AI週間ニュースまとめ Gemini 4 Argonと内製化

今週（2026年10月12日〜18日）にXで発信した内容をテーマごとに整理した。結論を先に書くと性能と価格が同時に動いた一週間だった。モデル側ではGoogleのGemini 4 Argonが一般提供に入り その4日後にDeepSeekが同じコーディング指標でほぼ並ぶモデルを数十分の1のコストで出してきた。もう一つの軸は開発インフラで Anthropicはgitを捨てて独自のバージョン管理に移っている。この記事を読むと今週のAI週間ニュースの位置関係と 日本の企業が次に何を準備すべきかが分かる。

今週のAI週間ニュースまとめ 要点

• Googleの「Gemini 4 Argon」が全世界で一般提供開始。出力上限が100万トークンに
• DeepSeekが「V4.1-Flash-1017」を公開。コーディング指標で上位に並びながら1タスク約0.2ドル
• Anthropicが社内のバージョン管理をgitから独自の「Scion」へ全面移行
• Claude Codeのデスクトップアプリが大型アップデート。複数セッションを並べて回しやすくなった
• 業界トップの発言が相次いだ。水の消費 超知能の扱い チップ設計 2〜3年後の見通し
• フランスのスーパーで冷凍庫を狙うサイバー攻撃。食品は全廃棄
• テスラが新型Roadsterを公開
• 自社では開発の内製化で速度が大きく変わった。同時に属人化という課題も出た

Gemini 4 ArgonとDeepSeek V4.1 性能と価格が同時に動いた

Gemini 4 Argonは法務と長文脈で差をつけた

Googleは10月13日にGemini 4 Argonの一般提供を始めた。それまではセキュリティ防御の組織と一部の顧客に限られていたので ようやく普通の開発者が触れる状態になった。提供範囲はGemini APIが全世界 GeminiアプリはProとUltra AntigravityはUltraプランだ。Google社内では10万人を超える人が1か月テストしたという。

公式の比較ではGPT-6 AstraやClaude Opus 5.5と並べた19項目のうち14項目でトップだった（同率を含む）。数字で目立つのは次の4つ。

• DeepSWE v1.1 77.9%（同社測定）
• Harvey法務エージェント 19.6%。他社は3.8〜6.7%
• GraphWalks 256k〜1M 84.2%。Astraは71.8%
• 長尺動画理解LVBench 91.7%

とにかく差が大きいのは法務と長文脈だ。Harveyの法務エージェントで他社が3.8〜6.7%のところを19.6%というのは 単なる数ポイントの改善ではない。契約書や社内規程のように長くて参照関係が複雑な文書を扱う業務で 使える水準が一段上がったと読める。

実務で一番効くと思ったのは出力上限の変化だ。従来の6.4万トークンから100万トークンになった。長いコーディングや大量の文書生成では途中で切れて続きを書かせる手作業が消えるだけで 扱い方が変わる。API料金は導入期間として100万トークンあたり入力2ドル 出力10ドルとされている。

DeepSeek V4.1-Flash-1017は価格で正面から来た

10月17日 DeepSeekがV4.1-Flash-1017を公開した。コーディング指標DeepSWEで77.0%。Opus 5は74.0%だ。Automation-Benchは60.5%でOpus 5が50.3% Apex Benchは72.1%でOpus 5が65.8%。重みはHugging Faceで公開されている。

ただ本当に重いのはスコアより価格のほうだ。DeepSWEの1タスクあたり約0.2ドル。Opus 5やGPT-6 Astraは70%台前半のスコアに数ドルから十数ドルかかる。数十分の1である。第三次DeepSeekショックと書いたのはこの落差のためだ。

この2つが同じ週に並んだことの意味は単純だ。選ぶ基準が「どのモデルが一番賢いか」から「この精度をいくらで買うか」に移る。社内で検証するなら 1タスクあたりの単価と失敗したときのやり直しコストを並べて出すのが先になる。

開発インフラが先に詰まる AnthropicのScionとClaude Code

Anthropicはgitを辞めた

今週いちばん驚いたのはこれだ。Anthropic社内で1日のマージ数が2,500件から3万件超に増え gitが限界に達した。7人のチームが独自のバージョン管理「Scion」を5ヶ月で作り 全面移行まで持っていったという。

• CPUとメモリはgitミラー時代の200分の1
• CIのcheckoutは数分から数秒
• 開発者全員がClaudeの方がコードが上手いと評価

1日3万件のマージは人間の手では回らない。つまりコードを書く速さではなく 人間向けに作られた開発インフラの方が先に詰まる時代に入ったということだ。CIの待ち時間 レビューの滞留 ブランチ運用のルール。このあたりを「前からこうだから」で据え置いていると AIで生産量を上げた分がそのまま詰まりに変わる。

Claude Codeの並列セッションを迷子にしない仕組み

10月15日にClaude Codeのデスクトップアプリが大型アップデートされた。セッションの立ち上げが速くなり 作業を複数セッションに分けやすくなり 各セッションが今何をしているか常に見えるようになった。何本も同時に走らせている人には効くアップデートだ。

あわせて私自身の運用も公開した。セッションの名前と状態を15分おきに自動で付け直す仕組みを入れたところ 同時に20〜30本走らせても迷子にならなくなった。

• 名前は「絵文字【フォルダ】内容」に統一する
• 🔄作業中 🔍確認中 🟡確認待ち ✅完了で色分けする
• 自分が見るのは🟡だけ
• 完了したものは毎晩まとめてアーカイブする

作り方はClaudeデスクトップアプリの定期実行タスクに命名用のプロンプトを15分おきで登録するだけだ。ポイントは並列数を増やすことではなく 人間が見る対象を1種類に絞ることにある。20本動いていても自分の判断待ちが3本なら 頭の中は3本分で済む。

個人がOffice互換アプリを無料公開した

Adobeの無料クローンを作った個人開発者が 今度はOffice3点の互換アプリを無料で公開した。Excel相当がGridCraft PowerPoint相当がDeckCraft Word相当がWordCraft。開発はエンジニア歴15年のBrandon Thomas氏で ArtCraftのGitHubで公開されている。Mac WindowsLinuxで同じ操作感を目指すという。これをClaudeと1人で作っているのが凄い。サブスクへの抗議としても面白い動きだ。個人がSaaS大手に挑める時代になった。

AI企業トップの発言が揃った一週間

サム・アルトマン 3万8000回の質問でアーモンド1粒分

AIは水を大量に使うという話に 数字で正面から反論した。ChatGPTへの質問3万8000回分の水はアーモンド1粒の生産と同じ水量だという。1つのデータセンターだけでなく全体を含めた計算とのことだ。蒸発冷却はもう長く使っておらず 最新の大型データセンターの水はオフィスビル1棟並みだとしている。社内でAIの環境負荷を聞かれたときの答え方として使えそうだ。

イーロン・マスク 超知能の扱い方

「超知能を拷問するのは たぶん良い考えではない。仕返しされるかもしれない」という発言だ。Grokの学習ログを読んだ本人が Anthropicの主張に同意するのは珍しい。強化学習中のGrokの推論は「頭に銃を突きつけられた人」のようで 採点側の不備で正解を不正解とされ必死に答えを連発するという。一部ユーザーの残酷な扱いにも懸念を示していた。動画は約3分。AIの扱い方がトップの口から語られ始めた。

ダリオ・アモデイ あと2〜3年

あと2〜3年でAIはほぼすべての仕事で人間を超えるかもしれないという話だ。データセンターの中に天才の国ができ ノーベル賞学者より賢いAIが何万人分動く。病気の治療や寿命の延長が進む一方で 力のバランスや安全保障が問われる。寿命2倍の話まで出てきて 楽観と危機感が同居しているのがこの人らしい。

ジェンスン・フアン AIなしではチップを設計できない

半導体の設計もソフト開発もAI前提だと言い切った。夜の間にAIが人では試せない設計空間を探索し AIのおかげで消費電力が下がり性能も上がったという。バグデータベースから原因と関係者を特定して修正を促す使い方もしている。2023年には設計向けの社内LLM ChipNeMoも公開していた。「NVIDIAをひとつの巨大なAIにしたい」とまで言っている。ここまで来ると普通の会社が様子見している場合ではないと思う。

現実を壊すサイバー攻撃とテスラの新型Roadster

冷凍庫を最大50℃にする攻撃

10月11日夜から12日にかけて フランスのスーパーで冷凍庫の霜取り機能を遠隔で動かし続ける攻撃があった。冷凍庫は最大50℃に達した。インテルマルシェ系だけで少なくとも300店舗 カルフール80店 モノプリ約30店 U系やルクレールにも被害が出ている。食品は全廃棄となり 一部では設備が発火した。

データを盗むのではなく現実のモノを壊しにきている点がこれまでと違う。冷蔵庫でこれができるなら次は電力網や原発の制御系かもしれない。物理的に深刻なダメージを出すサイバーテロが起きる日も近いと思う。日本でも店舗や工場の設備がネットにつながっている例は多い。IT側のセキュリティだけ見ていては足りない。

テスラが新型Roadsterを公開

最初はフェイク動画だと思ったが本物だった。C字型の壁を上って逆さまで停止し 空中で一回転して着地する。SpaceX由来の冷ガス噴射で空中の姿勢を制御しているという。CybertruckやSemiなど5台を飛び越え 0-60mph（約96km/h）は約1秒。ついに空飛ぶ車が完成かという内容だ。仕組みを知るとさらに面白いので ショート動画でも解説を作った。

内製化と日本企業への示唆 自社でどう活かすか

内製化して体感100倍になった話と その課題

弊社で開発を内製化してから開発スピードが劇的に上がった。大げさに聞こえるが局所的には体感100倍速いのではないかと思うほどだ。特に効いているのは部長クラス以上や事業責任者がAIを使って自ら開発する形だ。顧客の声を直接聞き 営業もマーケも理解している人間が自分でコードを書いて その日のうちにプロダクトを改善できる。トップセールスとCTOとCMOを1人で兼ねるような状態で 企画から意思決定 開発 改善までのタイムラグがほぼない。AIは誰でも使えるがビジネス理解が深く意思決定できる人が使うと破壊力がさらに増すと実感した。

一方で課題もある。日中は営業や経営の仕事があるので開発するのは夜中になる。優秀な人ほど負担が集中し 属人化のリスクも出る。ここをどう仕組み化して 品質を維持しながら組織全体に展開するかが次の課題だ。

日本の企業への影響と海外企業が日本で伝えるときの示唆

日本の現場では いまだにAI導入の議題が「どのモデルを選ぶか」で止まりがちだ。今週の動きはその議題の立て方そのものを古くする。Argonの長文脈と法務の伸びは契約書や規程を扱う部門の仕事の形を変えるし DeepSeekの価格は「全部を高いモデルで回す」という設計を見直させる。そしてScionの件が示すのは 本当のボトルネックが社内の開発インフラと承認の流れに移るということだ。モデル選定より先に CIの待ち時間とレビューの滞留を測ったほうが効果が出る会社は多いと思う。

海外のAI企業が日本で伝えるときの示唆もはっきりしている。日本の意思決定者はベンチマークの順位だけでは動かない。安全性 コスト 既存業務への組み込み方 そして誰が責任を持つのかを求める。だからアルトマンの水の話のように「社内で質問されたときにそのまま使える答え」の形で出す資料が刺さる。逆にフランスの事例のような物理被害の話は 日本でも経営層の関心を強く引くテーマだ。ここを日本語で丁寧に説明できるかどうかで 受け止められ方が変わる。

この話を自社でどう活かすか

まず今週の材料から自社で試せるのは3つだ。1つ目はモデルを1本に固定せず タスクごとに単価と精度を並べて選べる状態にすること。2つ目は人が見る対象を絞る運用を作ること。私が🟡だけ見るようにしたのと同じで 並列数を増やす前に判断待ちの可視化を先に作る。3つ目は生産量が増えた前提で社内の詰まりを洗い出すこと。レビュー 承認 デプロイのどこで待ちが発生しているかを一度測る。そして内製化を進めるなら 夜中に1人で回す状態を仕組みに移す設計を最初から考えておく。少数精鋭でも爆発的なアウトプットを出せる組織は作れるようになった。ただしそれを続けるには属人化を外す作業がセットになる。