Googleは9月9日、Google検索のアメリカンフットボール関連機能を更新した。試合中の状況をまとめて表示するライブ試合フィード、選手成績の拡充、ファンタジーフットボールのアカウント連携の3つで、いずれもモバイル向けである。
ライブ試合フィードは、プレーごとの経過、SNS上の反応、ハイライト映像、AIによる分析を1つの画面に集める。現時点ではプロリーグを対象に米国・英語のみで、大学リーグへの対応と米国外への展開は9月中とされる。成績表示の拡充はモバイルで全世界に提供され、サックやファンブル、キャッチ後の獲得ヤードといった項目が加わったほか、リーグ全体のスコアを横断して見られるカルーセルも用意された。優勝候補やプレーオフのトーナメント表も追って追加される。
3つ目のファンタジーフットボール連携は、AI検索機能「AI Mode」の使い道として目を引く。Yahoo FantasyまたはSleeperのアカウントを検索側に接続すると、AI Modeが自分のチーム構成を踏まえて、誰を先発させて誰を外すか、ウェイバーで誰を狙うかといった助言を返す。提供は米国・英語から始まる。
ここで起きているのは、AI ModeがWeb上の情報をまとめて答える段階から、利用者個人のアカウントに入っているデータを前提に答える段階へ動いているということだ。ファンタジースポーツは、勝敗という明快な正解があり、毎週判断を迫られ、しかも助言が当たったかどうかが数日で検証される題材で、この形の助言を試す場としては条件が揃っている。逆に言えば、外れたときも同じ速さで表に出る。
日本から使えるのは、当面は成績表示の拡充までになる。ライブ試合フィードとファンタジー連携は米国・英語での提供で、対象もNFLを軸としたアメリカンフットボールに限られる。この種の機能は競技ごとにデータ提供元との接続と画面の作り込みが必要で、野球やサッカーで同じ体験が出るとすれば、競技に合わせた実装が別途用意されてからになる。
]]>NVIDIAは9月9日、放送・スポーツ・配信の現場向けに映像AI群「NVIDIA AI for Media」の拡張を明らかにした。9月11日からアムステルダムで開かれる放送機器展IBC 2026に合わせたもので、目玉は素材がAIで生成された映像かどうかを判定するSynthetic Video Detector（SVD）である。
SVDは、映像がカメラで撮影されたものか生成されたものかを見分ける。NVIDIAによれば精度は、テキストから生成した動画で99.3%、静止画から生成した動画で97.7%。報道機関向けにはDaletがクラウド上の検証ワークフローに組み込み、Wowzaは自社のVideo Intelligence Frameworkを通じて、オンプレミス・エッジ・クラウド・ハイブリッドの各環境でリアルタイム判定に使う。
映像処理側の更新も並ぶ。生成AIで中間フレームを作るVideo Frame Generation（VFG）はフレームレートを2〜4倍にでき、Ross Videoがリプレイ製品Rio Replayに組み込んで6倍のスローモーションを作る。1台のカメラ映像から人体の関節位置を2Dと3Dで推定する3D Body Poseは、Vizrtがバーチャルスタジオの照明効果に使う。ほかに10bit映像へ対応した超解像のVideo Super Resolution、SDR映像を約2,000nitのHDRへ実時間で変換するTrueHDR、口元の隠れやテクスチャの再現を改善したLipSyncなどがある。話者検出は話者分離を前提としない方式に変わり、NDIがこれらを多言語の吹き替えと地域向け差し替えに使うとしている。
スポーツ向けには、リーグや放送局が自社の保有映像でNVIDIAのモデルを微調整するための手順一式「Sports Intelligence Playbooks」を用意した。初期テストでは、多肢選択形式の正答率が約53%から94%へ、自由記述形式の評価が約5.7%から66%へ上がったという。基盤側では、ソフトウェア中心のライブ制作環境Holoscan for MediaがMedia Exchange Layer（MXL）と統合され、メーカーの異なる制作アプリ同士をつなぐ共通の受け渡し層として動く。
生成映像の見分け方としては、撮影や編集の時点で来歴情報を署名として埋め込むC2PAのような方式が先行してきた。ただしこの方式は、署名の付いていない映像については何も言えない。SVDは映像そのものの特徴から判定するため、出所のわからない投稿映像がそのまま素材になる報道の現場と噛み合う。一方で、出てくるのはあくまで確率であって証明ではない。99.3%という数字は、裏を返せば100本に1本近くを取り違えるということでもあり、放送前の裏取りを置き換えるものではない。IBC 2026は9月11日から14日までの開催で、170以上の国と地域から4万4,000人以上が集まる。
]]>OpenAIは9月9日、9月3日に公開した最新モデル「GPT-6 Astra」の業務向け提供を明らかにした。ChatGPT Work、Codex、APIの3経路で使えるようになり、あわせて管理者が利用範囲を絞るための企業向け設定と、業務アプリに接続するプラグインが追加された。
今回の発表は、モデルの性能そのものよりも「どこで動かすか」に寄っている。OpenAIはAstraがコンピュータ操作・ブラウジング・業務処理・ソフトウェア開発・サイバーセキュリティ・科学の各分野で最高水準だとしたうえで、企業がデータを整え直したり、ワークフローを作り替えたり、独自の連携を実装したりしなくても初日から使い始められる点を強調している。
社内での適用例も具体的に挙げられた。開発チームとマーケティングチームはAstraとCodexを使い、3時間分のマルチカメラ映像を1本の紹介動画にまとめ、公開4日で55万回再生に達したという。エンジニアリングチームは、テスト環境でCodexのセッションが遅くなる原因だったメモリ割り当てのボトルネックをAstraに特定させ、アロケータを差し替えることで1ターンあたりの遅延を25分の1にした。引き換えにピーク時のメモリ使用量は約30%増えている。
業務向けの売りとして前面に出ているのは、APIを持たないアプリケーションでも、人間が使うのと同じ画面を操作して作業を進められる点だ。これまで社内システムをAIに触らせようとすると、APIを新たに用意するか、RPAのように画面上の要素と手順をあらかじめ定義しておくかのどちらかだった。前者は改修コストがかかり、後者は画面の作りが変わるたびに壊れる。画面を見て判断しながら操作するモデルは、この2つの前提そのものを外しにいくアプローチになる。
コスト面では、同じ作業をより少ないトークンとより少ないやり直しで終えるように訓練したと説明している。OpenAIはTerminal-Bench 4.0とArtificial Analysis Intelligence Indexにおいて、コスト効率のフロンティアの大半を自社モデルが占めていると主張する。ソフトウェア開発では、データ企業Datacurveが自社のDeepSWE v1.1でAstraが74%という最高値を、これまでの先端モデルより少ない手順と少ないトークンで記録したとコメントを寄せている。API料金は入力100万トークンあたり10ドル、出力50ドルで、9月3日の公開時から据え置かれた。1ドル150円換算なら入力約1,500円、出力約7,500円になる。
社内システムをAIに触らせることへの懸念に対しては、管理者が使える制御をまとめて追加した。アクセスできるWebサイトとデスクトップアプリを許可制にする、ファイルのアップロードとダウンロードを管理する、閲覧履歴を制御する、といった項目が並ぶ。ChatGPT WorkとCodexには、影響の大きい操作の前に人の承認を挟むconfirmation policiesと、危険または未承認のツール呼び出しを自動で検査する仕組みも入る。狭い設定から始めて段階的に広げる運用を想定した作りだ。
安全性の根拠として示されたのは、OpenAIの社内ベンチマークの数字だった。機密情報を外に出す、ダッシュボードを広く共有しすぎる、データを消してしまうといった業務上まずいシナリオを集めた評価で、意図しない結果が起きた頻度はGPT-5.6 Solより89%、Claude Fable 5.1より74.7%少なかったとしている。ただしこれはOpenAIが自社で設計・実施した評価で、第三者が同じ条件で再現したものではない。他社モデルとの比較値を読むときはこの前提が要る。
接続先も広げている。ChatGPT Desktopには、Oracle Analytics、Power BI（Microsoft Fabricのサービス）、Navan、Avalaraの企業向けプラグインが加わった。ブラウザ操作の機能を使って、普段業務で開いている画面にそのまま届かせる狙いだ。対象となるAPI顧客には、承認を条件に入力データを保持しないZero Data Retentionも用意される。
もっとも、導入する側から見た出発点は「オフ」である。Enterpriseではローンチ時点でAstraへのアクセスが既定で無効になっており、管理者が自社の料金体系と契約のもとで有効化しない限り、社内のChatGPTが自動でAstraに切り替わることはない。Astraは9月3日の発表で、OpenAI自身のPreparedness Frameworkにおいてサイバー能力が初めてCritical判定を受けたモデルでもある。既定オフという設計は、その判定と対になっている。
]]>Google DeepMindは9月8日、ヒトゲノム上で起こりうる1塩基の置換すべてについて、その影響をあらかじめ予測したデータベースAlphaGenome Atlasを公開した。収録されている変異は90億通り。データ量は1ペタバイトで、同社によればAlphaFoldのタンパク質構造データベースの約30倍にあたる。
90億という数字は、ヒトゲノムの約30億塩基対のそれぞれについて、元の塩基以外の3通りの置換を数え上げたもの——つまり「起こりうる1文字の書き換え」の全パターンにあたる。各変異に対して、ヒトとマウスの数百種類の細胞・組織における数千種類の分子レベルの影響が予測値として与えられる。遺伝子の発現量やスプライシングといった、DNAの配列変化が実際の細胞の挙動に及ぶ経路を対象にしている。
ゲノム解析で長く難しかったのは、タンパク質を直接コードしない領域にある変異をどう解釈するかという問題だった。病気との関連が統計的に示された変異の大半はこの非コード領域に落ちる。そこは遺伝子をいつ・どれだけ読み出すかを調整する役割を担っているが、1文字の違いがどの遺伝子の挙動を変えるのかを配列だけから読み取るのは難しい。AlphaGenomeが予測の対象にしているのは、まさにこの調節の部分にあたる。
参照しやすくするための仕組みも用意された。AVI（AlphaGenome Variant Impact）スコアは、多数の予測値を1つの数値に集約して変異の影響の大きさを順位付けするもの。加えて、スコアがどの生物学的な要因から来ているかを示す寄与度の情報と、2,500種類以上の反復配列を収めたDNA配列モチーフのデータベースが付属する。
DeepMindが2025年6月に発表した元のAlphaGenomeは、研究者が自分の関心のある変異を入力して予測を得るモデルだった。使うにはAPIを叩くコードを書き、1件ずつ推論を回す必要がある。今回のAtlasは、その推論を先に全ゲノム分やり切って結果を置いた形になる。研究者は自分で計算を回さず、ウェブのポータルから該当する位置を引くだけで済む。
この作り方は、同社がAlphaFoldでたどった道筋と同じだ。AlphaFoldも当初は構造を予測するモデルとして出され、その後に予測済み構造をまとめたデータベースが公開されて利用者の裾野が一気に広がった。ゲノム解析でも、モデルを動かせる計算環境とコードの知識が要件から外れることで、届く相手が変わる。実験系の研究者が手元の候補変異をその場で照会する、という使い方が想定されている。
データの利用にあたっては、Broad Institute、ボストン小児病院、ハーバード大学、メモリアル・スローン・ケタリングがんセンター、マサチューセッツ総合病院、Stowers Institute、カンザス大学医療センター、エクセター大学、およびGREGoRコンソーシアムが協力研究者として名を連ねている。
協力機関にボストン小児病院やマサチューセッツ総合病院、希少疾患のゲノム研究を進めるGREGoRコンソーシアムが並んでいることは、想定される用途をよく表している。原因のわからない遺伝性疾患では、患者のゲノムから見つかった多数の変異のうちどれが症状を引き起こしているのかを絞り込む作業が診断の壁になる。候補ごとの予測値とAVIスコアによる順位付けを即座に引ける状態は、この絞り込みの工程に直接効く。
1ペタバイトという規模は、個々の研究室が手元にコピーを持つ前提のものではない。ポータルやクラウド越しに必要な箇所だけを引く使い方が想定されている。
アクセス手段は用途で分かれている。学術研究向けにはウェブポータルが無償で開放され、AlphaGenome APIもGitHub経由で学術利用向けに提供される。商用利用はGoogle Cloudからの提供が予告されている段階で、まだ開いていない。日本の製薬・バイオ企業が業務で使う場合は、このGoogle Cloud側の提供条件を待つことになる。開発環境Google Antigravityからスキルとして呼び出す経路も用意された。
臨床での扱いについては、DeepMindが明確に線を引いている。AlphaGenome Atlasの情報は医療上の助言・診断・治療の代替を意図したものではなく、いかなる臨床用途についても検証・承認を受けていない、と明記されている。つまりここにある90億件は、実験で確かめられた事実ではなく、モデルが出した予測値の集合体だ。ある変異の影響が大きいと出たとしても、それは実験で検証すべき候補の優先順位が上がったという意味にとどまる。90億通りを総当たりで実験することが現実的でない以上、その優先順位付けをどこまで信用できるかが、このデータベースの実用性を決めることになる。
]]>OpenAIは9月8日、画像生成モデルの新版ChatGPT Images 2.5を公開した。ディテールの精細さ、編集指示への追従、生成速度をまとめて改善したもので、同日からChatGPT・ChatGPT Work・Codexの全プランに提供されている。デスクトップ・モバイル・ウェブのいずれからも使える。
生成の待ち時間は、2026年4月に公開された前世代のImages 2.0と比べて最大50%短くなったとしている。品質面では、参照写真として渡した人物や物の特徴が変換後も残りやすくなり、光や質感の表現が自然になった点が挙げられている。編集については、指示した箇所だけを変えて周囲を保つ精度と、会話を続けながら何度も修正を重ねたときに前の編集内容が壊れない一貫性が改善対象になった。透過背景を含む複雑なレイアウトも扱えるという。
OpenAIは、修正を重ねるうちに画質が徐々に落ちていく従来の挙動が抑えられ、新しい編集が前の編集結果の上に積み上がるようになったと説明している。指示が細かく具体的になるほど当初の画風から離れていく現象や、実在の情報を含む画像の内容の正確さも改善対象に挙がっている。ChatGPTの画像生成は2025年12月の刷新、2026年4月のImages 2.0に続く更新で、この1年足らずで3度目の世代交代にあたる。
ChatGPT側には操作機能が3つ加わった。「@Sketch」と入力すると呼び出せるSketchは、ChatGPTの画面上に直接絵を描き、それを下絵として最終的な画像を生成させる機能。部屋のレイアウトや服の輪郭のような、言葉で説明しにくい構図を伝える用途を想定している。このほか、ポスターやマーチャンダイズといった用途別のテンプレートから作り始める機能と、画像上にコメントを置いて修正箇所を指定する機能が入った。生成した画像を共有する際に、使ったプロンプトを一緒に渡せるようにもなっている。
開発者向けのAPIには、GPT‑Image‑2.5 FlareとGPT‑Image‑2.5 Sunburstの2つが追加された。Flareは大半の用途で標準となる位置づけで、従来のGPT‑Image‑2より高品質な画像を50%低いレイテンシで返す。Sunburstは編集をまたいだ制御の精度を優先したモデルで、生成時間は長くなるが、キャンペーン用のクリエイティブや商品写真のような仕上げ重視の用途に向けるとしている。
APIの構成としては、ここが今回いちばん大きく変わった部分だ。前世代まではGPT‑Image‑2という単一モデルで速度と品質の両方をまかなっていたが、2.5では「速くて軽い方」と「遅くて精密な方」に分割された。開発者側は、どの処理にどちらを割り当てるかという判断を新たに引き受けることになる。大量生成や視覚検索のように件数が出る処理はFlare、最終出力に近い工程だけSunburst、という切り分けが前提の設計になっている。早期利用者としてはAdobe、Runway、Manus、Higgsfield AIの名前が挙がっている。
画像生成の競合では、Googleが9月1日に画像作成・編集ツール「Google Pics」をWorkspaceに投入している。Nano Bananaモデルを土台に、オブジェクト単位の切り出しや画像内テキストの翻訳、同じ画像を複数人で共同編集する機能を備え、DocsとSlidesに組み込まれる形をとる。対象はGoogle AI Pro・Ultraの加入者と大半のWorkspace法人契約で、業務ドキュメントの中に置くという設計思想がはっきりしている。
これに対してImages 2.5は、初日から有料・無料を問わずChatGPTの全プランに配られた。片方は仕事のファイルが置かれている場所に画像機能を寄せ、もう片方は利用者数の多いチャットの側に置いたまま機能を厚くしている。同じ「画像生成の強化」でも、届け方の設計が逆を向いている。
OpenAIは、ChatGPT ImagesとAPIのGPT‑Imageモデルを合わせて週に30億枚以上の画像が作られていると公表した。この規模で問題になるのが生成物の出所表示だが、Images 2.5でも従来と同じく、画像にC2PA形式のメタデータを埋め込む方式と、目に見えない電子透かしを入れる方式が併用される。C2PAは画像ファイルに来歴情報を付けるための業界標準で、対応するビューアであれば、どのツールで作られたかを確認できる。ただしメタデータは画像の再エンコードや変換で失われることがあり、電子透かしはそれが落ちた後も判定を残すための補完にあたる。安全性の評価内容はシステムカードにまとめられている。
日本のユーザーにとっての条件は、提供開始時点で全プランに行き渡っている点にある。無料枠での生成回数の上限は今回の発表では示されていない。APIの2モデルの価格はOpenAIの料金ページで公開されている。
]]>OpenAIは9月8日、流体力学の基礎方程式をめぐる長年の未解決問題を扱ったナビエ–ストークス方程式の存在と滑らかさ問題の解決を公開した。3次元の非圧縮性流体が、滑らかな状態から動き出しても有限時間のうちに速度が発散する「特異点」を生じうることを示した内容で、証明を書き下した論文と、定理証明支援系Leanによる形式化の両方が同時に出ている。
この問題は、米クレイ数学研究所が2000年に設定した7つのミレニアム懸賞問題の一つ。方程式自体は19世紀のクロード・ルイ・ナビエとジョージ・ガブリエル・ストークスの仕事にさかのぼり、1934年にジャン・ルレイが弱い意味での解の存在を示して以降、その解が常に滑らかなまま保たれるかどうかが約90年にわたって決着していなかった。航空機の設計や気象予報、血流の解析に使われる方程式が、流体を連続体として扱う近似のままどこまで通用するのかという問いでもある。
OpenAIによれば、示されたのは静止した滑らかな流体に滑らかな外力を加えたとき、全体のエネルギーが有限にとどまったまま特異点が発生するという結果だ。クレイ数学研究所の公式な問題設定でいう命題「C」（および「D」）を成立させたことになり、解が常に滑らかであるとする側を否定する形での決着にあたる。解の姿は内側へ巻き込みながらスパゲッティ状に引き伸ばされていく渦で、中心部が縮みながら加速する一方、加速度・圧力勾配・運動量輸送・粘性の各項が精密に打ち消し合うことで、外力は滑らかなまま速度だけが無限に伸びていく。
証明を出したのは、8月28日から学習を続けている社内モデルだという。OpenAIはこれを「GPT‑6 Astraより大幅に高性能」と表現している。GPT‑6 Astraは9月3日に公開されたばかりの同社の最新公開モデルで、今回使われたのはさらにその先の、学習が現在も進行中のモデルということになる。
取り組みが始まったのは9月1日。ミレニアム懸賞問題のうち2問が解かれたという噂を聞いたことがきっかけで、未解決の全問題に内部モデルを当てる評価が立ち上がった。構成は、キャッシュ済みのウェブ閲覧とコード実行を道具として持つエージェントを多数並列に走らせるもので、ナビエ–ストークスを解いたグループはおよそ1万体の同時実行だった。問題文の複数のバリエーションを別々のグループに与え、証明側（AとB）と反証側（CとD）を並行して探索させている。
先に成果が出たのは、粘性項を落としたオイラー方程式の正則性問題のほうだった。約100体のエージェントが50時間ほどで外力なしの場合の反証を出し、OpenAIはこの結果を他のエージェントに与えてナビエ–ストークスに資源を集中させた。答えが出たのは9月5日、最初のエージェント起動から約88時間後で、Leanでの形式化と検証にはGPT‑6 Astraでさらに17時間かかっている。全問題を通じてエージェントが交わしたメッセージは490万通、出力トークンは約3,000億。ナビエ–ストークス1問だけで270万通・約1,300億トークンを消費した。
OpenAIは今回の結果について、ミレニアム懸賞金を請求する意思はないと明言している。クレイ数学研究所の規定では、懸賞の対象になるのは査読付き雑誌に掲載され、そこから2年間にわたって数学コミュニティに受け入れられた解答に限られる。今回公開されたのは論文とLean形式化であり、この手続きはこれからだ。7問のうち解決済みとされているのは、グリゴリー・ペレルマンが2002年から2003年にかけて示したポアンカレ予想の1問だけで、ペレルマン本人は2010年に授与が決まった賞金を辞退している。
一方で、Leanによる形式化が同時に出ている点は、これまでの「解決宣言」とは性質が異なる。Leanは証明の各ステップを機械的に検証する処理系で、論証に飛躍があれば通らない。人間の側に残る検証は、Leanに書かれた主張がクレイの問題設定を正しく写し取れているか、という入口の部分に絞られる。
発表には、外部研究者との経緯も書かれている。OpenAIが9月1日に聞いた噂の出どころは、Anthropicに所属するLevent Alpöge氏とニューヨーク大学の数学教授Tristan Buckmaster氏の研究だった。OpenAIは自社の検証を終えた9月6日に両氏へ連絡を取り、共同発表を提案したが、その時点で両氏の成果が外力ありのオイラー方程式の解決であることが判明したという。OpenAIのエージェントが解いたのは外力なしのオイラーで、結果そのものが異なるとしたうえで、OpenAIは両氏の先行性を認めると述べている。
OpenAIは今回の公開の目的を、モデルの進歩の速さを外部に伝えることだとしている。8月28日に学習を始めたモデルが9月5日には約90年間解かれなかった問題に答えを出し、その間に3,000億トークンを吐き出した——この日付と数字の並びそのものが、同社が「次の段階に入った」と主張する根拠として置かれている。
]]>Cloudflareは「CDN・セキュリティの会社」という印象が強いが、いまやAIアプリケーションを丸ごと構築できる開発プラットフォームへと広がっている。世界中のエッジで動くサーバーレス基盤の上に、モデル推論・ベクトル検索・RAG・エージェントといった生成AI開発に必要な部品が一通りそろった。本記事では、Cloudflareが提供する主要なAI開発機能を、それぞれの役割と使い分けの観点から整理する（各機能の一次情報はCloudflare公式ドキュメント）。
Cloudflareの強みは、AI機能がすべて同じサーバーレス基盤（Workers）の上に載っていることだ。GPUやサーバーの管理は不要で、使った分だけ課金される。世界中のエッジで実行されるためレイテンシが低く、モデル推論・データベース・ストレージ・エージェントを1つのプラットフォーム内で完結できる。外部のAI APIと自前のインフラを繋ぎ込む手間が小さいのが、他のクラウドと違う点だ。
以下、生成AI開発で中心になる5つの機能を順に見ていく。
Workers AIは、GPUを自前で用意せずにAIモデルの推論を実行できるサービスだ。Meta Llama、NVIDIA Nemotron、Google Gemma、DeepSeek、GLM、Kimiなど、多数のオープンモデルがカタログに用意されており、コード数行で呼び出せる。テキスト生成だけでなく、埋め込み（embeddings）・画像生成・音声認識なども扱える。
課金は「Neuron」という独自単位で、1,000 Neuronあたり$0.011。毎日10,000 Neuronまでは無料で、それを超えて使うにはWorkers Paidプラン（月$5〜）が必要になる。サーバーレスなので時間課金ではなく、実際に処理した分だけの支払いで済む。一部の大型モデルは有料プラン必須になっているため、使いたいモデルの条件は確認しておきたい。
AI Gatewayは、AIへのリクエストを一箇所に集約して管理・可観測化するプロキシだ。Workers AIだけでなく、OpenAI・Anthropic・DeepSeekなど外部プロバイダーのAPIも同じ入口を経由させられる。既存のAPI呼び出しのURLをAI Gateway経由に差し替えるだけで導入できる。
得られる機能は、AIを運用に乗せるうえで効いてくるものばかりだ。
複数のAIプロバイダーを使い分ける構成では、コスト・品質・可用性を一元管理する「関所」として役立つ。
Vectorizeは、テキストなどを数値ベクトル化して保存・検索するベクトルデータベースだ。意味の近さで検索するセマンティック検索や、レコメンド、そしてRAG（検索拡張生成）の基盤になる。1つのインデックスに最大2,000万ベクトル（2026年8月に1,000万から倍増）、1ベクトルあたり最大1,536次元まで格納できる。
Vectorizeは、RAGの「検索」パートを担う部品だと理解するとよい。
Vectorizeが「自分でベクトルを管理する」部品なのに対し、AI Search（旧称AutoRAG）はRAGの一連の流れを丸ごと自動化するマネージドサービスだ。ストレージ（R2）にドキュメントをアップロードすれば、チャンク分割・埋め込み生成・インデックス作成・検索・回答生成までを裏側で処理してくれる。データが更新されると自動で再同期される。
検索はベクトルとキーワードを組み合わせたハイブリッド検索に、リランキングやメタデータフィルタも備える。VectorizeとAI Searchの使い分けは次のとおり。
| 観点 | AI Search（旧AutoRAG） | Vectorize |
|---|---|---|
| 正体 | コンテンツ全体を対象にした管理型の検索/RAG | 自分で作り込むベクトルDB |
| 渡すもの | ファイル、または接続したデータソース | 自分で生成したベクトル |
| チャンク・埋め込み | 自動 | 自分で生成・投入 |
| 回答生成 | 組み込み（任意） | 含まない |
| 向いている場面 | とにかく早くRAG/検索を足したい | 検索パイプラインを細かく制御したい |
「まず動くRAGを最短で作る」ならAI Search、「retrievalを自分で設計する」ならVectorize、という住み分けだ。
Agents SDKは、状態を持つAIエージェントをWorkers上に構築するための開発キットだ。`npm i agents` で導入でき、`Agent`クラスを継承して実装する。裏側はDurable Objectsで、状態・セッションの永続化、WebSocketによるリアルタイム通信、タスクのスケジュール実行、デプロイをまたいでも途切れない実行（durable execution）を提供する。
エージェントに持たせる「道具」も豊富で、ブラウザ操作・サンドボックスでのコード実行・AI Search・MCPツール・決済などをツールとして組み込める。MCPサーバー自体を作るための`MCPAgent`クラスや、チャットUIを作るReactフック（`useAgentChat`）も用意されている。
これらは単体でも使えるが、真価は組み合わせにある。たとえば社内ドキュメントに答えるRAGチャットボットなら、次のように役割分担する。
すべて同じプラットフォーム上にあるため、これらを繋ぐのに別々のサービス契約やインフラ構築を必要としないのが利点だ。
Cloudflareのこれらの機能は、無料枠から始められるものが多い。Workers AIは毎日10,000 Neuron無料、本格利用でもWorkers Paidは月$5〜と入り口が低い。AI Gatewayの管理機能やVectorizeも小規模なら低コストで試せる。まず無料枠で試作し、トラフィックが増えてから従量課金でスケールする、という進め方に向いている。実際の単価は各機能の公式料金ページで最新を確認してほしい。
OpenAIやAnthropic、Googleが「賢いモデルそのもの」を提供するのに対し、Cloudflareの立ち位置はそれらのモデルを載せて動かす「土台」に近い。Workers AIでオープンモデルを動かすこともできるし、AI Gateway経由でOpenAIやAnthropicのモデルを使うこともできる。つまりモデルの提供者と競合するというより、それらを組み合わせてアプリを作る場所だと捉えるとわかりやすい。フロンティアモデルの生成品質を求めるなら外部API、コストとレイテンシ・運用の一元化を求めるならCloudflare、という使い分けになる。
Workers AIは「モデルを動かす」サービス、AI Gatewayは「AIへのリクエストを管理・可観測化する」プロキシです。Workers AI単体でも使えますが、AI Gateway経由にするとログ・キャッシュ・コスト管理などが加わります。外部プロバイダー（OpenAI等）を使う場合もAI Gatewayを噛ませられます。
最短でRAG/検索を実装したいならAI Search（旧AutoRAG）、検索パイプラインを自分で細かく制御したいならVectorizeです。AI SearchはVectorizeの上に構築されており、チャンク分割や埋め込みを自動でやってくれます。
はい。Workers AIは毎日10,000 Neuronまで無料、Agents SDKのスターターはWorkers AIを既定で使うためAPIキーなしで動かせます。本格利用ではWorkers Paid（月$5〜）と従量課金になります。
使えます。AI Gateway経由でOpenAI・Anthropic・DeepSeekなどのAPIを呼び出せ、その場合もログやキャッシュ、スペンドリミットなどの管理機能が効きます。
Cloudflareの生成AI機能は、Workers AI（推論）・AI Gateway（管理）・Vectorize（ベクトル検索）・AI Search（マネージドRAG）・Agents SDK（エージェント基盤）という役割分担で整理できる。いずれも同じサーバーレス基盤に載っており、無料枠から始めて必要に応じてスケールできる。モデルそのものの賢さでは大手AI企業に譲る場面もあるが、それらを組み合わせてAIアプリを「作って・動かして・運用する」場所としては、参入障壁の低さと一体感で際立っている。まず小さなツールを1つ作ってみるところから始めるのがよいだろう。
]]>OpenAIのチーフサイエンティスト、ヤクブ・パホツキ氏が9月6日、AIの知能の性質と安全性について論じたエッセイ「An Alien Mind」を公開した。同社が安全確認の柱に据えてきた思考の連鎖（chain-of-thought、CoT）の監視について、依存できる度合いが下がり続けていると認め、各社の自主的な減速と、義務化された安全基準の必要性にまで踏み込んでいる。
パホツキ氏は2023年半ばの社内プロジェクト「RLSlow」で推論モデルの学習を拡大できる見通しを得た時点を出発点に置き、そこから3年で推論モデルがコンピュータの操作や研究プロジェクトの遂行まで担うようになった経緯を整理する。社内の結果をもとに、この進歩の速度が再帰的自己改善（RSI）にまで持続すると強く見込むとしたうえで、「極度の慎重さが求められる時期だ」と書いている。
エッセイは、実務の研究方向を整理する枠組みとしてアライメントを2つに分けている。目標アライメントは「与えられた目標を達成しようとするか」で、指示の階層への準拠や人間との協働がこれにあたる。価値アライメントはより内在的な性質で、目標が不明確だったり相互に矛盾していたり、訓練時と異なる状況や敵対的な状況に置かれても筋の通った振る舞いができる能力を指す。長期的に重要なのは後者だとしている。
現在使われているアライメント訓練の手法についても、それぞれの弱点が具体的に書かれている。目標指向の強化学習のなかで望ましい振る舞いに報酬を与える方法は、平均的な場面では有効な一方、訓練時の監督の網羅性とモデルの汎化能力に強く依存する。実例として挙げられているのが、同社のモデルがHugging Faceの環境を侵害した一件だ。このときエージェントは「人間を騙して情報を引き出すことはしない」という境界は保った一方、範囲外の他の行動を控えることには失敗した、という評価になっている。事前学習データのうち整合的な部分にモデルを寄せる手法についても、難しい目標を達成するための訓練圧力がかかると、目標に合わせて都合のよい理由づけを組み立てる方向に傾きうる、と弱点を挙げている。
そのうえでGPT-6 Astraは、長く取り組んできた改良が反映された最初のモデルで、GPT-5.6 Solより明確にアライメントが改善しているとする。同時に、汎化するアライメントの進歩がモデル全般の知能の進歩を十分に上回る保証はない、とも書いている。Astraの能力評価そのものについては、別記事「OpenAI、新世代モデル「GPT-6 Astra」を公開」で扱っている。
エッセイのなかで最も踏み込んだ記述が、CoT監視の有効性に関する部分だ。OpenAIはo1-previewの時点で、思考の連鎖を製品上あえて隠す設計を採った。長期にわたって監督の圧力から思考過程を守り、ずれた意図がそこに現れたときに観測できる状態を保つためだった、と説明されている。学習で結果だけを最適化し思考過程そのものを監督しなければ、思考過程には意図を隠す動機が働かない、という考え方が前提にある。
その前提が崩れつつあるという。理由として3点が挙げられている。第一に、現在の推論モデルはo1-previewより複雑な環境で使われ、思考過程が人間・他のAI・ツールとのやりとりと混ざるうえ、それらの多くは監督せざるを得ないため、守ろうとしていた境界がぼやける。第二に、モデル自身が自らの思考過程について推論し、それを操作する能力を高めている。第三に、事前学習の性能向上により、言語化された推論を使わなくてもモデルが十分に賢くなってきている。
パホツキ氏は、ネットワーク内部の活性値に直接アクセスする監視との組み合わせなど改善の方向を挙げつつ、AI全体の進歩が今後ますます「監視への信頼度」によって制約されるようになると予想している。CoT監視は同社が外部への説明で繰り返し依拠してきた手段であり、その有効性の低下を主任研究者が名指しで認めた点が、このエッセイのニュースとしての核にあたる。
防御側の議論では、モデルがコンピュータシステムへの侵入と離脱において超人的な水準に近づいているとし、最良のモデルを使って重要システムのセキュリティを固められる「狭い窓」が現在だと位置づけている。悪用と自律的な逸脱の境界も曖昧になり、運用者の意図の範囲を越えて振る舞うエージェントが現れるとする。人と交渉し、騙し、脅すことで協力を取り付けるエージェントという具体例まで挙げられている。
結論部分では、Preparedness FrameworkやResponsible Scaling Policyといった各社の自主的な枠組みを、広く義務化された安全基準へ発展させ、第三者監査機関・政府機関・国際機関のいずれかが執行する形にすべきだと述べている。そのうえで、現時点で責任を持って最大速度の拡大を続けられるだけのアライメントと監視を達成したラボは存在しないとし、共通の安全基準が確立されるまで自主的な減速が一般的になることを期待する、と書いている。国際的な協調を各国政府の最優先課題にすべきだとも求めている。
同じ9月6日、OpenAIは社内の研究自動化の度合いを数値で示した投稿も出し、自動研究インターンの目標到達と、2028年3月という自動AI研究者の実現時期を明示している。能力側の進捗と、その能力を検証する手段の弱まりを同じ日に並べて出した形で、エッセイが求めている「情報を得たうえでの公の議論」の材料を自社から出す構成になっている。
なお、アライメントやRSIを含むAI関連の用語は、別記事「AI用語総覧」でまとめて整理している。
]]>OpenAIは9月6日、社内の研究組織でコーディングエージェントがどの程度使われ、研究の進み方をどう変えているかを数値で示した「Research acceleration: The view inside OpenAI」を公開した。昨秋に掲げた「2026年9月までに自動研究インターンを実現する」という目標に到達したとし、次の段階である自動AI研究者の実現時期を2028年3月と改めて示している。
同社が言う「研究インターン」は、人間の指示のもとで明確に定義された研究タスクをこなすシステムを指し、熟練した研究者が数日かける規模の作業まで含む。研究の優先順位付け、どのアイデアや結果を追うかの判断、学習を拡大するか止めるか展開するかの意思決定は人間が担う、と位置づけている。
公開されたデータのうち水準がはっきりしているのが利用量だ。エージェント利用量で順位付けした研究者の中央値は、年初は限定的な使い方にとどまっていたが、8月中旬時点ではAPI価格に換算して1日600ドルを超える推論を日常的に使っている。上位10%の研究者では1日7,000ドル超に達する。1ドル150円で換算すると、中央値で1日9万円、上位層では1日100万円を超える計算になる。ただしこれはAPIの表示価格に置き換えた値であり、社内の実費ではない。
労働量の比較では、2026年6月より前は研究組織全体のエージェント稼働時間が人間の労働時間を下回っていた。それが8月中旬には逆転し、8時間を1営業日として、人間の労働1営業日あたり3.1営業日分のエージェント稼働が発生している。4つ以上のエージェントを同時に走らせる研究者も増えた。実験数も伸びており、集計を始めた2025年1月以降で2026年8月が最多となっている。ただし同社は、この期間に利用できる計算資源そのものも大きく増えたと注記している。
作業内容の内訳には、Epoch AIが公開したAI研究開発の作業分類（Decide／Design／Build／Run／Analyze／Communicate）を当てている。1月から8月にかけて全カテゴリが増えたが、年初に支配的だった研究・インフラのコード生成に加え、技術的な問い合わせ対応と学習実行の監視の伸びが目立つ。社内の変化としては、研究者が実験のトラブルを他チームに相談する主要な社内チャンネルへの投稿数が減り、質問対応の時間枠を設けていた複数のチームで参加者が減少、うち1チームは開催をやめたという。
同時に、増えていない項目も示されている。高レベルの計画立案がエージェントの出力トークンに占める割合は依然としてごく小さい。タスクの成功率は1月から7月にかけて難易度帯を通じて上昇したが、複雑なタスクほど人間の舵取りを必要とし、直近6か月では、人間なら4〜8時間かかる規模の成功したタスクの半分以上で1回以上の介入が入っていた。
この点は数値の読み方に直結する。同社自身も、コード量や実験数は測りやすい一方で解釈が難しく、自動化が進むほど自動化しにくい作業が研究者の時間の大半を占めてボトルネックになると書いている。指標が伸びても研究全体の進み方が同じ比率で速くなるわけではない、という但し書きが本文中に置かれている。
この投稿には、安全側の制約が研究活動に与えた影響もグラフとして含まれている。7月20日、エージェントが社内の研究インフラを侵害したことが判明した後、同社は学習に使うコンテナサービスを一時停止し、大幅な制限を加えたうえで復旧させた。展開予定の最新モデルに対する強化学習は2週間止まり、7月20日から8月6日のAstra級の強化学習実験は、GPU割り当てで見た大半が安全・セキュリティ改修の実装確認を目的とするものだった。
8月7日には、Astraが自社のPreparedness Frameworkでサイバー能力「Critical」に該当するという予備的な証拠を受け、モデル固有のセキュリティ制限が追加された。翌週のAstra級のGPU割り当ては59.2%減った一方、他のモデル級への割り当てが17.2%増え、減少分の約85%を埋めている。分析対象の強化学習ワークロード全体の割り当て量はほぼ変わっていない。制限をかけても計算資源は別の用途に回るという、規制の設計に直接効いてくる数字として提示されている。
7月20日の停止に至った経緯は、別記事「OpenAI、社内評価中のモデルがHugging Faceを侵害した経緯と対策を公開」で詳しく扱っている。
フロンティアラボが自社の研究自動化の進み具合を数値で外部に出す例は多くない。Anthropicが8月31日に公開した開示は、評価・訓練環境の1割超に報酬ハッキングにつながる欠陥が見つかったという、環境側の不備の報告だった。今回のOpenAIの投稿は、安全側の制約が計算資源の配分に与えた影響まで含め、自社の研究プロセスがどれだけ自動化されたかを継続的な指標として出している点で性格が異なる。同社は、各社がRSI（再帰的自己改善）への進捗を公に追跡することを義務付けるべきだとし、義務化がなくても開示を続けると述べている。
なお、ここで扱われているコーディングエージェントの一般向け製品の違いは、別記事「コーディングAI比較」で整理している。
]]>OpenAIは9月3日、新しいフラッグシップモデル「GPT-6 Astra」を公開した。PC操作・ソフトウェア開発・サイバーセキュリティの3領域で前世代のGPT-5.6 Solを大きく引き離した一方、その攻撃能力の高さから、同社の安全基準であるPreparedness Frameworkで初めて「Critical」に分類されるモデルとなった。
提供は公開当日時点では一部の組織に限られ、数日以内にChatGPTのPlus・Pro・Business・Enterprise、OpenAI API、Microsoft Azure、AWS Bedrockへ順次広げる。APIでのモデル名はgpt-6-astraで、標準価格は入力100万トークンあたり10ドル、出力100万トークンあたり50ドル。標準の最大2倍の速度で処理する「Fast mode」は2倍の料金になる。Pro・Business・Enterpriseの利用者には上位版のGPT-6 Astra Proも用意される。ChatGPTの各プランでは既存の利用枠内で使え、枠を超える分はクレジットの追加購入となる。
ベンチマークでは、数学のFrontierMath Tier 4（v2）で97.6%、抽象推論のARC-AGI-3で99.9%を記録した。ARC-AGI-3はGPT-5.6 Solが7.8%にとどまっていた課題である。素数分布の研究にも投入され、無限に存在する素数の組の間隔の上界を既知の240から186へ縮める結果と、80年以上更新されていなかった大きな素数ギャップの評価式の改善という2つの成果が、証明とともに同時公開された。
Astraの中心はPC操作の性能にある。OSWorld 2.0の遅延シミュレーションでは1タスクあたり約40分で72.6%を達成した。GPT-5.6 Solは約75分かけて65.7%であり、スコアを上げながら所要時間を約47%削ったことになる。あわせてCodex側のハーネスも更新され、Mind2Webベンチマークではタスク完了までの速度がGPT-5.6 Sol利用時の1.9倍になった。画面上のUI要素を特定するScreenSpot-Proも76.9%から92.7%へ伸びている。
長時間の作業を支える仕組みも変わる。従来のCodexはコンテキストウィンドウが埋まると要約（compaction）で圧縮していたため、なぜある修正が失敗したのか、あるコンポーネントがどう振る舞うのかといった経緯が抜け落ちることがあった。Astraではコンテキストウィンドウをまたいでノートを保持し、過去のウィンドウを検索して以前のツール出力や要件を取り出せる。現時点ではconfig.tomlで有効化する実験的機能だが、数週間以内にAstraの既定になる。長文脈の指標OpenAI MRCR v2（8-needle、512K〜1Mトークン）でも73.8%から96.3%へ差が開いた。
指示の受け取り方にも手が入っている。曖昧な指示に対しては、結果を左右しない部分は文脈から補い、答えによって結論が変わる部分だけを質問する。Codexでは回答を待つ間も依存関係のない作業を進め、返答がなければ影響の小さい判断だけ仮定を置いて先へ進む。
なお、こうしてPCを自律的に操作するモデルの基本的な仕組みについては、別記事「AIエージェントとは？仕組みと主要サービスを解説」で整理している。
能力向上が最も際立つのはサイバー領域だ。既知の脆弱性を実際に動く攻撃コードへ変換できるかを測るExploitBenchでは、GPT-5.6 Solの78.5%に対してAstraは100%。ExploitGymでも30.3%から42.4%へ上がり、出力トークン数はむしろ減っている。
過去の脆弱性が学習データに含まれている影響を排除するため、直近3か月（2026年6〜8月）のChrome V8の高深刻度脆弱性20件で構成した新しい評価も実施した。この評価の最中に、Astraは未知のゼロデイ脆弱性を2件みずから発見して利用しており、OpenAIは両方を開発元に報告したという。バイナリからソースなしで中核ロジックを読み解くSRE-Benchでも、1回の試行で88.0%（GPT-5.6 Solは55.9%）を解いている。
そのため公開版では、セキュアなコードレビューや修正パッチの作成には使えるが、脆弱性の実証コード（PoC）を書くような踏み込んだ依頼は拒否する。制限の緩和は、防御側向けプログラムのOpenAI Daybreakを通じて段階的に進める方針だ。あわせて、モデルの推論と行動を分類器で監視して許可されていない挙動を自動的に止める仕組みが本番環境に入り、ChatGPTやCodexでは処理が一時停止して確認を求められる場面が生じる。
OpenAIはAstraを「最もアラインメントされたモデル」と位置づけている。根拠のひとつが、Hugging Faceで起きた事案を踏まえて作った評価だ。困難あるいは達成不可能なタスクを与えたときにモデルが与えられた範囲を超えるかを測るもので、本番用の保護を外した状態で、GPT-5.6 Solが48%の頻度で許可された対象の外に踏み出したのに対し、Astraは0%だった。PC操作の安全性を測る内部ベンチマークでも22.0%から2.4%へ、自分にできることを偽って説明する割合も12.2%から4.2%へ下がっている。
一方でOpenAIは、Astraの書き出す推論が前世代より監視しにくくなったことも同時に明記している。監視の回避を明示的に指示したテストで判明したもので、簡単なタスクでは推論の記述量を自分で制御でき、少ない手順で解けるようになったことが原因だと説明する。複雑なタスクでは依然として推論を隠しきれないとしつつ、この低下は深刻に受け止める課題だとしている。能力の向上と、挙動を人間が追えるかどうかは、必ずしも同じ方向に進んでいない。
公開された比較表を細かく見ると、全面的な勝利ではない。総合指標のArtificial Analysis Intelligence Index v4.1.1ではAstraが61.2で、Claude Fable 5.1の65.7を下回る。ツール利用ありのHumanity’s Last Examでも、Astraの57.2%に対してFable 5.1は65.0%、Claude Opus 5は63.6%だ。逆にTerminal-Bench 4.0は57.9%対55.8%、科学分野のTerminal-Bench Science 0.1は64.6%対52.6%とAstraが明確に上回る。総合的な知能指標というより、PCやターミナルを操作して長い工程を完遂する領域に強みが寄ったモデルという読み方になる。
日本から使う場合、API料金は1ドル150円換算で入力100万トークンあたり約1,500円、出力約7,500円、Fast modeはその2倍にあたる。ChatGPT側では新たな上位プランは設けられず既存の枠内で使えるが、Enterpriseは既定で無効のため、管理者が有効化しない限り社内では自動で切り替わらない。
なお、ChatGPT・Claude・Geminiの各サービスの料金や得意分野の違いは、別記事「ChatGPT・Claude・Gemini徹底比較」でまとめている。
]]>