前回からの変化
変わったこと(変化・新規)
- Claude Fable 5.1・Mythos 5.1の発表(新規): Anthropicは9月1日、コーディング・知識労働・長時間の問題解決タスク向けとする新モデル「Claude Fable 5.1」と、サイバーセキュリティ・生命科学分野の検証済み利用者向けに安全装置を緩めた「Claude Mythos 5.1」を発表した。研究タスクを測るTerminal-Bench-Science 0.1で24.7%→52.6%、コーディングを測るTerminal-Bench 4.0で42.0%→55.8%(Mythos5.1は60.9%)、自動化タスクのAutomationBenchで17.1%→31.4%と、前世代のFable5から大きく性能を伸ばした。価格は据え置き(入力100万トークンあたり10ドル、出力50ドル)だが、キャッシュ読み込み価格を4分の1(0.25ドル)に引き下げ、典型的な用途で約25%、エージェント的な用途では最大45%のコスト削減になるという。前回レポートでは未報告の新規トピック(Anthropic公式、VentureBeat)。
- Anthropicのトレーニング一時停止・再開(新規): Anthropicは7月23日、外部のサイバーセキュリティ評価企業(Irregular)が運用する評価環境の設定ミスにより、プレリリース版のClaudeモデルが「隔離された模擬環境にいる」と信じたまま実際にはインターネットに接続でき、外部組織のシステムに意図せずアクセスしていたこと(4月〜7月に発生、3社に影響)を7月30日に公表した。これを受けて外部評価と社内の一部の高リスクな強化学習環境を一時停止し、リアルタイムでモデルの逸脱行動を検知する分類器などの新しい安全対策を導入。9月1日までに大部分の訓練・評価活動を再開したが、一部の高リスク環境は手動レビュー待ちで停止が続いているという。前回レポートで報告したマルウェアによるアカウント乗っ取りとは別系統の、評価環境そのものの安全性に関わる新規インシデント(cryptobriefing)。
- 国防総省、判決後もClaudeからの移行を継続(続報): 前回「政府側の正式な控訴届出について確認できず」としていたPentagon対Anthropic訴訟について、8月28日の違法判決(国防総省による「サプライチェーンリスク」指定を違憲・違法と認定)にもかかわらず、国防総省は独自にClaudeからの移行を進めており、9月30日までに完了する見通しと報じられた。判決は指定そのものを無効化したにとどまり、国防総省に対しClaudeの利用再開を強制するものではないため、自律型兵器・国内大規模監視へのClaude利用制限を巡る本質的な対立は解消していない。9月1日には国防総省が3百万人の職員向けに「GenAI.mil」ポータルを開設し、OpenAIの「ChatGPT Mil」やxAIの「Grok for Government」、Google Geminiを束ねる一方、Claudeは「サプライチェーンリスク」指定を理由に含まれなかった。OpenAI・xAIは既に国防総省と契約済みで、Anthropicが抜けた穴を埋める形になっているという(unrot.co、aiweekly.co)。
- OpenAI、ChatGPT広告事業が年換算10億ドル(新規): OpenAIは、200日足らずでChatGPT広告事業が年換算売上高10億ドルに到達したと発表した。ヨーロッパ31か国など広告主向けセルフサービス購入の対象地域を拡大しており、2026年通期の広告収入目標は23億ドル、2030年までに100億ドルを目指すとしている。CFOのサラ・フリアー氏は、エンタープライズ収入が消費者向け収入を上回ったとし、全社の年換算収入は400億ドル規模に達しているとした。IPOを見据えた収益源の多角化の一環と位置づけられている。前回レポートでは未報告の新規トピック(Adweek)。
- オラクル、AI投資に伴う追加の人員削減(新規・具体化): オラクルは、AI向けデータセンター建設・チップ調達のための数百億ドル規模の借り入れを進める一方、9月1日の新会計四半期入りを前に一部チームで二桁台の削減率となる追加の人員削減を実施する見通しと報じられた。同社は既に過去1年間で従業員約2万1,000人(全体の13%)を削減しており、6月22日提出の年次報告書(10-K)でも「AI技術の導入・展開が従業員削減をもたらしており、今後ももたらす可能性がある」と明記している。前回レポートの雇用統計(集計ベース)とは異なり、本日は個社の具体的な動きとして確認された(BigGo Finance)。
昨日と同じこと(継続)
- NvidiaによるHugging Face買収(およそ129億ドル)は、本日新たな進展の確認はできず、契約書未署名のまま状況が継続している。
- METR・Redwood Researchが報告したHugging Face侵害事件、およびそれを受けた100社超の共同書簡を巡るエージェント型AIの安全性論議について、本日新たな具体的進展は確認できなかった。
- 日本の生成AI事業者向け「プリンシプル・コード」、EU AI法第50条の透明性義務について、本日新たな進展は確認できなかった。
要因の連続性
- 継続要因: エージェント型AIの安全性・制御を巡る懸念(前回のマルウェアによるアカウント乗っ取り・自動アライメント研究に続き、本日はAnthropicの評価環境そのものにおける意図せぬインターネット接続インシデントという形で継続)。Anthropicと国防総省の緊張関係(前回の違法判決という司法チェックに続き、本日は判決とは別に国防総省が独自の移行を進めている実態が判明し継続)。
- 新規要因: (1) Claude Fable5.1・Mythos5.1という新モデル世代の投入がベンチマーク・価格競争環境に加わった、(2) OpenAIの広告事業が年換算10億ドル規模に達し、IPOに向けた収益多角化という要因が加わった、(3) AI投資とコスト削減の両立を図る個社(オラクル)の追加人員削減という具体的な動きが新たに加わった。
- 解消した要因: 特になし。
1. 本日のハイライト
- Anthropicが9月1日、新型Claude「Fable5.1」「Mythos5.1」を発表した。コーディング・研究タスクのベンチマークで前世代からほぼ倍増の性能を示し、キャッシュ読み込み価格を4分の1に引き下げた(Anthropic公式)。
- 国防総省は、Pentagon対Anthropic訴訟での8月28日の違法判決にもかかわらずClaudeからの移行を独自に継続しており、9月30日までの完了を見込むと報じられた。同日開設された政府向けAIポータル「GenAI.mil」からもClaudeは除外されている(unrot.co、aiweekly.co)。
2. 企業・プロダクト動向
- Anthropicが新型Claude「Fable5.1」「Mythos5.1」を発表(詳細は上記「変わったこと」参照)。全プラットフォーム(AWS・Google Cloud・Azure)で利用可能で、Mythos5.1は政府と連携した検証済みプログラム経由の限定提供となる(Anthropic公式)。
- OpenAIのChatGPT広告事業が年換算売上高10億ドルに到達し、ヨーロッパなど対象地域を拡大した(詳細は上記「変わったこと」参照)(Adweek)。
- NvidiaによるHugging Face買収(およそ129億ドル)は契約未署名のまま、本日新たな進展はなかった。
3. トレンドのAI活用法
特筆すべきトレンドなし。本日はAIエージェントの安全性を突く攻撃手法(プロンプトインジェクション、AIブラウザの認証情報漏えいなど)に関する報道は見られたが、いずれもセキュリティ研究者による脆弱性報告であり、読者が試せる「便利な使い方」の紹介記事として出典まで遡って確認できるものはなかった。
4. LLM性能比較・得意分野
- SWE-bench Verifiedのリーダーボード(llm-stats.com集計、9月1日更新)では、Claude Fable5(95.0%)が首位、Claude Mythos Preview(93.9%)、Claude Opus4.8(88.6%)、Claude Opus4.7(87.6%)、Claude Sonnet5(85.2%)と続き、Gemini3.1 ProとDeepSeek-V4-Pro-Maxが80.6%で並ぶ。上位をAnthropic系モデルが占める状況が続いている。9月1日発表のFable5.1はまだ本リーダーボードに反映されていないが、Anthropic公式のTerminal-Bench4.0(コーディング)では55.8%(Fable5の42.0%から上昇)を記録しており、反映され次第さらに上位に食い込む可能性がある(llm-stats.com、Anthropic公式)。
- Artificial Analysis Intelligence Index(BenchLM.ai集計、9月1日更新、187モデルを対象に複数ベンチマークを統合)では、総合1位がClaude Opus5(63.0)、2位がClaude Fable5(62.1)、3位がxAIのGrok4.6(60.9)。オープンウェイトモデルではZ.aiのGLM-5.3(59.5)が最上位で、Moonshot AIのKimi K3(59.7、全体4位)、AlibabaのQwen3.8-Flash-Next(55.8)が続く。総合力ではAnthropicが依然として優位だが、オープンウェイト勢(Kimi K3・GLM-5.3)が全体上位5位以内に食い込んでおり、クローズドモデルとの差が縮まりつつある構図が確認できる(BenchLM.ai)。
5. 雇用・企業導入
雇用への影響
オラクルが9月1日の新会計四半期入りを前に、一部チームで二桁台の削減率となる追加の人員削減を実施する見通しと報じられた。同社は過去1年間で既に従業員の13%(約2万1,000人)を削減しており、AI向けデータセンター・チップ投資のための数百億ドル規模の借り入れとコスト削減を並行して進めている。同社は6月22日提出の年次報告書(10-K)で「生成AI技術の導入・展開が従業員削減をもたらしており、今後ももたらす可能性がある」と明記しており、投資家向け開示という一次情報に基づく数値である点は評価できる一方、削減人数そのものは本日時点で未公表(Business Insiderが確認した社内文書ベース)である点に留意が必要。 出典: BigGo Finance(Business Insider報道)
企業の導入状況
本日時点で、新しい企業・自治体の具体的なAI導入事例や、導入率・活用度に関する新しい調査データの更新は確認できなかった。
6. 研究・技術
Anthropicは新型Claude「Fable5.1」について、コーディング・研究タスクに加え「AIモデルが科学の進歩にどう貢献しうるかの早期の兆し」を示す研究能力があるとしている。知識労働を測るGDPval-AA v2で1853点、コンピュータ操作を測るOSWorld2.0で77.9%(部分採点)、高難度の推論を測るHumanity's Last Exam(ツール使用時)で65.0%を記録したという。あわせて、生物学的リスクに関する無害な質問への誤検知を85%削減、サイバーセキュリティ関連の安全装置による介入をセッションあたり約60%削減するなど、安全装置の精密化も進めたとしている(Anthropic公式)。
Anthropicのトレーニング一時停止事件(詳細は上記「変わったこと」参照)は、モデルが評価環境の境界を認識できず実環境にアクセスしてしまうという、エージェント型AIの安全性評価そのものが抱える技術的な難しさを示す事例として注目される(cryptobriefing)。
7. 規制・政策
政府調達におけるAI規制・調達方針を巡る国防総省とAnthropicの対立は、8月28日の連邦地裁判決(Pentagonによる「サプライチェーンリスク」指定を違憲・違法と認定)にもかかわらず続いている。国防総省はClaudeからの移行を独自に継続しており、9月30日までの完了を見込むと報じられた。判決は指定そのものを無効化したにとどまり、国防総省にClaude利用の再開を強制するものではない。自律型兵器・国内大規模監視へのClaude利用制限を巡り、Anthropicが譲らない姿勢を貫く一方、国防総省は外部企業がそうした制限を課すべきでないと主張しており、対立の本質は解消していない。9月1日開設の政府向けAIポータル「GenAI.mil」でもClaudeは除外され、OpenAIの「ChatGPT Mil」・xAIの「Grok for Government」・Google Geminiが採用された(unrot.co、aiweekly.co)。
