🌸 マニのAIニュース

1.Alibaba、最上位モデル「Qwen3.8-Max」を発表

〔何が変わった〕Alibaba Cloud の Qwen チームが、ファミリー最大をうたう Qwen3.8-Max を出した。総パラメータ2.4兆・アクティブ950億の MoE（必要な部分だけ動かす省エネ構成）で、いちどに読める文章は最大100万トークン。自社ベンチでは Terminal Bench で Claude Fable 5、SWE-bench Pro で GPT-5.6 Sol を上回ったとする一方、別の指標では及ばない結果も同時に出している。提供は API 経由で即日、オープンウェイト版は「来週」公開の予定。

〔なぜ重要〕ベンチの勝ち負けより、「競り合える性能を、来週オープンウェイトで配る」という中国勢の型がまた一段強まったことが効く。手元で動かせて、コストも自由度も高い——閉じた最上位モデルに対して、性能で並びつつ「じゃあ重みください」で構造的に押していく戦い方になっている。

〔初心者向け一言〕中国の Alibaba が、トップクラスをうたうAIを出して、その設計図（重み）まで来週タダで配るという。自分の環境で動かせるAIの選択肢がまた増える。

【発表】2026-08-03｜【ソース】Qwen公式ブログ／Bloomberg（一次＋複数大手一致・確度高。ベンチはAlibaba公称）

2.AIが数学の未解決問題を10件——OpenAIの内部モデル、機械検証つき

〔何が変わった〕OpenAI が、次期モデルの内部版が、10年以上進展のなかった数学・理論計算機科学の難問10件で新しい結果を出したと公表した。高次元幾何や群論などが対象で、1978年以来動かなかった上界の初改善なども含む。特徴は検証方法で、出した論証を Lean 4（計算機が1行ずつ答え合わせできる形）に落として公開した。発見にかかった費用は現行レートで約$2,000相当という。

〔なぜ重要〕専門家が数十年解けなかった問題で、AIが「機械で検証できる本物の証明」を出した初物級の事例だから。数字だけの主張なら疑えるが、機械検証できる証明は「盛り」が効かない。ただし人間が原稿整形と形式化を手伝っており、学界の独立検証はこれから。

〔初心者向け一言〕AIが、数学者が長年解けなかった難問を10個も解いて、しかも答え合わせを機械にさせられる形で出した。まだ検証中だけど、AIが「発見」に踏み込んだ話。

【発表】2026-08-01（公式動画での再告知は8/3）｜【ソース】OpenAI公式／@OpenAI（一次・Lean証明公開・確度高。⚠本体は8/1発表＝先週末の話の続報）

3.Sakana AI、日本語特化のLLM API「Sakana Namazu」を公開

〔何が変わった〕日本の Sakana AI が、日本語・日本の業務に特化したAPI 「Sakana Namazu」を公開した。ベースは Moonshot のオープンモデル Kimi K2.6 で、そこに日本語チューニングを加えたもの。OpenAI互換API（既存のコードをほぼそのまま向けられる）で、Web検索とコード実行が最初から入っている。従量課金で、専用コンソールから即日使える。

〔なぜ重要〕「日本語で仕事に使えるAPI」を探していた層に、乗り換えコストの低い国産の一次選択肢ができたこと。OpenAI互換なので接続先を少し変えるだけで試せる。海外モデルの日本語性能に不満のある国内導入に、選択肢が一つ増える。

〔初心者向け一言〕日本のAI企業サカナが、日本語の仕事に強いAIを「他社AIと同じ呼び方で使える」形で公開した。今の接続先を少し変えるだけで試せる。

【発表】2026-08-03｜【ソース】Sakana AI公式／@SakanaAILabs（一次＋二次一致・確度高）

🍬ひとくちメモ

〔Cursor、エージェントのトークン効率を2〜3割改善〕AIコーディングツール Cursor が、クラウドエージェントのトークン効率を20〜30%（画面操作をともなう実行は80%）改善したと発表。競争軸が「賢さ」から「同じ予算でどれだけ働けるか」へ移っている一例。【ソース】@cursor_ai

〔Claude Code＝据え置き・障害なし〕CHANGELOG は 2.1.220 のまま、status も全システム正常。今日は動きなし。【ソース】status.claude.com

〔米下院のAIツール支出、約9割がChatGPT〕下院のAIツール関連支出のうち約$10,580（約90%）が OpenAI ChatGPT に集中しているとの分析報道。公的機関の実採用シェアが数字で見える珍しい記事。【ソース】TechCrunch