10月26日から27日にかけて、AI分野のニュースは一方向にまとまりませんでした。モデルの価格競争、世界シミュレーションの進展、資本市場への動き、創薬現場での検証、そして計算理論の揺らぎ。領域はばらばらですが、業務判断の材料になりうる5件を、一次情報で裏が取れた範囲に限ってお届けします。
GPT-6.1 Terra、API単価が半分に
OpenAI が GPT-6.1 Terra を公開しました。位置づけは GPT-5.6 Terra の後継で、同社の説明では「詳細な視覚的推論と正確なコンピュータ操作を組み合わせた、高速で効率のよいモデル」です。注目すべきは価格で、100万トークンあたり入力1ドル・出力5ドル。GPT-5.6 Terra や GPT-6.1 Sol のおよそ半額という水準です。性能面については OpenAI のエンジニア Ted Sanders 氏が、技術文書の作成では Astra や Sol を上回り、視覚とコンピュータ操作は同等ながら処理が大幅に速く、その他のタスクではやや劣ると整理しています。
📝考察：中位モデルの選択肢が増え、モデル選定はむしろ難しくなりました。コンピュータ操作は同じ手順を大量に反復する用途が多く、安価なモデルと相性がよいという指摘には納得感があります。自社の自動化なら「賢さより回数」が効く工程から試す価値がありそうです（これは筆者の見立てで、確定情報ではありません）。
Genie 4、音声もネイティブ生成
世界モデルの新版 Genie 4 を、Google DeepMind が10月27日に発表しました。生成されるのはリアルタイムで操作可能な仮想世界で、動いているシミュレーションに対して自然言語で指示を出せます。天気を変える、カメラを動かす、人や物を足す、といった操作です。内部では Gemini Omni が見た目と挙動を実世界に合わせ、Gemini 3.8 Flash が手順を計画して進行を確認する案内役を務めます。同社は、環境音やキャラクターの会話といった音声をネイティブに生成する初のリアルタイム世界モデルだと説明しています。提供は信頼できるテスター向けのリサーチプレビュー段階で、Google AI Ultra 加入者の Project Genie、および Gemini API と Google AI Studio の早期アクセスパートナーへ順次広げる予定です。出力には SynthID の電子透かしが付きます。研究課題としては、複雑な物理的相互作用、文字の描画、空間精度、長期的な一貫性（物体の永続性）が公式に挙げられています。
📝考察：まだ研究プレビューで、長時間の一貫性は未解決と公式に認められています。ロボットの学習環境や企画段階の映像検討といった「作り直しが前提の用途」から入るのが現実的でしょう。
AnthropicがSECにS-1を提出
Anthropic は10月26日、米 SEC に Form S-1（上場登録届出書）を提出しました。Class A 普通株をナスダック・グローバル・セレクト・マーケットへ上場する意向で、ティッカーは ANT。株数と価格レンジはまだ決まっておらず、登録届出書も発効していません。目論見書はゴールドマン・サックスとモルガン・スタンレーが請求先です。ガバナンス面では、創業者7名が特別クラスの株式を持ち、過半数が一致すれば議決権の50.1%で取締役3名を選任できる仕組み、そして Long-Term Benefit Trust が取締役の過半数を選任・解任できるクラスの株式を保有していることが報じられています。創業者による支配は上場から10年で終了します。
📝考察：公開企業になれば四半期ごとの説明責任が生じます。安全性への投資と短期業績の両立をどう設計するかが、二重の議決権構造と信託の狙いだと読めます。実際に機能するかは未確定で、今後の開示を見る必要があります。
創薬現場でのClaude、初期結果
Claude を創薬の現場に投入した初期成果を、Anthropic が10月27日に公開しました。Generate Biomedicines の事例では、CAR-T 細胞療法の遺伝子部品を標準より約70%短く設計し、試験で免疫細胞の受容体生成が約10倍に増えたとされています。Divergence Labs では約1か月で約35,000件の抗体設計を生成し、初期試験で有望な候補を得ました。Enveda の事例は文書側で、1,061ページの製造・規制文書をレビューさせたところ、人のレビュー担当者が見つけた11件の問題をすべて検出したうえ、見落とされていた7件も指摘。人のレビュー時間は25時間超から3時間未満へ、約89%短縮したとしています。なお同社は、これらの大半が前臨床段階でヒトでの試験は済んでいないと明記しています。
出典：Anthropic
📝考察：目を引くのは分子設計より、文書レビューの数字です。規制文書のような「分量が多く、見落としが致命的」な領域は、業種を問わず同じ構造の課題を抱えています。自社の点検業務に置き換えて考えると応用の幅が見えそうです。
指数時間仮説に反証の主張
長年未解決だった数学の難問3件の解を OpenAI が公開し、うち1件は指数時間仮説（ETH）の反証だと主張しました。ETH は1999年に Russell Impagliazzo 氏と Ramamohan Paturi 氏が提示した仮定で、ある種の難しい論理問題は変数が増えるほど計算時間が指数的に増える、という内容です。P 対 NP 問題にも関係します。この主張に対し Anthropic の数学者 Levent Alpöge 氏が既存研究に基づくものだと指摘し、その数時間後には Anthropic も独自の ETH 反証を GitHub で公開しました。学界側の検証は MIT の Ryan Williams 教授が取りまとめ中で、同氏は証明の一部は定型的だが「2〜3か所は見慣れない部分がある」として、分野全体での精査が必要だとしています。OpenAI は、この結果が暗号方式を破るものではないことを確認済みだと説明しています。
出典：TechCrunch
📝考察：現時点では査読前の主張であり、成立は未確定です。ただ、AI の貢献をどう公開・検証するかという研究コミュニティ側の作法づくりが同時に始まった点は、研究以外の領域にも波及しうる動きだと見ています（これは推測です）。
今日お伝えしたのは以上の5件です。いずれも公式の発表や報道で確認できる範囲に絞りましたが、査読前の主張やリサーチプレビュー段階のものも混じっています。導入を検討される際は、各提供元の最新のドキュメントをあわせてご確認ください。
