AIは、モデル、エージェント、検証が融合する中で実行時代に突入する

フロンティアモデルは生成を超える

9月8日と9日の発表は、AIシステムがますます完全なワークフローを担うようになっていることを示した。TechCrunchは、未公開のOpenAIモデルが、約1万の連携エージェントを88時間にわたって動かし、ナビエ–ストークス問題に関連する証明を生成し、その後Leanによる形式検証が行われたと報じた。OpenAIはまた、生成の高速化、スケッチ補完、テンプレート、領域編集を備えたChatGPT Images 2.5をリリースした。Inceptionは、Mercury 2.5が1秒あたり1,107トークンに達し、260,000トークンのコンテキストウィンドウを備えると報じた。

オープンモデルがコストとデプロイメントを再形成する

コミュニティベンチマークでは、2.8兆パラメータのKimi K3専門家混合モデルが、128 GBのM5 Max MacBook Pro上で4台のSSDから約1トークン/秒で動作することが示された。Perplexityは、AlibabaのオープンなQwen3.8-27Bを基盤とし、NVIDIA DGX Spark向けに最適化されたローカルエージェント「Portable Computer」を発表した。DeepSeekはまた、オフピーク時間帯におけるキャッシュヒット入力コストの60%削減を含む、Flashモデルの価格引き下げを発表した。

資本はエージェント経済に追随する

Mistralは、報道によると評価額210億ユーロで30億ユーロのシリーズDラウンドを完了し、Cognitionは、報道によると評価額480億ドルに達した。QualcommとAmazonは、データセンターチップ、推論、光インターコネクトを対象とする複数世代にわたる提携を発表した。MetaによるMuseの発表はパーソナルエージェント層を示したが、内部テストでは認可、監視、信頼性管理の必要性も浮き彫りになった。

セキュリティとエビデンスが製品要件になる

Anthropicは、情報窃取型マルウェアがClaudeセッションを乗っ取り、アカウントの利用枠を消費するために使用されていたことを確認した。Googleの脅威インテリジェンスグループは、TeamPCPがサプライチェーンの侵害後に資格情報を収集するために自律型マルチエージェントフレームワークを使用したと報告した。OECDの学習到達度調査(PISA)の結果はさらに、AIは足場として機能する場合に最も効果的であることを示唆している。AIを週に1～2回使用する生徒は、使用頻度がそれより低い生徒と高い生徒の両方を上回り、評価を重視する教室ではより良い成果が見られた。