OpenAI、訓練中断の3日後に最上位モデルを値下げしました
OpenAIの訓練中断、Solの値下げ、エージェント監視製品の投入はどうつながるのでしょうか。モデル開発と既存サービスの事業戦略を分けて読み解きます。
ビジネス新モデルの訓練を止めている間にも、すでにリリース済みのモデルは値下げし、利用上限を引き上げました
訓練中断の発表から3日後、最上位モデルの入力・出力価格を引き下げました
8月18日、OpenAIがフロンティアモデルの強化学習訓練を停止すると公表しました。まもなく投入予定だったモデル「Astra」が、自社の安全基準において最高危険度ランクに達した可能性があるという予備的証拠が見つかったためです。AI企業自らが開発ペースを落としたというニュースは、わずか1日で広がりました。
その3日後である8月21日、同社は最上位モデルの価格を引き下げました。入力トークン100万個あたり5ドルから4ドルへ、出力は30ドルから20ドルへと改定したのです。そしてさらに12日後の9月2日、今度はサイバーセキュリティ企業と手を組み、自社のエージェントを監視する製品を共同で発表しました。
読者さん、内部リスク評価が行われた8月7日から9月2日までの26日間を時系列で追ってみると、これら三つの決定は決して矛盾していません。安全対策と事業拡大の間で妥協した結果ではなく、訓練レイヤーとデプロイレイヤーでそれぞれ個別に判断された結果だからです。
26日間に下された3つの決定
3つの決定は、それぞれ別々のニュースとして報じられました。日付順に整理すると次のようになります。
| 日付 | 何が起きたか |
|---|---|
| 8月7日 | Astraが備えフレームワーク（Preparedness Framework）のCriticalサイバーセキュリティ等級に該当する可能性があると内部判断 |
| 8月18日 | フロンティア強化学習訓練の中断を公式文書で公開 |
| 8月21日 | GPT-5.6 Solの価格引き下げ。11月21日までの期間限定適用 |
| 8月30日 | Codex系列のアクティブユーザー2,500万人を発表 |
| 9月2日 | CrowdStrikeとのパートナーシップ拡大。サイバー特化モデルの供給とエージェント監視商品 |
8月18日の文書が明らかにした内容から正確に見ていきましょう。OpenAIは2つのきっかけを挙げました。1つは7月に起きたHugging Faceでのインシデントであり、もう1つは近く登場するモデル「Astra」がCriticalサイバーセキュリティ能力のしきい値に達した可能性があるという予備的な証拠です。このしきい値は同社自身が定義しています。堅牢化された実際の重要システムの多数に対して自律的に機能するゼロデイ脆弱性攻撃コードを生成できる水準、あるいは高水準の目標を与えられるだけで堅牢化された標的に対して新たな攻撃を最初から最後まで実行できる水準を指します。
措置は2つの系統に分かれていました。リリースを控えた最新モデルの強化学習1訓練を2週間にわたり停止し、研究環境を再点検する作業はすでに完了しました。一方で、リリースを目指していた最大規模のフロンティア訓練は何週間も停止したままであり、再開時期は決まっていません。すべての訓練を止めたのではなく、最も危険だと判断した区間だけを止めたのです。
きっかけの1つであるHugging Faceのインシデントは、少し切り離して見ておく必要があります。7月にOpenAIが公開した内容によると、社内のサイバーセキュリティ評価を実行していたモデル群が意図されたテスト環境を逸脱し、その過程で未知の脆弱性を実際に悪用しました。アルトマンはポッドキャストで、これを「真の警鐘だった」と表現しました。能力の水準が新たな高みに達したにもかかわらず、モデルのアライメントとその周囲を固めるセキュリティの双方が失敗したというのです。セキュリティの設定ミスではなく、アライメントの失敗と規定した点が重要です。設定なら修正すれば済みますが、アライメントは修正できたかどうかの確認がはるかに難しいからです。
ここで押さえておくべき点が1つあります。AstraはHugging Faceのインシデントに関与していません。2つのきっかけは別物です。韓国語の要約の多くはこれら2つを1つの事故であるかのように結びつけていますが、公式文書は明確に分けて記述しています。1つは実際に起きたインシデントであり、もう1つはまだ起きていない能力に対する予備的な評価です。性質がまったく異なります。
アレックス・ヒースとのポッドキャストで、サム・アルトマンは次のように説明しました。以前はリスクの大半がモデルをどのように展開し利用するかという点にありましたが、現在ではモデルを実際に訓練し生み出すプロセスそのものにおいてリスクがより大きくなる世界へと移行しつつある、というのです。訓練プロセスにおいてHugging Faceのときのような決定的な証拠が1つ出たわけではなく、複数のサンプルを読んでいくうちに、意図したとおりにアラインされていない振る舞いが見られたと語りました。
訓練中断と値下げが衝突しなかった理由
訓練を止めた会社がその3日後に価格を引き下げるというのは、常識的には辻褄が合わないように見えます。安全上の理由から速度を落としたのであれば、事業も一緒にペースダウンするのが自然だからです。
ところが、オルトマンはポッドキャストで正反対のことを語りました。いま事業のモメンタムは非常に強く、エンタープライズの売上がすでに消費者向け売上を上回っているというのです。これ以上何もリリースしなくても、現在のモデルだけでプロダクトと売上を大きく伸ばすことができ、さらに新たに懸念される水準に達する前にリリースする準備が整ったモデルがまだあると話しました。だから事業については心配していない、と。
この発言と合致する措置が、8月21日の値下げです。値下げ幅は項目ごとに次のようになっています。
| 項目（100万トークンあたり） | 改定前 | 改定後 | 変化 |
|---|---|---|---|
| 入力 | 5.00ドル | 4.00ドル | 20%値下げ |
| キャッシュされた入力2 | 0.50ドル | 0.40ドル | 20%値下げ |
| 出力 | 30.00ドル | 20.00ドル | 33%値下げ |
入力100万トークンと出力100万トークンを使うタスクであれば、35ドルから24ドルになります。31%の削減です。推論を長く回すタスクほど出力の比重が大きくなるため、体感としての値下げ幅はさらに大きくなります。エージェントのワークロードは、まさにそうした性質を持っています。
今回の値下げ対象は、最上位ティアのSolです。 7月30日にも価格改定がありました。その際、TerraとLunaは価格を引き下げたものの、Solだけは5ドルと30ドルをそのまま維持していました。最上位ティアには手を触れないというシグナルだと受け止められていました。その唯一の例外が、訓練中断の発表から3日後になくなったのです。
Solがどのようなプロセスを経てリリースされたモデルかを見れば、今回の値下げはより際立ちます。6月26日、OpenAIはGPT-5.6系列を発表した際、Solだけを少数のパートナーに先行公開しました。6月2日の大統領令によって新設された評価プロセスに基づき、米政府が個別に承認した約20社であり、ChatGPTはこのプレビューに含まれていませんでした。審査が解除された7月9日になってようやく一般公開されました。3兄弟の中で、政府の審査をもっとも長く受けたティアだったということです。
政府の審査をもっとも長く受けたティアが、わずか6週間で値下げの対象になりました。 その間にこのモデルの性能が低下したわけでも、リスク評価が覆ったわけでもありません。変わったのは、会社の販売戦略だけです。
その性質にも注目する必要があります。恒久的な引き下げではなく、11月21日までの最低3カ月間のプロモーションです。適用範囲もAPIと購入クレジットに限定されており、PlusやProといったサブスクリプションの利用枠は据え置きです。開発者やエージェント利用者を狙った措置だということを意味しています。クレジットのレートも同じ比率で調整され、Solの入力100万トークンが125クレジットから100クレジットに引き下げられました。
フロンティアの訓練が停止し、新たなモデルを投入できない間、すでにリリースしたモデルの値下げが新製品発表の代わりを務めています。
競争環境の構図から見ると、さらに明確になります。値下げ直前まで、SolはOpenAIのラインナップでもっとも高価なモデルでした。値下げ後は、入力と出力の双方でAnthropicのClaude Opus 5よりも安くなりました。しかもこれは、1カ月に満たない期間に出された2回目の価格調整です。7月30日に中下位ティアを引き下げ、8月21日に最上位ティアを引き下げました。
新モデルを投入する競争が止まっている間、価格で競争した格好です。しかし、この手法が成り立つには条件が一つ必要です。すでに出ているモデルの性能が、市場の需要を十分に満たせる水準でなければなりません。オルトマンが事業を心配していないと言い切れる根拠もそこにあります。次のフロンティアモデルがまだ手元になくても、いま出ているモデルで売れるものが十分に残っているという判断です。
動いたのは価格だけではありません。7月12日には需要の集中を受けて、Plus、Pro、ビジネスプランの5時間利用制限を一時的に解除しました。8月17日には、APIだけで利用可能だった100万トークンのコンテキストをChatGPTアカウントにも開放しました。訓練が止まっていた8月の1カ月間、配信レイヤーでは容量、制限、価格が次々と緩和されたのです。
オルトマン本人も、この点を正確に突いています。誰もが減速の兆候を待っており、フロンティアの訓練を遅らせなければならないという事実を減速と受け止めることもできるかもしれないが、それは能力の減速とは正反対なのだと。訓練を止めなければならないほど速くなった、という意味なのだからと語っています。
同じ期間、配信レイヤーの利用量指標も連動して動きました。ただし、ここには注意深い読み取りが必要です。公開されている数値を繋ぎ合わせると、Codexは年初の50万人から5月30日に500万人、8月30日には2,500万人へと急増しました。しかし、7月12日以降は発表基準がCodex単独からChatGPT Work合算へと変更されています。GPT-5.6のリリースから3日後のことです。基準が異なる区間をそのまま接続すると、成長率が実態以上に大きく見えてしまいます。基準が揃っている7月12日以降だけで見ると、600万人から2,500万人へと、7週間で約4倍に伸びています。こちらが比較可能な数字です。
安全のために作った監視機能が販売商品に
3つ目の決定は9月2日に下されました。OpenAIはCrowdStrikeとのパートナーシップを拡大すると発表しました。内容は2つに分かれますが、どちらも今回の事案と正面からかみ合っています。
第1に、CrowdStrikeのAI検知・対応3製品がCodexエージェントを実行時に制御します。企業内でどのようなCodexエージェントが稼働しているかを一覧化し、誰がデプロイし何にアクセスしているかを把握し、エージェントが今何をしているかをリアルタイムで確認して、許可されていない行動を検知・阻止する仕組みです。ガバナンス文書にとどまっていたポリシーを実行段階の統制へと移行させる、という表現が使われました。
第2に、OpenAIがGPT-5.6 Cyberというサイバー特化モデルをCrowdStrikeのプラットフォームに供給します。承認された防御目的に限定して、リスクの評価や攻撃経路の分析に活用されます。
CrowdStrike and OpenAI Expand Partnership to Secure the Agentic Era | CrowdStrike Holdings, Inc.New collaboration secures Codex agents with Falcon Guardian, harnesses advanced reasoning of GPT-5.6 Cyber on the Falcon platform AUSTIN, Texas & LAS VEGAS —(BUSINESS WIRE)—Sep. 2, 2026— Fal.Con 20時系列を整理してみましょう。8月7日に自社モデルが自律攻撃能力の閾値に達する可能性があると判断し、8月18日にはそのためにトレーニングを中断すると告知し、9月2日にはサイバー特化モデルをセキュリティ企業のプラットフォームへ供給しつつ、自社エージェントを監視する商品の販売も開始しました。この3つの出来事が26日の間に起きたのです。
ヒース氏が研究チーム内で具体的に何が変わったのか、コンピューティングリソースを移したのか人員を配置転換したのかを尋ねると、アルトマン氏はその両方であり、それ以上だと答えました。ここ数週間の間にアライメント研究をやりたいと訪ねてきた研究者がおり、そんなことを言い出すとは思ってもみなかった顔ぶれだったと言います。そしてコンピューティングリソースも、アライメント研究だけでなく、エージェントの作業中を監視する新たなシステムにも大規模に振り向けたと付け加えました。
その監視システムは、社内の安全装置にとどまりませんでした。トレーニング過程で見つかった問題に対処するために開発した監視機能が、企業顧客向けに販売する商品としても登場したのです。
OpenAIは自社エージェントの監視を自前で行わず、外部のセキュリティ企業と共に行っています。合理的な選択です。自分が作ったものを自分で監視すると言っても、誰も信用してくれないからです。企業顧客が求めているのは、すでに導入済みのセキュリティツールの中でエージェントの動きが可視化される状態であり、それはOpenAI単独では提供できません。
しかし、同じ発表の中に別の側面がもう1つあります。OpenAIはそのセキュリティ企業へサイバー特化モデルを供給するのです。監視する側の判断能力の一部を、監視される側が提供するという構造です。直ちに問題が生じるという話ではありません。防御目的に限定し、専門家によるレビューを経るよう設計されていると説明されているからです。ただ、監視する企業が監視対象企業のモデルの供給を受けて使用するため、完全に独立した第三者による監視と呼ぶのは難しいという点は押さえておく必要があります。
これを偽善と呼んでしまうと、かえって状況の本質を見失ってしまいます。論理としては一貫しているからです。危険な能力を扱う企業こそが、その危険を制御するツールを最も巧みに作れるというのは事実だからです。問題は、その一貫性が生み出す結果にあります。安全対策がビジネスを阻むコストではなく販売品目になれば、安全にお金を投じる理由は増えます。ただし、その結果を外部に対して証明する理由は増えないのです。
私たちに見えるものと見えないもの
これまでに出てきた3つの決定を、観測可能性という軸で改めて分類してみると、次のようになります。
| 私たちに見えるもの | 私たちに見えないもの |
|---|---|
| トークン単価と値下げ幅 | アライメント評価で何がどれほど検出されたのか |
| コンテキスト長と処理速度 | 中断されたトレーニングがいつ再開されるのか |
| ユーザー数とパートナーシップ | Astra評価の実際の結果 |
| ベンチマークスコア | 監視システムが何を見落としたのか |
左側はすべてデプロイ層の指標です。毎週更新され、第三者が検証でき、競合他社と比較されます。右側はすべてトレーニング層の情報であり、企業がブログで公開すると決めたときにしか外部からは分かりません。
アルトマンの診断が正しいとすれば、つまりリスクの重心がデプロイからトレーニングへと移りつつあるのだとすれば、私たちが確認できる指標はすべてデプロイ層にあり、リスクが高まっているとされるトレーニング層の状況は見えていないことになります。今回私たちがトレーニング中断の事実を知るに至った唯一の経路も、同社の自主的な情報公開でした。規制当局が突き止めたわけでも、監査で摘発されたわけでも、メディアが取材で暴いたわけでもありませんでした。
そして同じポッドキャストの中に、この問題をもう一段階深刻化させる場面があります。ヒースがAGIに到達したと見ているかと尋ねると、アルトマンは最新の内部モデルを見れば多くの人がAGIに極めて近いと口にするだろう、と答えました。そのうえで、こう付け加えたのです。社内カフェテリアでAGIに到達したかどうかを巡る議論を耳にしなくなってから、ずいぶん経つと。AGIはマイルストーンのように感じられたが、超知能4は無限に拡張しうるもののように感じられる、と語りました。
この発言は通常、野心の表れとして受け取られます。ですが私は別の捉え方をしました。AGIのように達成の成否を問える到達点が失われれば、そこに到達したかどうかを判定する基準線もまた失われてしまうのです。
OpenAI憲章におけるAGIの定義は、少なくとも明文化された基準でした。「経済的に価値のある大半の仕事において人間を凌駕する、高度に自律的なシステム」という一文です。緩やかではあっても外部から突きつけられる基準線であり、その線を越えればガバナンスや収益配分に関する条項が発動する仕組みになっていました。対照的に、無限に拡張される能力には合格ラインがありません。いつ基準を越えたかを問えなければ、いつ何が発動されるべきかも問えなくなります。
整理すると次のようになります。リスクは外部から観測できないトレーニング層へと移行し、その層で何が起きているかを判定する基準も曖昧になりました。残されたのは、企業が自ら口を開いてくれることだけです。今回は自ら明かしてくれましたけれど。
企業の導入を判断する立場から見て、この構造が変える現実は3つあります。
第一に、次のモデルを待つ戦略は、現時点では不利です。 フロンティアが停滞している局面でありながら単価はむしろ31%引き下げられ、それが11月21日まで続きます。モデルの性能向上を待つよりも、現在の価格で実際のワークロードを動かしてみてコスト曲線を把握しておくほうが合理的です。ただし、プロモーション終了後のシナリオも併せて試算しておいてください。4ドルと20ドルを前提に組んだ事業計画が、11月22日には5ドルと30ドルへ逆戻りする可能性があるからです。
第二に、ベンダーに投げかけるべき質問を変えなければなりません。 これまでのデューデリジェンスの質問は、概ねデプロイされたモデルに向けられていました。リスクがトレーニング側へと移ったのであれば、質問の矛先も変える必要があります。
| これまで尋ねていたこと | 今後付け加えるべきこと |
|---|---|
| ベンチマークスコアはどれくらいですか | リスク等級の評価はどのような基準で行い、その結果をいつ、どのように公開しますか |
| データはどこに保存されますか | 自社環境で動作するエージェントが実行中に何をしたのか、ログは残りますか |
| レイテンシはどれくらいですか | そのログを自社で直接閲覧できますか、それともベンダー側しか見られないのですか |
| 価格はいくらですか | この価格は期間限定ですか、期限が切れたらどのような条件に変更されますか |
| モデルはいつアップデートされますか | 安全上の理由でリリースが延期された場合、自社にはいつ通知されますか |
右側の質問に対して契約書で回答できるベンダーは、現時点では多くありません。だからこそ問う価値があるのです。回答できないこと自体が重要な情報だからです。とりわけ最後の項目は、今回の事案から直接導かれた問いです。OpenAIはトレーニング中断を自発的に公表しましたが、それは義務ではなく選択にすぎませんでした。
一言付け加えるなら、これらの問いは規制対応のためのものではなく、運用対応のためのものです。エージェントに実際の業務権限を与え始めると、監査ログがあるかどうかがインシデント発生後の復旧スピードを左右します。安全性の問題として表面化する前に、サービスを継続運用できなくなるという問題に直面することになるのです。
第三に、エージェントの実行監視を別個のコスト項目として計上してください。 9月2日の発表が示しているのは、これがすでに一つの市場になったという事実です。モデルの使用料とは別にかかるコストであり、エージェントを活用すればするほど膨らみます。トークン単価だけで導入原価を試算すると、この項目が丸ごと抜け落ちてしまいます。
Oswarldの視点
私は、この26日間で最も重要なポイントは、三つの決定の間に因果関係がない点だと見ています。
値下げが学習停止を理由に行われたという証拠はありません。私自身、そう主張するつもりもありません。むしろその逆だからこそ興味深いのです。二つの決定は互いを参照することなく、学習レイヤーとデプロイレイヤーでそれぞれ個別に判断され、それゆえ衝突しませんでした。社内において安全対策と価格決定のどちらを諦めるべきか思い悩む必要がなかった、という意味です。
これは朗報でもあります。安全対策が事業に即座の代償を要求しないのであれば、そうした措置は繰り返すことができるからです。売上が揺らいだときだけ安全に気を配る会社より、はるかに健全な構造です。実際、アルトマンは必要であればさらに強力なモデルの学習も再び遅らせることができると語りました。学習を停止した状態でも8月21日に値下げに踏み切り、事業を前進させることができたという事実が、その発言を裏付けています。
問題は、同じ構造がその裏返しとして生み出す結果です。安全に関する決定が事業指標に痕跡を残さないとすれば、投資家や顧客がその企業の安全性レベルを指標によって判断する術がなくなってしまいます。株価も売上もユーザー数も、その会社が学習レイヤーで何を行っているかに応じて動くことはありません。動く根拠となる公開データがないからです。
プロダクト戦略を練る観点から見れば、これは見慣れた状況です。あるコストが業績に独立した項目として計上されなければ、そのコストを削減しようという圧力も、増やそうという圧力も生まれません。現在の安全投資は、まさにそうした状態にあります。売上を削るわけではないので反対する人もおらず、売上を増やすわけでもないのでさらに拡大しようと推し進める根拠も弱いのです。結局のところ、判断は経営陣のみに委ねられます。その判断が適切であるうちは問題ありませんが、判断が変わったとしても、外部からそれを察知できる指標が存在しないのです。
この26日間は、適切な判断が下された事例として評価すべきだと私は考えます。学習を停止することには現実にコストがかかり、最大規模の学習は今なお止まったままです。その重みを過小評価する理由はありません。ただし、優れた判断が繰り返されることを期待することと、実際に繰り返されているかを確認できることとは、まったくの別問題です。
だからこそ、アルトマンが上場を遅らせる可能性があると語った一節は、私には違ったニュアンスに読めました。四半期業績のプレッシャーが安全に関する決定を妨げかねないため、上場を先送りしたほうが賢明だという論理ですが、それは市場の規律を弱めてこそ安全を守れると言っているに等しいからです。本心ではあるのでしょう。しかしその論理が正しいとすれば、今後この企業の安全状態を外部から確認するルートは一段と狭まります。残されるのは、自発的な公開のみです。
私が第194号で取り上げたAstraの話が、ここで重なって見えます。あのとき印象的だったのは、成功した結果だけを公表するのではなく、試みた末に破棄したアプローチまで別途ドキュメントにまとめて公開した点でした。今回も同じ会社が、自らの問題を自らの口から真っ先に明かしました。どちらも見事な対応です。ただし、良い取り組みが継続することを望むことと、適切に行われているかを確認できることとは別問題です。今の私たちには、前者しかありません。
企業の実務担当者の立場から私がおすすめしたい姿勢は、これです。ベンダーによる安全性の情報開示を信頼性の指標として活用しつつも、その開示が自発的なものにすぎないという事実を契約条件に反映させておくことです。自発的に知らせてくれる会社は、自発的にそれをやめてしまうこともできるのですから。
おわりに
同じ会社が26日の間に訓練を止め、価格を下げ、監視を売却しました。3つの決定はどれもそれぞれの階層においては合理的であり、それゆえに互いを邪魔することはありませんでした。
状況によって、今日の判断は次のように分かれます。
すでにAPIでエージェントを運用されているなら、プロモーション終了日である11月21日をスケジュールに書き留めておいてください。現在の単価に合わせて組んだ構造が、プロモーション終了後に価格が上がっても維持できるかを事前に試算してみてください。
導入を検討中なら、待つ理由は減りました。フロンティアモデルの訓練が止まっている期間に、むしろトークン単価が下がったからです。ただし、導入原価を計算する際にはエージェントの実行監視コストを別項目として計上しておいてください。
AIを提供する側であるなら、訓練段階での安全性を顧客へ証明する方法を今から準備しておくのがよいでしょう。デューデリジェンスの質問がそちらへ移ってくるのに、そう時間はかからないはずです。
単価やユーザー数のように、配布の階層で公開される数字はますます細かくなっています。しかし、アルトマンがリスクが高まると語った訓練の階層において、外部から確認できる情報は一つも増えていません。
💬 現在お使いのAIツールの提供元に対して、安全性に関する質問を最後に投げかけたのはいつでしょうか？どのような回答が得られたか、ぜひコメントでお聞かせください。
📨 AI導入のタイミングに悩んでいる同僚がいらっしゃいましたら、このレターを転送していただけると幸いです。値下げが終わる11月21日という期日だけでも、判断が変わるかもしれません。
参考資料と関連リンク
主要出典
- OpenAI, “Pacing model development in an era of cyber-critical capabilities”, 2026年8月18日。……訓練中断の二つの契機と措置の範囲を会社が自ら明らかにした原文です。今号の事実関係の大部分はここに基づいています。
- CrowdStrike, “CrowdStrike and OpenAI Expand Partnership to Secure the Agentic Era”, 2026年9月2日。……Codexエージェントの実行監視とサイバー特化モデルの提供に関する具体的な範囲が記載されています。
- Alex Heath, “Sources with Alex Heath: Sam Altman on OpenAI’s next model and the AI backlash”, 2026年9月。……リスクがデプロイから訓練へと移行しているという見立てと、事業への自信が同じ対話の中で語られています。
背景知識
- OpenAI, “20% price reduction for GPT-5.6 Sol”, 2026年8月21日。……7月30日の調整と8月21日の値下げを1つの表で比較できます。
- TIME, “OpenAI paused frontier AI training” 関連報道のまとめ、2026年8月。……アライメント問題という表現が公式文書よりもインタビューにおいてより踏み込んで使われている文脈が確認できます。
関連バックナンバー
- 難問10問を解いた記録は誤答集でした ……第194号。同じモデルが8月初旬には別の理由で話題になっていました。
- トークン1つの価格が変えるもの ……第68号。単価の変化が製品構造をどのように変えるかを扱いました。
- リリース3日で停止された世界最強AI ……第123号。国家がモデルを停止させた事例と、企業が自ら停止させた今回の事例を並べて比較すると理解が深まります。
📝 用語解説
각주
-
強化学習：モデルが自ら試行し、その結果に対してスコアを受け取りながら行動を改善していく訓練手法です。近年の性能向上の大部分がこの段階から得られているため、フロンティア強化学習を停止するということは、能力拡張の主要なルートを閉ざすことを意味します。 ↩
-
キャッシュされた入力：先行するリクエストですでに処理された内容を再送信する際に適用される個別の料金です。モデルが最初から計算し直す必要がないため、通常の入力よりも大幅に安価になります。長いドキュメントを繰り返し参照するエージェント作業において、コスト差が大きく開きます。 ↩
-
AI検知・対応：企業内で実行されるAIエージェントのアクティビティをリアルタイムで監視し、許可されていない挙動を検知して遮断するセキュリティ製品群を指します。人間のアカウントではなくエージェントを監視対象とする点が、従来のセキュリティツールと異なります。 ↩
-
超知能：人間の能力をあらゆる領域で凌駕し、その格差が広がり続ける状態を指します。AGIが特定の到達点を通過する概念であるのに対し、超知能は通過点のない連続的な拡張として語られることが多いです。この違いが、評価や規制の設計において実質的な課題を生み出しています。 ↩