AIをもっと身近に、もっと使いやすく。

タグ: 注目サブ

  • Alibabaの小型AI「Qwen3.8-27B」、大型モデル級の性能　AI競争は“効率化”へ

    Alibabaの小型AI「Qwen3.8-27B」、大型モデル級の性能　AI競争は“効率化”へ

    中国Alibabaが公開したAIモデル「Qwen3.8-27B」が、モデル規模を抑えながら大型AIモデルに迫る性能を示している。

    Qwen3.8-27Bは、270億（27B）パラメータを持つオープンウェイトのAIモデル。テキストだけでなく、画像や動画の入力にも対応するマルチモーダルモデルだ。

    AI性能を独自に評価するArtificial Analysisでは、Qwen3.8-27Bが「Intelligence Index」で52を記録。OpenAIのGPT-5.6 Lunaと同水準となり、はるかに規模の大きい中国DeepSeekやZhipu AIのモデルにも迫る結果となった。(南華早報 (https://urldefense.com/v3/__https://www.scmp.com/tech/tech-trends/article/3364404/alibabas-lightweight-qwen-model-takes-larger-ai-systems-openai-deepseek-zhipu?utm_source=chatgpt.com__;!!J2iG0cdYQnxMGEh0ZjhLAT9Vcpc!Yc1G5A770oiZ1qGG0HI2wX4WVpUzBRzQp4Jx3LYRIQV3xXexTG1WzJh_oO5up0mSlHeEONNkagpEDTy4I2TAs0iEiF6yO331Tvg$ ))

    270億パラメータで大型モデルに迫る

    AIモデルでは一般的に、パラメータ数を増やし、より多くの計算資源を使うことで性能を高める開発が進められてきた。

    一方、Qwen3.8-27Bの特徴は、その規模の小ささにある。

    Alibabaによると、Qwen3.8-27Bは同社の大型モデル「Qwen3.7-Plus」と比較して大幅に小さいモデルでありながら、コーディング、専門的な業務、研究、AIエージェントを使った長時間のタスクなどで高い性能を発揮するという。

    Alibabaは、Qwen3.7-Plusの約10分の1の規模ながら同等水準の性能を実現したとしている。(AlibabaCloud (https://urldefense.com/v3/__https://www.alibabacloud.com/blog/603463?utm_source=chatgpt.com__;!!J2iG0cdYQnxMGEh0ZjhLAT9Vcpc!Yc1G5A770oiZ1qGG0HI2wX4WVpUzBRzQp4Jx3LYRIQV3xXexTG1WzJh_oO5up0mSlHeEONNkagpEDTy4I2TAs0iEiF6yC4IyMmE$ ))

    第三者評価でも高い性能が確認されており、Artificial AnalysisのIntelligence Indexでは52を記録。オープンウェイトモデルの中でも上位に位置している。(Artificial Analysis (https://urldefense.com/v3/__https://artificialanalysis.ai/models/qwen3-8-27b?utm_source=chatgpt.com__;!!J2iG0cdYQnxMGEh0ZjhLAT9Vcpc!Yc1G5A770oiZ1qGG0HI2wX4WVpUzBRzQp4Jx3LYRIQV3xXexTG1WzJh_oO5up0mSlHeEONNkagpEDTy4I2TAs0iEiF6yF9eOeZI$ ))

    ただし、ベンチマークはAI性能の一側面を測るものであり、すべての用途で大型モデルと同じ性能を発揮することを意味するわけではない。

    一般的なハードウェアでも動かしやすく

    モデルが小さくなるメリットは、性能だけではない。

    巨大なAIモデルを動かすには、大量のGPUやメモリーを備えたデータセンターが必要になる場合が多い。

    これに対しAlibabaは、Qwen3.8-27Bについて一般消費者向けのハードウェアでも動作させることが可能で、モデルを圧縮する「量子化」を利用すればノートPCでも実行できるとしている。(AlibabaCloud (https://urldefense.com/v3/__https://www.alibabacloud.com/blog/603463?utm_source=chatgpt.com__;!!J2iG0cdYQnxMGEh0ZjhLAT9Vcpc!Yc1G5A770oiZ1qGG0HI2wX4WVpUzBRzQp4Jx3LYRIQV3xXexTG1WzJh_oO5up0mSlHeEONNkagpEDTy4I2TAs0iEiF6yC4IyMmE$ ))

    また、Qwen3.8-27Bはモデルの重みが公開されている「オープンウェイト」のモデルだ。

    企業や開発者が自社環境に導入したり、用途に合わせて活用したりしやすく、AIを必ずクラウド上の巨大なデータセンターで動かす必要がない選択肢にもつながる。

    「大きなAIを作る競争」だけではなくなる

    AI業界では、より大きなモデルを作るために巨額の設備投資が続いている。

    Microsoft、Google、Meta、Oracleなどは大規模なAIデータセンターを建設し、NVIDIA製GPUや大量のメモリーを確保するため、多額の資金を投じている。

    一方で、中国企業を中心に「より少ない計算資源で高い性能を出す」方向の競争も進み始めている。

    2025年にDeepSeekが低コストなAIモデルで世界的な注目を集めたのも、その象徴の一つだった。

    Qwen3.8-27Bのような小型モデルの性能向上が続けば、今後のAI競争では、

    「どれだけ巨大なAIを作れるか」だけでなく、「どれだけ効率よく高性能なAIを動かせるか」

    という視点が、さらに重要になる可能性がある。

    AI LinkHub解説

    今回のニュースは、前回取り上げた「AIサーバーのコスト上昇」と対照的な動きです。

    AIの性能を高めるために巨大なデータセンターへ投資する一方で、モデルそのものを小型化・効率化できれば、必要なGPUや電力、メモリーを減らせる可能性があります。

    つまりAI業界では現在、

    「より多くの計算資源を投入する競争」と「より少ない計算資源で高い性能を出す競争」

    が同時に進んでいます。

    特にQwen3.8-27Bのようなオープンウェイトモデルが高性能化すると、大企業だけでなく、中小企業や個人の開発者でも高性能AIを自分たちの環境で利用できる可能性が広がります。

    ただし、「小さい＝必ず安い」とは限りません。

    Artificial AnalysisではQwen3.8-27Bについて、同規模のオープンウェイトモデルと比べるとAPI料金は高めで、回答時に生成するトークン数も多い傾向が確認されています。(Artificial Analysis (https://urldefense.com/v3/__https://artificialanalysis.ai/models/qwen3-8-27b?utm_source=chatgpt.com__;!!J2iG0cdYQnxMGEh0ZjhLAT9Vcpc!Yc1G5A770oiZ1qGG0HI2wX4WVpUzBRzQp4Jx3LYRIQV3xXexTG1WzJh_oO5up0mSlHeEONNkagpEDTy4I2TAs0iEiF6yF9eOeZI$ ))

    モデルの大きさだけでなく、実際の利用コストや速度、必要なハードウェアまで含めて比較することが重要です。

    AI競争は単純な「性能の高さ」だけでなく、性能・コスト・効率のバランスを競う段階へ進みつつあります。

    情報元

    Alibaba Cloud：Qwen3.8-27Bの発表・モデル情報

    Artificial Analysis：Qwen3.8-27B性能評価

    South China Morning Post：Qwen3.8-27Bと大型AIモデルの比較報道

  • NVIDIA搭載AIサーバー、15％超値上げか　AIインフラのコスト上昇が鮮明に

    NVIDIA搭載AIサーバー、15％超値上げか　AIインフラのコスト上昇が鮮明に

    NVIDIAのAI半導体を搭載するサーバーの価格が、2027年初めから15％以上上昇する可能性があると報じられた。

    Bloombergの報道をReutersが8月22日に伝えたもので、主な要因はAIサーバーに欠かせないメモリー半導体の価格高騰だ。値上げ幅はチップの世代やメモリー構成によって異なり、「Grace Blackwell」や次世代プラットフォーム「Vera Rubin」を搭載するシステムも対象になるとされる。

    サーバーメーカーからMicrosoft、Google、Oracleなど大手データセンター事業者にも価格情報が伝えられているという。

    一方、現時点でNVIDIAはこの報道について正式なコメントを出していない。したがって、今回の価格上昇はNVIDIAが正式発表したものではなく、報道段階の情報となる。 (Reuters (https://urldefense.com/v3/__https://www.reuters.com/business/nvidia-customers-notified-about-ai-related-price-hikes-above-15-bloomberg-news-2026-08-22/?utm_source=chatgpt.com__;!!J2iG0cdYQnxMGEh0ZjhLAT9Vcpc!adkH3lrwVB8TO9j1cImeWPdxIgGjHTPtuOVDWKYhd-8aYe-xKpQhBZLhVlQZG-kGV_EWTTh3WPaosAoMxe7Z6LO4DdKIcKFxZBo$ ))

    なぜAIサーバーが高くなるのか

    背景にあるのが、DRAMやNANDフラッシュなどメモリー半導体の価格上昇だ。

    生成AIの普及によって世界各地でデータセンターへの投資が拡大し、AIサーバー向けを中心にメモリー需要が強まっている。

    調査会社TrendForceは、2026年第3四半期の従来型DRAMの契約価格が前四半期比13〜18％、NANDフラッシュが10〜15％上昇すると予測している。NANDフラッシュについては、AI推論や大規模データセンターの拡大が需要を支える主な要因の一つだという。 (TrendForce (https://urldefense.com/v3/__https://www.trendforce.com/presscenter/news/20260703-13134.html?utm_source=chatgpt.com__;!!J2iG0cdYQnxMGEh0ZjhLAT9Vcpc!adkH3lrwVB8TO9j1cImeWPdxIgGjHTPtuOVDWKYhd-8aYe-xKpQhBZLhVlQZG-kGV_EWTTh3WPaosAoMxe7Z6LO4DdKIKsuVdhQ$ ))

    つまり、

    AI需要が増える

    → データセンターが増える

    → メモリー需要が増える

    → メモリー価格が上がる

    → AIサーバーのコストも上昇する

    という構図だ。

    AI市場の拡大そのものが、AIを動かすためのインフラコストを押し上げる要因にもなっている。

    巨額のAI投資に、さらにコスト増

    MicrosoftやGoogle、Oracleなどの大手企業は、生成AIサービスを拡大するため、大規模なデータセンター投資を続けている。

    今回報じられた価格上昇が実際に広く適用されれば、同じ規模のAI設備を構築するために必要な投資額も増えることになる。

    さらに、データセンターに必要なのはGPUだけではない。

    メモリー、ストレージ、ネットワーク機器、電力設備、冷却設備など、多くのインフラが必要となる。

    AIの開発競争が激しくなる一方、それを支える「土台」に必要な資金も膨らんでいる。

    AI LinkHub解説

    今回のニュースは、前回取り上げた「巨額のAI投資を企業は本当に回収できるのか」という問題ともつながっています。

    AIの利用者が増え、市場そのものが成長したとしても、サービスを提供するための設備コストまで同時に上昇すれば、企業が利益を出すためのハードルも高くなります。

    重要なのは、「AI市場が成長する＝AI企業が簡単に利益を出せる」というわけではないことです。

    企業は、高性能なAIの開発競争を続けながら、データセンターへの巨額投資や半導体・メモリー価格の上昇にも対応する必要があります。

    一方、中国では、より小さなモデルで高い性能を実現するなど「AIを効率よく動かす」方向の競争も進んでいます。

    AIインフラのコストが上昇する一方で、AIモデル側では低コスト化・高効率化が進む。 この2つの動きは、今後のAI業界を見るうえで重要なポイントになりそうです。

    情報元

    Reuters：NVIDIA搭載AIサーバーの価格上昇に関するBloomberg報道

    TrendForce：2026年第3四半期のDRAM・NANDフラッシュ価格予測

  • NTTドコモとSamsung、AIで通信速度低下を予測・回避へ6G時代に向け実証成功

    NTTドコモとSamsung、AIで通信速度低下を予測・回避へ6G時代に向け実証成功

    NTTドコモとSamsung Electronicsは2026年8月10日、AIを活用してスマートフォンの通信速度低下を事前に予測し、通信品質の悪化を未然に防ぐ技術の実証に成功したと発表しました。両社は6G時代を見据え、AIによって個々のユーザーの状況に応じて通信を最適化する技術の研究を進めています。

    新技術では、過去の通信品質データに加え、ユーザーの移動傾向や利用サービスなどをAIが分析。通信速度が低下する兆候を検知すると、実際に速度が落ちる前に、より良好なネットワークへ自動的に切り替えます。従来の「通信品質が低下してから切り替える」仕組みから、AIが先回りして通信環境を整える仕組みへ変わるのが特徴です。

    2026年1月に日本国内で行われた実証では、ローカル5Gと商用LTEの環境で市販スマートフォンを搭載した車両を走行させて検証。その結果、通信速度低下の発生頻度を13.1％から7.2％へ低減できたと報告されています。

    両社は今回の技術を、将来的にAIが通信ネットワークをより自律的に最適化する「AI-Centric Network」につながる技術として研究しており、国際標準化団体3GPPへの共同提案も進めています。

    AI LinkHub解説

    AIと聞くと、ChatGPTのように文章を作ったり質問に答えたりする「生成AI」を思い浮かべる人も多いかもしれません。

    しかし、AIの活用先はチャットや画像生成だけではありません。

    今回の技術を簡単に言えば、

    「通信が遅くなってから直す」のではなく、「遅くなりそう」とAIが予測して先に対処する

    というものです。

    例えば移動中の動画視聴やオンライン会議では、場所やネットワーク環境の変化によって突然通信が不安定になることがあります。こうした変化をAIが事前に予測できれば、ユーザーが通信速度の低下を感じる前に別のネットワークへ切り替えられる可能性があります。

    今後AIは、私たちが直接操作するサービスだけでなく、通信・自動車・医療・製造など、普段は意識しない社会インフラの裏側にも組み込まれていくと考えられます。

    今回の実証は、「AIを使う」というよりも**「気付かないところでAIに支えられる」未来**をイメージしやすい事例と言えそうです。

    情報元

    一次情報：NTTドコモ
    2026年8月10日「ドコモとSamsung、AIで通信速度低下を予測し未然に防ぐ技術の実証に成功」

    詳細確認：ケータイ Watch
    参考：Samsungは2024年からNTTドコモとの次世代モバイル通信におけるAI共同研究を公表しています。

  • GPT-5.6 Solが最大14倍高速に。OpenAIが「Ultrafast」を公開

    GPT-5.6 Solが最大14倍高速に。OpenAIが「Ultrafast」を公開

    2026年8月13日（現地時間）OpenAIは、GPT-5.6 Solを大幅に高速化する新しい処理モード「Ultrafast」をプレビューした。

    Ultrafastでは、GPT-5.6 Solの出力速度をStandard処理と比べて最大14倍まで高速化。出力速度は最大750トークン/秒に達する。

    高速化にはAI半導体を手がけるCerebrasのハードウェアを活用している。モデルそのものの性能だけでなく、AIから回答が返ってくるまでの「速さ」を大きく引き上げる取り組みとなっている。

    まずはAPIを利用する一部の顧客向けに提供し、利用できるキャパシティの拡大に合わせて対象を広げていく計画としている。

    生成AIの性能競争では、これまで回答の精度や推論能力が大きく注目されてきた。今後はそれに加えて、リアルタイム性が求められるAIサービスなどで、「どれだけ速く応答できるか」も重要な競争軸になっていきそうだ。

    AI LinkHub解説

    AIの進化は「どれだけ賢いか」だけでなく、「どれだけ速く反応できるか」にも広がっています。
    人間との会話と変わらないほど瞬時にAIが反応する未来も、少しずつ近づいているのかもしれません。

    情報元

    OpenAI公式｜Previewing Ultrafast mode: GPT-5.6 Sol at up to 14X the speed（2026年8月13日）
    https://openai.com/index/previewing-ultrafast/

    Yahoo!ニュース
    https://news.yahoo.co.jp/articles/575f825920f1c2cbbd6946c4fb2dab3b759b40c1