
Oracle、AIの作業量を新たな収益源に 1ユニット0.01ドル、使うモデルで消費量が20倍に変化
OracleはAIの作業が増えれば、ユーザー数を増やさなくても売上が伸びると説明したと報じられた。価格表と契約文書では、ユニット購入、ユーザー単位、従業員単位の3方式は定価で1ユニット0.01ドルの前払い枠で、モデル区分の倍率で減る速さが変わる。この読みが外れる条件も示す。

MistralがLarge 4改良版の学習済み重みを公開。コード処理の効率を改善した一方、総合得点とAPI課題費用では競合との差が残る。自前運用の計算資源と商用提供条件も採用を左右する。

Artificial Analysisの新指数は、非公開評価に総合点の60%を配分した。重みの公開状態で変わる点差と、推論設定や課題当たり費用から、モデル選定に使う条件を読み解く。

Liquid AIのLFM3は、文章・画像・音声・判断へ展開する端末向け小型モデルだ。文脈長、評価結果、実行形式と商用条件の違いから、企業が仕事に合わせて選ぶ際の判断材料を整理する。

Anthropicはバイオ企業各社との共同研究により、CAR-T受容体の70%短縮や製造記録監査の89%時間削減などの成果を発表した。AIが実験データの修正や書類審査で示した実用性と、依然として残る臨床検証の壁を整理する。

有限単純群の分類をLeanで検査できる形にしたとAxiom Mathが発表。見つかった反例は定理の結論ではなく中間推論を変えた。具体例と公開資料から、機械が検査する範囲と人間に残る確認を追う。

Cadenceが半導体設計向けAIモデル群Maestroを発表した。社内での実行と独自データによる追加学習に対応する一方、品質改善や「5倍」の数字は、対象と測定範囲を分けて読む必要がある。

Jack Clark氏が再帰的自己改善の可能時期を2027年へ前倒しした。根拠となるTasteValの実験効率と最終性能を比べ、発明の分類とAnthropicの監督下での運用から、自律開発に残る条件を読む。

GPT-6.1 Terraは画面操作を改善し、API単価を引き下げた。公式料金7モデルと独立評価8モデルを比較し、上位モデルとの差、推論量や確認作業が費用に及ぼす影響を読み解く。

UCSBとMicrosoftが発表した「ScholarEvolve」は、重みを再学習せず、論文からコードを生成してエージェントの足場を自律改善する。Qwen3.5-27Bのタスク完了率を81.4%へ引き上げた仕組みと運用の課題を整理する。

テック企業が相次いで宗教界や哲学者との対話に乗り出している。規範をモデルの振る舞いへ落とし込むConstitutional AIの試みと、未公表の社内評価に残された科学的課題を検証する。

ミシガン大の研究チームが提示した言語「Jac」は、Python構文にLLM委譲やグラフ永続化、LLVM連携を統合する野心作だ。しかしネイティブ経路の制限やGILの壁など、実務導入には冷静な見極めが求められる。