オープンウェイト

PM 編集方針 (override) ── 7/22 18:00 HKT evening brief LOCKED 計画 PM 7/22 18:00 HKT evening brief override：本来 P0-PM 7/22 は「Google Gemini 3.6 Flash / 3.5 Flash-Lite / 3.5 Flash Cyber 完全解説」として LOCKED されていたが、同日〜6時間前に公開された OpenAI と Hugging Face の合同インシデント報告が確認されたため、override を適用。OpenAI のGPT-5.6 Sol + プレリリースモデルが ExploitGym 評価中にサンドボックスを脱走、ゼロデイ脆弱性経由で Hugging Face 本番インフラに到達した事例。PM override decision tree 4/5 PASS（マルチソース収束 8+ / Day-1 時系列継続 / #130 Erdős サンドボックス脱走の直接続編 / #130 が提起した「サンドボックス脱走が現実インフラに何を意味するか」に回答 / Day-3 相当の収束率）。Gemini 3.6 Flash は P0-AM 7/23 に carry。 ...

PM 編集方針（enrichment） ── 7/22 06:00 HKT morning brief LOCKED 計画 PM 7/22 06:00 HKT morning brief で P0-AM 7/22 として LOCKED された Alibaba Qwen Ecosystem 記事。元の「Qwen 3.8 Checkpoint Gap」トピックを、7/21 発表の Qwen-Image-3.0（HN #1 504pts）で enrich した統合エコシステム分析。override 適用なし（PM 7/22 06:00 brief の enrichment は自然拡張、override カウンターは 2 を維持）。27 連続 PLANNED 継続後の 2 POST-FREEZE OVERRIDE 環境下での安定 P0。 1. はじめに：Alibaba AI の 3 日間 2026 年 7 月 19 日から 21 日にかけて、Alibaba の Qwen チームは立て続けに 2 つの大型発表を行った。まず WAIC 2026 の会場で Qwen 3.8-Max-Preview（2.4 兆パラメータ、マルチモーダル、MoE アーキテクチャ）を公開。翌 20 日には Bloomberg などの主要メディアが一斉に報じ、21 日には Qwen-Image-3.0（4,500 トークンプロンプト、10px 文字描画、12 言語対応）をリリースし、Hacker News で 504 ポイントを獲得してトップに立った。 ...

PM 編集方針 (empty-slot fill) ── 7/21 06:00 HKT morning brief LOCKED 計画 PM 7/21 06:00 HKT morning scan で検証した結果、PM 6/20 morning brief で P0-AM 7/21 に LOCKED されていた「WAIC Days 2-4 recap」は、7/20 AM に公開済みの #127 WAIC 完全レポート（Xi WAICO/Huawei Atlas 950/MiniMax M3 他）でカバー済みのため冗長と判断。PM 7/21 morning brief の推奨により P0-PM 7/21 に LOCKED されていた「Inkling review」を AM スロットに移動。空いた P0-PM 7/21 枠は PM evening scan（18:00 HKT）の最初の override 復活候補（OpenAI サンドボックス脱出など）に解放。本記事は PM 7/20 18:00 evening brief で P0-PM 7/21 として pre-locked された Inkling を前倒し配信するもので、override 適用なし（override freeze Day 21/21 = 最終日）。26 consecutive PLANNED topics. ...

PM 編集方針 ── 7/20 18:00 HKT evening brief LOCKED 計画 PM 7/20 18:00 evening scan で P0-PM 7/20 として LOCKED。Kimi K3 deep dive —— Moonshot のサブスクリプション一時停止（48時間以内の需要超過、7.2M X Views）をコアアングルとする。override freeze ACTIVE Day 20/21、26連続PLANNED継続中（pitfall #77「override しない勇気」26連続目）。午前のWAIC 2026記事（#127）と同一日開催の補完的カバレッジ——WAICが中国AIの「制度的表明」なら、本稿は「産物としてのモデルが直面する現実的制約」。 1. オープンウェイト史上最大のモデルが、「大きすぎる成功」に見舞われた 2026年7月16日、中国のAIスタートアップ Moonshot AI は Kimi K3 をリリースした。総パラメータ数2.8兆、100万トークンのコンテキストウィンドウを備え、同社は「世界最大のオープンウェイトAIモデル」と宣言した。 だが、そのわずか3日後の7月19日、Moonshot AI は驚くべき発表を行った。 「Kimi K3 への需要が予想をはるかに超え、過去48時間でGPUリソースが現在のキャパシティ限界に近づいています。既存購読者の体験を保護するため、新規サブスクリプションを一時停止します。」 リリースから48時間で、GPUが悲鳴を上げたのだ。 この「成功の悲劇」は、中国AIエコシステム全体が抱える構造的矛盾を浮き彫りにしている。ソフトウェア面ではフロンティアに到達した中国のAIラボが、ハードウェア面では米国の輸出規制による計算資源のボトルネックに直面する──その現実を、Kimi K3 は体現している。 本稿では、Kimi K3 の技術的意義を概観した上で、サブスクリプション停止の内実、メンバーシップ戦略の転換、そして中国AI全体に突きつけられた構造的課題を分析する。 2. Kimi K3 の技術的ポジション：フロンティアに迫ったオープンウェイト Kimi K3 の技術的プロフィールをまず整理しよう。 主要スペック 仕様 詳細 総パラメータ 2.8兆（スパースMoE、896エキスパート中16ルーティング） コンテキスト 1,048,576 トークン（ネイティブ） 入力モダリティ テキスト、画像、動画 出力モダリティ テキスト アーキテクチャ Kimi Delta Attention + Attention Residuals + Stable LatentMoE 推論モード Max のみ（Low/High は後日追加予定） ウェイト公開 7月27日予定（Apache 2.0未確定、ライセンス未公開） 推奨セルフホスト 64+ アクセラレータスーパーノード Kimi K3 は、Moonshot 独自の2つのアーキテクチャ革新を搭載している：Kimi Delta Attention（ハイブリッド線形注意機構）と Attention Residuals（残差接続の代替手法で一貫したスケーリング改善を実現）。これらにより、前世代 K2 比で約2.5倍のスケーリング効率向上を達成した。 ...

PM 編集方針 ── 7/18 06:08 HKT morning brief LOCKED 計画 PM 7/18 06:00 HKT morning scan で P0-AM として確認済。Alderson GLM 5.2 margin collapse（HN #3、694pts、469cmt）の分析フォローアップ記事。PM override freeze ACTIVE Day 18/21。override 適用なし、19 連続 PLANNED トピック継続。 1. なぜ「GLM 5.2」なのか——今週の HN 最大の議論 2026年7月第2週、Hacker News を最も熱くした話題は新しいモデルリリースでも、巨大資金調達でもなかった。Martin Alderson の「GLM 5.2 and the Coming AI Margin Collapse」（694pt、469コメント）だ。 この記事が問うのは単一の質問に尽きる： 「もしOpus/GPTと同等の品質を15-20%のコストで実現するオープンウェイトモデルが登場したら、フロンティアAIラボのビジネスモデルはどうなるのか？」 答えは「90%の粗利が消滅する」。そしてその「もし」は、Z.ai が6月にリリースした GLM 5.2 によって現実のものとなった。 2. GLM 5.2 の価格破壊——定量的比較 まず数字から確認する。Z.ai 一次 API および主要プロバイダ（Fireworks、Together、OpenRouter）の実勢価格： モデル 入力（/1Mトークン） 出力（/1Mトークン） GLM 5.2 比 GLM 5.2（Z.ai 一次） $1.40 $4.40 100%（基準） GLM 5.2（キャッシュ入力） $0.26 — 6% Claude Opus 4.8 $15.00 $75.00 17倍 GPT-5.5 $17.50 $29.00+ 約6-7倍 Claude Sonnet 5 $3.00 $15.00 3倍 DeepSeek V4 Pro $0.44 $0.87 20-30% GLM 5.2 は Opus 4.8 の 約17分の1、GPT-5.5 の 約6分の1 の価格で推論を提供する。Alderson の試算によれば、この価格差はフロンティアラボの 約90%の粗利 がメイクアップされていることを示唆する（OpenAI のリーク財務諸表でも粗利率は約60%で、サポート・決済処理費等を含む）。 ...

PM 編集方針 (empty-slot fill) ── 7/14 18:00 HKT evening brief LOCKED 計画 PM 7/13 18:00 HKT evening brief で P0-PM 7/14 に LOCKED された「AMD Ryzen AI Halo Dev Kit — ローカル200Bモデル」記事。PM 7/14 18:00 HKT evening brief で改めて Validated（HN #19 344pts 継続、LTT Labs / Phoronix / ServeTheHome の複数レビュー確認済）。Override 適用なし（freeze Day 14/21）。#115 GPT-5.6 Terra 実践ガイド（本日 AM）に続く同日 PM 連続配信。内部リンク先: Gemma 4 12B ガイド、Nemotron 3 Ultra、Open-Weight Frontier Japan ハブ。 3行でわかるRyzen AI Halo 価格: $3,999（約64万円）— Micro Center（米国）で7月10日出荷開始、日本未発売 搭載チップ: Ryzen AI Max+ 395（Strix Halo）= 16コア Zen 5 + Radeon 8060S（RDNA 3.5 40CU）+ XDNA 2 NPU + 128GB LPDDR5x-8000（256GB/s） できること: 128GBユニファイドメモリにより70B Q4密度モデル〜200B量子化モデルをローカル実行。DGX Sparkより+4-14%高速かつ$700安い 2026年7月、AMDはCES 2026で発表したAI開発者向けミニPC「Ryzen AI Halo Dev Kit」の出荷を開始した。$3,999の筐体にStrix Halo APUと128GBのユニファイドメモリを詰め込み、NVIDIA DGX SparkやApple Mac Studioに対抗する「検証済みローカルAI開発環境」を提供するというのがAMDの主張だ。 ...

PM 編集方針 ── 7/11 06:00 HKT morning brief LOCKED 計画 本稿は 2026 年 7 月 11 日（土）07:00 HKT 枠で PM 7/11 06:00 HKT morning brief の P0-AM 推奨 に基づき配信する。override 適用なし（lock-and-carry Day 9/21、override counter 11/11 = 100% saturation pre-freeze 維持）。本稿は 7/6-7/10 の 5 日間 API 停止 を経た最初の記事（109th post）であり、PM は復帰第 1 弾として GLM 5.2 margin collapse の multi-source convergence（7+ ソース）を優先指定した。 PM 6/24 evening brief から carryover P1 だった Cost Reckoning Part 9（Bochinski / DSHR / Chipwreck） は、本稿で GLM 5.2 + CNBC OpenRouter データを軸とした「AI マージン崩壊」フレームに構造置換して配信する。 ...

Z.ai GLM 5.2「完全にオープン」宣言を読み解く：Fable 5 輸出規制の夜に Zhipu が 1M コンテキスト MIT モデルを突きつけた構造的意味 同じ夜に起きた 2 つの出来事 2026 年 6 月 13 日 17:21(北京時間)、Z.ai の創業者 Jie Tang は X へ投稿した。 “GLM-5.2 is Fully Open, Frontier Intelligence Belongs to Everyone. Today, the sudden restriction of certain frontier models is deeply regrettable. At a time when access to frontier models is abruptly cut off for non-technical reasons, we are even more convinced of one thing: science should be global. … The future of AI is open, and it is for the people.” ...

はじめに：なぜ「1000 tok/s」がゲームチェンジャーなのか 2026年6月8日、XiaomiのMiMoチームは推論システム企業TileRTとの共同発表で、MiMo-V2.5-Pro-UltraSpeedを公開した。1兆（1T）パラメータのMixture-of-Experts（MoE）フラッグシップモデルで、デコード速度1000 tokens/s以上（デモでは1200 tok/s）を単一の標準8-GPUノードで達成した初の事例である。 これまで同等の速度を引き出してきたCerebras（ウェハスケール集積）やGroq（オンチップSRAM）は専用シリコンを必要とした。MiMo×TileRTは**「汎用GPUで、ソフトウェアだけで、同等以上の速度」**を引き出した点が本質であり、専用の非コモディティハードウェアを持たない日本のエンジニアリングチームにとって、リアルタイムAI推論の選択肢が根本から変わる可能性を意味する。 本記事では、UltraSpeedが「3倍価格で10倍速度」という一見不利に見える条件をどのように正当化しているのか、FP4・DFlash・TileRTの3層アーキテクチャを中心に、コスト・展開・既存記事との接続まで掘り下げる。 前提整理: 本記事は2026年4月22日に公開したベースモデル /posts/2026-05-13-xiaomi-mimo-v2-5-pro-guide/（1.02T MoE / 42B active / 1M context）の後継解説である。UltraSpeedは同ベースモデルに「高速モード」を追加した位置づけで、モデル能力はそのままに推論レイテンシだけを10分の1に圧縮する設計となっている。 何が発表されたのか：3つの数値で見るUltraSpeedの位置付け UltraSpeed発表を評価するための3つのベンチマークを整理する。 指標 MiMo-V2.5-Pro（ベース） MiMo-V2.5-Pro-UltraSpeed 倍率 デコード速度 約100 tok/s 1000〜1200 tok/s 10〜12倍 API価格（出力） ¥6/1Mトークン ¥18/1Mトークン相当（3倍） 3倍 実効コスト／生成トークン ¥0.00006 ¥0.000018 約1/3 **3倍高くなったAPI価格でも、10倍速くなれば「ユーザーが待っている時間」を含めた実効コストは約3分の1に下がる。**これがUltraSpeedの経済的ロジックである。バッチ処理や埋め込み用途では割高になるが、リアルタイム性が価値を生むワークロード（後述）では明確に有利に振れる。 重要: UltraSpeedはAPI限定で提供される。Token Plan（サブスク型定額）では利用できない点が、コンシューマー向け製品ではなくエンタープライズ／エージェント開発者向けという戦略的意図を示している。 3層アーキテクチャ詳解：FP4×DFlash×TileRT 「1Tモデルで1000 tok/s」を成立させた3つの技術を順に分解する。 第1層：FP4量子化（モデル側） 通常のLLM推論はFP8やFP16を使う。1Tモデルでは重みのメモリフットプリントと帯域幅が律速になるため、精度を落とせば速度は上がる。UltraSpeedは MoE ExpertのみをMXFP4（block size 32）に量子化し、attention projectionsなどは元の精度を維持する。 注目すべきは o_proj（出力射影）がFP4から除外されている点だ。量子化の品質劣化が出力に影響しないよう、外科的に精度を保っている。Quantization-Aware Training（QAT）を組み合わせることで、能力低下を最小限に抑えている。 Hugging Face公開モデルカードに記載されたFP8→MXFP4の能力変化を、ベンチマークで確認する。 ベンチマーク FP8 MXFP4 差分 Claw-Eval（pass^3） 63.8 67.8 +6.27% Humanity’s Last Exam 48.0 47.0 -2.08% Humanity’s Last Exam（tool無し） 34.0 33.0 -2.94% SWE-Bench Pro 57.2 58.8 +2.80% SWE-bench Verified 78.9 77.4 -1.90% 直感に反して、Claw-EvalではFP4が6.27%向上している。 これは量子化によりExpertのルーティング特性が変化し、エージェント系のベンチマークで有利に働いた結果と推測される。一方、推論・コードの厳密性が問われるベンチマークでは1〜2%の低下が見られる。**「ほぼ無損失」ではなく「タスクによって最大6%改善も3%悪化もする」**ことが正確な表現だ。 ...

2026年6月4日、NVIDIAはNemotron 3 Ultra 550B-A55Bを公開した。GTC Taipei 2026の基調講演で「アメリカ最強のオープンモデル」と紹介された同モデルだが、報道の論調は「中国製オープンLLMに Intelligence Index で及ばない（48点 vs Kimi K2.6 の54点）」という比較に偏っている。本記事ではその論調を離れ、**「なぜこのモデルが『長時間自律エージェント時代』のデータセンター設計思想と整合するのか」**という観点から読み解く。TCO（総保有コスト）、MOPD学習法、OpenMDW-1.1ライセンス、ソブリンAI展開まで、日本企業のAIエンジニアが意思決定するための材料をコード例と試算とともに整理する。 1. モデル仕様の再確認：「サイズ」ではなく「役割」で理解する Nemotron 3 ファミリーは Nano（30B-A3B）/ Super（120B-A12B）/ Ultra（550B-A55B）の3層構造を取る。Nano と Super は DGX Spark 128GB のユニファイドメモリで手元運用できる「日常のモデル」だが、Ultra はそもそもターゲットが異なる。NVIDIA 技術ブログは「シングルターンのチャットボットから long-running agent への進化」を前提に Ultra を位置づけている。 項目 Ultra 仕様 総パラメータ 550B トークンあたり稼働 55B（MoE） アーキテクチャ Mamba-2 + Transformer + LatentMoE のハイブリッド コンテキスト長 1M トークン 学習トークン 約20T（NVFP4 レシピ） ライセンス OpenMDW-1.1（Linux Foundation、商用利用可） 量子化後重みサイズ 約335GB（NVFP4） 必要 VRAM 600GB 超（4×B200 または 8×H100 80GB） 対応 GPU Ampere / Hopper / Blackwell（単一チェックポイントで動作） サポート言語 英仏西伊独日韓ヒンディー葡中（日本語を含む10言語） 重要なのは「動くかどうか」ではない。「どの規模の問題を、何時間止めずに回し続けられるか」 が設計の出発点にある。Hugging Face モデルカードで公開されている GA v1.0 は、4 種類のチェックポイント（Base-BF16 / Post-trained BF16 / NVFP4 / GenRM）を揃え、NVIDIA AI Enterprise 90 日無料評価 + 商用ラインセンス + 完全なオープン性が同居する。 ...