こんにちは、AI の利用料がじわじわ気になってきたアーキテクトのやまぱん！です 😅
補足コメントや質問、いいね、拡散、ぜひお願いします 🥺！
間違っていたら 優しく 教えてください！
2026/10/07 に Microsoft が Windows と Surface のイベントを開きました。イベントの配信は YouTube で見られます。
キーワードは、AI をクラウドだけでなくローカルでも動かして、仕事ごとに使い分ける hybrid intelligence（ハイブリッドインテリジェンス）です。Copilot の新機能、AI エージェントを安全に動かす仕組み、新しい PC の価格と買える場所までを、公式の発表ページと配信の字幕（YouTube の自動生成）で確認しながら整理しました。字幕は誤認識があり得るため、数字は公式ページと照合できたものを中心に使っています。
公式発表ページに書かれている内容をもとにしています。参考になれば幸いです。
TL;DR
- Microsoft は、AI の処理を「ローカル」と「クラウド」のどちらでやるかを、仕事ごとに Windows が振り分ける方針を出しました
- Windows の Copilot は、許可したうえで PC 内のファイルを理解し、ファイル整理などを代わりにやってくれる機能が、Copilot+ PC で今後数か月かけて始まります
- AI エージェントが触ってよいファイルや通信先を、Windows 側で制限する Microsoft Execution Containers（MXC）が、Windows 11 で GA になりました
- GitHub Copilot でも、ローカル LLM を使えるようになります。2026/10/15 から experimental preview の予定です（配信での発言。公式ブログは「10 月後半」）。MAI Code 1.1 Flash は、ローカル呼び出しの推論課金がゼロと案内されています
- 新しい Surface Laptop Ultra は 2026/10/16 発売予定で、米国では $2,599 から予約できます。MacBook Pro の下取りで最大 $1,000 のキャッシュバックもあります（2026/11/23 まで、米国とカナダ）。最大 128 GB のメモリを積み、Microsoft が実機で測ったローカルモデルの数値も公開されています
- 「トークン代があまりかからない世界」になるかどうかは、ローカルに回せる仕事の量と、PC 本体の代金を含めた総コストで決まります
この記事は 2026/10/08 時点の情報です。発表された機能の多くは experimental / preview / 「近日中」です。展開時期や対応地域は変わる可能性があるので、利用する時点の公式ページで確認してください。
提供状態を先に表にします
イベントの発表は、いますぐ使えるものと、数か月先のものが混ざっています。
| 項目 | 2026/10/08 時点の状態 | 出典 | 公式ページ・購入先 |
|---|---|---|---|
| MXC | Windows 11 で GA | Windows Experience Blog | microsoft/mxc（SDK とドキュメント） |
| Windows の Copilot（Local context / actions / models） | Copilot+ PC で今後数か月かけて展開 | Windows Experience Blog | Copilot の公式ページ、Copilot+ PC の一覧 |
| Windows Search の新しいアクション | Windows Insider の experimental チャンネルで展開開始（初期は英語） | Windows Experience Blog | From searching to doing（解説記事） |
| GitHub Copilot のローカルモデル利用 | 2026/10/15 から experimental preview 予定（配信での発言。公式ブログは「10 月後半」） | Command Line の解説記事 | Copilot アプリ・CLI・VS Code の概要、GitHub Copilot CLI のドキュメント |
| MAI Code 1.1 Flash のローカル版 | ダウンロード可能と案内。Copilot での利用は 10 月末までに experimental | Microsoft AI のブログ | MAI-Code-1.1-Flash のモデルページ、MAI-Code の GitHub |
| Surface Laptop Ultra | 予約受付中（米国 $2,599 から）、2026/10/16 から提供開始 | Surface Blog | Surface Laptop Ultra の公式ページ、予約（Microsoft Store）、法人向けは for Business |
| Surface RTX Spark Dev Box | 米国で予約受付中（$5,999）、2026/11 に出荷予定 | Surface Blog | Surface RTX Spark Dev Box の公式ページ（購入は米国の Microsoft.com のみ） |
| DGX Station for Windows | 2026 年内に提供予定 | NVIDIA のブログ | DGX Station for Windows の公式ページ（発売の通知登録） |
| Intune による MXC 管理、Entra でのエージェント識別 | 「近日中」と案内（時期は未記載） | MXC の技術記事 | 発表の詳細は上の技術記事を参照 |
何が変わるのか: AI を使う場所を、仕事ごとに選ぶ
Windows Experience Blog には、方針を打ち出した理由が書かれています。AI モデルが大きく賢くなるほど、お客さんのニーズがクラウドの予算を追い越してしまう。だから、AI のトークン（利用量の単位）を無駄なく使えるようにしたい、という趣旨です。
そのために Microsoft が並べたのは、次の 4 つの部品です。
| 部品 | 内容 |
|---|---|
| ローカルで動く強力なモデル | MAI Code 1.1 Flash、Nemotron、DeepSeek V4 Flash（後者 2 つは Windows Experience Blog で名前が挙がっている）など |
| 振り分け | Windows の Copilot、GitHub の HydraFusion |
| 動かすための土台 | Windows ML（GPU / NPU / CPU を使う仕組み） |
| ハードウェア | RTX Spark 搭載 PC、DGX Station for Windows |
Windows の Copilot: PC の中身を理解して、代わりに動く
Windows の Copilot は、Copilot+ PC で次の 3 つのローカル機能を持つようになります。展開は今後数か月かけて、とされています。
| 機能 | 内容 |
|---|---|
| Local context | 許可を得たうえで、PC 上のファイルや最近のアクティビティを理解する |
| Local actions | ファイルの整理、デバイス診断、トラブルシュートなどを PC 上で代わりに実行する |
| Local models | PC 上のモデルを使い、必要に応じてクラウドの知能と組み合わせる |
Copilot の Home・Code・Autopilot という 3 つの体験の中で使われる位置づけです。Home では、作業中のファイルを拾って共有しやすい資料にまとめる例が、公式ブログに載っています。
Windows Search にも、見つけるだけでなく操作まで進める新しいアクションが加わります。「dark mode に切り替えて」「Do Not Disturb をオンに」「ウィンドウをすべて最小化」「Elisa にもうすぐ着くとテキストを送って」のような言い方が例に挙がっています。2026/10/07 から Windows Insider の experimental チャンネルで展開が始まった段階で、日本語環境での対応は今後の確認事項です。
AI エージェントを安全に動かす: MXC
何を解決するのか
AI エージェントは、24 時間動き続けたり、ファイルを読み書きしたり、コードを書いて実行したりします。MXC の技術記事は、利用者の選択肢が「エージェントに自由に任せて何も起きないことを祈る」か「禁止して便利さを諦める」かの 2 つになりがちなことを課題に挙げています。
MXC は、エージェントが触ってよいファイルや通信先を、ポリシーで決めて OS が強制する仕組みです。ポリシーはエージェントの外側にあり、権限の範囲は OS が管理します。たとえば、開発中のフォルダは読み書き可、ユーザーの Documents フォルダは禁止、通信は必要な宛先だけ許可、デスクトップ画面には触らせない、といった設定ができます。
図: 筆者作成。対応エージェントは Windows Experience Blog、閉じ込め方と設定例は MXC の技術記事をもとにしています。
閉じ込め方は 4 段階
| 方式 | 提供範囲 | 向いている用途 |
|---|---|---|
| Process container | Windows 11 / macOS / Linux | 軽くて応答が速い隔離。生成コードやツールの実行 |
| Session container | Windows 11 のみ | 常駐エージェント。別アカウント・別デスクトップとして、ユーザーの画面やクリップボードから分離 |
| WSL container | Windows 11 のみ | Linux 前提のエージェント |
| MicroVM | Windows 11 と Linux、experimental | リスクの高い処理。ハードウェアによる隔離 |
使えるエージェントと、残りの宿題
MXC に対応しているエージェントは、公式ブログによると次のとおりです。
| 状態 | エージェント |
|---|---|
| 対応済み | OpenAI Codex、GitHub Copilot、OpenClaw、Replit、LM Studio、NVIDIA OpenShell、Unsloth AI |
| 対応予定 | Anthropic Claude Code、Box、Egnyte、Heidi Health、Hermes Agent、Manus、Perplexity、Raycast、Simular ほか |
対応予定の中には、Microsoft 以外のエージェントも並んでいます。配信では、Hermes、OpenClaw、Perplexity のような人気のエージェントが、Windows 上でローカルの AI 体験を作っていると紹介されました。新しい Windows の導入画面（Get Started）にも、この 3 つが並んで出ています。
この記事に出てくるエージェントの簡単な紹介です。エージェントは、質問に答えるだけでなく、ファイルや Web を操作して作業を代わりに進める AI です。
- OpenClaw: オープンソース（MIT ライセンス、非営利の OpenClaw Foundation が運営）の個人向けエージェントです。Mac・Windows・Linux の自分の PC で動き、WhatsApp や Telegram などのチャットから話しかけると、ファイルの読み書き、Web 操作、メールの整理などを進めてくれます
- Hermes Agent: Nous Research が公開しているオープンソース（MIT ライセンス）のエージェントです。複数のチャットアプリから使え、会話をまたいで記憶し、作業のやり方を「スキル」として自動でためていきます
- Perplexity: AI 検索サービスです。今回の Portable Computer は、やりたいことを伝えるとツールを選んで作業を進めるエージェントで、配信のデモではローカルのモデルで動きました
Perplexity の例では、Portable Computer がフォルダの写真をリサイズしてローカルのギャラリーページを作るデモが紹介されました。モデルはローカルで動き、Perplexity Computer のクレジットを使わずに処理が完結すると説明され、12 枚の写真のギャラリーができあがりました。イベントのニュースページにも「Perplexity runs local on Windows」という動画があります。
OpenClaw には、ネイティブな Windows ゲートウェイ（小型デスクトップ PC に数回のクリックで導入）が加わります。Meta のパーソナルエージェント Muse for Windows（近日中、MXC 対応）も公式ブログで発表されています。
MXC、OpenClaw、Microsoft Scout は、2026/06 の Build のときにも記事にしました。俺的 Book of News キーノート編では Scout・MXC・OpenClaw on Windows を一続きの話として整理し、Microsoft Scout と OpenClaw on Windows で見る「PC で仕事を進める AI」では OpenClaw をローカルで使った体験を書いています。あのとき部品として並んでいた MXC が今回 GA になり、Microsoft 以外のエージェントにも広がった、という続きとして読めます。
会社での管理機能は、これから加わります。Intune で MXC を管理する機能と、Entra でエージェントの操作をユーザーの操作と区別して Agent 365 に出す機能は、どちらも「近日中」とされています（出典: MXC の技術記事）。MXC 自体は GA で、組織向けの統制機能はこれから順にそろっていきます。
GitHub Copilot でもローカル LLM を使えるようになる
GitHub Copilot には、仕事ごとに最適なモデルを自動で選ぶ Project HydraFusion という仕組みがあります（2026/09/04 に research preview として公開）。軽いモデルで下書きして品質が足りなければ強いモデルへ引き上げる、別系統のモデルにレビューさせる、といった組み合わせを自動で組み立てます。GitHub のオフライン評価では、基準にした Claude Opus 5 に対して品質の差が -1.5 〜 +4.9 ポイント、推定コストは 36 〜 67% 低かったと書かれています。これは評価時点の条件に限った結果で、実際の利用でどうなるかは preview で確かめる段階です。
今回の発表は、この振り分け先にローカル LLM を加えるものです。Copilot アプリ・Copilot CLI・VS Code で使え、方法は 2 つ紹介されています。
| 方法 | 内容 |
|---|---|
| Auto | 仕事の内容を見て、Copilot がローカルとクラウドを自動で振り分ける |
| 明示的な選択 | MAI Code 1.1 Flash を選ぶか、ローカルで OpenAI 互換の API を動かしているツールに接続して、そのモデルを選ぶ |
推論がローカルで行われても、ログインや GitHub との通信、外部サービスとの連携は通常どおり外に出ます。配信のデモでは、コードもモデルもローカルにある状態で機内モードにしても処理が続きました。
Microsoft AI のブログは、MAI Code 1.1 Flash のローカル呼び出しの推論課金はゼロと案内しています。配信のデモでは、ローカルの MAI Code 1.1 Flash のセッションで約 160 万トークンを送り、約 1 万 500 トークンが返ってきた画面が示され、「すべて無料」と説明されました。
解説記事には、Copilot アプリの Automations で毎朝 9 時にリポジトリの Issue と PR の状況をまとめた HTML ダッシュボードを作る例もあります。モデルはローカルの MAI Code 1.1 Flash を選び、サンドボックスは、作業フォルダを読み書き可にし、そのほかはほぼ読み取り専用か不可にする既定で使っています（隔離の範囲は「注意点」を参照）。毎日同じ形で回る報告作業は、トークンを多く使うわりに難しい判断が少なく、ローカルに回しやすいと私は見ています。
配信では GitHub の担当者が、Windows ターミナルのリポジトリで同じ Copilot を使うデモを見せました。モデル選択を Auto にすると、未使用コードの洗い出しのような単純な作業はローカルのモデルに振られ、GPU の使用率が上がる様子が示されました。複雑な作業（再現できていない Issue の調査）は、クラウドのセッションが調査を担当し、ローカルの MAI Code 1.1 Flash の 3 つのサブセッションが並行してビルドとテストを進めました。Issue の振り分けはローカルのモデルを明示した Automation にしてあり、クレジットを使わないと説明されました。
Surface Laptop Ultra と、動かせるモデル
Surface Laptop Ultra は最大 128 GB のメモリを持ち、約 53 GB の MAI Code 1.1 Flash を動かした実測値が公開されています。価格は米国で $2,599 から、出荷は 2026/10/16 です。
どんな PC か
Surface Laptop Ultra は NVIDIA RTX Spark を搭載し、最大 128 GB の統合メモリ（CPU と GPU が同じメモリを共有する方式）を持ちます。Microsoft は、120B（1,200 億）パラメータを超えるモデルをローカルで動かせると案内しています。ただし解説記事は、OS やアプリ、コンテキスト（処理中の会話やファイルの内容）を覚えておくメモリ（KV キャッシュ）も同じメモリを使うため、モデルに使えるのは 128 GB の一部だと説明しています。
Microsoft が実機で測ったのは MAI Code 1.1 Flash
コーディング向けのモデルで、Microsoft が Surface Laptop Ultra 上の数値まで公開しています。仕様は Microsoft AI のブログと解説記事から読み取れます。
| 項目 | 内容 |
|---|---|
| 規模 | 総パラメータ 137B、実際に計算に使うのは 6.8B（MoE という構造） |
| 軽量化 | 約 3.3 ビットの量子化で、クラウド版から約 80% 小さい約 53 GB |
| コンテキストの長さ | 256K トークンまで。そのときのメモリ使用量は最大 75.5 GB |
| 推奨環境 | RAM 120 GB 超（Microsoft AI のブログ） |
| 精度 | 公開ベンチマークで、量子化前のクラウド版と同等の水準と Microsoft は説明 |
重みだけで 53 GB、コンテキストを 256K トークンまで使うと 75.5 GB になるため、128 GB 構成が対象です。公開された速度の数値は、入力を読み込む速度（64K トークンで 923.5 tokens/sec、128K で 769.8 tokens/sec）です。測定は Microsoft が用意した合成的なコード生成の負荷で、デバイスや構成で変わるとされています。
動かせるモデルと、性能の目安
ほかのオープンなモデルも、128 GB のメモリなら容量の上では候補に入ります。ただし、ローカル LLM は発表での扱いが違うので、表の「動かす場所」に確認の状況を書きました。ベンチマークはあくまで参考程度なので、以前の記事 GitHub Copilot のモデル選び 2026/09 版で比べたクラウド API のモデルの数値と並べて、旧世代のフロンティアのどのあたりかをざっくり目安として書きます。
| モデル | 動かす場所（確認の状況） | メモリ・サイズの目安 | DeepSWE 1.1 | AA Index |
|---|---|---|---|---|
| 旧 Claude Sonnet 5 | クラウド API | - | 54.0 | 38 |
| 旧 Claude Opus 4.8 | クラウド API | - | 59.0 | 42 |
| GPT-6 Luna | クラウド API | - | 66.6 | 37 |
| 旧 GPT-5.5 | クラウド API | - | 67.0 | 38 |
| Qwen3.8 Flash Next（125B） | ローカル LLM（NVIDIA が動かせる例として説明） | 配布サイズ 66.4 〜 83.6 GB（量子化版、配布ページ） | 58.7 | 約 40 |
| DeepSeek V4 Flash 0731（284B） | ローカル LLM（Microsoft が名前を挙げ、配信でデモ） | 約 60 GB（配信での説明） | 54.4 | 34 |
| MAI Code 1.1 Flash（137B） | ローカル LLM（Microsoft が実測） | 約 53 GB（最大 75.5 GB） | 未公開 | 未公開 |
| Nemotron（70B 超） | ローカル LLM（近日登場予定） | 2 ビット量子化で 20 GB 強 | 公開前 | 公開前 |
クラウド API のモデルの数値は前の記事のものです（DeepSWE 1.1 は LLM Stats、AA Index は Artificial Analysis）。ローカル LLM の AA Index は Artificial Analysis の Qwen3.8-Flash-Next と DeepSeek V4 Flash 0731 のページ、DeepSWE 1.1 は Qwen のモデルカードの比較表にある数字（Qwen 自身の測定）です。
- Surface Laptop Ultra での実測値があるのは MAI Code 1.1 Flash だけで、Copilot で選べると案内されているのもこのモデルです。DeepSeek は Microsoft が名前を挙げ、配信で約 60 GB のデモがありましたが、3 ビット版の GGUF は約 103 GB という情報もあります（Unsloth）。Qwen は NVIDIA が説明した例で、Nemotron は予告です
- MAI Code のメモリ使用量は Microsoft が Surface Laptop Ultra で測った値です。ほかのモデルのサイズは配布元や発表の数字で、Surface Laptop Ultra で動かした報告はありません。MAI Code 以外も OpenAI 互換のローカル API 経由なら Copilot から選べる仕組みですが、実際に使えるかは私の見立てです
- MAI Code 1.1 Flash の DeepSWE と AA Index は見つかりませんでした。公開されているのは、ローカル向け量子化版の Terminal-Bench 2.1 が 66.29%（クラウド版は 62.9%）という数字です。GitHub の測定では GPT-5.6-Luna が 56%、Terra が 72.5%、Sonnet 5 が 76% なので、軽い仕事を課金なしで任せる位置づけに見えます（HydraFusion のブログ）
- Qwen は旧 Claude Opus 4.8 〜 旧 Sonnet 5 のあたり、DeepSeek は旧 Sonnet 5 の少し下、というのが上の数字から見た私の目安です。少し前の高性能なクラウドモデルに近い水準を、ローカルでも使えるかもしれません。NVIDIA の「多くのクラウドモデルと並ぶ知能」という Qwen の説明は、提供側の主張です
- 数値は、測った人とハーネスで大きく変わります。Claude Sonnet 5 の DeepSWE は、GitHub の測定で 38.9%、LLM Stats で 54.0% でした。量子化後の精度と実際の速度は、実機が出てから確認します
価格と買える場所
RTX Spark 搭載の PC は ASUS、Dell、HP、Lenovo、MSI、Microsoft Surface から予約受付中で、2026/10/16 に出荷が始まります。価格は Microsoft の Surface のブログなどで次のように案内されています。
| 製品 | 価格（米国の MSRP） | 提供 | 買える場所 |
|---|---|---|---|
| Surface Laptop Ultra | $2,599 から（メモリなどの構成で変わる） | 2026/10/16 から | 製品ページ、法人向けは Surface Laptop Ultra for Business、予約ページ（aka.ms） |
| Surface RTX Spark Dev Box | $5,999（米国の Microsoft.com のみ） | 2026/11 に出荷開始 | 製品ページ |
| ASUS、Dell、HP、Lenovo、MSI の RTX Spark 搭載 PC | 各社の発表ページで確認 | 2026/10/16 から出荷 | NVIDIA Marketplace の予約ページ、Microsoft の RTX Spark PC 紹介ページ、NVIDIA RTX Spark（日本語） |
| DGX Station for Windows | 今後の発表待ち | 2026 年内 | 製品ページ（発売の通知登録） |
米国では、NVIDIA のページに Best Buy、B&H、Antonline の RTX Spark 搭載ノート PC の予約ページも載っています（Amazon の専用ストアへのリンクもあります）。Surface Laptop Ultra の $2,599 は最小構成の価格で、128 GB 構成の価格と、日本の価格・提供条件は、今後の発表待ちです。
MacBook Pro の下取りで、最大 $1,000 のキャッシュバックがあります。対象の MacBook Pro を下取りに出して Surface Laptop Ultra を買うキャンペーンで、期間は 2026/10/07 〜 2026/11/23、米国とカナダの Microsoft Store オンラインのみです。金額は下取りに出す端末の種類と状態の査定で変わり、下取り品は申し込みから 15 日以内に郵送する条件があります（出典: Surface Blog の脚注）。
そのほかの話題
DGX Station for Windows は、製品ページによると GB300 Grace Blackwell Ultra と 748 GB のメモリを持ち、1 兆パラメータ級のモデルまで扱える想定です。チームで共有する「トークン工場」としての使い方も紹介されています。
RTX Spark 搭載の Windows PC は、MacBook Pro 16 インチ（M5 Pro、64 GB）と比べて、最初の応答が最大 2.1 倍、画像生成が最大 4.3 倍、動画生成が最大 6.2 倍速いと発表されています（出典: Windows Experience Blog）。ただし脚注によると、最初の応答の比較は 64 GB の試作機で、Qwen3.5 27B を llama.cpp で動かし、プロンプトを 8,192 トークンに固定した条件の結果です。
アプリを作る人向けのメモです。Windows ML というローカルの AI 実行基盤に、オープンな GGUF 形式のモデルを動かす llama.cpp 対応が experimental で加わりました。OpenAI 互換のエンドポイントもあり、既存のコードの接続先をローカルに変えて試せます。詳しくは Windows ML の解説記事を参照してください。
「トークンがあまりかからない世界」をどう読むか
今回の発表を、私は次のように受け取りました。
- 日々の AI 利用の中には、難しい判断が少なく、トークンを大量に使う仕事があります。ログの要約、定型の資料づくり、ダッシュボードの更新などです。これをローカルに回せれば、クラウドの従量消費が減ります
- 一方で、難しい判断や長い調査は、引き続きクラウドの強いモデルが必要な場面が残ります。振り分けの仕組みが要るのは、このためです
- MAI Code 1.1 Flash のような大きいモデルをローカルで回すには、128 GB のような大容量メモリのマシンが必要です。クラウドの従量課金が、PC 本体の代金、電気代、手間に置き換わるだけの面もあります
Surface Laptop Ultra は 2026/10/16 の提供開始なので、実機での確認は提供開始後の宿題です。
クラウドの安いモデルに回すのも手です
AI の利用料を抑える方法は、ローカルに回す以外にもあります。クラウドの中で安いモデルに任せる手もあって、私は前から使っています。
結果をすぐ自分で確かめられる短い作業は、GPT-6 Luna のような安いモデルで十分でした。Luna は、少し前のフロンティアモデルとほぼ同じ Artificial Analysis Intelligence Index（37〜38）を、実測費用の約 40〜70 分の 1（1 タスク $0.07）で出しています（モデル選びの記事）。定期的な状態確認も軽量モデルに任せて、必要なときだけ上位モデルを起こしています。確認 1 回が約 1 credit、Opus 1 回が約 905 credits でした（監視係は Luna の記事）。
ローカル LLM は、そこに「量が多くて難しくない仕事」の置き場所を足すものです。強いモデルは難しい判断に取っておいて、残りは安く回す。
注意点
- Copilot のサンドボックスを有効にしても、組み込みのファイル操作は OS の強制隔離の外にあります。シェルコマンドと、既定ではローカルの MCP サーバー・言語サーバーが隔離の対象です。リモートの MCP サーバーも隔離の外です。CLI では
/sandboxで設定できます - MacBook Pro との比較は、Microsoft と NVIDIA が選んだ条件での最大値です
- 価格と購入先は米国のものです
これから確認したいこと
- Copilot の Auto で、どんな仕事がローカルに振られ、どんな仕事がクラウドに上がるか
- Surface Laptop Ultra の、長いコンテキストでの答えを書き出す速度と最初の応答までの時間
- Qwen3.8 Flash Next などのオープンなモデルを、Surface Laptop Ultra で動かした実測値
- Perplexity の Windows 向けローカル版（Portable Computer）の対応ハードウェアとプラン
- ローカル LLM を選んだときの、課金表示と実際の消費（GitHub Copilot の公式ドキュメントでの扱いを含む）
- 日本での提供時期、価格、購入先と、Surface Laptop Ultra の 128 GB 構成の価格
まとめ
今回のイベントで私が一番大きいと感じたのは、メーカー自身が 128 GB 級のメモリを前提に、ローカル LLM の仕様と測定値を出してきたことです。クラウドに頼む前提だった AI の処理を、PC で回す選択肢が、予約できる製品として出てきました。
あわせて、AI エージェントが触れる範囲を OS が決める MXC が、先に GA になったのも印象的でした。AI にどこまで任せるかと、どこで処理するかを、Windows の機能として選べるようになってきています。Copilot の Auto の振り分けは 10 月後半の experimental preview で確認できる予定なので、そこが次の確認ポイントです。
参考
- Building Windows for hybrid intelligence - Windows Experience Blog（2026/10/07）。全体の発表、提供時期、Copilot の新機能、Windows Search、MacBook Pro 比較の脚注
- Pre-order our most powerful Surface devices ever - Surface Blog（2026/10/07）。Surface Laptop Ultra と Surface RTX Spark Dev Box の価格、提供時期、下取りキャンペーン
- Microsoft Execution Containers: Policy-driven containment for AI agents - Windows Developer Blog（2026/10/07）。MXC の隔離方式、対応エージェント
- microsoft/mxc - MXC の SDK、設定スキーマ、サンプル
- Bringing local models and sandboxed tools to Windows and GitHub Copilot - Command Line（2026/10/07）。MAI Code 1.1 Flash の測定値、Auto と明示選択、Copilot のサンドボックス
- MAI-Code-1.1-Flash: Better, faster, at a quarter of the cost - Microsoft AI（2026/10/07）。ローカル版の提供と推奨 RAM、推論課金ゼロの案内
- Project HydraFusion: Frontier quality via multi-model orchestration - GitHub Blog（2026/09/04）。HydraFusion の仕組みとオフライン評価
- AI Development on Windows: from PyTorch and llama.cpp to Windows ML - Microsoft Foundry on Windows Blog（2026/10/07）。Windows ML の llama.cpp 対応
- NVIDIA, Microsoft Kick Off a New Beginning for Windows PCs With RTX Spark and AI Agents - NVIDIA Blog（2026/10/07）。RTX Spark と DGX Station for Windows の仕様
- NVIDIA RTX Spark - NVIDIA。仕様、予約ページ、米国の小売店への導線
- Qwen/Qwen3.8-Flash-Next と 量子化版の配布ページ - モデルの仕様と量子化サイズ
- Windows and Surface October 2026 news - イベントの公式ニュースページ（画像、動画、記事へのリンク）
- Something new is coming from Windows | October 7 - YouTube（2026/10/07）。配信。Copilot のデモ、DeepSeek V4 Flash の説明、Perplexity のデモ（自動生成字幕を確認）