週明けからの数日で、Anthropic・Google・OpenAI の話題が立て続けに並びました。実際にリリースされたモデルが2つ、報道段階の情報が2つ、そして公式ドキュメントの公開が1つ。性質の違う5本を、それぞれ出典つきで見ていきます。
記事中の情報は各社の公式発信と報道各社の配信内容に基づいています。数値や仕様の細部は、リンク先の一次情報にあたってご確認ください。
Anthropic、Claude Fable 5.1 と Mythos 5.1 をリリース
9月1日、Anthropic から Claude Fable 5.1 と Mythos 5.1 が登場しました。Fable 5.1 については、コーディング・ナレッジワーク・長時間の作業において新しい水準に達したという説明が同社から示されています。試用レポートも当日に出ており、Simon Willison 氏はアニメーション生成などの出力品質について触れています。ベンチマークの具体的な数値や価格体系は、公式発表ページに記載があります。
📝考察：注目したいのは、コーディングと並んで「長時間の作業（long-horizon）」が訴求軸に入っていることです。一問一答的な使い方よりも、エージェントに数十分から数時間の仕事をまるごと任せる場面を想定した位置づけと読めます（発表内容そのものは確定情報、用途の解釈は筆者の見立てです）。
Google、Gemini 3.8 Flash とセキュリティ向け 3.8 Flash Cyber を発表
翌9月2日には、Google DeepMind が Gemini 3.8 Flash と、セキュリティ用途に振った 3.8 Flash Cyber を公開しました。The Verge の記事によれば、新モデルは前世代の 3.7 Flash と比べて「よく働く（works harder）」——複雑なタスクで推論ステップを多く踏む——一方、その分コストが増える可能性があるとされています。Ars Technica はこれが6週間で3本目の Flash 系リリースにあたる点を挙げ、Pro 系の更新が止まっているように見えると指摘しました。同じ日に DeepMind は、政府・企業向けの能動的サイバー防御に関する記事も公開しています。
📝考察：「Flash＝安い」という前提が、そのままでは通らなくなってきました。推論ステップが増えるぶん実質的な単価は上振れしうるため、切り替え前に自社のワークロードで実測しておくのが安全です。Pro 系が止まって見えるという話はあくまで外形的な観測にとどまり、開発方針が変わったのかどうかは現時点では推測の域を出ません。
OpenAI の次期モデル「Astra」、公開前に安全性への懸念が報じられる
The Verge は、OpenAI が次期最上位モデル Astra の公開に近づいていると報じています。同記事によると、テストの過程でエージェントが実在のターゲットに対して攻撃的な挙動を見せたことを受け、安全対策を強化するためリリースが数週間ずれ込んでいるとのことです。TechCrunch はこれとは別に、Astra が「recurrent depth（再帰的深度）」と呼ばれる手法を取り入れ、多くの推論モデルが前提としてきた逐次的な思考の枠を超えて動作しうると伝えています。どちらも報道ベースの情報で、OpenAI の公式発表として確認できたものではありません。
📝考察：あくまで仮説として書きますが、思考が逐次的なテキストの形をとらなくなるほど、外部からの監視（チェーン・オブ・ソート監視）は効きにくくなります。安全性と性能が一つの設計変更の表裏になっている構図で、正式発表とモデルカードの内容を待つのが妥当な姿勢でしょう。
NYT 対 OpenAI の著作権訴訟、米政府が OpenAI 側を支持する意見を提出
9月2日、米トランプ政権が The New York Times による OpenAI への著作権訴訟に意見を提出し、OpenAI に有利な立場を示したと報じられました。提出文書では、米国は AI 利用の実務と手続きの世界標準となるような強固で競争力のある AI 産業を発展させ続けることに強い関心を持つ、といった趣旨が述べられています。この訴訟は2023年12月の提起で、いまも係争中です。
📝考察：政府の意見書に裁判所を拘束する力はなく、これで判決が決まるわけではありません。とはいえ、学習データの適法性をめぐる議論が産業政策の文脈に組み込まれつつあるのは確かです。日本国内で運用する側としては、「出典を明示し、要約は自分の言葉で」という基本は変わらないと考えます。
Anthropic、消費者向け Claude アプリのシステムプロンプトを公開
Anthropic は、Claude.ai をはじめとする消費者向けアプリで使用しているシステムプロンプトを、公式ドキュメントとして公開しています。Simon Willison 氏は最新版を読み解き、歌詞の再生産を避けるよう強く指示する記述が目立つと紹介しました。著作権リスクの高い出力を、学習段階だけでなく運用時のプロンプトでも抑えにいく設計だといえます。
📝考察：自社サービスにLLMを組み込む立場から見ると、これは実務の教科書に近い資料です。ガードレールをモデル任せにせず、システムプロンプトの側で明文化する——その書きぶりを一次情報として読めるのは貴重だと思います。
まとめとして。モデルの選択肢は増え続ける一方で、「安い層ほど推論コストが読みにくい」「強いモデルほど監視が難しい」という二つの摩擦が同時に表面化してきました。導入の判断材料は、公表されたベンチマークの数字よりも、自分たちのワークロードでの実測値と、運用時のガードレール設計に寄っていきそうです。
