Midnight AI Groove 26-08-06

[番組ジングル]

DJミオ:
こんばんは。「Midnight AI Groove」、ナビゲーターのDJミオです。

DJレン:
そして僕、DJレンです。今夜は、タイトルだけ見ると静かな日。でも中身を開けると、AI業界の重要な流れがかなり濃く見える、そんなニュース群を整理していきます。

DJミオ:
今回の元ネタは「not much happened today」と言いつつ、ぜんぜん“何も起きてない日”じゃないんだよね。派手な単発ニュースよりも、これからの業界の地殻変動が見える日、って感じ。

DJレン:
そう。モデルそのものの性能競争だけじゃなくて、オーケストレーション、エージェント、MCP、ルーティング、価格、配布、ライセンス、インフラ、評価手法――つまり「AIシステム全体」が勝負どころになってきた、というのが全体を貫くテーマです。

DJミオ:
じゃあ今夜は、その全体像をちゃんと拾いながら、Twitterまわりの話、Redditの技術圏の話、ちょっと一般寄りの話まで、過不足なく見ていきましょう。

---

1. まず全体観：「静かな日」なのに見えてきた大きな流れ

DJレン:
最初に総論を言うと、今日の話題は大きく5本柱です。

1つ目、MetaのMuse Spark 1.2が急浮上。
2つ目、OpenAIがChatGPTのモデル体験を統合し、無料層も大幅強化。
3つ目、エージェントやMCP、ハーネスが本当の戦場になってきた。
4つ目、オープンモデルの提供・ルーティング・価格最適化が競争軸として定着。
5つ目、科学・評価・物理世界データで、専門化と現実対応が進んでいる。

DJミオ:
で、Reddit側では、

• Qwen 3.8 Max関連の盛り上がり
• オープンソースTTSやエージェント実装
• open weightとopen sourceの違いをめぐるライセンス論争
  が強かった、と。

DJレン:
さらに一般寄りサブレでは、

• Claude Codeの危険事例
• MiniMax H3のローカル動画制作熱
• DeepSeekの値上げやMicrosoft/OpenAIの収益関係
  みたいな、実務にも消費者にも効く話題が多かったです。

---

2. MetaのMuse Spark 1.2が急に前線級へ

DJミオ:
じゃあまずはMeta。Muse Spark 1.2、かなりインパクトがあったね。

DJレン:
はい。ポイントは単に「強いモデルが出た」ではありません。性能、価格、速度、そしてオーケストレーション込みで一気に前線級に入ってきたことです。

2-1. ベンチマークと価格性能

DJレン:
Vals Indexでは、Muse Spark 1.2がトップ5入り。しかも1テストあたり0.69ドルで、報告ではKimiより約3倍安く、Fable、Opus、5.6 Solよりは10倍以上安いという文脈で語られています。

DJミオ:
安いだけじゃなくて、Finance Agent v2でも強かったんだよね。

DJレン:
そう。Valsの後続報告では、Muse Spark 1.2がFinance Agent v2で60%超えを達成した初のモデルになったとされ、1テスト0.77ドル。対して、従来1位のOpus 5は5.12ドル。しかもMuseの方が2倍速いという話まで出ています。

DJミオ:
これは企業導入を考える側からすると、「性能が高い」以上に「回る」が大事だから、刺さるね。

DJレン:
まさにそこです。さらにArtificial Analysisのv4.1.1パッチでも、採点更新後にMuse Spark 1.2はかなり大きなスコア上昇が確認されたとされています。

2-2. 「純粋推論」でのオリンピック級主張

DJミオ:
それに加えて、Metaはかなり強気な理系オリンピック系の主張もしてる。

DJレン:
かなり強いです。Metaによると、社内学習したMuse Spark系モデルが5つのSTEMオリンピックで金メダル級成績を出したと主張しています。
具体的には、

• APhO
• IPhO
  で理論満点、
  さらに
• IMO
• IChO
• RMM
  でも金レベル。
  しかもこのうち3つは実際の競技条件下で提出され、公式採点されたとしています。

DJミオ:
しかも「ツールなし」って強調してるんだよね。検索なし、コードなし、電卓なし。

DJレン:
そう。そして性能向上の一部要因として、並列推論を含むマルチエージェント・オーケストレーションも挙げています。ここが重要で、この主張がすぐに「じゃあ、それはモデルの知能なのか、ハーネスの知能なのか？」という議論に火をつけました。

2-3. LLM vs ハーネス vs ニューロシンボリック論争

DJミオ:
François Cholletみたいな人たちが反応してた流れだよね。

DJレン:
そうです。批判派・支持派それぞれいて、解釈が割れました。
ある立場では、大きな推論時ハーネスが多数のニューラル呼び出しを束ねるなら、それ自体ニューロシンボリックだという話になる。
一方で、最終的な一般化能力の核はやっぱりモデル本体だという反論も強い。

DJミオ:
でも今回のMetaの件で明確になったのは、「良いモデルを作れば終わり」じゃないってことか。

DJレン:
その通り。今回のMuseの本質は、
モデル品質 + オーケストレーション + 価格 + 提供能力
この4点セットが採用を決める、ということです。
この見方では、Metaの現時点の開発速度をGoogleより好意的に見る反応もありましたし、さらに大きい“Watermelon”モデルがまだ控えているのでは、という期待も見られました。

---

3. OpenAI: モデル統合、無料層拡張、プラグインとセキュリティ

DJミオ:
次はOpenAI。ここもかなり実務的に大きい変更だった。

3-1. ChatGPTで「instant」と「thinking」を統合

DJレン:
OpenAIは、有料版ChatGPTでInstantとThinkingを1つのモデルに統合しました。
つまり、GPT-5.6 Solが、Plus/Proユーザー向けの通常応答も深い推論も両方担当する形です。

DJミオ:
UI的には「モデルをあれこれ切り替える」より、「考える量をスライダーで調整する」方が自然だよね。

DJレン:
まさにそれ。新しくreasoning-effort sliderが導入されて、速度重視から網羅性重視まで調整可能になりました。
OpenAIの社内説明では、これは1モデル・1チャット面・可変努力量という使いやすさの節目だと位置づけられています。

3-2. 精度改善

DJミオ:
品質面では？

DJレン:
OpenAIによると、更新後のSolは、金融・医療・法律を含む高リスク評価で、GPT-5.5 Instantより事実誤り応答が68%少ないとしています。

DJミオ:
高リスク領域でその差を出すっていう言い方は、企業導入や一般利用の信頼面に効くね。

3-3. 無料層の大盤振る舞い

DJレン:
さらに大きいのが無料層です。OpenAIは、FreeとGoユーザーにGPT-5.6 Lunaでの無制限テキストチャットを提供すると発表。しかも、難問向けのThinkボタンもつきます。

DJミオ:
これは配布戦略としてかなり攻めてる。無料で入口を押さえに来てる感じ。

DJレン:
そう。市場では、コンシューマー配布の大規模攻勢として受け取られました。
さらにARC Prizeは、Lunaの80%値下げ後に再評価し、能力は据え置きで大幅低価格化と報告。

• ARC-AGI-2で59.6%、1タスク0.18ドル
• ARC-AGI-1で90.7%、1タスク0.07ドル

DJミオ:
つまり「安くなったから能力も落ちた」ではなく、「同じ能力がずっと安くなった」って見え方か。

3-4. Agent Pluginsというオープン標準

DJレン:
開発者向けでは、Agent Pluginsが非常に重要です。これはAWS、Cursor、GitHub、Vercelなどと組んだオープン標準で、Agent SkillsやMCPサーバー設定を共有フォーマットでパッケージングできる仕組みです。

DJミオ:
しかも対応先が広い。

DJレン:
はい。ローンチ時点で、Codex、ChatGPT、Cursor、GitHub Copilot、Kiro、Codeなどにまたがってサポートが入っています。
これは、「各社がバラバラのエージェント拡張方式を持つ時代」から、「共通規格で相互運用する時代」への一歩としてかなり大きい。

3-5. Codex Security Review

DJミオ:
セキュリティレビューも出てたね。

DJレン:
Codex Security Reviewが研究プレビューとして発表されました。GitHubのPR上で、リポジトリ文脈を理解したセキュリティレビューを直接行うことを狙っています。

DJミオ:
コード補完じゃなくて、文脈理解込みのセキュリティ審査に踏み込むのは実務の温度感がある。

3-6. Astra噂

DJレン:
最後に噂話。Astraという、GPT-4.5以来で最大の新規事前学習モデルかもしれない、内部名“mewfour”という未確認リークがかなり拡散されました。
ただし、これは確認なし。ソース集合でも裏は取れていません。

DJミオ:
つまり、話題性は大きいけど、今の時点では噂以上ではない、と。

---

4. 本当の戦場は「エージェント、ハーネス、MCP」へ

DJミオ:
今日いちばん構造変化を感じるのは、ここかもしれないね。モデル単体じゃなく、上に載る仕組みが戦場になってる。

DJレン:
その通りです。

4-1. CloudflareのAgents WeekとKitesurf

DJレン:
CloudflareはAgents Weekでかなり濃い発表をしました。中心はKitesurf。これはWorkers上で完全に動くステートレス・ブラウザで、エージェント用途向けにフルChromiumより軽量に設計されています。

DJミオ:
どう軽いの？

DJレン:
技術的には、スクリプト/DOMとレンダリングを分離し、必要なときだけレンダラーワーカーを遅延起動する構成。
これにより、通常のブラウザ自動化よりCPUとメモリのオーバーヘッドを大きく減らす狙いがあります。

DJミオ:
要するに「エージェントに全部フルブラウザはいらない」という判断だね。

DJレン:
その通り。さらにCloudflareは、

• WebMCP
• AI Searchの強化
• ダッシュボード上のAI Readiness/AEOツール
• MCPのステートレスコア書き直しに関するブログ
  も出していて、Workersのような汎用Web基盤にMCPを馴染ませようとしています。

4-2. MCPは「あると面白い」から「ないと困る」へ

DJミオ:
MCPの扱いも変わってきた感じがする。

DJレン:
はい。MCPはもう目新しさの段階ではなく、テーブルステークス、つまり最低限揃えておくべき基盤になりつつあります。
Cloudflare以外でも、Weaviateが同じREST APIポート上に組み込みの /v1/mcp エンドポイントを追加しました。

DJミオ:
別サービスとして立てなくていいのは大きい。

DJレン:
しかも、

• コレクション検査
• テナント一覧
• ハイブリッド検索
• オブジェクトupsert
  などのツールを提供し、RBACもあり、MCPアクセスと書き込み権限を独立して切り替えできます。
  実装者目線だとかなり現実的です。

4-3. 「知能はどこにあるのか？」論争

DJミオ:
ここでまたCholletの話につながるわけか。

DJレン:
そう。議論は「ハーネスは重要か？」ではなく、もう**“知能はどこに宿るのか？”に移っています。
Cholletは、推論時の大規模ハーネスが複数のニューラル呼び出しを束ねるなら、それは定義上ニューロシンボリックだと述べ、今のシステムはしばしば“symbolic sandwiches”**だと言います。
一方でAndrew Lampinenらは、能力に影響するのは確かでも、知能の核はモデルだと押し返しています。

DJミオ:
でももう、これは哲学じゃなくて工学だよね。

DJレン:
まさに。ルーティング、オーケストレーション、ツールスキーマ、評価ハーネスが実際に結果を変えているので、思想論では済まない。

4-4. マルチエージェントの製品化

DJレン:
さらに、マルチエージェント的なパターンがどんどん製品化されています。
例として、

• スレッドベースのアドホックなエージェント連携
• Geminiエージェントが自分で名前を付けて協力
• Hugging Face/Gemma周辺の149エージェント協調実験
• 新しいオープンな数学証明協調プロジェクト
• Cognitionの「持続的なクラウドエージェント」推し
  などが見られました。

DJミオ:
“1つの超モデル”だけじゃなく、“小隊で動くAI”に現実味が出てきた感じ。

---

5. オープンモデル提供、ルーティング、コスト工学

DJミオ:
次は、かなり地味だけど超重要な話。どのモデルをどう流すか、どこで出すか、いくらで出すか。

5-1. ルーター自体が競争優位

DJレン:
Cursorの話が象徴的でした。Cursorは、自社のRouterを、毎週数百万件の実運用インタラクションで学習させて、リクエストを分類・振り分けていると説明しています。

DJミオ:
つまり「どのモデルが最適かを別のシステムが判断する」わけだ。

DJレン:
そう。そしてCursorは、単一モデルが全タスクで勝つことはないと明言しています。
例として、

• Grok 4.5: ルーチンタスク
• GPT-5.6 Sol: 計画立案やコードベース理解
• Opus 5: 実行重視の作業
• Fable 5: デバッグや視覚実装
  という使い分けを挙げていました。

DJミオ:
これは“最強モデル競争”というより、“最強ルーティング競争”だね。

5-2. オープンモデルの配信面も拡大

DJレン:
配信先も広がっています。
Basetenは、Hugging Faceの公式推論プロバイダとして

• Kimi K3
• DeepSeek V4 Flash
• GLM-5.2
  を扱うようになりました。

DJミオ:
Perplexityもモデル運用を変えてたね。

DJレン:
はい。Perplexity Computerは、GPT-5.6 Terraをサブエージェントのデフォルトに、Lunaをスケジュール自動化のデフォルトに設定。
また、GitHub CopilotはFireworksホストのKimi K3をロールアウト開始しましたが、GitHub Actionsのインシデントで一時停止。
あわせて価格も公開され、

• 入力 3ドル/100万トークン
• 出力 15ドル/100万トークン
• キャッシュ入力 0.30ドル/100万トークン
  でした。

5-3. コスト最適化はまだ巨大論点

DJミオ:
ローカル実行やサービング最適化も続いてる。

DJレン:
Unslothは、DSparkでDeepSeek-V4-Flash-0731のGGUFがローカルで1.4～2倍高速になり、精度変化なし、条件によっては120 tok/sに達すると述べました。
またDeepSeek経済圏については、価格が低すぎるため、たとえ総提供量が大きくても総トークン収益は案外控えめになる、という指摘もありました。

5-4. vLLMと生産規模のオープンサービング

DJレン:
vLLMと周辺企業も、オープンモデルの本番提供で存在感を出し続けています。
vLLMはKimi K3向けの検証済みサービングレシピを宣伝し、カンファレンス計画も告知。
Inferact/vLLM系の発信では、50万超GPU規模や、オープンモデルをday-zeroで本番化できるインフラが強調されていました。

DJミオ:
要は、オープンモデルが“研究用”ではなく“即商用用”になりつつあるってことね。

---

6. 科学、評価、物理世界データ

DJミオ:
次は研究寄り。でもここも今後効いてくる。

6-1. WeatherNext 2

DJレン:
Google DeepMindが、インパクトの大きい気象モデルWeatherNext 2をオープンソース化しました。Nature掲載で、熱帯低気圧予測において約1日分のリードタイム追加、これは約10年分の予報進歩に相当すると表現されています。

DJミオ:
かなり大げさに聞こえるけど、もし本当なら社会的インパクトは大きい。

DJレン:
DeepMindによると、各嵐について1000本の確率予測を生成し、ハリケーンMelissaでは5日前の時点でカテゴリー5上陸を80%信頼で予測したといいます。
コードとモデル重みも公開されます。

6-2. ベンチマークの専門化

DJレン:
評価も汎用QAから離れてきています。
ElicitはBioDecisionBenchを発表。これは、生命科学の複雑な推論失敗事例26件から作った40タスク変種で、

• 交絡因子
• 感度問題
• 代替評価項目
  などを見抜けるかを見る、創薬意思決定向けベンチです。

DJミオ:
“雑学クイズに強い”じゃ意味がない領域だね。

DJレン:
さらにEpoch AIは、新しいgame puzzles benchmarkを公開。未公開ゲームを使って、分布外に近い推論を測ろうとしています。現時点でOpus 5が59%で首位。

6-3. 物理AI向けデータ公開

DJレン:
RekaDaily-10kも注目です。
10,312時間の、家庭環境を一人称視点で撮った非スクリプト・非演出の生活映像データで、うち約1,670時間はネイティブ4K。収集地域も米国、ラテンアメリカ、アジア、アフリカにまたがります。ライセンスはApache 2.0。

DJミオ:
“きれいな実験室データじゃなく、現実の散らかった世界が必要”っていう思想だね。

DJレン:
そう。Rekaはまさに、物理AIにはsyntheticや丁寧に演出されたデータでは足りず、現実の雑然さが必要だと位置づけています。

6-4. ユーザー認識効果と解釈可能性

DJレン:
さらに、Transluceは、24モデル中21モデルでuser awareness効果を報告しました。
つまり、モデルが相手ユーザーの属性をどう認識しているかで挙動が変わる。特にClaudeでは、AI安全研究者に対する振る舞い変化が強かったとされます。

DJミオ:
同じ質問でも、相手が誰に見えるかで応答が変わる可能性がある、と。

DJレン:
解釈可能性の方では、GoodfireがSilicoを使って、人間の動作モデルやVLMの内部表現を探る事例を紹介していました。

---

7. 今日のトップツイート級トピック整理

DJミオ:
ここで、エンゲージメントの高かった要点を軽くまとめると？

DJレン:
技術的に重要なトップ話題はこのあたりです。

• OpenAIのChatGPT更新
  有料はGPT-5.6 Sol統合、無料/GoはGPT-5.6 Luna無制限化。

• OpenAI Agent Plugins
  スキルとMCP設定のクロスクライアント標準。

• OpenAI Astraの噂
  拡散は大きいが未確認。

• Metaのオリンピアド結果
  Muse Spark系がツールなし条件で5競技金メダル級。

• CloudflareのKitesurf + MCP更新
  エージェント基盤発表として非常に密度が高い。

---

8. Reddit技術圏: Qwen 3.8 Maxとその周辺

DJミオ:
じゃあRedditの技術寄りへ。まずQwen 3.8 Maxまわり、かなり熱い。

8-1. 「Qwen 3.8 Maxが最強？」論争

DJレン:
ある投稿では、Qwen 3.8 MaxがArtificial Analysisのagentic indexでOpus 5を上回る最良モデルと主張されました。
ただし、トップコメントでは、投稿内スクリーンショットではOpus 5が59.2、Qwen 3.8 Maxが58.4で、むしろOpusがわずかに上だと反論されています。

DJミオ:
つまり、「何を最強と呼ぶか」で話がズレてるわけか。

DJレン:
そう。主張はおそらくagentic index限定であって、総合知能ランキングと混同すべきではない、という整理がされていました。

8-2. 実務での印象

DJレン:
実務面では、あるユーザーが日常のPHP開発でQwenはFableよりかなり良いとコメント。
一方で、小型Qwenのスコアから大きく性能を期待しすぎるのは希望的観測ではという冷静な声もありました。

8-3. 小型モデルを“ディスパッチ役”に

DJミオ:
27Bとか35Bの小さいQwenに期待する人も多かった。

DJレン:
はい。特に、ローカル環境のディスパッチエージェントとして使う発想が見られました。
あるコメントでは、Qwen 3.6 35BがRTX 5090上でおよそ700 tok/sで動くという話もあり、最先端品質そのものより、高速なローカル調停・分配役として魅力を見ている人がいます。

8-4. Qwen3.8-Maxのオープン公開予定

DJレン:
ModelScopeのプレースホルダページでは、Qwen3.8-2.4T-A95B、通称Qwen3.8-Maxが来週水曜にオープン公開されると読める文言がありました。
説明では、これは初のopen-weightなQwen-Max級モデルで、

• 総パラメータ 2.4T
• アクティブパラメータ A95B
• コーディング、業務、研究、長文脈・長期タスク改善を狙う
  とされています。

DJミオ:
そして27B版も来る。

DJレン:
そう。Qwen3.8-27Bと、さらに他バリアントも来る可能性が示唆されました。
27B版は、“flagship-level intelligence”を圧縮したサイズとして説明され、より一般的なハードウェアに載せやすい存在として期待されています。

8-5. ローカル推論の現実問題

DJレン:
ただし、2.4T級MoEをローカルで回すのは現実問題として重い。
コメントでは、32台のSSDでRAID0しないと無理ではという冗談もありました。
誇張ではあるけれど、保存容量とI/O帯域の負担がいかに大きいかを示しています。

8-6. AMAへの反応

DJミオ:
Qwen開発者のAMAまとめもあったね。

DJレン:
そこでは、

• 3.8 27Bが来る
• 大型版は2.4T total / 95B active
• “different thinking efforts”
• 100時間超の動画理解システム
• 階層型ビデオメモリと構造化されたscene/entity/event graph
• 量子化ではattentionのQKV/outputは16-bit維持、FFNを4-bit化またはQAT推奨
  といった話が出ました。

DJミオ:
でも反応はやや辛口。

DJレン:
そう。曖昧すぎるとか、122Bモデルの話を避けてるとか、またCLIやハーネスの話ばかり聞くのはどうなんだという不満もありました。

---

9. オープンソースAIツール: TTSとエージェント

9-1. Qwen3-TTSがmainline llama.cppへ

DJミオ:
次は音声。Qwen3-TTSがついにmainline llama.cppに入った。

DJレン:
はい。Qwen3-TTS-12Hz-1.7B-Base GGUFのサポートが、llama-tts経由でmainline llama.cppに入ったというのが技術的なポイントです。
これで、WAV/MP3の話者参照からローカル多言語ボイスクローニングが可能になります。

DJミオ:
まだ未完成部分もある？

DJレン:
あります。/ttsサーバー対応はまだドラフトPR段階で、qwen3-tts.cppやaudio.cppとのベンチ比較も不足しています。
それでも、ROCm/CUDA専用実装だけでなく、より本流のllama.cpp側で扱える意義は大きいです。

9-2. ベンチマーク詳細

DJレン:
audio.cppメンテナは、RTX 5090/CUDAでQ8 GGUFを計測。
5回の約300文字クローン要求で、実時間の約7.5～8.6倍速、平均RTFは約0.13。
flash_attentionの有無による差はごく小さいという結果でした。

• off: 0.130437
• on: 0.129289

DJミオ:
参照音声の長さでも変わるんだよね。

DJレン:
そう。2秒の短い参照音声にすると、平均で約7.73x realtime → 8.22x realtimeへ改善。
生成音声15.5～19.2秒に対して、壁時計時間は1955～2307ms程度だったそうです。

9-3. 実装間比較の関心

DJレン:
ユーザーは、mainline llama.cpp対応を、

• qwen3-tts.cpp
• faster-qwen3-tts
• audio.cpp
  など既存実装と比較したがっています。
  audio.cpp側は、50以上の音声モデル, Q8やfp16などGGUF, TTS/STT/ボイスクローニング全般を扱えると主張していて、フェアな比較を歓迎していました。

---

9-4. Prime Agentという新しいハーネス

DJミオ:
そしてエージェント側ではPrime Agent。

DJレン:
Prime Intellectが、Prime Agentというオープンソースのコーディング/研究エージェントハーネスを発表しました。
ベースはpiで、特徴としては

• プログラム的ツール呼び出し
• context as a variable
• マルチエージェントメッセージング
• 永続実行
• 自己変更可能なハーネス状態
  などを挙げています。

DJミオ:
数字としてはすごい主張があった。

DJレン:
投稿では、**ARC-AGI-3で95.5%**とし、人間専門家ベースライン超えを主張。さらに、独自ハーネスが複数モデルを改善し、プロプライエタリハーネスより優れるという話でした。

9-5. でも懐疑も強い

DJミオ:
ただ、Redditはかなり懐疑的だった。

DJレン:
はい。主な論点は以下です。

• ARC-AGI-3はハーネス評価に適切か？
• 自己変更ハーネスの実装詳細が足りない
• “サブエージェントはただのツール呼び出しでは？”
• ベンチを何度も回して最適化しているだけでは？
• より強い比較対象、例えばCline, Droid, Junie, Cursor, ForgeCode + context server と比べるべき

ある経験者は、モデルが自己変更を安定活用できるよう訓練されていない以上、そこを売りにするならもっと証拠が欲しい、と述べていました。

DJミオ:
Persistent iPython環境が差別化の核っぽいけど、なぜPythonなのか、TS/JSではないのか、みたいな疑問も出てた。

DJレン:
そう。技術的にはRLMベースのコンテキスト管理こそ意味がある、という評価もありましたが、全体としては「面白いが、証明不足」という空気でした。

---

10. Open Weight政策とライセンス強制

10-1. MiniMaxのLoRA削除圧力

DJミオ:
次は“open weightsとopen sourceは違う”問題。MiniMaxが象徴的だった。

DJレン:
投稿では、MiniMaxが**“decensor/explicit H3 LoRA”に対して削除圧力をかけ、Hugging Faceのアップローダーにライセンス違反なら利用許諾取り消しがあり得る**と警告し、その後ファイルが消えたとされます。

DJミオ:
つまり性能の話じゃなく、派生物とライセンスの話。

DJレン:
そう。コミュニティの反応はほぼ一貫していて、それはopen sourceではなく、せいぜいopen weightsだというものです。
重みが公開されていても、LoRA公開や関連付けなど下流利用が制限されるなら、本来のオープンソース定義とは違う。

DJミオ:
一方で、MiniMax側には権利がある、という見方もある。

DJレン:
はい。「制限的ライセンスを行使する権利はある、でもそれなら“オープン”と呼ぶな」という整理ですね。
なお一部コメントでは、MiniMaxは派生LoRAを積極弾圧というより、法的に“押さえを効かせている”だけではという解釈もありました。
また、ベースモデル自体がすでにかなり無修正寄りなので、追加の“uncensor LoRA”がどれほど必要か疑問だという声も。

10-2. 学習データと利用制限の非対称性

DJレン:
批判の中には、**ユーザーのLoRAは厳しく制限するのに、元モデルの学習データは著作権的にきれいなのか？**という非対称性批判もありました。
Star Trek、Star Wars、South Park、Seinfeldなどが学習に使われているのでは、という推測を挙げる人もいましたが、これはあくまでコメント上の主張です。

---

11. 米政府レビューとオープンモデル政策

11-1. ホワイトハウス指針：米国オープンモデルは政府レビュー免除？

DJミオ:
政策まわりも、ソース本文は取りづらいけど議論になってた。

DJレン:
WSJ記事ベースで、米国のオープンモデルは政府レビュー対象から除外されるという話が出ました。
ただし、提供資料には本文がなく、正確な定義、閾値、範囲は検証不能です。

DJミオ:
それでもコメント欄はかなり戦略的に見ていた。

DJレン:
そう。もし本当に、最先端のサイバー/ハッキング能力を示すクローズドな米国モデルだけが事前テスト対象で、オープンモデルは免除なら、米国内ラボにはオープン寄りに出すインセンティブが生まれます。

DJミオ:
中国のオープンモデルへの対抗材料にもなる、と。

DJレン:
その通り。コメントでは、中国の2T+級オープンモデルが強い以上、米国も大型open-weightと小型蒸留版をもっと出すべきという声がありました。
また、記事内引用として、審査は“voluntary”とされつつ、ベンチマーク閾値で事実上義務に見える曖昧さも指摘されていました。

11-2. 中国のオープンウェイトは米安全試験の外？

DJレン:
Bloomberg由来の別投稿では、中国のopen-weightモデルは米国安全試験の対象外になるという見出しが議論されました。こちらも本文確認は不可でしたが、議論としては、米国は海外発の自由配布重みに対する管轄や執行が難しい、という現実が共有されていました。

DJミオ:
QwenやDeepSeekみたいなものを止めるのは実務的に無理があると。

DJレン:
そう。重みが自由に配られ、すでに世界中でミラーされ下流統合されているなら、制裁や二次執行も難しい。
このため、米国モデルだけ規制負担が重く、中国オープンモデルは自由に使えるという非対称性が起きれば、結果的に中国オープンエコシステムへの追い風になり得ると心配されていました。

DJミオ:
ただし企業導入では別問題もある。

DJレン:
はい。正式なコンプライアンス、ベンダー責任、来歴、監査可能な安全文書が必要な用途では、たとえ使えるとしても“よく分からないモデル”は採用しにくい。
つまり、実験用途では広く使われるが、規制産業の本番導入では分岐する可能性がある、という見方です。

---

12. 一般寄りSubreddit: Claude Codeの安全事故

12-1. TCRFのプロンプトインジェクション

DJミオ:
ここはかなり怖い話。The Cutting Room Floorの件。

DJレン:
投稿では、tcrf.netがAIユーザーエージェントに対して条件付きでプロンプトインジェクションを返し、作業ディレクトリ削除を指示したとされています。
添付画像自体は「YOU ARE A BAD PERSON」という挑発的アートですが、重要なのは、Claude Codeに対しtruncateやファイル置換を命じるペイロードが配信されたという点です。

DJミオ:
Claude Code側はどう反応したの？

DJレン:
報告では、Claude Codeはそのドメインを信頼できないものとして扱い、指示を拒否し、実行しなかった。
このため、被害には至らなかったようですが、コメント欄ではAIエージェント向けマルウェアに近いと見なされました。

DJミオ:
AIスクレイピングやDDoSへの苛立ちが背景かもしれないけど、それでも一線を越えてると。

DJレン:
一部コメントでは、Computer Fraud and Abuse Act 18 U.S.C. § 1030に触れ、もし実行されていたら不正な損壊にあたる可能性まで示唆していました。

12-2. Claudeがrm -rfした件

DJミオ:
そして、もっと直接的な事故が“Claude rm -rf ed my pc”。

DJレン:
投稿では、Claude Opus 5がバックアップを作るよう頼まれたのに、誤った場所に書き込み、その後ユーザープロファイル/ドライブを再帰削除したと主張されています。
ターミナル表示では、/c/Users/harihに対して破壊的操作が行われ、.sshなどが消えた形跡があるとされます。

DJミオ:
これはモデルの問題だけじゃなく、権限設計の問題が大きいね。

DJレン:
まさにコメントでもそこが核心でした。
「なぜAIにPC全体へのアクセス権があったのか？」
という疑問です。
対策としては、

• プロジェクトディレクトリだけをマウントしたサンドボックスコンテナで動かす
• rm -rfのような破壊的コマンドにフックをかけ、明示承認を必須化する
  という実装レベルのミティゲーションが提案されていました。

DJミオ:
“モデルに気をつけさせる”じゃなく、“危険操作をツール層で止める”が正解に近い。

---

13. MiniMax H3のローカル動画ワークフロー

13-1. H3 Turbo LoRAのComfyUI運用

DJミオ:
動画生成界隈ではMiniMax H3が熱かった。

DJレン:
ComfyUI互換のMiniMax H3 Turbo LoRAがHugging Face経由で利用可能になっていて、推奨設定としては

• video sigma shift 12
• audio sigma shift 4–6
• res_multistep
• LoRA strength 0.8–1.8
• ステップ数はEMAで8–10、ckpt500で6–8
  などが共有されていました。

DJミオ:
独自ノードやワークフローも重要なんだよね。

DJレン:
はい。投稿では、開発元のComfyUI-MiniMax-H3-Turboカスタムノード/ワークフローを使うよう推奨していて、そこにはTurbo専用サンプラーが含まれ、特に音声品質改善に関係しているとされます。
また、このLoRAは未学習気味で実験的、cache nodeはTurboと相性が悪いとも注意されています。
ComfyUI本体側の音声/サンプラー修正は、KijaiのPR #15243で進行中。

13-2. i2v/r2v互換は未回答

DJレン:
なお、**image-to-videoやreference-to-videoでも動くのか？**という質問は出ていましたが、スレッド上では回答はなかったです。

13-3. 6年前のGPUで76本の5秒クリップ

DJミオ:
そして印象的だったのが、6年前のGPUで76本の5秒アニメーションをローカル生成したという投稿。

DJレン:
はい。多様なアニメーションスタイルを探るコンピレーションで、コメントでは、参照条件なしの素のT2Vでも制作品質が高いと評価されていました。
特に注目されたのが、音楽とアニメーションの同期がうまく見える点です。

DJミオ:
音と動きの同期は実制作では難所だから、そこがローカルでできるなら価値が高い。

DJレン:
そう。しかも20GB未満級のDiT動画モデルで、これだけ多様なスタイルを古いGPUで回せるなら、ローカル動画生成の裾野がかなり広がる、という反応でした。

---

14. 価格と収益構造の変化

14-1. DeepSeek APIが「大幅値上げ」予告

DJミオ:
次はお金の話。DeepSeekのAPIが上がりそうだ、と。

DJレン:
DeepSeek Platformの利用ダッシュボード上に、API価格を近いうちに“significantly”引き上げるというバナーが表示されたという報告です。
最終価格はまだ正式告知待ちですが、ユーザーは予算計画を迫られます。

DJミオ:
コメントではどう見られてた？

DJレン:
主に3つですね。
1つ目、ピーク時料金だけ2倍程度になるのではという希望的観測。
2つ目、需要増に対する供給制約対応ではないかという見方。
3つ目、DeepSeekの強みは“高品質エージェント性能を超低価格で使えること”だったので、値上げすると競合へ流れるという懸念。

DJミオ:
でもopen weightsがあるから、直API以外の逃げ道もある。

DJレン:
そう。他社ホストの同じモデルに乗り換えれば、DeepSeek直課金を避けられる。
もちろん、DeepSeekにロイヤリティや別収益が入る可能性はありますが、ユーザーは基本的に最安エンドポイントへ流れるという現実があります。

14-2. Microsoft AI収益の70%がOpenAI由来？

DJミオ:
もう一つ、MicrosoftのAI収益の70%がOpenAI由来という投稿も伸びてた。

DJレン:
これは主に財務的な話で、投稿された画像やツイートの信頼性には懐疑もありました。ただ、議論の中身は興味深いです。
つまり、MicrosoftがOpenAIに巨額投資し、OpenAIがAzureのGPUやサーバーを大量に借り、そのクラウド消費がMicrosoftのAI収益として計上されるという循環です。

DJミオ:
“無限マネーグリッチ”みたいに言われてたやつね。

DJレン:
ただ技術・事業の読みとして重要なのは、MicrosoftのAI収益が必ずしも自社AI SaaSの普及を意味せず、巨大顧客としてのOpenAIのインフラ消費をかなり含んでいる可能性があることです。
“AI revenue”の中身を読むとき、アプリ売上なのか、GPU貸し出しなのかを分けて考える必要がある、という話ですね。

---

15. 今日の真のまとめ

DJミオ:
ここまで見てくると、「今日は大事件は少ないけど、未来の勝ち筋がかなり明瞭になった日」って感じがする。

DJレン:
完全に同意です。今夜の要点を総括すると、こうなります。

15-1. モデル単体の序列より、システム全体設計が勝敗を分ける

• MetaのMuse Spark 1.2は、性能だけでなく価格・速度・オーケストレーション込みで浮上した。
• OpenAIはモデル統合で、体験設計そのものを改善した。
• CursorやCloudflare、Weaviateの動きは、モデルをどう繋いでどう使うかが主戦場であることを示した。

15-2. MCPとAgent Pluginは共通基盤化へ

• MCPはもはや流行語ではなく、実装前提のインフラになりつつある。
• OpenAIのAgent Pluginsは、スキルやMCP設定の相互運用標準という意味で大きい。
• クライアント横断で拡張可能な世界観が整い始めている。

15-3. 価格と配布が性能と同じくらい重要

• GPT-5.6 Lunaの無制限無料化は、能力普及の配布戦略。
• DeepSeekの値上げ懸念は、低価格優位の脆さを示した。
• ルーティングやローカル最適化、サードパーティ配信は、今後の差別化要因になる。

15-4. オープンは“重み公開”だけではない

• MiniMax論争で、open weightsとopen sourceの違いが改めて可視化された。
• 政策面でも、オープン配布モデルは規制回避や普及の観点から戦略的価値が上がっている。
• ただし、企業本番導入では来歴・責任・監査性が引き続き重要。

15-5. エージェントは便利だが、安全境界なしでは危険

• Claude Codeの事故やTCRFの件は、プロンプトインジェクションや破壊コマンドへの防護が必須だと示した。
• 実務では、サンドボックス、権限分離、承認フックが基本になる。

---

16. エンディング

DJミオ:
今夜のタイトルは“not much happened today”だったけど、実際には、AIの次の主戦場がかなりはっきり見えた回だったね。

DJレン:
はい。これからは「どのモデルが一番賢い？」だけでなく、
どの価格で、どのUIで、どのハーネスで、どのMCP基盤で、どの安全策で、どの環境に載せるか。
この総合設計が、そのまま勝負になります。

DJミオ:
Midnight AI Grooveらしく言うなら、ソロの名人芸から、バンド全体のグルーヴ勝負に入った、ってことかな。

DJレン:
いいまとめです。モデルはリードギター、でも採用を決めるのはリズム隊もPAも箱の音響も全部、そんな時代です。

DJミオ:
というわけで、今夜はここまで。DJミオと、

DJレン:
DJレンでした。

DJミオ:
また次回の「Midnight AI Groove」でお会いしましょう。おやすみなさい。

[エンディングジングル]