2026年11月02日 夜のAIニュースまとめ

Agent評価GDPx公開、首位Opus 5.5でも正答率12%

SemiAnalysisが経済的価値の高い11分野206タスクでAgent能力を測るベンチマークGDPxを公開し、首位のOpus 5.5でも正答率は12%にとどまりました。

インフラ面では、B300のスポット価格が$4.6/時まで下がる一方、中国ではBlackwellが高騰するなどGPU市場の乱高下が話題です。

また、AnthropicがIPOで日本の投資家から最大$3.5Bの調達を計画していると報じられました。

以下、各トピックの詳細をご紹介します。

目次

1. SemiAnalysisがAgent評価GDPx公開、首位Opus 5.5でも12%
2. GPUスポット価格が乱高下、B300は$7.9から$4.6/時に
3. Rubin NVL72、KVキャッシュ共有でGB300比20.9倍のTCO効率
4. Codex企画最終日は新モデルなし、枠リセット2回分を実施
5. Sakana AI、RSI LabでAgentネイティブLLMを訓練中
6. 翔泳社『実践ドメイン特化ローカルLLM』が12月21日発売
7. Anthropic、米IPOで日本の投資家から最大$3.5B調達を計画
8. GPT-6.1 SolとOpus 5.5のトークン効率比較に厳密性欠くと批判
9. AIに文献管理を任せた引用ずれ検証、16パターンで誤り0件
10. 李凌寒氏のNLP入門書イラストで学ぶ自然言語処理の感想ブログ公開

SemiAnalysisがAgent評価GDPx公開、首位Opus 5.5でも12%

• SemiAnalysisが、経済的価値の高い領域でのAgent能力を測るベンチマークGDPxを公開しました
• チップ設計・ソフトウェア開発・金融・生物学など11分野206タスクで構成され、首位のOpus 5.5でも正答率は12%です
• Sundar PichaiがGoogleのCarbonのコスト効率を誇示し、Dylan Patel氏もCarbonの得意分野での強さを認めています

Dylan Patel: (翻訳) Googleに公式に謝罪します。Carbonは素晴らしい出来でした。領域や能力の面ではムラがありますが、いくつかの分野では本当に優れています。SemiAnalysis: (翻訳) 本日、最も価値の高い領域におけるAgent能力を測定するベンチマークGDPxを公開します。GDPxは真のフロンティア級ベンチマークで、最高のモデルでもスコアはわずか12%です(1/7)🧵

Sundar Pichai: (翻訳) 伸びしろのある高品質なベンチマークが出てきたのは素晴らしい。そしてCarbonのコストの線を見てください🚀SemiAnalysis: (翻訳) 本日、最も価値の高い領域におけるAgent能力を測定するベンチマークGDPxを公開します。GDPxは真のフロンティア級ベンチマークで、最高のモデルでもスコアはわずか12%です(1/7)🧵

Chubby♨️: (翻訳) 非常に興味深いベンチマークです。GDPxは、チップ設計、ソフトウェアエンジニアリング、金融、生物学など経済的価値の高い11分野にわたる206の難しいタスクをAI Agentがどれだけこなせるかを測定します。面白いのは、Opus 5.5が12%で首位、僅差で続くのが…SemiAnalysis: (翻訳) 本日、最も価値の高い領域におけるAgent能力を測定するベンチマークGDPxを公開します。GDPxは真のフロンティア級ベンチマークで、最高のモデルでもスコアはわずか12%です(1/7)🧵

GPUスポット価格が乱高下、B300は$7.9から$4.6/時に

• ここ1週間でGPUのスポット価格が大きく乱高下していると話題になっています
• B300が先月の$7.9/時から契約不要の$4.6/時に下がった一方、中国ではBlackwellが4か月で3倍に高騰したと報じられています
• GPU不足は終わったとの投稿は組織的な誤情報との反論もあり、電力制約で逼迫は続くとの見方も出ています

Jukan: (翻訳) 適切な比較ではないかもしれませんが、中国で業界関係者と会っていると、今やBlackwellを売るほうが麻薬を売るより儲かるそうです。価格はわずか4か月で3倍になりました。8GPUサーバーが今や1600万元で取引されていると聞きました。Jaber: (翻訳) 先月はGPUプロバイダーにB300を$7.9/時で売ってくれと頼み込んでいたのに、今は向こうから$4.6/時・契約縛りなしで使ってくれと頼まれる。何か大きなことが近々起きる。

Bindu Reddy: (翻訳) AIコンピュートの状況：データセンター建設の遅延は続く、米国は電力制約がある、GPU需要は非常に高くなる、スポット価格は既存の契約価格の3〜5倍になる。最大の敗者は、既存のコンピュート契約を履行しなければならない人々だ…

Bindu Reddy: (翻訳) 驚いた！大量のXアカウントが同じ誤情報を投稿している。全員がGPU不足は終わったと主張しているが、まったくの嘘だ。AIのショート勢やアンチによる組織的なキャンペーンのようだ。

パウロ: 独自集計のGPUのスポット価格推移 ここ1週間で乱高下、何かが起こっていますね https://t.co/1rwoLG6mZ1

Rubin NVL72、KVキャッシュ共有でGB300比20.9倍のTCO効率【続報】

• SemiAnalysisが報告したRubin NVL72のAgentX推論性能に関する続報です
• 325 tok/s/userの条件でも、GB300 NVL72比でTCOあたり性能が20.9倍に達したとされています
• 700B超のモデルでは1000 tok/s/user超となり、10月に報じた862 tok/s/userからさらに伸びています
• Vera CPUのLPDDR5XにMooncake StoreでKVキャッシュを置きNVLinkで共有する設計が鍵で、CPUメモリ容量が注目されています

パウロ: Vera Rubinやばいな ＞＞＞＞ Rubin NVL72では、325 tok/s/userという「超高速」速度でも、GB300 NVL72よりもTCOあたりのパフォーマンスが20.9倍向上し、200 tok/s/userではTCOあたりのパフォーマンスが最大9.11倍向上します。SemiAnalysis: (翻訳) 速報🚨：NVIDIAの新しいAgentX提出結果によると、Agentスウォームが書いたソフトウェアにより、HBMチップは700B超の巨大モデルで1000 tok/s/user超を達成できる。さらにRubin NVL72では、325の「超高速」速度でもGB300 NVL72比でTCOあたり20.9倍の性能を達成できる

パウロ: Vera CPUが抱えるSOCAMM2のメモリ帯域とVeraとRubinのNVLink-C2Cの超広帯域があるから保存したKVキャッシュを低レイテンシで活用できるとSemiAnalysis: (翻訳) このRubinの提出結果は、@KVCache_AIのMooncake Storeの新機能Extended GPU Memoryを使っており、VeraのLPDDR5Xに格納したKVCacheを、従来のRDMAではなくNVLinkで18台すべてのRubinコンピュートトレイにプールすることで、10倍以上の改善を実現している

パウロ: KVキャッシュをVera CPUの1.5TBのSOCAMM2に保存するならば、ここの容量は重要よね 推論用では容量減らさないでしょうね

Codex企画最終日は新モデルなし、枠リセット2回分を実施【続報】

• OpenAIがCodexで実施中の28日間連続アップデート企画に関する続報です
• 最終日の28日目は新モデルの投入ではなく、温存していた利用枠リセットを2回分とも使う形となりました
• 新モデル投入を見込む声もありましたが、GPT-6.2 Astraの発表はありませんでした
• GPT-6.2 Astraについては、非公開だったBelなどの大型モデルではないかとの推測も出ています

Vaibhav (VB) Srivastav: (翻訳) 温存していたリセットを皆さんに。お楽しみください！Tibo: (翻訳) 28日目/ 温存分 2/2

ML_Bear: え、Astra 6.2は…？ Tibo発表ではない…？Tibo: (翻訳) 28日目/ 温存分 2/2

Haider.: (翻訳) Astra 6.2が本物だと仮定すると、2つのシナリオが考えられる：1) Astraより大きく高性能なモデルで、OpenAIが以前リリースを見送ったと噂される「Bel」の可能性 2) astra/sol/terra/lunaラインナップのモデルだが、OpenAIが一時的な…を使っている

Sakana AI、RSI LabでAgentネイティブLLMを訓練中【続報】

• 10月26日に東京で開かれたSakana AIのシンポジウムに関する続報です
• Sakana AIがシンポジウムFrom World Models to Real-World AIの開催レポートを公開しました
• Jürgen Schmidhuber教授が基調講演を行い、言語モデル・世界モデル・Physical AIを論じています
• hardmaru氏はRSI LabでAgentネイティブなLLMを訓練中と明かし、Robert Lange氏も参加ブログを公開しています

Sakana AI: Sakana AIシンポジウム：日本から挑む言語モデル・世界モデル・Physical AI 開催レポート https://t.co/m8GtkQrbQc 10月26日、東京・一橋講堂でシンポジウム「From World Models to Real-World AI」を開催しました。9月にChief Scientific Advisorとしてお迎えしたJürgen Schmidhuber教授...

Robert Lange: (翻訳) 先週の@SakanaAILabsのシンポジウムはとても楽しかった🗼 ブログ：… Jürgenに初めて会ったのはICML 2024のウィーン。DiscoPOPを終えてAI Scientist v1に向けて全力で取り組んでいた頃だ。そして2026年10月、私たちは…hardmaru: (翻訳) 先週東京で、Chief Scientific AdvisorのJürgen Schmidhuberとともに Sakana AIシンポジウムを開催しました。8年前、@SchmidhuberAIと私は「World Models」論文を共著しました。今日、私たちはその基盤の上にRSI Labで、AgentネイティブなLLMをゼロから訓練しています

翔泳社『実践ドメイン特化ローカルLLM』が12月21日発売

• ローカルLLM/SLMの実応用を解説する書籍『実践ドメイン特化ローカルLLM』が12月21日に発売されます
• ファインチューニングから推論の効率化、デプロイまで幅広く扱い、Ikuya Yamada氏が監修しています
• 情報漏洩リスクやコストを抑えた特化型AI構築向けの一冊として、日本語版の登場を歓迎する声が出ています

Ikuya Yamada: 監修した『実践ドメイン特化ローカルLLM』が12月21日に発売されます！ ファインチューニングから推論の効率化、デプロイまで、ローカルLLM／SLMの実応用に必要な技術を幅広く解説した実践的な書籍です。 予約受付中なので、ご興味のある方はぜひチェックしてみてください！ https://t.co/xzHFsSj3zX翔泳社技術書編集部: 【新刊】 『実践ドメイン特化ローカルLLM』 巨大AIモデルに依存しない、ローカルLLMを開発・運用するための実践的な手法を解説！ 情報漏洩リスクや利用コストを抑えつつ、特定の分野に特化したAIシステムを構築したいエンジニア必読の一冊です。 ↓予約はこちらから https://t.co/NV4uyONI4r

pon / Hiromu Nakamura: おお！日本語になったんだ！！買うか。翔泳社技術書編集部: 【新刊】 『実践ドメイン特化ローカルLLM』 巨大AIモデルに依存しない、ローカルLLMを開発・運用するための実践的な手法を解説！ 情報漏洩リスクや利用コストを抑えつつ、特定の分野に特化したAIシステムを構築したいエンジニア必読の一冊です。 ↓予約はこちらから https://t.co/NV4uyONI4r

Anthropic、米IPOで日本の投資家から最大$3.5B調達を計画【続報】

• AnthropicのIPO計画に関する続報です
• Bloombergによると、Anthropicは米国でのIPOにあたり日本の投資家からも資金を集める計画です
• 日本の投資家からの調達額は最大$3.5Bを目指すとされ、上場に向けた国外での資金集めが具体化しています
• 大手AI企業の上場準備が進む中、日本マネーがフロンティアラボに流れ込む動きとして注目されています

Bloomberg: (翻訳) Anthropicは、米国での新規株式公開(IPO)で日本の投資家から最大$35億を調達することを目指している

GPT-6.1 SolとOpus 5.5のトークン効率比較に厳密性欠くと批判

• GPT-6.1 SolとOpus 5.5の出力トークン量を比べた投稿に対し、比較の厳密さを問う指摘が話題になっています
• Artificial AnalysisではSolがOpusの約3分の1、一方T3 Codeの実利用ではSolが1ターンあたり41%多いとされていました
• タスクの同等性やeffortレベル、直接プロンプトかハーネス経由かが不明だとして、条件を揃えた検証が必要とされています

eric provencher: (翻訳) 皆さん、こういう主張をするなら、ちゃんと厳密さを示してください。これは文脈ゼロで提示されています：両モデルのタスクの厳密な比較がない。そもそも比較可能なタスクなのか？effortレベルの記載がない。各モデルに直接プロンプトしているのか？それとも…として使っているのかAdam Holter: (翻訳) Artificial Analysisでは、GPT-6.1 Solは同じeffortでOpus 5.5の約3分の1の出力トークンしか使わず、スコアを考慮すると半分。実際のT3 Codeでの利用では、SolはOpusより1ターンあたり41%多くの出力トークンを消費する。

eric provencher: (翻訳) @theoは否定しているが、t3 codeはオーケストレーターや独自のwaitツールを備え、ハーネスになりつつあると思う。別のハーネスをラップしているとはいえ、機能をMCPツールで置き換え、モデルにネイティブツールより自前のツールを使うよう誘導している。かなり良い…

AIに文献管理を任せた引用ずれ検証、16パターンで誤り0件

• AIに文献管理を任せた際、スタイル修正や番号振り直しでハルシネーションが起きるかを検証した結果が共有されました
• 実在文献40本・引用80か所のサンプル原稿で、段落の削除・移動・複製やVancouverとAPAの切替など16パターンを試しています
• 通常の編集操作では文献のずれは0件で、論文執筆でのAI活用の実用性を示す検証として参考になります

限界助教|ChatGPT/Claude/Geminiで論文作成と科研費申請: 「文献管理をAIに任せて、スタイル修正や番号の振り直しでハルシネーション起きないか？」 この疑問にサンプル原稿で検証してみました ・実在文献40本、引用80か所 ・段落の削除/移動/複製、Vancouver⇄APA切替など16パターン 結果→通常の編集では文献のずれ：0件でした https://t.co/bTxvqvXe7n

李凌寒氏のNLP入門書イラストで学ぶ自然言語処理の感想ブログ公開

• 講談社の『イラストで学ぶ 自然言語処理 大規模言語モデルへの最短コース』の感想ブログが公開されました
• 著者は李凌寒氏で、紹介者は著者の同僚にあたり、著者本人による紹介記事もあわせて案内されています
• LLMまでの最短経路を図解で学べる入門書として、NLPを体系的に学び直したい人の参考になりそうです

u++: 講談社からご恵贈いただいた『イラストで学ぶ 自然言語処理 大規模言語モデルへの最短コース』(講談社) の感想ブログです。著者は現職の同僚でもある李凌寒さん (@ryoNLP0123) で、ご本人による紹介記事も素敵なので是非ご覧ください！ https://t.co/uftq8B5hq5