当サイトではアフィリエイト広告を利用しています。
今日のAIニュース5選
OpenAIは、画面を見ながら仕事を進めるモデル「GPT-6.1 Terra」を提供し、API価格を前モデルから半分にしました。同じ10月26日には、AppleがSiri AIの日本語対応を始め、Anthropicは米証券取引委員会（SEC）へ上場に向けた書類を提出しています。モデルの機能だけでなく、使える条件、研究結果を確かめる方法、企業データに与える権限も、AIを実務へ持ち込むうえで見ておきたい変化です。
1. GPT-6.1 Terra、画面を読み取って操作する仕事を強化
10月26日、OpenAIは新しいモデル「GPT-6.1 Terra」を発表しました。画面の情報を読み取り、アプリを操作するcomputer use（コンピューター操作）や視覚推論を重視し、文章作成も改善したと説明しています。提案書の作成、技術図面の読み取り、フォームへの入力、動画編集などを、モデルが画面上で進める仕事の例に挙げました。
画面操作型のAIは、文章で手順を答えるだけでなく、画面を見て必要なボタンや入力欄を判断し、アプリ上で作業を実行します。複数のツールをまたぐ仕事を任せやすくなる一方、操作の正確さや処理量に応じた費用が実務導入の判断材料になります。OpenAIは、GPT-6.1 Terraを「速く効率的なモデル」と位置づけています。
OpenAIによると、専門職のタスクを測るAgents’ Last Examの評価では、中程度の推論設定でGPT-5.6 Terraより15ポイント高い結果を得て、タスク当たりの費用は約3分の1でした。これはOpenAIが公表したベンチマーク結果です。技術図面を3Dモデルにしたり、映像を確認して修復チーム向けの時刻付き記録を作ったりする専門職タスクが含まれます。
APIの標準価格は、入力100万トークン当たり1ドル、キャッシュ済み入力0.05ドル、出力5ドルです。OpenAIは通常の入力・出力料金をGPT-5.6 Terraなどより50%低くしたとしています。大量の請求書を読み、会計ソフトへ記録するような反復作業では、モデル単価の低下が自動化の費用計算を変える可能性があります。ただし、実際の請求額は入力の長さ、キャッシュ利用、出力量などで変わります。
提供先はChatGPT WorkとCodexのPlus、Pro、Enterprise、Eduプラン、およびAPIです。OpenAIの評価でも、特に複雑なコーディング課題ではGPT-6.1 SolやGPT-6 Astraが適するとされています。画面操作の自動化を検討する際は、ベンチマーク順位に加え、対象アプリ、必要な確認手順、実際のトークン費用を小さな業務で試すことが判断につながります。
2. AnthropicがS-1を提出、上場準備と財務を公開
10月26日、AI企業AnthropicはSECにForm S-1を提出しました。S-1は株式公開を目指す企業が事業、財務、リスクなどを投資家に開示する登録書類です。AnthropicはNASDAQ Global Select Marketへの上場を計画し、提案ティッカーとして「ANT」を記載しました。提出は上場準備の一段階です。
書類で目を引くのは、事業の拡大と損失額が同時に表れている点です。Anthropicの2026年上半期売上高は約163億ドルで、前年同期の約12億ドルから大きく伸びました。一方、同期間の純損失は約807億ドルと報じられています。前年同期の純損失は約130億ドルでした。これらは会社がSECへ提出した資料に基づく数字です。
SEC提出書類によると、純損失のうち約724億ドルは転換社債、デリバティブ負債、SAFE（将来株式取得契約）の公正価値変動による会計上の損失です。企業価値の変化がこれら金融商品の帳簿価額に影響し、純損失を押し上げました。売上高、営業費用、金融商品の評価変動はそれぞれ異なる項目として開示されています。
AIモデルの開発と提供には、大規模な計算設備や人材への投資が必要です。上場書類は、Anthropicがどの程度の売上を伸ばし、どのような費用とリスクを抱えているのかを、従来より広く外部へ示す機会になります。AI企業の評価をめぐっては、将来の成長期待に加え、計算資源を確保する負担や顧客への依存、規制対応なども投資家が検討する材料になります。
S-1には、AIが自律的に重要な操作を行うことや悪用される可能性など、Anthropicが想定するリスクも記されています。今後、登録内容の有効化や株数・価格の決定などを経て、実際の上場に至るかが明らかになります。今回の提出では、AI企業の事業とリスクが具体的な数字とともに公開市場の審査へ示されました。
3. Siri AIが日本語に対応、iOS 27.2などでベータ提供
10月26日、AppleはSiri AIを日本語、フランス語、韓国語、ポルトガル語、スペイン語へ拡大したと発表しました。従来の英語に加わる5言語で、iOS 27.2、iPadOS 27.2、macOS 27.2、watchOS 27.2、visionOS 27.2のベータ版から利用できます。日本語でAppleの新しいSiri AIを試せるようになった点は、これまで英語設定を必要としていた利用者にとって具体的な変化です。
Appleが説明するSiri AIは、端末内のメッセージ、メール、写真など個人の文脈を使い、必要な情報を探す機能を含みます。画面に表示中の内容について質問したり、関連する操作を依頼したりできるほか、メールの下書きや写真の編集・共有も例として示されています。従来の音声アシスタントから、画面や個人情報に関係する複数の操作を組み合わせる方向へ進める設計です。
日本語対応が実務や日常で役立つかは、利用者がどのアプリを使い、どの情報をSiriに参照させるかによって変わります。たとえばメールの内容を基に返事の草案を作る、画面に表示された項目を調べるといった操作では、言語理解に加えて、個人文脈やアプリ連携が関わります。Appleは、対応するアプリ操作や個人文脈の利用を機能として説明しており、実際に使える操作は連携するアプリに応じて決まります。
利用にはApple Intelligence対応端末と、Siriおよび端末の対応言語設定が必要です。Siri AIはベータ提供で、地域や言語によって利用できる機能が異なります。AppleはiOS、iPadOS、watchOSでEU域内は現在利用できないこと、13歳未満は利用できないことも明記しています。
今後、中国語（繁体字）、ノルウェー語、トルコ語、ベトナム語も年内の追加が予定されています。まず対応端末と設定を確認し、メールや画面操作など自分が使いたい機能が日本語で動く範囲を試すことが、アップデートの価値を確かめる方法になります。
4. OpenAIが数学・計算機科学・物理の研究成果を公表
10月26日、OpenAIは数学、計算機科学、物理学の3分野について、モデルが生み出した成果と外部研究者との協力計画を発表しました。数学では調和解析に関わる「局所平滑化予想」、計算機科学では計算量理論の「指数時間仮説」、物理では量子色力学を扱っています。資料の公開方法は分野ごとに異なります。
数学の成果についてOpenAIは、局所平滑化予想をすべての次元で証明し、関連するKakeya予想とSteinの制限予想にも結論を与える証明をモデルが作ったと説明しました。この結果に関するAI出力は10月18日に得られ、翌19日にLeanで形式化されたとしています。Leanは数学的な証明を機械で検査できる形に記述する証明支援系です。10月26日の発表では自然言語の説明とLean証明へのリンクが公開されました。
計算機科学の成果では、長く研究されてきた指数時間仮説（ETH）を反証する結果をモデルが得て、Leanでも検証されたとOpenAIは述べています。仮説が崩れると、これを前提に難しさを論じてきた計算問題をどう理解するかに影響します。ただし、新しい証明が実際にどの既存結果を変えるのか、どのようなアルゴリズムにつながるのかを整理するには、技術的な説明と研究者による検討が必要です。
そこで同社は、外部の研究者を「案内役」とするグループをつくり、AI出力の意味や背景を専門分野の中で説明してもらう方式を始めました。計算機科学では自然言語の証明とLean形式化を公開し、研究者チームが解説します。数学ではAI出力を公開して、研究者が独自に読み解く形を選びました。物理学では協力チームの希望を受け、AIが生成した資料はチームによる説明がまとまった後に公開する方針です。
参加者は無償かつ独立した立場で関わると、OpenAIは説明しています。成果を誰の功績とするか、AIの出力に含まれる既存研究の寄与をどう示すかも、公開の原則に含まれます。専門家が内容を検証し、既知の知見と結び付ける過程を設けた点も今回の発表の焦点です。
これらはOpenAIが公表した研究上の成果です。研究者による説明・検証は分野ごとに進んでおり、物理分野のAI資料はまだ公開されていません。数学出力の生成日は10月18日です。10月26日の発表では、成果と分野別の公開・協力方針が示され、専門家による理解が今後どう進むかが焦点になります。
5. Oracle、AIの権限や業務ルールをデータ層で守る設計を発表
10月26日、Oracleは「Deep Trust AI Architecture」を発表しました。これはAIの信頼性を企業システムの複数の層で支えるための設計図です。同社は、ソフトウェア基盤、データ、データアクセス、アプリケーション開発の4層を挙げ、既存のデータベースやアプリ開発機能と組み合わせて説明しています。
背景にあるのは、AIエージェントが業務アプリを経由せず、Model Context Protocol（MCP、AIアプリと外部システムをつなぐ標準規格）サーバーや自然言語からSQLを生成する仕組みを通じてデータベースへ直接接続するケースです。別経路のアクセスにも、業務アプリと同じ閲覧権限や承認ルールを適用できるかが課題になります。Oracleは、利用者の権限やデータの扱いを、アプリより下のデータ層で適用することを基本方針にしています。
同社の例では、データベースが利用者ごとに閲覧できる情報を判断し、アプリやエージェントからの要求にも同じルールを適用します。また、SQL Assertionsを使えば、従業員の役職ごとに定めた支出上限を超える取引をデータベース側で拒否できます。AIが誤った支払額を提案しても、ルールがデータ層にあれば記録や実行の直前に止められる、という考え方です。
4層のうちデータアクセスでは、発注書などの業務オブジェクトを通じ、AIに制御された読み書きを提供する設計を挙げています。アプリケーション開発では、自然言語の説明を宣言的なAPEXlangへ変換し、Oracle APEXのエンジンが実行する構成を示しました。権限、データ整合性、運用上の制約を、生成コードに加えて実行基盤でも管理する設計です。
こうした考え方は、業務エージェントにどの情報を見せ、何を変更する権限を与えるかを検討する企業に関係します。特に、既存の承認経路を迂回するエージェントや複数システムをまたぐ自動処理では、アプリの指示文に加え、システム側で操作を制御する仕組みが重要になります。Oracle製品群を前提にした設計例で、企業システムへの適用を同社のデータベースやアプリ基盤で示しています。
Deep Trust AI Architectureは、Oracleが既存機能をまとめた「blueprint（設計図）」です。実際の導入では、社員やエージェントの認証、アクセスできるデータ、許可する変更、承認条件を個別の業務に合わせて設定する必要があります。AIの能力を高めるだけでなく、許される操作をデータベースや実行基盤で確実に制限する方法を示した発表です。
まとめ
今日の5本からは、AIを現場で使う段階では、性能以外の条件も結果を左右することが見えてきます。モデルの費用、機能を使えるプラン、日本語や端末の対応、研究結果を確かめる手順、エージェントに渡す権限は、それぞれ違う場面の課題です。導入を考えるときは「何ができるか」と同時に、「どの条件で使え、誰が結果を確かめ、どこまで操作を許すか」を具体的に確認する必要があります。
今日の注目アイテム
貝印 KAIのSELECT100キッチンはさみは、ブラックのステンレス製でギザ刃を採用し、食洗機対応・分解・丸洗いに対応しています。 時短調理や下ごしらえ、卓上での使用に向けたキッチン用品です。
山崎実業のtower排気口カバーは、60cmのコンロ用で、奥行を伸縮できるブラックカラーの商品です。 コンロ奥ラックとしてちょい置きに使え、分解して洗える仕様です。
OXOのストレート型サラダスピナーは、1～3人分に対応し、回転して野菜の水切りができるボウル付きの商品です。 分解可能で、バスケットのみ食洗機に対応し、押すだけの操作とストッパーを備えています。
公式情報・参照先
- GPT-6.1 Terraの紹介とAPI価格
- OpenAI API Changelog（10月26日 GPT-6.1 Terra公開）
- Anthropic Form S-1 提出書類一覧（SEC EDGAR）
- Anthropic Form S-1 本文
- AnthropicのIPO向けS-1提出
- Siri AI、日本語など5言語に対応
- iOS 27.2などのApple Developerリリース情報
- 学術コミュニティと科学的理解を進める取り組み
- Oracle Deep Trust AI Architectureの発表
- Oracle、Deep Trust AI Architectureを発表（公式ニュースリリース）
- Model Context Protocolとは（公式導入資料）
