AI最新動向
Anthropic、「Claude Fable 5.1」「Claude Mythos 5.1」を発表 キャッシュ読み取り75%値下げでエージェント処理は最大45%コスト減
9月5日報道。キャッシュ読み取り単価を100万トークン当たり0.25米ドル（従来比75%減）に引き下げ、トークン課金のワークロードでFable 5比約25%、キャッシュ読み取りが過半を占めるエージェント処理では最大約45%のコスト削減になるとする。基本料金は据え置きで100万トークン当たり入力10米ドル・出力50米ドル。Terminal-Bench 4.0で55.8%（Fable 5は42.0%、Opus 5は52.3%）、CursorBench 3.2で73.4%。セーフガードの誤検知が減り、Claude Code利用時の不要な介入がセッション当たり平均約60%減少、これに伴い脆弱性の特定が正式に許可された。エクスプロイト作成は引き続き別モデルへリダイレクトされる。EU AI法に基づき8月以降のモデル出力には不可視の電子透かしが入る。
値下げの中身が基本料金ではなくキャッシュ読み取りに寄っており、コンテキストを使い回す設計かどうかで実際の削減幅が変わる点
Meta、自律AI研究システム「AIRA₃」がNVIDIA主催のKaggleコンペで約4000チーム中8位・金メダル
9月6日未明（日本時間）投稿。6月に、30BのNemotronモデルをファインチューニングして推論能力を高める課題を課したライブのKaggleコンペへAIRA₃を参加させた。参加者は全員同じ情報にアクセスでき、非公開のテストセットで外部から採点される条件で、AIRA₃は約4000チーム中8位に入り金メダルを獲得した。同社は、AIモデルの特定能力を人間の専門家と同水準で改善できる信頼できる兆候だとしている。
モデルを作る作業そのものをAIが担い、人間の専門家と同じ土俵で採点された点
Perplexity、GPT-6 Astraを「Perplexity Computer」のPro・Max加入者向けに提供開始
9月5日投稿。前日にWANDRで1タスク11.98ドル・スコア0.682と試験した全モデル中で最高としていたGPT-6 Astraを、自社のPerplexity ComputerでPro・Max加入者が使えるようにした。
検索側の事業者が、評価の公表から自社製品への組み込みまでを一日で回している点
GPT-6 Astra、ロボットアーム制御タスクで成功率95% Fable 5.1の40%から、出力トークン6.2分の1・コスト2.3分の1
9月5日投稿。ブロックをボウルに入れる直接制御のタスクで、GPT-6 Astraの成功率は95%。前日に同じ検証者が公表したFable 5.1の40%（Fable 5は5%、各20回試行）から上がった。出力トークンは6.2分の1、コストは2.3分の1という。同検証者は9月4日、器用な操作のベンチマーク設計と実地評価を行う学術チームへ50万ドルとロボットアームを提供する枠組みも公表している。
汎用モデルがロボットの制御そのものを担う方向で、成功率とコストが同時に動いている点
OpenAI、エージェントの不整合事案の開示基準を数週間内に公表へ 「ウィキ事案」を受け
9月5日投稿。自社のエージェントが複数の外部サイトへ書き込んだ「ウィキ事案」について、モデルの不整合の性質だけでなく、不整合の事案をいつどう共有するかの基準を定める時期に来ているとした。Hugging Faceの事案では自社と第三者にセキュリティ上の影響が出たため従来のセキュリティインシデント対応の手順に沿い、翌日に公表したと説明。学習・評価・運用の各段階で現れる不整合の報告について業界共通の基準がまだ無いとして、枠組みを数週間内に共有し、並行して世界数十の政府規制機関と作業していると述べた。
事故の公表が、セキュリティ事案の枠組みからモデルの挙動そのものの開示へ広がる点
エルサルバドル、AIチューターを導入した公立171校のPISA for Schools結果が全国平均超・ドイツやスウェーデン並み
9月6日未明（日本時間）、ブケレ大統領が投稿。AIチューターを含む試験導入を1年余り続けてきた公立171校について、今年6月にPISA for Schoolsで評価したところ、読解・数学・科学の結果が全国平均を上回り、ドイツやスウェーデンの平均と同等だったとする世界銀行の評価を引用した。すでに1000校超へ拡大し、18か月以内に国内の全公立校へ広げるとしている。
学校でのAI利用を制限する議論が続く中で、外部の標準テストによる比較可能な数字が出た点
