2026年10月18日 朝のAIニュースまとめ

DeepSeek V4.1-Flash公開、OpenCodeで蒸留攻撃関連の侵害

DeepSeekがオープンウェイトのV4.1-Flash-1017を公開しました。DeepSWEでOpus 5を上回るスコアを低価格で実現する一方、ベンチ最適化を疑う声も出ています。

OpenCodeは蒸留攻撃に関連する侵害を公表し、各社APIキーの確認が呼びかけられています。

ほかにもAnthropicの法案草案やIPOを巡る続報、Codex・Claude Codeの改善など話題が続きます。順に詳しく確認していきましょう。

目次

1. DeepSeek-V4.1-Flash-1017公開、Opus 5級を低価格で
2. OpenCodeが蒸留攻撃関連の侵害を公表、API残高に不正利用
3. Codex/Work、サブエージェント間のキャッシュ再利用で利用量増
4. Claude Code、会話をgzip送信し応答開始を高速化
5. Anthropic、独自のAI安全法案草案を米議員に提示
6. Gemini 4 Argon、AI StudioでPro加入者も利用可能に
7. Anthropic、成長鈍化で投資家に失望、格付けは辛うじて投資適格
8. Tencent、端末エージェントの再帰的自己改善論文Terminal-RSI
9. KaggleでのAI併用は競技として成立するかで議論
10. SentencePiece、UnigramにSparse L1 Pruningを追加
11. 撤退に報酬を与えるRLで誤答率を79.1%→8.9%に
12. Opus 5.5とGPT-6.1 Solのmedium併用が高コスパ
13. データエンジニアリングを235枚で解説する登壇資料

DeepSeek-V4.1-Flash-1017公開、Opus 5級を低価格で

• DeepSeekがオープンウェイトのV4.1-Flash-1017を公開し、Web・アプリ・APIで利用可能になりました
• DeepSWEで77.0とOpus 5の74.0を上回り、API価格はオフピークで入力$0.15・出力$0.60とされます
• Databricksが提供予定を表明する一方、LisanBenchでの挙動からベンチへのRLを疑う指摘も出ています

DeepSeek: (翻訳) 🚀 DeepSeek-V4.1-Flash-1017が登場！前バージョンよりベンチマーク性能が向上し、タスク完了が速く、出力が短くなりました。性能とコストの両面でのパレート改善です。Webサイト、アプリ、APIで利用可能です。🛠️ @DeepSeekHarness、Tencent CodeBuddy向けに最適化

Yuchen Jin: (翻訳) 「OSSは決して追いつけない」という主張は1週間ももたなかった。DeepSeek-V4.1-Flash-1017はDeepSWE v1.1で77を記録。Opus 5級の性能を83分の1のコストで。このサイズのモデルとしては驚異的。Databricksでも提供開始予定です！オープンソースに逆張りするな。

Lisan al Gaib: (翻訳) DeepSeekはLisanBenchの実行の約半分で採点器について推論している。推論予算を増やすほど悪化するLisan al Gaib: (翻訳) DeepSeek-V4.1-Flash-1017をLisanBenchでテストした。以前からラボがこれでRLしているのではと疑っていたが、DeepSeekについては100%確信した。例えば2文字の単語64個の連鎖を含んでいる。この挙動は自分がLisanBenchでヒルクライムしたときに一度見ただけだ

Odashi: DeepSeek v4 Flashはencoder-decoderだったりn-gram hashingだったりNLPの古典的手法が再登場している点は面白い

OpenCodeが蒸留攻撃関連の侵害を公表、API残高に不正利用

• OpenCodeが、大規模な蒸留攻撃に関連したセキュリティ侵害を受けたことを公表しました
• OpenCode Consoleユーザーの1.4%が影響を受け、外部プロバイダーを設定していた一部が対象とされます
• OpenAIやAnthropic、Googleの残高が使い込まれたとの報告もあり、APIキーの確認が呼びかけられています

OpenCode: (翻訳) 昨夜、大規模な蒸留攻撃に関連するセキュリティ侵害があり、OpenCode Consoleユーザーの1.4%が影響を受けました。今朝、該当者全員にメールで通知しました。メールが届いていなければ影響はありません。外部プロバイダーを設定していたユーザーの一部が対象でした

Codex/Work、サブエージェント間のキャッシュ再利用で利用量増

• OpenAIのTibo氏が、CodexとWorkで実効的に使える利用量を増やす改善を発表しました
• サブエージェント間のコンテキスト再利用、キャッシュ保持の延長、ルーティング改善でキャッシュヒット率を高めています
• 並列処理でのレート消費が減り、サブエージェントを使いやすくなるとの声が出ており、利用制限のリセットも実施されました

Tibo: (翻訳) 12日目/ CodexとWorkを改善し、実効的な利用量を増やしました。サブエージェント間でのコンテキスト再利用、コンテキストのキャッシュ保持時間の延長、キャッシュヒットを増やすリクエストルーティングの改善によって実現しています。

Vaibhav (VB) Srivastav: (翻訳) リセットは本日太平洋時間の終業時に反映されます！お楽しみください！Tibo: (翻訳) 13日目/ 利用制限リセット

Claude Code、会話をgzip送信し応答開始を高速化

• AnthropicがClaude全体のパフォーマンス改善を発表し、応答開始が早くなったとしています
• Claude Codeは毎ターン送る会話をgzip圧縮し、クラウドセッションは入力開始時点で起動するようになりました
• 告知なしの細かな改善を積み重ねる姿勢を、Codexの連日アップデートと比べて評価する声が出ています

ClaudeDevs: (翻訳) Claude全体のパフォーマンス改善を続けており、応答開始が早くなったことに気づいたかもしれません！Claude Codeは毎ターン送信する会話をgzip圧縮するようになり、モデルへより速く届きます。クラウドセッションも入力を始めた時点で起動します。

Anthropic、独自のAI安全法案草案を米議員に提示

• Politicoの報道で、Anthropicが独自のAI安全・セキュリティ規制法案の草案を議員に示したと伝えられました
• 草案はオンラインでも出回っており、FRONTIER Actより大きく後退し連邦の上限を弱く固定するとの批判が出ています
• AI安全コミュニティの立場を代表していないとの強い反発もあり、評価が割れています

Bloomberg: (翻訳) Politicoの報道によると、AnthropicはAIの安全性とセキュリティを規制する計画を盛り込んだ独自のAI安全法案の草案を、米議員にひそかに提示した

Shakeel: (翻訳) Politico Proの@Owen_Dahlkampが最初に報じたAnthropicの法案草案が、現在ネット上に出回っている

Nat Purser: (翻訳) この法案には良い条項もあるが、結局はFRONTIER Actから大きく後退している。AIの能力は急速に進歩しており、今より弱い連邦の上限を固定するのは理にかなわない。改善すべき具体的な点：- 作成

Jay Shooster: (翻訳) この法案は言語道断で受け入れられず、AI安全コミュニティの立場をまったく代表していない。

Gemini 4 Argon、AI StudioでPro加入者も利用可能に【続報】

• Gemini 4 ArgonのGoogle AI Pro加入者向け提供拡大に関する続報です
• Antigravityに続き、AI StudioのBuildとPlaygroundでもPro加入者がGemini 4 Argonを使えるようになりました
• 文書作成やデータ分析、推論など非コーディング用途で優秀だと評価する声が出ています
• 一方、他社AI経由かつ思考level lowで試すと、内製ベンチで3.8 Flash並みだったとの検証もあります

Google AI Studio: (翻訳) Google AI Pro加入者の皆さんへ：AI StudioのBuild / PlaygroundでGemini 4 Argonを使った開発ができるようになりました🛠️ こちらから始めましょう

Bindu Reddy: (翻訳) Argonは非コーディング用途で引き続き優秀 - 文書作成がとても上手 - データ分析が優秀 - 推論が見事。OpenAIやClaudeのすべてのモデルを上回るスコア

webbigdata: Gemini 4 ArgonをAPIで試してみたのですがCodex(GPT-6.1 Sol)経由で利用＋ケチって思考levelをlow指定にしたためか、内製ベンチでは3.8 Flashとほぼ同等スコアになってしまいました。最先端のAIでも他社のAI向けにプロンプト書くのは下手っぴ説。久々に、えーいお前に任せられん私が書く！となりました

Anthropic、成長鈍化で投資家に失望、格付けは辛うじて投資適格【続報】

• AnthropicのIPO計画に関する続報です
• The Informationは、売上成長の鈍化でIPOの好機を逃したのではとの疑問が出ていると報じました
• 非公開の投資家会合では最新の数字に失望の声もあり、評価額は$2兆より$1.5兆に近いとの見方です
• 一方、新興の格付け機関はAnthropicをかろうじて投資適格、OpenAIをジャンクと評価しています

The Information: (翻訳) Anthropicの売上成長の鈍化により、上場の最適な時期を逃したのではないかという疑問が浮上している。投資家は現在、IPO評価額を銀行が以前示した2兆ドルより1.5兆ドルに近いと見ている。

The Information: (翻訳) AI株への投資家の需要を試す史上最大の試金石となりうる上場を控え、Anthropicの売上成長が鈍化している。非公開の会合では、一部の潜在投資家が最新の数字に失望し、2兆ドルのIPO評価額に疑問を呈した。

Forbes: (翻訳) OpenAIとAnthropicは成長資金として数十億ドルを調達するため投資適格の信用格付けを求めている。大手格付け機関はまだ判断していないが、新興のAIR PlatformsはAnthropicをかろうじて投資適格とし、OpenAIはジャンクと評価した。

Tencent、端末エージェントの再帰的自己改善論文Terminal-RSI

• エージェントで後継モデルの学習を助け、その後継でさらに次を学習する自己改善ループの論文が公開されました
• 検証済みの成功から学び練習で改善する手順を、Qwen3.8-27Bを起点に2フェーズを交互に5段階で回しています
• 端末やコーディングエージェントのRL学習を追う人に必読と評価され、話題を集めています

Yucheng Shi: (翻訳) エージェントを使ってより強い後継モデルの学習を助け、その後継を使ってさらに次のモデルの学習を助けました。新論文Terminal-RSIはこの再帰的自己改善ループを研究しています：検証済みの成功から学び、練習で改善し、繰り返す。2サイクルを通じて、27Bの

elvis: (翻訳) Tencentによる端末エージェントの再帰的自己改善に関する素晴らしい論文（ブックマーク推奨）。端末やコーディングエージェントのRL学習の研究を追っているなら必読。Qwen3.8-27Bから始め、5段階にわたって2つのフェーズを交互に行う。一方のフェーズは

KaggleでのAI併用は競技として成立するかで議論

• AtCoderとの比較から、KaggleではAIを使っても競技が成立しているのかという議論が起きています
• 課題を解くこと自体を喜ぶ文化があるとの見方に対し、ルール上はpay-to-winを許容していないとの指摘も出ています
• 毎回成績が問われるアルゴと一度の好結果が重要なKaggleは比べにくく、AHCの方が近いとの意見もあります

Takami Sato: これは違うがkaggleは基本的に誰かが困ってる課題を解くので、解けること自体を喜ぶ文化or建前があると感じる。例えばAI以前でも医者が知識のハードコードで医療コンペ優勝しても文句は出なかったと思う。実力の証明の場としてはアレだが。まあネトゲよchokudai(高橋 直大)@AtCoder: こういうコメント見ると、KaggleのトーナメントではWithAIで競技が成立してるんだなあ。競技時間がクッソ長いのもありそうだけど。 （そもそもKaggle自体がPay to Winをある程度許容する前提があるから、ちょっとAtCoderと違うけど） https://t.co/gGxnAJ0LBx

俵: むしルール上は「solutionを作るたために市販ソフトウェア等を使っている場合、主催者が過度な費用をかけずに調達できるものについてはセーフ」的なことが書いてあり、Kaggle 側が pay-to-win を許容しているかというとそうでもない気がするchokudai(高橋 直大)@AtCoder: こういうコメント見ると、KaggleのトーナメントではWithAIで競技が成立してるんだなあ。競技時間がクッソ長いのもありそうだけど。 （そもそもKaggle自体がPay to Winをある程度許容する前提があるから、ちょっとAtCoderと違うけど） https://t.co/gGxnAJ0LBx

Kei Harada: 毎回成績を出すことが求められるアルゴと、1回いい結果を出すことが重要なKaggleの違いがあるので、アルゴとは比べにくいです。AHCの方が近いのでそれで例えると、焼きなましとビームサーチ... 続き→https://t.co/2pPypD6LtU #マシュマロを投げ合おう

SentencePiece、UnigramにSparse L1 Pruningを追加

• SentencePieceのUnigram学習に、リリース以来初のコア刷新となるSparse L1 Pruningが追加されました
• 理論的な裏付けがしっかりしつつ実装はシンプルになり、BPEや現行Unigramより高い圧縮率を実現するとされます
• トークナイザ設計は多言語やLLM学習の効率に直結するため、実務でも試す価値がありそうです

Taku Kudo: (翻訳) SentencePieceのUnigram学習に「Sparse L1 Pruning」を追加しました。リリース以来初のコア部分の刷新です。確かな理論的根拠、よりシンプルな実装、そしてBPEや現行Unigramの両方を上回る圧縮率を提供します。

撤退に報酬を与えるRLで誤答率を79.1%→8.9%に

• 成功のみに報酬を出すRLの弱点を、成功>安全な撤退>失敗の順で学習させて改善する研究が紹介されました
• 当てずっぽうも撤退も0点だとモデルは分からなくても回答しがちになる点が問題とされています
• AIMEで成功率は3.1pt下がったものの誤答率を大幅に減らしており、ハルシネーション対策として注目されます

t.toda: https://t.co/SkLr7GXpXJ 成功だけに報酬を出すRLだと、当てずっぽうも撤退も0点なので、モデルはわからなくてもとりあえず答えにいってしまう 「成功>安全に撤退>失敗」で学習させてこの挙動を改善する研究 AIMEで成功率は3.1pt落ちたものの、誤答率を79.1%→8.9%に落とせたそう

Opus 5.5とGPT-6.1 Solのmedium併用が高コスパ

• 開発ではOpus 5.5とGPT-6.1 Solをどちらもmediumで併用するのがコスパに優れるとの意見が注目されています
• 単体モデルでeffortをxHighに上げても、自己ループのバイアスで視点が狭まり遅くなるだけだと指摘されています
• 両者間でファイルパスを受け渡す/relayの工夫も紹介され、Codexで素材を作りClaudeで動画化する分担などに使えます

Kenn Ejima: 今の開発のコスパ最強コンボは Opus 5.5 (medium) GPT 6.1 Sol (medium) ですね これなら両方$20のプランでも まぁまぁ余裕をもって使えるはず 一番良くないのは 単体モデルでエフォートをxHighとかに あげることで 所詮自己ループなのでバイアスがあり 視点が狭くなる上に遅くなるだけで

Kenn Ejima: 細かい工夫があるので是非 /relay を研究してみてください！ 特に画像などファイルのパスを相互に渡せる仕組みがあるので ・Codexで素材画像生成 ・Claudeで動画作成 など分担してコンテンツ制作パイプラインを回している方にもお役に立てると思います！ 実例 → https://t.co/qe4wY59yx6ガチョウ課長: 素人的な体幹としても、今はまさにこの組み合わせが一番だと思います。私も両方20＄のプランですが、うまく補完し合っています。 似たような組み合わせでお使いの方も、相互のやり取りは、人間が手でコピペしている方がほとんどかと思います。（一般的なオーケストレータを使うほどでもない）

データエンジニアリングを235枚で解説する登壇資料

• Data Engineering Summit 2026の登壇資料Beyond Your Data Engineering 2026が公開されています
• データ活用の事例、整備の意義、システム構成、利用促進・保守運用の勘所をスライド235枚で解説しています
• 狭いデータエンジニアリングの枠を越えるという主題で、データ基盤づくりの全体像をつかむのに役立ちます

Sho Yokoyama: 「データ活用の事例」「データ整備の意義」「データテクノロジーのシステム構成」「利用促進・保守運用の勘所」についてスライド235枚で解説したよ、というおさらい。 https://t.co/pt5ccEs08Y株式会社風音屋: [資料公開] 技術カンファレンス「Data Engineering Summit 2026」#data_summit_findy の登壇資料を公開しました。 Beyond Your Data Engineering 2026 - お前の考える狭いデータエンジニアリングの枠組みを越えてゆけ https://t.co/7Sgyv3IDqT