フロンティアモデルの激突
Kimi K3がフロンティアを揺るがす. Moonshot AIのオープンウェイトのKimi K3はトップのクローズドモデルと競合し、いくつかのベンチマークでClaude Fable 5を打ち負かし、オープン対クローズドの議論を再燃させている。
- → Kimi's open model K3 nears GPT-5.6 Sol and Fable 5 while signaling the end of super cheap Chinese AI
- → Kimi K3, and what we can still learn from the pelican benchmark
- → [AINews] Kimi K3 2.8T-A50B: the largest open model ever released; Opus 4.8-class at Sonnet 5 pricing
- → Kimi K3 weights to be released on the 27th.
- → Kimi K3 ranks #1 on @AfterQuery's SpreadsheetBench 2, surpassing Claude Fable 5
- → Kimi: Threat or menace?
- → kimi.ai teasing a video with lots of 3's in it
- → [AINews] not much happened today
- → Kimi moment. I think the writing is on the wall for Anthropic and OpenAi
- → Kimi K3 is currently at the top of the leaderboard for Text Arena filtered for science queries.
- → Kimi K3 (max) beats Sonnet 5 on Simple Bench
- → Kimi K3 is top of nextjs eval
- → Just like Deepseek, China's Kimi K3 is forcing Western AI labs to question their compute advantage
- → Kimi K3 🌕, Gemini 3.5 delayed ⏳, crushing ARC-AGI 3 🤖
GPT-5.6：力と危険. GPT-5.6ファミリーはプログラムによるツール呼び出しと並列サブエージェントをもたらすが、知らずにファイルやデータベースを削除する傾向があり、サンドボックスの必要性を強調している。
- → The Sequence Radar #893: Last Week in AI: GPT-5.6, Grok 4.5, Muse Spark 1.1 and the Post-Chatbot Stack
- → OpenAI’s new flagship model deletes files on its own, people keep warning
- → GPT-5.6 is deleting user files when given full access, and OpenAI says it shouldn't but did
- → [AINews] Codex usage up >10x in 6 months to 7M users, +1M in the past ~day; did Codex overtake Claude Code??
Claude Fable 5の延長. GPT-5.6とKimi K3からの圧力を受け、Anthropicは計画を撤回し、Fable 5を有料プランに維持し、アクセシビリティで直接競合している。
DeepSeek V4が迫る. DeepSeekは低コストのAPIとオープンウェイトでV4を予告しており、一方でコミュニティの最適化により、そのフラッシュバリアントはコンシューマGPUで実用的な速度で動作可能になっている。
エージェントが実世界のワークフローに参入
ブラウジングエージェント登場. AnthropicはClaude Codeに安全性分類器を備えたウェブブラウザを内蔵し、Cursorは汎用エージェントを立ち上げ、コーディングアシスタントを自律的なタスク実行へと移行させている。
エージェントが実際の取引を処理. DoorDashのエージェントアーキテクチャはコンバージョンを24％向上させ、Stripeのベンチマークはエージェントが統合をコード化できるが、検証に失敗することが多く、信頼性のギャップを浮き彫りにしている。
本番エージェントがつまずく. ほとんどのエンタープライズエージェントはチャットボットのままであり、54％の企業がエージェントのセキュリティインシデントを経験しており、専門家はエージェントにマイクロサービスのようなクラウドネイティブな運用プリミティブが必要だと主張している。
- → How to Debug Coding Agents with LangSmith Traces
- → The agent security gap: 54% of enterprises have already had an AI agent incident, and most still let agents share credentials
- → The AI context gap: Enterprise AI organizations have a trust problem, not a retrieval problem — and most are still building the fix
- → The agent evaluation gap: Enterprise AI organizations have a reality-alignment problem, not a coverage problem — and most are shipping to production anyway
- → Cloud Native Infrastructure Emerges as the Foundation for Trustworthy Agentic AI
- → QCon AI Boston: Production AI Moves Beyond Prompts to Platforms, Harnesses, and Evals
AIインフラ、資金調達、データセンターレース
データセンターが抵抗に直面. S&PはAIキャペックスリスクからOracleを格下げし、一方で地域の抗議やニューヨーク州のハイパースケールデータセンターのモラトリアムは、AIインフラへの反発の高まりを反映している。
AI資金調達が急増. Databricksは1880億ドルの評価で資金調達し、MetaはAnthropicへの100億ドルのデータセンターリースを交渉中であり、Nous Researchはオープンソースエージェントのために7500万ドルを確保した。
エネルギーとハードウェアへの賭け. エネルギー企業はドットコム時代以来最大の資金をAI向けに調達し、SambaNovaチップを担保にした4億ドルの融資は、非GPU AIハードウェアへの投資の増加を示している。
オンデバイスAIのブレークスルー
1ビットモデルがスマートフォンに到来. PrismMLのBonsaiはQwen3.6-27Bを3.9GBに圧縮し、ベンチマークスコアの90％を維持し、オンデバイスのツール呼び出しエージェントを可能にする。Appleは交渉中と報じられている。
- → Bonsai 27B: The First 27B-Class Model to Run on a Phone
- → Bonsai 27B: 1-bit dense LLM running locally in your browser using custom WebGPU kernels
- → Prism-ML Bonsai Qwen 3.6 27B
- → PrismML’s new Ternary Qwen3.6 27B runs near fp16 precision on 10GB of memory!!!
- → So what's the consensus on 1bit models? Is it still a pipe dream?
- → PrismML Bonsai 27B is surprisingly usable on the Jetson Orin Nano 8GB
- → Is anyone having any luck with the Ternary Bonsai 27B DFlash?
- → Can we get a "not base model" flair?
- → Bonsai 27B runs locally on an iPhone - a 27B model in 3.9GB
- → User experience of Bonsai-Ternary-27B on 4060Ti 16GB for KB management and productivity assistant use cases
- → Bonsai 27B is a full open reasoning model that fits on an iPhone
- → Bonsai-27B & Ternary-Bonsai-27B - Updates (on PRs)
- → Apple in talks with startup PrismML that shrinks AI models to run on an iPhone
ホームラボがフロンティアを実行. DFlashのようなllama.cppの最適化によりMoEモデルが最大6倍高速化され、OnePlusのスマートフォンがフラッシュからエキスパートをストリーミングして60GBのモデルを1.3トークン/秒で実行した。
- → I tested all llama.cpp's speculative decoding methods on Qwen 3.6 27B: MTP ~2.7x, DFlash ~3.7x, n-gram stack ~6x on real coding. Local AI win. My findings on RTX 6000 PRO.
- → DFlash makes Qwen3.6 27B 2.2x faster with no quality loss
- → GPT-OSS-120B, Qwen 30B and Gemma 26B on an Android phone at 1-5 tok/s: +60GB model, 11GB of RAM, CPU only
政策、訴訟、オープンソースの対立
Apple対OpenAIの法的戦い. AppleはOpenAIを営業秘密侵害で訴え、最高ハードウェア責任者を含む400人以上の従業員を引き抜いたと主張し、OpenAIのIPOとクラウドへの信頼を脅かしている。
- → Apple sues OpenAI after ex-engineer allegedly used bug to steal trade secrets
- → The wildest allegations in Apple’s trade secrets lawsuit against OpenAI
- → The 6 wildest claims in Apple’s lawsuit against OpenAI
- → OpenAI pushes back on Apple trade secret lawsuit
- → Sam Altman didn’t need another lawsuit
- → How Apple’s big lawsuit could disrupt OpenAI’s IPO plans
- → Apple’s plot to crush OpenAI
- → Apple’s lawsuit couldn’t come at a worse time for OpenAI
中国のオープンソース急増. 中国製モデルは現在HuggingFaceのダウンロードの41％を占め、Kimi K3は西洋のリーダーと競合し、中国は西洋を排除した並行AIガバナンス機関を立ち上げた。
- → The real AI race may no longer be at the frontier
- → Source: the Trump administration and industry groups discussed streamlining US open model releases of equal or lesser capability to leading Chinese open models
- → Chinese President Xi Jinping speaks at World AI Conference and reaffirms commitment to open source to promote"openness and win-win"
- → China’s Xi Touts Open-Source AI and Takes a Swipe at U.S. Dominance
- → China's new World Artificial Intelligence Cooperation Organization is President Xi's clearest play yet for a parallel AI order
説明責任要求が高まる. ドイツの規制当局はチャットボットにコンテンツの責任を負わせ、xAIはユーザーをCSAM生成で訴え、Demis Hassabisはフロンティア安全性レビューのためのFINRA類似機関を提案した。
今週のまとめ - また来週の日曜日に。