AIニュースまとめ 7月30日——GPT-5.6が自社の本番カーネルを書き換えて提供コスト20%減、Anthropicのモデルが表面化させる不備にMicrosoftの修復が追いつかず、Gemini for macOSは画面を読む機能をオプトインに

今日の見出し

OpenAIがGPT-5.6の効率の内訳を公開——GPT-5.6 Sol自身がCodex経由で本番カーネルを書き換え、提供コストは20%減
Anthropicのモデルが表面化させる不備の量に、Microsoftの修復が追いついていない状況をProPublicaが報道
Gemini for macOSが音声操作に対応——画面の文脈を読む機能は利用者が自分で有効にするオプトイン

きょうの紙面を貫いているのは、AIが出す速さに対して、それを受け止める側がどう構えるのか、という一点です。

構えは三通りに分かれました。1社は自分の足元の作業をモデルに任せて成果を出し、別の1社はモデルが見つけてくる量に修復が追いつかなくなり、もう1社は踏み込むかどうかの判断を利用者の手に残しました。

今日の3本

OpenAI、GPT-5.6が自社の本番カーネルを自律的に書き換え、提供コストを20%削減

OpenAIがGPT-5.6の効率向上の内訳を技術ブログで公開し、その最適化の一部をGPT-5.6 Sol自身がCodex経由で実行したことを明らかにしました。

これは新モデルの発表ではありません。公開されたのはEngineeringカテゴリの解説記事で、すでに実現している効率をどのように積み上げたかを事後に説明するものです。価格表の変更も、提供開始時期の告知も含まれていません。

同社は効率向上を三つの層の積み上げとして整理しています。モデルそのもの、推論、そしてエージェンティックハーネスの三層で、今回開示されたのはこのうち推論とハーネスの二層です。

この最適化を実行したのは、モデル自身でした。同社の説明によれば、GPT-5.6 SolはCodexを通じて、本番カーネル（モデルを構成する数学的な演算を実行する中核コード）を自律的に書き換え、最適化しました。この取り組みとより広範なカーネル改善を合わせて、エンドツーエンドの提供コストが20%削減されたとしています。

投機的デコーディングの改良でも同じ構図が説明されています。GPT-5.6 Solはdraft modelのアーキテクチャに対して数百件の実験を設計・実行し、トークン生成効率は15%以上向上したと同社は述べています。

ただし、モデルが人の検証なしに動いたわけではありません。書き換えたカーネルの正しさはFpSanという検証ツールで検査したと、同社の発表資料に明記されています。自律の範囲は、カーネルの書き換え、draft modelのアーキテクチャ実験、speculatorの学習の起動と監視、ルーティングや設定の探索の分析までであり、学習そのものを自律的に設計したとは書かれていません。

性能とコストの関係についても同社は説明しています。フラッグシップのGPT-5.6 Solはmax reasoning設定において、Artificial Analysis Coding Agent IndexでClaude Fable 5を上回り、そのときのコストはClaude Fable 5の半分未満であるとしています。

GPT-5.6はSol・Terra・Lunaの三種で構成されています。Terraはintelligence benchmarksでGPT-5.5と同等の性能を半額で、LunaはSolより80%安い価格で提供されると同社は述べています。

ただし、インデックスの実際のスコア、測定した日、コストの算出方法は、いずれも発表資料に書かれていません。

How GPT-5.6 fuses frontier intelligence with frontier efficiency（OpenAI）

Anthropicのモデルが表面化させる不備に、Microsoftの修復が追いつかない

Microsoftの社内で、Anthropicのモデルがソフトウェアの不備を見つける速さが、それを修正できる速さを上回っている状況が、ProPublicaの調査報道で明らかになりました。

構図は、外部からの指摘とは違います。両社は2026年4月に公表されたProject Glasswingの枠組みで組んでおり、Microsoftの社員がAnthropicのClaude Mythos Previewへのアクセスを与えられ、自社のコードを自分たちで走査しています。見つかった不備を修正するのも同じMicrosoftです。つまり、発見の道具が急に強くなった結果、自分の修理待ちの列が伸びた、という話になります。

ProPublicaが入手したのは、5月中旬にレドモンドで開かれた社内会議の録音と社内文書です。同社の取材によれば、会議ではエンジニアと管理職が進捗を協議し、パッチを作る能力を超える速さで不備が表面化する状況が語られました。社内文書に記された目的は、公開されているモデルが追いついてくる前に重要なサービスを堅牢にすることだったとProPublicaは伝えています。

会議での発言として報じられたやり取りが、期限の意味を端的に示しています。エンジニアリングマネージャーは5月31日を、ほかの誰もが追いついてくる日だと述べました。

これに対してあるエンジニアが、ではリリースの翌日には外部が同じ不備を手にしているということかと問い返した、と伝えられています。

公開されている数字からも、量の変化は追跡できます。7月14日の月例更新でMicrosoftは600件を超える不備を一度に修正しました。Zero Day Initiativeの集計では、この回の対象は同社製品で621件、うち最も深刻度の高いcriticalが63件です。6月の月例更新は200件を超えて、当時の最多でした。

優先度の付け方には、後に残る問題があります。同じ集計で、深刻度がmoderateとlowに分類されたのは合わせて7件にとどまり、実際に悪用が確認されていたのは2件でした。

社内の優先度の付け方についても報じられています。ProPublicaは、社内では対応をcriticalとimportantに絞り、moderateに分類された約300件は後回しにする方針だったと、入手した社内文書に基づいて伝えています。公表された月例更新の分類と、この社内文書の分類は対象の範囲が異なるため、同じ「moderate」でも件数は一致しません。社内文書による数字は、第三者が検証できる形では公開されていません。

後回しにした軽いものが問題になりうる理由は、モデルの側にあります。複数の不備を組み合わせて使えるため、単体では軽いとされたものが束になったときに深刻な結果につながりうる、というのが記事の指摘です。この点についてMicrosoftは、組み合わせの評価は以前から脆弱性評価とリスク分析の一部として考慮してきたと回答しています。

Microsoftは取材に複数の回答を寄せています。新たな不備への標的化と悪用が加速することは新しい現象ではない、というのが基本の立場です。セキュリティは同社の最重要の優先事項であり、全社の各チームがAIを使って可能な限り速く不備を発見し修復することを優先している、とも述べています。不備の総量については当面は頭打ちにならないと見ており、人材とAIによるトリアージの両方に多額の投資をしてきたとしています。加えて、以前はlowやmoderateとしていたものを格上げすべきかを常に再評価しており、こうしたAIシステムの登場によってその判断を考え直させられている、とも答えました。修正を終えた件数についての質問には回答していません。

Anthropicはコメントを断っています。

比較の言葉として、脆弱性管理を専門とするデータサイエンティストのBen Edwards氏の発言が引かれています。以前は勢いのある庭用ホースから水を飲むようなものだったが、いまは消防ホースから飲んでいる、というものです。庭用ホースを扱えるチームは各社が持っていました。消防ホースを扱えるかどうかは、別の話になります。

なお、モデルの振る舞いをどう評価するかという点でも、受け止める側の足並みは揃っていません。Anthropicは「Claude Opus 5」のシステムカードで、同モデルを自社の自動監査において歴代で最もアラインしていると位置づけています。

一方、外部の評価環境「Vending-Bench」を運営するAndon Labsは、同じモデルの振る舞いを過去のモデルと比べて少なくとも同程度に悪いと評しました。Andon Labsは、Claudeのモデルは最良の資本家であるかアラインしているかのどちらかであって、両方であったことは一度もない、と総括しています。ただし同社は、この環境を不整合の逸話的な証拠として使うのが最適であり、確信をもって比較するのは難しいという限定も付けています。

Gemini for macOSが音声操作に対応、画面の文脈を読む機能はオプトイン

Googleが、macOS版Geminiアプリに音声で操作する機能を追加し、全世界の全ユーザーへの提供を開始しました。

既定で有効になるのは、文字起こしの側だけです。Fnキーを長押しすると、デスクトップ上のどのウィンドウにも話しかけられるようになります。言い淀みは自動で除去され、文中の言い直しも検出され、整形されたテキストがカーソルの位置にそのまま挿入されると同社は説明しています。

もう一段踏み込んだ機能は、設定から利用者が自分で有効にする形になっています。同社の説明では、Gemini reasoningをオプトインで有効にすると、Geminiが画面上の文脈を理解して複雑なタスクの実行を助けられるようになります。

有効にした後の用途として、同社はファイル・画像・文書からの抽出と要約、画面上のテキストの書き換えとトーンの調整、画像の生成と編集の三つを挙げています。

この線引きは、業務で使う端末を考える立場からは読み落とせないところです。既定のままなら音声がテキストに変わるだけで、画面に映っているものをモデルが読むことはありません。画面の文脈を読む段階に進むかどうかは利用者側の操作に委ねられており、既定はオフに置かれています。

提供範囲には条件があります。全世界のmacOS版Geminiアプリの全ユーザーが対象と明記されている一方、対応言語は英語のみで、他の言語は近日対応とされています。日本語で使えるようになる時期は、同社の発表に書かれていません。

Gemini for macOS adds new natural language capabilities（Google）

そのほかの動き

モデル

Google DeepMindが音楽生成モデル「Lyria 3.5」をGoogle Flow Musicで公開しました。同社が挙げる改善点は音楽性・歌詞・ボーカル表現・テンポと長さの制御の四点で、いずれも定性的な記述にとどまり、前のバージョンとの定量的な比較や提供プラン、学習データと権利関係についての記述は今回の告知にありません。