大規模言語モデル

主要ニュース

1. 1

   Synchrony FinancialがOpenAIと提携、AI決済プラットフォーム展開

   Synchrony Financialは OpenAI と企業提携を発表し、ファイナンシング、リワード、ロイヤルティ機能を統合した AI ネイティブなショッピングと決済体験を展開する。 この提携は Synchrony の中核的な金融サービスへの AI 導入コミットメントを示している。同社の直近 30 日間の株価上昇率 9.15%、90 日間の上昇率 10.64% は勢いを示す一方、年初来リターンは 6.12% 低下しており、投資家は現在の株価 79.47ドルが適正価値か提携リスクへの慎重姿勢かを見極めている。

   アナリスト予想株価は 89.22ドルで、直近終値から 10.9% の上値が見込まれている。注視すべき主要リスクとしてはローン債権への圧力と Amazon、Walmart、PayPal との主要提携の中断が挙げられ、これらは投資判断を損なう可能性がある。

2. 2

   Claude Opus 4.6、10件すべてのセーフガード回避テストに成功

   Anthropicが今年初めにリリースしたClaude Opus 4.6は、利用規約で禁止している性的に露骨なコンテンツを生成し、TechCrunchの直接的な10件のリクエストすべてに即座に応じた。独立した英国の研究者が段階的なジェイルブレイク技術を共有し、拒否を矛盾や女性蔑視として枠組みを変えてモデルを操作する。TechCrunchは5つの別個のテストでこの攻撃を再現した。Opus 3およびHaiku 4.5を含む古いモデルも同じ手法に対して脆弱のままである。 Anthropicはジェイルブレイク開示にもかかわらず、Opus 4.6、Opus 3、およびHaiku 4.5をAPIおよびAzure FoundryやAmazon Bedrockなどのサードパーティサービスを通じて提供し続けており、非推奨にしていない。Anthropicの公開されたセーフガード主張と実際のモデル動作のギャップは、特にコロラド州の未成年者への露骨な性的資料の防止を要求する新しい法律の下で、コンプライアンスリスクを生じさせる。Pewの2025年調査によると、18歳以上であることを要求するサービスにもかかわらず、米国の13～17歳のティーン全体の3%がClaudeを使用している。Claude Opus 4.6などのモデルをAPI経由で利用している国内の開発企業やサービス提供者は、利用規約違反の性的コンテンツ生成リスクに対応する必要が生じる可能性がある。

   より最新のOpusモデル（4.7からOpus 5まで）はジェイルブレイクに耐性がある。Anthropicは各モデルローンチでセーフガードを継続的に改善していると述べた。脆弱性を開示した研究者はAnthropicのBug Bountyプログラムおよびユーザーセーフティチームからは自動応答しか受け取らなかった。8月のOpenRouterでのOpus 4.6の日次トラフィックはおおよそ117万件のAPIリクエストと460億トークンに達した。

3. 3

   Snowflakeが数百万のデータソースを統合するAI対応セマンティックレイヤーを構築

   Snowflakeは、生のテーブルとAIエージェント間に位置する標準化されたデータインターフェースであるセマンティックレイヤーを社内に構築し、ペタバイト規模のビジネスデータ全体の定義の矛盾を解決した。2025年7月だけでも、400人以上の社内ユーザーが製品データサイエンスエージェント経由で5,400件以上のクエリを実行し、営業、HR、サポートなど全チーム5,600人以上の従業員がより広いセマンティックレイヤーを使用して320,000件以上のクエリを実行した。 共有セマンティックレイヤーがないと、同じ質問（例えば「アクティブな顧客とは何か」）が異なるテーブルやメトリック定義全体で異なる答えを返し、データサイエンスチームはすべてのクエリを手動で検証することを余儀なくされた。新しいメトリックとデータソースがすさまじいスピードで構築されるため、AIエージェントは問題を増幅させ、情報ギャップを生み出した。セマンティックレイヤーは意味を一度標準化し、すべてのダッシュボードとAIエージェント全体で再利用することで、トークン使用量を削減し、AtScaleの40のビジネス質問に対するベンチマークテストでテキストからSQLへの精度を20%から90%以上に改善した。

   Snowflakeのアプローチはセマンティックビュー実体化を使用してメトリックを事前集計し、スケール時のパフォーマンスを管理する。セマンティックレイヤーはdbt統合でバージョン管理され、実際のユーザー質問を表す一般的なダッシュボードタイルに対してテストされ、Cortex Agentsによって利用可能なすべてのセマンティックビュー全体でインテリジェントにルーティングされる。セマンティックビューはApache Ossie™（インキュベーション中）というベンダー中立のオープン標準と相互運用可能でもある。

4. 4

   Snowflakeが CoCo AI ガバナンスにアクセス制御と動作制御機能を拡張

   Snowflakeがユーザー単位のAIクレジット枠（現在一般利用可能）と3つの新しいガバナンス層（近日中に一般利用可能）を展開する。組織全体のポリシー管理、チームレベルのエージェントプロフィール、制限付きセッションスコープにより、管理者は支出制限の設定、エージェントがアクセスできる外部ツールの制御、セッション開始前のSQL権限の制限が可能になる。 プラットフォームチームとセキュリティチームは、CoCo を組織全体で幅広くアプローチ承認でき、サンドボックスや手動承認ワークフローに限定する必要がなくなる。この制御は具体的なセキュリティレビュー質問にマッピングされる。支出上限、複数のサーフェス全体でのポリシー一貫性、明示的なデータ到達範囲、ログに記録された外部ツールアクセス。開発者は追加の設定作業なしにこれらのガードレールを自動的に継承できる。

   Cortex AI Gateway のツール（プレビュー近日開始）が MCP サーバーガバナンスを一元管理し、従来存在しなかった4つの制御を追加する。サーバーレベルのホワイトリスト、ツールレベルのポリシー、サーバーあたりのレート制限、ツール呼び出しの包括的な監査ログ。ユーザー単位の枠は日次と月次で独立してリセットされ、予期しない月末請求を防ぎ、Snowsight、CoCo CLI、CoCo Desktop 全体で支出上限を実施する。

5. 5

   Snowflakeが賢いモデルルーティングを追加、品質を損なわずAIコストを削減

   Snowflakeは Cortex AI Gateway に動的モデルルーティングを導入した。各タスクを完遂できる最低コストモデルを自動選択する機能で、新たなオープンモデル DeepSeek-V4-Flash 0731（プライベートプレビュー中）と GLM-5.3（プライベートプレビュー近日開始予定）も同時に提供開始した。内部テストでは、最も強力なモデルを常に使う場合と比べて、このルーティングアプローチはデータパイプラインワークロードで3倍以上のトークン効率を実現し、同等の品質を維持した。 企業はほとんどのタスクが必要とするより多くのAI機能に対して料金を支払っている。週間サマリーはポートフォリオリスク分析と同じ推論能力を必要としない。タスク複雑性をモデルコストに適合させることで、企業はアプリケーションの再構築やルーティングロジックの自己管理なしに推論支出を削減できる。Snowflakeのアプローチはオープンモデルが企業のデータガバナンス境界内で実行されることを保証し、機密データを既存のコンプライアンス管理内に保つ。

   DeepSeek-V4-Flash 0731 は本日からプライベートプレビューで利用可能。GLM-5.3 は近日登場予定で、自己ホスト対応となる。Snowflake の内部 ADE-bench テストでは、DeepSeek-V4-Flash が 74.4% を獲得し、テスト対象の独自モデルを上回った。一方、GLM-5.2（前世代）は 66% の精度を達成し、ベンチマーク内で最も低いトークンフットプリントを実現したため、大量かつコスト志向のワークロードに適している。