今朝の技術トレンド

入力100万トークン4ドル・出力20ドルで前世代から2割下げ、キャッシュ読み出しは6割減。典型的な負荷では約4割安く、処理は3割速いとする。同社の数字ではTerminal-Bench 4.0で66.4%、FrontierCodeで54.4%、OSWorld 2.0で81.8%、知識労働の評価GDPval-AA v2.1で1846 Elo。事例として68万行のコード移行が1日未満で終わった、財務モデリングが93分から63分に短縮した、といった話が挙がっている。長時間のセッションで説明が読みやすくなった、という定性的な改善に触れているのが珍しい。AWS・Google Cloud・Azureで同時提供。

Astraの訓練手法を踏襲しつつ費用対効果に振った2モデル。Solが100万トークンあたり入力2ドル・出力10ドル、Lunaが0.10ドル・0.50ドルで、いずれもGPT-5.6系から半額。同社はAutomationBenchでSolのxhigh設定がClaude Opus 5のmax設定を上回り費用は9%だと主張し、DeepSWE v1.1やOSWorld 2.0でも大幅な低コストを謳う。Anthropicの発表と同日で、しかも互いを名指しで比較する構図になっており、価格の下げ合いが本格化した一日だった。ベンチマークはいずれも自社公表値なので、独立評価を待ちたい。

1941年7月10日にドイツ陸軍が送った電文「MVUEH」。2005年の公開以来21年ぶりの解読で、モデルは未解読電文の一覧から最も有望なものを自分で選び、Enigmaシミュレータとボンベのソフトウェアを自作したうえで、繰り返し現れる地名ROSENOWをクリブとして系統的に解いた。ベテラン暗号研究者のFrode Weierud氏が検証し、復元された鍵と平文が既知の関連電文とほぼ一致することで裏づけが取れている。一方、同じ日にScientific Americanは、先日報じられたNavier-Stokesの「解決」が外力ありの変種であり、数学者が本当に解きたい外力なしの問題は未解決のままだと報じた。派手な主張ほど中身の確認が要る、という今週の教訓が両方向から示された形。

Bloombergの調査報道。標的判断の過程でAIの出力に寄りかかりすぎたことが誤爆に寄与したと当局が認めたとされる。今週NSAがAIを独立部門に据え、中国国家安全部も声明を出したばかりで、軍事・情報領域における「人間の監督」が抽象論ではなく具体的な死者の話になった。Po-Shen Loh氏が昨日書いていた「操縦できる速度を超えて走る危険」の、最も重い実例。

ロジットを直接返す仕組みは既存APIの延長で作れるので、先行者利益は薄いという分析。Layaの「1年前に作っていた」という異議、クローン群の登場と合わせると、Jevの価値は技術よりも「使いやすい形で今そこにあること」に寄っていく、という見立てが週を通して固まってきた。

OSに同梱されたモデルを直接叩く方法の解説。容量を食うのでダウンロードを回避する小技も別途話題になっており、好むと好まざるとに関わらずローカル推論が標準装備になりつつある。

複数セッションを並べて動かすときの見え方と、セッション同士をどう繋ぐかの整理。SmartHRのハーネス設計を自分の環境でやろうとすると最初に当たる部分で、実装寄りの助けになる。

概念から入らず、動く例を並べて説明するタイプの入門。再現可能なベンチマーク「JevBench」も出てきており、熱狂の段階から比較検証の段階に移りつつある。

先日CNETが伝えた疑いを大手紙が追った形。自社モデルと称する製品が外部APIを中継していた場合、性能比較も価格比較も前提から崩れるので、調達の場面では確認手順が要る。

ゲームエンジン内でエージェントを動かす試み。Unity公式のClaude Codeプラグインに続き、制作環境側からの取り込みが続いている。

認証なしで到達できる経路からの深刻な脆弱性。自動更新を切っているサイトや、古いバージョンで止まっている案件を今日中に洗い出したい。

主張段階だが規模が規模なので追う価値がある。先日の運転免許証データ流出の議論と同じく、身元情報が一度出ると取り返しがつかないという問題。

Trail of Bitsによる、XML署名まわりの落とし穴を層ごとに並べた解説。SSOを自前で扱う立場なら、実装の難しさの由来として読んでおきたい。

自社サービスの案内が消せない形で表示されるという話。Disney+の規約改定と同じ週で、買った後に体験が削られていく流れが続いている。

Daniel Lemire氏による実測ベースの分析。クロックではなくIPCとメモリ階層の改善が効いているという話で、ベンチマークの読み方の練習にもなる。

数日前の「Android 17はAOSPに出さずAPIを追加した」という指摘の直後の発表。AndroidのOSS性が細っていくなかで、代替の選択肢が製品として立つかどうかの分岐点になる。

学習時間の確保と家庭の時間の綱引きを率直に書いた記事。同じ立場の人のコメントが多数ついていて、本文と合わせて読む価値がある。

責務の範囲と時間軸で切り分ける整理。役割の名前だけが増えていく組織で、議論の共通言語として使える。

日付の書き方から連番の付け方まで、国や職種ごとの流儀を並べた読み物。共有ドライブの整理で揉めたことがある人には身に覚えのある話ばかり。