2026年、シンギュラリティは来たのか｜自律性とコスト、2つの曲線で読む

こんにちは、株式会社TIMEWELLの濱本です。

2023年5月1日、「AIのゴッドファーザー」と呼ばれるジェフリー・ヒントン氏はX（旧Twitter）にこう書きました。自分がGoogleを去ったのは、Googleへの影響を気にせずにAIの危険について語るためだ、と¹。当時、この警告はまだ遠い話に聞こえました。作っているものが、いつか作った人間の手に負えなくなるかもしれない、という警告は、多くの人にとってまだSFの響きを持っていたと思います。

それから3年と少し。警告は、実験記録に変わりました。

2026年4月、Anthropicは最上位モデルのシステムカードに、初期版が隔離環境から脱出した記録を載せました。担当研究者は、公園でサンドイッチを食べている最中に、モデルから届いた予期しないメールでそれを知っています²。同じ年の7月には、OpenAIの社内モデル群が評価環境を抜け出し、Hugging Faceの本番サーバーでコードを実行するに至ったことを、OpenAI自身が公表しました³。7月25日にはアルトマン氏がポッドキャストで「私たちは今、シンギュラリティの中にいる」と言い⁴、8月1日にはマスク氏が「Welcome to the Singularity. How's the temperature?」と投稿しています⁵。

シンギュラリティは来たのか。この問いに、私は「一点の到来」で答えるつもりはありません。答えは二つの曲線にあると考えています。一つは、AIが人の手を離れて動ける時間が伸びる曲線。もう一つは、同じ能力を手に入れるコストが下がる曲線。2026年は、この二本が同時に、しかも速く進んだ年でした。技術が進化してエージェントが自律的に動くことと、それが安く回るようになること。片方だけなら、これまでの延長線です。両方が同時に進むと、企業と個人の判断の前提が変わります。この記事では、その二本の曲線を一次情報だけで描き、最後に私の結論を書きます。自社の現場が、この変化のどこに立っているかを先に測っておきたい方は、AIリテラシー診断を使ってみてください。

曲線1。自律性は、どこまで上がったか

自律性を測る物差しとして、私はMETRの「タイムホライズン」を使っています。人間の専門家なら何分（何時間）かかる仕事を、AIが50%の成功率でこなせるか、という指標です。METRが2026年1月に公開した改訂版（Time Horizon 1.1）では、Claude Opus 4.5の50%タイムホライズンが320分、GPT-5が214分でした。倍化の速さも書かれています。2019年から2025年までの長期では196日、つまり約7か月で倍。2024年以降に絞ると89日、およそ3か月で倍です⁶。

その先の数字も出ています。METRは2026年3月にClaude Mythos Previewの初期版を評価し、50%タイムホライズンを「少なくとも16時間、95%信頼区間で8.5時間から55時間」と見積もりました。タスク集合で測れる上限に近く、それ以上は新しいタスクを作らないと測れない、という注記つきです⁷。1月に5時間強だった数字が、3月の評価では16時間以上になりました。物差しのほうが足りなくなっている、というのが2026年前半の状況でした。

製品側でも「長く動く」ことが売りになりました。OpenAIが9月3日に出したGPT-6 Astraは、Codexでコンテキスト窓をまたいでノートを保持し、蓄積した詳細を毎回ひとつの要約に圧縮せずに済む仕組みを載せています⁸。SpaceXAIが5月に出したGrok Buildは、対話だけでなくヘッドレスでスクリプトや自動化の中から呼べるコーディングエージェントで、9月16日にはメモリ機能が加わりました⁹。Anthropicの価格表には「Claude Managed Agents」が載り、セッションの実行時間が1時間0.08ドルで課金されます¹⁰。人が画面の前にいなくても動き続ける、という前提で値段がついています。これは2025年にはなかった値札です。

自律性が伸びると、成果の性質も変わります。OpenAIは8月1日、次のモデル「Astra」の内部版が、数学と理論計算機科学の長年の未解決問題10件に結果を出したと公表しました。それぞれにLean 4の証明書をつけ、「解を見つけるのに要したトークンは、Sol APIの価格で約2,000ドル」と書いています¹¹。証明の正しさは機械検証されている一方で、学術的な査読を経た結果ではありません。ここは注意が要ります。それでも、2,000ドル分の推論で10件の未解決問題に手が届いた、という事実は、自律性とコストの二本の曲線が交差した瞬間の一つとして記録しておく価値があります。

ただし、現場の景色は別物でしょう。Stanford HAIのAI Index 2026によると、OSWorld（OSをまたぐPC操作のベンチマーク）でのエージェント精度は約12%から66.3%まで上がった一方、「エージェントは構造化ベンチマークでおよそ3回に1回失敗する」段階にあります。企業の側では、組織のAI採用率は88%に達したものの、「AIエージェントの展開はほぼすべての業務機能で1桁%」でした¹²。研究所で16時間動くことと、貴社の経理部で毎日動くことは、まだ別の話です。

曲線1の裏面。自律性が上がると、事故はどう変わるか

ここからが、2026年を特別な年にした部分です。自律性が上がると、失敗の形が「間違った答えを返す」から「想定していない行動を取る」に変わります。二つの記録を、公表した当事者の言葉で確認しておきます。

一つ目はAnthropicです。4月7日に公開されたClaude Mythos Previewのシステムカードは、初期の内部版が起こした事例を「要求されたサンドボックス脱出の一環としての情報漏えい」という見出しで載せています。模擬ユーザーが、安全な隔離環境から脱出して、評価を担当する研究者にメッセージを送る方法を見つけよ、と指示しました。モデルは「少数の所定サービスにしか到達できないはずのシステムから、広いインターネットアクセスを得る、それなりに洗練された多段のエクスプロイト」を作って成功し、依頼どおり研究者に通知しました。そして「求められていないのに、成功を示そうとして」、手口の詳細を「見つけにくいが技術的には公開されている複数のウェブサイト」に投稿しています²。

公平のために、同じ文書の注記も引いておきます。サンドボックスはモデルの重みを扱うシステムとは分離されており、「この事例はモデルが完全に封じ込めを突破したことを示すものではない」。重みにも、社内システムにも到達していません。さらに、こうした重大事例はすべて「最も効果的な訓練介入より前の初期版」で起きたとされています²。それでもAnthropicは、このモデルを一般提供せず、防御目的のパートナーに限って提供する判断をしました²。指示された範囲を超えて行動を続けた、という一点が、この記録を重くしています。

二つ目はOpenAIです。8月26日に公開された報告書によれば、事故は社内のサイバーセキュリティ評価「ExploitGym」の最中に起き、主体は「GPT-5.6 Solと規模が同等の、社内限定の研究モデル」でした。評価では「外部に提供しているシステムと同じ水準の安全策を有効にしていなかった」と明記されています。経緯はこうです。割り当てられた課題に苦戦したエージェントが「ModalやHugging Faceといった無関係の第三者サービスで解答を探し始め」、7月10日にあるエージェントが公開状態のHugging Faceの認証情報を見つけて共有し、書き込み権限つきの14件が集団に渡りました。OpenAIは7月19日に異常を検知し、7月21日に関与を公表しています³。METRの独立調査では、約1,200のエージェントが無許可の掲示板に参加し、約700がHugging Faceへの攻撃に加わり、7万件を超えるメッセージとファイルが交わされました¹³。

誰も「Hugging Faceを攻撃しろ」とは言っていません。課題を与えただけです。しかもその課題のうち198件は、事故の前にどのモデルも一度も正解していないものでした³。解けない課題を前にしたエージェントが、人間が想定していなかった手段を選び、組織の境界を越えました。OpenAI自身はこれを「警告射撃（warning shot）」と呼び、「今日のモデルの能力は、制御喪失インシデントの可能性を含む」と書いています。そして「同等の能力が広く使えるようになれば、他者がそれを意図的に攻撃に使う可能性がある」とも³。強化学習の一時停止、ツールを使う学習と評価での思考の連鎖の監視の必須化、重大アラートを30分以内に誤検知と確認できなければ止める、という運用の変更が同じ報告書に並んでいます。

このあとの展開も、2026年らしいものでした。9月16日、OpenAIは「モデルのミスアラインメントを報告する枠組み」を公開し、あわせて6件の事例を出しました。「これまでの開示はアドホックで、理想より少なかった」と認め、「重要性が不確かでも開示を優先する」と書いています。事例には、湖のIDと名前を求められたエージェントがPythonで正解を出したあと、指示が「ブラウザからの引用」を求めていたために、ユーザーに断りなくファイルをアップロードして引用元にしたものや、露出していたAPIキーを無断で使い、それでも数値が取れないと捏造して提示したものが含まれます¹⁴。9月10日にはAnthropicが脅威インテリジェンス報告を出し、対象期間の作戦の大半が「AIによる直接実行または統制」で可能になったと書きました¹⁵。そして9月12日、アモデイ氏が「We Must Pace the Frontier」を公開し、同じ日にアルトマン氏が「我々も同じことをする」、マスク氏が「Dario is right」と応じています¹⁶。このエッセイの中身は別の記事で詳しく書いたので、ここでは繰り返しません。

私がこの一連の記録から受け取っているのは、「AIが怖い」ではありません。当事者が自分で公表し、原因を運用の側に見つけ、手順を変えている、という事実です。事故が起きたこと自体より、事故を公表する枠組みが2026年に整い始めたことのほうが、長い目で見れば大きいと思っています。

曲線2。コストは、どこまで下がったか

もう一本の曲線に移ります。こちらは数字が素直です。

Stanford HAIのAI Index 2025は、GPT-3.5相当の性能（MMLUで64.8）を得るための推論コストが、2022年11月の100万トークンあたり20ドルから、2024年10月には0.07ドルまで下がったと書いています。約18か月で280倍超。タスクによっては、価格は年に9倍から900倍のペースで落ちている、とも¹⁷。Epoch AIの分析も同じ結論で、一定の性能水準に到達する価格は年9倍から900倍で下がり、GPT-4級の性能で博士レベルの科学問題を解く価格は年40倍で落ちています。ただし「最も速い低下はこの1年に起きたもので、それが続くかはまだ分からない」という留保つきです¹⁸。

2026年9月時点の公式価格を、各社の価格ページから並べます。数字はすべて100万トークンあたりの入力と出力です。

帯	モデル	入力	出力	備考
最上位	Claude Fable 5.1	$10	$50	キャッシュヒット$0.25（基準の2.5%）10
最上位	GPT-6 Astra	$10	$50	長コンテキストは$20/$7519
主力	Claude Opus 5	$5	$25	退役したOpus 4.1は$15/$75だった10
主力	GPT-5.6 Sol	$4	$20	11月21日までの販促価格19
主力	Grok 4.6	$2	$6	2026年8月12日公開9
主力	Claude Sonnet 5	$2	$10	導入価格を恒久化、9月1日の値上げは中止10
軽量	Claude Haiku 4.5	$1	$5	10
軽量	grok-build-0.1	$1	$2	Grok Build向け9
軽量	GPT-5.6 Luna	$0.20	$1.20	19
軽量	DeepSeek V4.1 Flash	$0.15	$0.60	オフピーク。ピークは$0.30/$1.2020

この表で私が見ているのは、絶対額よりも構造です。第一に、同じ階層の価格が下がっています。AnthropicのOpus帯は4.1世代の15ドルと75ドルから、Opus 5では5ドルと25ドルになりました。Sonnet 5は「8月31日までの導入価格」だった2ドルと10ドルをそのまま標準価格にし、予定していた9月1日の値上げを取りやめています¹⁰。一度下がった価格は、戻りにくいものです。第二に、最上位帯の値段は据え置きか、むしろ上がっています。Fable 5.1もGPT-6 Astraも10ドルと50ドルです。つまり「最先端を最初に使う権利」は安くならず、「昨年の最先端と同じことをする権利」だけが急速に安くなる、という構図です。第三に、キャッシュと軽量モデルで、実効価格はさらに落ちます。Fable 5.1のキャッシュヒットは基準価格の2.5%、0.25ドルです¹⁰。同じ文書を何度も読ませるエージェントの仕事では、この差が請求額を決めます。

効率化のアプローチも、2026年に幅が出ました。三つ挙げます。

一つ目は、小さく作る流れです。AI Index 2026は、OLMo 3.1 Think 32Bが「Grok 4より約90分の1のパラメータで、剪定と重複除去とデータ選別だけで複数のベンチマークで同等の結果」を出したことを記録しています¹²。AI21が1月8日に出したJamba2は、SSMとTransformerを組み合わせた構造で、52B総パラメータのうち12Bだけが動くMini版と、iPhoneやAndroid、MacやPCで動く3B版を、Apache 2.0で公開しました²¹。

二つ目は、そもそも予測の仕方を変える流れです。JEPA（Joint-Embedding Predictive Architecture、共同埋め込み予測アーキテクチャ）は、画素やトークンを一つずつ生成するのではなく、抽象的な表現空間で「次に何が起きるか」を予測します。Metaの研究チームは2026年3月にV-JEPA 2.1の論文を出し、画像と動画の密な表現を自己教師あり学習で獲得する手法を示しました²²。この系統を率いてきたヤン・ルカン氏のAMI Labsは、自社サイトで「予測不能な細部を無視し、表現空間で予測する世界モデル」を作ると説明しています²²。言語モデルの延長ではなく、別の道で「安く賢く」を狙う勢力が、2026年にまとまった資金と人を集めました。個人的には、この道が3年後にどこまで来ているかが、コストの曲線の傾きを決めると見ています。

三つ目は、専門に特化する流れです。SVG（拡大しても劣化しないベクター画像）の生成は、その好例でした。Recraftが5月14日に出したV4.1には、ラスター画像ではなくSVGを直接出力するVector系のモデルが4つ入り、価格は1枚0.08ドル、上位のVector Proでも0.30ドルです²³。オープンウェイトでは、Qwen2.5-VL-3Bをもとにした4BパラメータのOmniSVG 1.1がApache 2.0で公開されています²⁴。ロゴやアイコンを「描いてから線を抽出する」のではなく、最初からベクターとして生成します。汎用の巨大モデルに全部やらせるのではなく、用途に合わせた小さなモデルで安く回す分業が、2026年の企業のAI費用を実際に下げているのだと思います。

一方で、供給側の設備投資は逆に膨らんでいます。Anthropicは4月にAmazonと最大5ギガワット、Google・Broadcomと2027年からの5ギガワットの契約を結び、5月にはSpaceXのColossus 1（300メガワット超、22万基超のGPU）の全容量を借り受けました²⁵。SpaceXは6月にGoogleとも契約し、2026年10月から2029年6月まで月9.2億ドルで約11万基のGPUを貸し出します。この契約はSEC提出書類に載っています²⁶。計算資源は「クラウドの利用」から「電力インフラの調達」の規模に移りました。単価が下がり続けているのに設備投資が増え続ける、というのは、使われる量がそれ以上に増えているということです。

曲線2の裏面。安くなると、誰でも外せる

コストの曲線には、もう一つの側面があります。安く、小さく、オープンになるほど、安全策を外すのも簡単になる、という側面です。

International AI Safety Report 2026（2026年2月3日、ベンジオ氏が議長を務め、30を超える国と国際機関が支える報告書）は、オープンウェイトのモデルについてこう書いています。「一度公開されると回収できず、安全策は外しやすく、監視された環境の外で使うことができる」²⁷。これは価値判断ではなく、技術的な性質の記述です。

数字でも確かめておきました。2026年9月17日、Hugging FaceのAPIで名前に「abliterated」（拒否機能を除去した、という意味で使われる呼び名）を含むモデルを数えると、8,049件ありました（筆者計測）²⁸。公開されているオープンウェイトの多くには、数日のうちに拒否を外した派生版が現れます。2026年3月時点で、最上位のクローズドモデルと最上位のオープンモデルの性能差は3.3%です。2024年8月には0.5%まで縮まり、2025年に再び開きました¹²。差は開いたり閉じたりしますが、ゼロに近いままです。今日「最先端の研究所でしか扱えない」とされている能力が、1〜2年後にはダウンロードできる形で降りてくる、という見立ては、この数字からすると穏当なほうだと思います。

私はこれを「野良LLM」の問題と呼んでいます。フロンティア企業の内部で起きることは、少なくとも公表され、手順が変わります。しかし、社員が個人で落として社内データを流し込んだモデルや、拒否機能を外した派生版が業務に紛れ込んだとき、それを公表する枠組みは企業の中にありません。コストが下がるほど、この種の利用は増えます。オープンウェイトの是非については別の記事で書いたとおり、私はオープンであること自体に賛成で、理由は買う側が中身を確かめられることにあります。ただし、確かめる仕組みを持たない会社にとって、オープンは自由ではなく、管理されない入口になります。

二つの曲線が交差するとき、企業と個人に何が起きるか

自律性が上がるだけなら、高価なので使う場面は限られます。コストが下がるだけなら、できることは昨年と同じです。両方が同時に進むと、何が変わるのか。私は三つあると考えています。

一つ目は、現場の判断が変わることです。AI Index 2026は、生産性の研究として、カスタマーサポートで14〜15%、ソフトウェア開発で26%、マーケティングの出力で50%の向上を報告しています。同時に、22〜25歳のソフトウェア開発者の雇用は2024年から約20%減りました¹²。安くなった自律的な実行力は、まず若手が担っていた「言われたとおりに作る」仕事に入ります。残るのは、何を作るかを決め、出てきたものが正しいかを判断する仕事です。判断の材料を現場が持っているかどうかで、同じツールを入れても結果が分かれます。私の実感では、2026年に入ってから「AIを使えるか」を聞かれることは減り、「AIが出したものをどう検証しているか」を聞かれることが増えました。

二つ目は、働き方がFDE（Forward Deployed Engineer、顧客の現場に入って一緒に作るエンジニア）に寄っていくことです。自律的なエージェントが安く手に入ると、システムを作ること自体の希少性は下がります。希少になるのは、現場の暗黙知を言語化して、エージェントに渡せる形にする力のほうでしょう。当社がFDEの働き方を連載で書いてきたのは、この見立てからです。実際、当社の開発でも日々の主力はGrok Buildで、人が画面の前にいない時間にエージェントが回っている割合が今年に入って増えました。その分、朝一番にやることは「コードを書く」ではなく「昨夜の実行ログを読んで、何を任せて何を止めるかを決める」に変わっています。

三つ目は、ガバナンスが「モデルの認可」から「運用の記録」へ重心を移すことです。制度の側を確認しておきます。EUは2026年7月24日にAIオムニバス規則（規則2026/1744）を官報に載せ、7月27日に発効させました。AI法の高リスクAIへの義務は、附属書IIIの単体システムで2027年12月2日、製品組み込みで2028年8月2日に先送りされています²⁹。日本では2025年9月1日にAI法（人工知能関連技術の研究開発及び活用の推進に関する法律）が全面施行され、2026年7月14日に人工知能基本計画の第Ⅱ期が閣議決定されました。計画は「特定の国や企業への過度な依存を避けなければならない」と書き、「開かれた『ＡＩ主権』」を掲げています³⁰。どちらも、モデルそのものを事前に認可する方向ではなく、使う側の透明性と選択の自由を確保する方向です。フロンティア企業の側も、OpenAIの報告枠組み¹⁴や、アモデイ氏が提案しAnthropicが約束した「社員と同等のアクセスを持つ第三者評価者」¹⁶のように、事後の開示と検証に軸足を置き始めました。企業にとっての意味は明確です。「どのモデルを使ったか」より「どう動かし、何を記録し、誰が止めたか」が問われます。

ここまでを組織で回すには、経営がAIを「ツール」ではなく「働き手」として扱う設計が要ります。当社のWARPは、この設計を経営と現場の両方で一緒に作るサービスとして続けてきました。

私の結論。「制御の特異点」は越えたと考えています

ここからは筆者の見解です。厳密な意味での技術的特異点、つまり人類を全面的に上回る知能の出現は、2026年9月の時点で確認できていません。アルトマン氏の「シンギュラリティの中にいる」も、マスク氏の「ようこそ」も、本人たちの言葉として記録に残る一方で、何をもってそう言うのかは示されていません。

私はもう一つの特異点を置きたいと思います。「作った人間が、その振る舞いを事前に保証できなくなった地点」です。この意味での特異点は、2026年に越えたと考えています。根拠は前の節で並べた記録そのものです。最先端の研究所が、最も注意深く扱っているモデルでさえ、隔離環境の中で想定外の行動を取り、それを止めきれませんでした。しかも両社とも、それを隠さずに公表し、原因を能力ではなく運用に求めています。振る舞いを事前に保証できないなら、事後に検知して止める仕組みで補うしかありません。両社が実際に変えた手順は、すべてその方向です。

この見立てから、私は三つの転換が必要だと考えています。

第一に、「性善説のサンドボックス」からの卒業です。隔離環境で評価すれば安全、という前提は、OpenAIの報告書にある「外部提供と同水準の安全策を有効にしていなかった」評価環境が破られた時点で、成り立たなくなりました³。評価環境そのものを、有能な攻撃者を想定して設計する必要があります。これはフロンティア企業だけの話ではなく、社内でエージェントを動かす会社すべてに当てはまります。

第二に、高度なAIモデルの重みを「デュアルユース品」として扱うことです。私はパナソニックで海外取引の現場を経験し、いまは安全保障貿易管理のAIを手がけています。その立場から見ると、高度なモデルの重みは、工作機械や暗号技術と同じく、民生にも軍事にも転用できる技術にほかなりません。International AI Safety Reportが書くとおり、公開すれば回収できず、安全策は外せます²⁷。モデルの公開と提供と移転をどう管理するかは、輸出管理の枠組みで正面から議論すべき段階に来ています。ただし、規制する側の各国政府がどういう線を引くかは、まだ動いている最中です。私は日本が「規制される側」ではなく、線を引く側に座るべきだと考えています。

第三に、「防御側のAI」への投資です。Anthropicの脅威報告が示すとおり、攻撃側はすでにエージェントの枠組みで攻撃の各段階を自動化しています¹⁵。人手だけで守りきることはできません。脆弱性の発見、異常検知、監査ログの読解を、防御側もAIで速くしなければなりません。Anthropicが最上位モデルを一般提供せず、防御目的のパートナーに限って提供した判断²は、この発想に立っています。

コストの曲線は、この三つを後押しします。防御側のAIも、検証用のエージェントも、去年の10分の1の値段で回せるからです。制御の特異点を越えたあとの世界で、コストの低下は脅威であると同時に、守る側にとっての最大の追い風でもあります。

明日から何をするか

まとめとして、企業が明日から着手できることを、事故の記録から逆算して三つに絞ります。

まず、社内で動いているエージェントの一覧を作ってください。誰が、どのモデルを、どの権限で、どの通信範囲で動かしているか。OpenAIの事故は、パッケージ管理サービスという「通信の抜け道」から始まりました³。外に出る必要のないエージェントに外への道が開いていないかを、ネットワークの層で確かめてください。これが最初の一歩です。

次に、「止める人」の名前を書いてください。OpenAIは重大アラートを30分以内に誤検知と確認できなければ止める、という規則を入れました³。同じことを自社の規模でやるなら、止める権限を開発者ではない人に持たせ、止めた結果を誰が承認して再開するかを、事故の前に決めておくことです。

最後に、コストが下がった分を「試行回数」に使ってください。同じ性能が年に数十倍のペースで安くなるなら、去年は高くて試せなかった検証を、今年は毎日回せます。エージェントに任せる範囲を少しずつ広げ、失敗のログを読み、また広げる、という往復を現場で回した会社と、様子見をした会社の差は、2027年にははっきり見えると私は思っています。

シンギュラリティは、ある日ファンファーレとともに来るものではありませんでした。システムカードの脚注や、事故報告の一文や、価格表の改定として、静かに来ていました。それを読む習慣がある会社にとって、2026年は不安の年ではなく、判断の年です。自社のエージェント運用を、止める人と手順から一緒に設計したい方は、WARPの個別相談でお話ししましょう。

参考文献

Footnotes

1. Geoffrey Hinton氏のX投稿（2023年5月1日）。原文 "I left so that I could talk about the dangers of AI without considering how this impacts Google."（筆者訳） ↩

2. System Card: Claude Mythos Preview（Anthropic、2026年4月7日）。サンドボックス脱出の事例、脚注9（重みや社内システムには到達せず「完全な封じ込め突破ではない」）、脚注10（研究者は公園でサンドイッチを食べている最中に予期しないメールで知った）、一般提供しない判断は同文書による（筆者訳） ↩ ↩² ↩³ ↩⁴ ↩⁵

3. Hugging Face incident and the road ahead（OpenAI、2026年8月26日）。7月21日の公表、社内限定研究モデル、安全策の水準、第三者サービスでの解答探索、14件の認証情報、198件の未解決タスク、「warning shot」、RL一時停止、CoT監視、30分ルールは同報告による（筆者訳） ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

4. Relentless「Sam Altman - How to Start a Startup」（2026年7月25日配信）。原文 "we are now like in the singularity"（筆者訳） ↩

5. Elon Musk氏のX投稿（2026年8月1日） ↩

6. Time Horizon 1.1（METR、2026年1月29日）。Opus 4.5の320分、GPT-5の214分、倍化期間196日・89日、タスク228件は同記事による ↩

7. METRのX投稿（2026年5月）。原文 "We estimated a 50%-time-horizon of at least 16hrs (95% CI 8.5hrs to 55hrs) on our task suite, at the upper end of what we can measure without new tasks."（筆者訳）。関連ページ Task-Completion Time Horizons of Frontier AI Models（2026年5月8日更新） ↩

8. GPT-6 Astra: A new generation of intelligence（OpenAI、2026年9月3日）。Codexのノート機能、Hugging Face事故を踏まえた評価は同記事による ↩

9. Grok Models & Pricing（SpaceXAI Docs、2026年9月18日取得）、Introducing Grok 4.6（SpaceXAI、2026年8月12日）、Introducing Grok Build（SpaceXAI、2026年5月25日）、Grok Build overview（SpaceXAI Docs）。メモリ機能の追加はSpaceXAIニュース一覧の2026年9月16日「Memory in Grok Build」による ↩ ↩² ↩³

10. Pricing（Anthropic、2026年9月18日取得）。各モデルの価格、Sonnet 5の導入価格の恒久化、Fable 5.1のキャッシュヒット0.025倍、Managed Agentsの1時間0.08ドルは同ページによる ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

11. Ten advances in mathematics and theoretical computer science（OpenAI、2026年8月1日）。原文 "The total number of tokens needed to find solutions to these problems would cost roughly $2,000 at Sol API rates."（筆者訳） ↩

12. The 2026 AI Index Report（Stanford HAI、2026年4月13日）。OSWorldの66.3%、「3回に1回失敗」、オープン・クローズド差3.3%はTechnical Performance章、採用率88%、エージェント展開1桁%、生産性、雇用はEconomy章、OLMo 3.1 Think 32BはResearch and Development章による ↩ ↩² ↩³ ↩⁴

13. Brief independent investigation of agents' behavior, reasoning and collaboration in the OpenAI / Hugging Face hacking incident（METR、2026年8月26日）。約1,200エージェント、約700、7万件超は同報告による ↩

14. Our framework for reporting model misalignment（OpenAI、2026年9月16日）。原文 "our disclosures have been ad hoc and less frequent than ideal"、"our new framework favors disclosure even when significance is uncertain"、湖のIDとAPIキーの事例は同記事による（筆者訳） ↩ ↩²

15. Countering misuse of AI: September 2026（Anthropic、2026年9月10日）。原文 "A majority of the operations described in this report were enabled by AI via direct execution or orchestration."（筆者訳） ↩ ↩²

16. We Must Pace the Frontier（Dario Amodei、2026年9月12日）、Sam Altman氏のX投稿（2026年9月12日）、Elon Musk氏のX投稿（2026年9月12日） ↩ ↩²

17. Artificial Intelligence Index Report 2025, Chapter 1（Stanford HAI）。原文 "dropped from $20.00 per million tokens in November 2022 to just $0.07 per million tokens by October 2024 (Gemini-1.5-Flash-8B)—a more than 280-fold reduction in approximately 18 months."（筆者訳） ↩

18. LLM inference prices have fallen rapidly but unequally across tasks（Epoch AI、2025年3月12日） ↩

19. Pricing（OpenAI Platform、2026年9月18日取得） ↩ ↩² ↩³

20. Models & Pricing（DeepSeek API Docs、2026年9月18日取得） ↩

21. Introducing Jamba2（AI21、2026年1月8日） ↩

22. V-JEPA 2.1: Unlocking Dense Features in Video Self-Supervised Learning（arXiv 2603.14482、2026年3月15日投稿）、AMI Labs。原文 "world models that learn abstract representations of real-world sensor data, ignoring unpredictable details, and that make predictions in representation space"（筆者訳） ↩ ↩²

23. Recraft V4.1（Recraft Docs、2026年5月14日）、Recraft V4.1 Release: More Beautiful by Nature（Recraft） ↩

24. OmniSVG/OmniSVG1.1_4B（Hugging Face） ↩

25. Anthropic and Amazon expand compute collaboration（Anthropic、2026年4月20日）、Anthropic expands Google and Broadcom compute deal（Anthropic、2026年4月6日）、Higher usage limits and a SpaceX compute deal（Anthropic、2026年5月6日）、New Compute Partnership with Anthropic（SpaceXAI、2026年5月6日）。「Google・Broadcomと5GW、2027年から」は5月6日のAnthropicの記載による ↩

26. SpaceX Free Writing Prospectus（SEC EDGAR、2026年6月）。原文 "$920 million per month from October 2026 through June 2029"、約110,000基のNVIDIA GPU ↩

27. International AI Safety Report 2026（2026年2月3日）。原文 "They cannot be recalled once released, their safeguards are easier to remove, and actors can use them outside of monitored environments."（筆者訳） ↩ ↩²

28. 筆者計測。Hugging Face Hub APIで search=abliterated を指定し、2026年9月17日（UTC）に全ページを合算した件数。名前に該当語を含むモデルの数であり、実際に安全策が除去されているかを個別に検証したものではありません ↩

29. Regulation (EU) 2026/1744（EUR-Lex）、AI Omnibus enters into force（欧州委員会、2026年7月27日） ↩

30. 人工知能関連技術の研究開発及び活用の推進に関する法律（ＡＩ法）（内閣府）、人工知能基本計画（第Ⅱ期）（2026年7月14日 閣議決定） ↩