2026年10月8日朝。
今日はかなり面白いニュースが揃っています。
特に大きいのが、GPT-6の一般展開と「Intelligent UI」、そしてClaude Haiku 5.5です。
一見すると、
「また新しいAIモデルが出たのか」
と思ってしまいます。
でも今回の変化は、モデルの点数が少し上がったという話ではありません。
AIが、
文章を返す↓その場で道具を作る
そして、
1体の巨大AIが全部やる↓安いAIを何十体も働かせる
という方向へ進み始めています。
さらに生命科学では、Google DeepMindやMeta、米政府などが総額18億ドル規模で「生命そのものを予測するAI」のためのデータ作りを始めました。
今日は、この変化をなるべく普通の言葉で整理します。
ニュースひとことで言うとGPT-6 + Intelligent UI必要な画面やツールをChatGPTがその場で作るClaude Haiku 5.5安くて速いAIがAgentの「部下」になれるVirtual Biology InitiativeAIで細胞をシミュレーションするための巨大データ計画Nano Banana 2.1同じ人物・商品を崩さず画像生成しやすくなるNous ResearchOpen Source Agentを企業でも使える形へ
🥇 ChatGPTが「その場でアプリを作る」ようになった
OpenAIが10月7日、GPT-6をChatGPTのより広いユーザーへ展開すると発表しました。
Plus、Pro、Business、EnterpriseではGPT-6 Sol、FreeとGoではGPT-6 Lunaが使われます。
そして今回、一番面白いのが、
Intelligent UI
です。OpenAI
これまでChatGPTへ質問すると、基本的には文章が返ってきました。
もちろん表や画像などはありましたが、基本構造は、
質問 → 回答
です。
Intelligent UIでは、ChatGPTが質問内容を見て、
比較表。
グラフ。
入力フォーム。
ボタン。
Calculator。
割り勘ツール。
簡単なGame。
などをその場で組み立てて返すことができます。OpenAI
例えば、
「友達5人で23,480円の食事をした。2人だけお酒を飲んだから少し多めに払ってほしい」
と頼んだとします。
今までなら、
「Aさんは○円、Bさんは○円……」
と文章で計算結果を出すことが中心でした。
これからは、金額や人数を自分で変更できる割り勘ツールそのものを会話の中に作ることができます。
「どのアプリを使う？」ではなくなるかもしれない
ここが個人的にかなり重要だと思っています。
今までSoftwareを使うときは、
目的を考える↓その目的に合うアプリを探す↓アプリの操作方法を覚える
必要がありました。
でもIntelligent UIの方向が進めば、
「こういうことがしたい」
と言うだけで、
その仕事に必要なInterfaceをAIがその場で作る。
OpenAI自身も、将来的には人間がSoftwareに合わせるのではなく、Softwareが人間に合わせる方向を目指していると説明しています。OpenAI
これって、地味に大きな変化です。
僕たちは将来、
「どのアプリを開こう？」
ではなく、
「何をしたい？」
からComputerを使い始めるのかもしれません。
しかも、回答しながら裏で考え続ける
GPT-6ではもう一つ面白い変更があります。
ChatGPTが、
回答を表示し始めたあとも、裏側でThinkingやTool Useを継続できる
ようになりました。OpenAI
今までは難しい問題だと、
考える↓待つ↓回答が全部完成↓表示
という感覚がありました。
これからは、
回答を読み始める↓裏でAIがさらに検索・計算・推論↓追加情報が出てくる
という使い方ができます。
人間同士でいうと、
「まず分かっているところから説明するね。残りは調べながら続ける」
に近い。
ChatGPTが少しずつ、静的な回答画面ではなく、動く作業空間になってきています。
⚡ Claude Haiku 5.5。「安いAI」がかなり強くなった
Anthropicからは、
Claude Haiku 5.5
が登場しました。
HaikuはClaudeシリーズの中で、軽量・高速・低価格を担当するモデルです。
今回のHaiku 5.5は、Anthropicによれば同社史上、
最も安く、速く、高性能な小型Claude
です。Anthropic
100K tokens以下のPromptなら、100万tokenあたり、
入力：0.10ドル出力：0.50ドルCache Read：0.01ドル
です。Anthropic
前世代Haiku 4.5と比べて、平均実行Costは約75%下がったとAnthropicは説明しています。
でも僕が気になったのは、安さよりComputer Use性能です。
OSWorld 2.1では、
Haiku 4.5：15.7%GPT-6 Luna：48.9%Haiku 5.5：72.4%
という結果をAnthropicが公開しています。Anthropic
もちろん、これは特定のBenchmarkであり、すべての仕事でHaiku 5.5が優れているという意味ではありません。
それでも、
「安い小型AIは簡単な文章処理だけ」
というイメージはかなり崩れてきました。
なぜ「安いAI」がそんなに重要なのか？
AI Agentというと、
超高性能なAIが一人で全部仕事をする姿を想像しがちです。
でも実際には、
賢いLead Agentが計画を立てる
↓
安いSubagentが大量の小さな仕事をこなす
という構成の方が合理的です。
Anthropic自身もHaiku 5.5を、Opus 5.5やSonnet 5.5と組み合わせるSubagentとして紹介しています。Anthropic
例えば会社の資料作成なら、
Opus→ 全体構成を考える
Haiku A→ 売上数字を探す
Haiku B→ 過去資料を要約する
Haiku C→ Competitor情報を確認する
Haiku D→ 誤字を確認する
という形です。
人間の会社と同じで、
社長がコピー作業まで全部やる必要はない。
この考え方がAIでも成立し始めています。
僕自身、最近AI Agentを使っていて、
「最高性能のAIを常に使えばいいわけではない」
と感じることが増えています。
今回のHaiku 5.5は、その流れをさらに強めるモデルだと思います。
🧬 18億ドルで「仮想の細胞」を作る
科学分野では、さらに大きな話があります。
Biohub、米国エネルギー省、NIH、Google DeepMind、Isomorphic Labs、Metaなどが、
総額18億ドル規模
のリソースを投入して、AI向けの大規模な生物学データを構築すると発表しました。Biohub
目標は、
Virtual Cell
です。
簡単に言えば、
コンピューター上に「予測できる細胞」を作る
という構想です。
薬の実験を、まずComputerの中でできるようにする
今、新しい薬を作るには、
候補を考える。
実験する。
失敗する。
また候補を作る。
さらに実験する。
という大量のTrial & Errorが必要です。
もし細胞の反応を高精度に予測できるAIができれば、
100万個の候補をComputer上で試す↓有望な100個を選ぶ↓実際のLaboratoryで検証する
という研究方法が可能になるかもしれません。
今回のプロジェクトでは、Google DeepMind、Isomorphic Labs、Metaだけでも3億ドルを投資。
米DOEは5年間で5億ドル超を投入し、NIHもこれまで5億ドル超を投資して構築してきた関連Datasetなどを統合していきます。Biohub
しかも重要なのは、最終的なData Resourceを研究コミュニティへOpenにする方向で進めていることです。
ChatGPTを作った方法を「生命」に持っていく？
かなり乱暴に単純化すると、LLM革命は、
Internet上の大量の文章↓巨大Dataset↓Foundation Model
という流れで起こりました。
Virtual Biology Initiativeは、
大量の細胞DataProteinTissueInterventionImaging
↓
巨大なMultimodal Biology Dataset
↓
Biology Foundation Model
を作ろうとしています。Biohub
つまり、
言葉を予測するAI
の次に、
生命の反応を予測するAI
を作ろうとしている。
昨日紹介したOpenAIの数学研究と並べると、AIがScientific Discoveryへ入っていく流れがかなり強くなっています。
🍌 Nano Banana 2.1。「同じ人」を作り続ける能力が上がった
Google DeepMindは画像生成・編集モデル、
Nano Banana 2.1
も公開しています。
Gemini 3.6 Flashをベースにしていて、
Text-to-Image。
Image Editing。
複数画像のReference。
Product Consistency。
文字入り画像。
Infographic。
などに対応します。Google DeepMind
ここで僕が特に気になったのが、
Multi-character consistency
です。
Googleの内部評価では、前世代の978から1106まで改善しています。Google DeepMind
「1枚きれい」より「20枚ずっと同じ」が大事
AI画像って、
「ものすごく綺麗な1枚」
はかなり簡単に作れるようになりました。
でも実際に漫画や広告、YouTube、Story制作で使おうとすると、
1枚目では黒髪。
2枚目では茶髪。
3枚目では顔が別人。
みたいな問題が起きます。
実用では、
最高の1枚を作れることより、同じCharacterを何度作っても同じにできること
の方が重要です。
Nano Banana 2.1は、この方向をかなり強化しています。
生成AIが、
「面白い画像を作るTool」
から、
Production Tool
へ移っている感じがあります。
🦙 Open Source Agent「Hermes」が企業へ
Nous Researchも面白い動きをしています。
同社は9,000万ドルを調達。
NVIDIA、MicrosoftのM12、Samsung、Robot Ventures、Union Square Ventures、Y Combinator、Menlo Venturesなどが参加しています。Nous Research
そして資金を使って、
Hermes for Businesses
を展開します。
HermesはOpen SourceのAI Agentです。
Nousの考え方はかなり明確で、
使う人がAIをControlできるべき
というもの。
企業版でも、
自分たちでModelを選ぶ。
自分たちのDataを管理する。
PrivateにDeployする。
自社独自のKnowledgeをAgentへ持たせる。
という方向を目指しています。Nous Research
Open Source AIは「無料Model」だけじゃなくなる
これも面白い変化です。
Open Source AIというと、
無料で使えるModel
というイメージがあります。
でも企業市場では、
Model自体をOpenにしながら、
Security。
Deployment。
Governance。
Support。
Enterprise Integration。
でビジネスを作ることができます。
かなりLinuxとRed Hatに近い構造です。
AI Agentの世界でも、
Open Agent + Enterprise Infrastructure
という市場が大きくなる可能性があります。
💰 DeepSeekは約120億ドル調達へ。ただしまだ未確定
中国ではDeepSeekが、少なくとも800億元、約119億ドル規模の新たな資金調達を進めているとReutersが報じています。
最終的には1,000億元規模になる可能性もあります。Reuters
ただし、ここは他のニュースと扱いを分ける必要があります。
まだ完了したFundingではありません。
DeepSeek自身もReutersの問い合わせに回答していません。Reuters
報道によればTencentやCATLなどが参加し、目標企業価値は約740億ドル。
またHuaweiとAscend AI Chip向けのProgramming Toolも開発しており、中国独自のAI Infrastructure作りも進めています。Reuters
確定したらかなり大きなニュースですが、現時点では「調達へ」という段階で見ておくのが良さそうです。
今日のニュースをつなげると見えてくるもの
今日のニュース、一見かなりバラバラです。
でも僕には、一本の流れに見えます。
GPT-6。
→ 必要なInterfaceをAI自身が作る。
Claude Haiku 5.5。
→ 安いAIを大量に働かせる。
Hermes。
→ AI Agentを自分で所有する。
Nano Banana 2.1。
→ AI生成を実際のProductionへ使いやすくする。
Virtual Biology。
→ AIを科学研究そのものへ入れる。
つまり、
「ものすごく賢いChatbotを1つ作る」
という競争だけではなくなっています。
「1人の天才AI」より「AIのチーム」へ
個人的に今日一番注目したいのは、
Claude Haiku 5.5
です。
理由は性能そのものより、
AI Agentの使い方を変える価格帯に入ってきた
からです。
AI Agent時代というと、
最強Modelが一人で何時間も考える未来を想像しがちです。
でも現実は、
Lead Agent：難しい判断
Subagent：検索
Subagent：要約
Subagent：Browser操作
Subagent：Data整理
のように、AI同士で分業する方が効率的かもしれません。
Haiku 5.5のような小型Modelが強く、安くなるほど、
AIを1回使う
のではなく、
AIチームを動かす
という発想が現実的になります。
そして長期では「Virtual Biology」
でも、10年単位で見たときに一番大きい可能性があるのはVirtual Biologyだと思います。
昨日は、
AIが新しい数学的結果を作る
というOpenAIの研究を紹介しました。
今日は、
AIが生命そのものを予測するためのData Infrastructure
に18億ドル規模の資源が集まりました。Biohub
数学。
生物学。
材料科学。
医学。
AIが、
「人間が作った知識を検索する」
ところから、
「人間がまだ知らない知識を作る」
ところへ進んでいく。
最近のAIニュースを追っていると、その変化がかなりはっきりしてきた気がします。
2026年は、
「Chatbotが賢くなった年」
ではなく、
「AIがSoftware・仕事・科学そのものへ入り始めた年」
として振り返ることになるのかもしれません。🔥
Haruki AI OS｜AIを深く学ぶ
毎日のAIニュースでは、新しいModelや機能が次々と出てきます。
でもHaruki AI OSでは、
「新しいAIが出た」
だけで終わらず、
それが自分たちの生活・仕事・学習をどう変えるのか
まで考えていきます。
AI / LLM / Reasoning / AI Agent / AGI / ASIなどを基礎から学びながら、今回のIntelligent UIやSubagent、AI Scientistのような最新テーマも、なるべく普通の言葉で整理していきます。
AIをなんとなく使うところから、一歩ずつ理解して使えるようになる。
そんな研究室にしていきます。
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 검수
원문 보기 | 출처: note.com