SpaceXはすでに年間280億ドルのNeocloud

SpaceXは静かにAI向けクラウドの巨人になりつつある。AnthropicやGoogleとの既知のリース契約に続き、Reflection AIと3度目のGPUレンタル契約を結び、GB300計算リソースへのアクセスを得るために総額63億ドルと推定される。アナリストのJamin Ballの計算によると、これらの取引による月間収益は約23.2億ドル、年換算で280億ドルに上る——これはCoreweaveの現在の収益の約2倍であり、同社の評価額は依然として600億ドルである。これは、「Neocloud」容量とGPUブローカレッジがモデルビルダーとハードウェア供給をつなぐ重要な戦略的レイヤーになりつつあることを示している。

OpenAIのDaybreakプログラムは大幅に拡大された。脆弱性発見に加え、OpenAIはクローズドループのパッチ生成を提供するようになり、Codexセキュリティプラグイン、完全なGPT-5.5-Cyberモデル、サイバーパートナープログラム、そして重要なOSSを保護する「Patch the Planet」を導入。このプログラムは3000万以上のコミットをスキャンし、3万以上のコードベースをカバーし、50万以上の追加修正を自動検出した。しかし、性能主張と輸出管理ロジックが衝突している：OpenAIはGPT-5.5-CyberがCyberGymでSOTAであると主張するが、なぜこのモデルがAnthropicのMythos/Fableと同じ管理下にないのかという質問が公に上がっている。同時に、Mythosに関する噂が明確化された：NSAが言及した「数時間で数週間分」は初期アクセス前提のレッドチーム作業に関連しており、これらのレッドチームはもはやMythosへのアクセスを持っていないと報告されている。

Sakana Fuguのリリースは、オーケストレーションシステムの評価に関する議論を引き起こした。Fuguは、モデル選択、委任、検証、統合を学習する単一APIとして提示され、Vercelに迅速に統合された。しかし、批評家は不透明なベースライン、コスト計算の欠如、疑わしい報告を指摘。詳細な分解では、Fuguは基本的にルーター/分類器と事前計画されたマルチステップワークフローシステムであり、SWE-Bench ProでOpusに約10ポイント劣り、匿名モデルと比較していることが示された。これにより、議論は「オーケストレーションは有用か」から「オーケストレーションシステムをどのように評価し開示すべきか」に移行した。

GLM-5.2は、エージェントタスクでフロンティアに迫る最初のオープンウェイトモデルとして登場した。複数のベンチマークで優れた性能を示し、GDPval-AA EloでClaude FableとOpus 4.8に次ぐ3位にランクイン。実際のテストでは、GLM-5.2はClineのバグ修正でより信頼性が高く、コストも低く、実際の自律研究タスクを実行できた。AWS Marketplace、Basetenなど20以上のプラットフォームに迅速に展開され、推論ベンダーやエージェントツール構築者は積極的に最適化を進めている。これは、オープンモデルの品質がエージェントワークフローで実行可能な閾値を超えたことを示している。

エージェントインフラでは、GoogleがInteractions APIをGeminiのデフォルトインターフェースに昇格させ、バックグラウンド非同期実行、拡張ツールサポート、マルチモーダル生成、リモートLinuxサンドボックスをサポート。同時に、HermesはiMessageアクセス、Raft統合、デスクトップGUI制御を追加し、スター数は20万を超えた。

推論経済では、Basetenが15億ドルのシリーズFで、ポストトレーニングされたオープンモデルと推論をエンタープライズコントロールプレーンとして賭けている。顧客リストにはAbridge、Cursor、Decagonなどが含まれ、企業が独自のインテリジェンスレイヤーを所有する追求を示している。さらに、ReflectionとSpaceXの63億ドルの計算取引は、GPUレンタルが戦略的市場になりつつあることを強調している。

最後に、ベンチマークと評価方法論が注目されている。大規模なLLM-as-a-Judge監査では、完全一致の一致が判断品質を過大評価し、Cohenのkappaが一致度の有意な低下を明らかにした。エージェントの評価は、静的スコアからツール使用、メモリ、検証、長期実行を含むシステム動作へと移行しつつある。