Artificial Analysisの非公開ベンチマーク移行で、オープン系首位と全体首位の差は3点から12点に拡大し、従来の点数に潜む「試験対策」の影響が浮き彫りになった。商用面ではGoogleがAI検索の回答への広告表示を世界展開し、ShopifyはWebMCP対応で10億点超の商品をAI買い物代行エージェントに開放した。AIを収益源や顧客として取り込む動きが鮮明だ。
AIモデル評価機関のArtificial Analysisは評価指標をv5に改め、問題を公開しない「非公開ベンチマーク」に移行した。オープン系で首位のKimi K3.1 Pro（重みは未公開）は46点で、全体首位との差はv4.3の3点から12点に広がった。重みが公開済みのモデルではDeepSeek V4.1 FlashとGLM-5.3の32点が最高で、Claude Haiku 5.5はその両方を上回った。ウォートン校のイーサン・モリック教授は「割り引いて見るべき」と断ったうえで、Fable級のオープンモデルはまだ出ていないという実感と合うと述べた。
問題を隠しただけで差が4倍になった。これまでの点数の何割が「試験対策」だったのか。
Googleは、AI検索の回答に広告を表示する仕組みを世界中に広げると発表した。発表は親会社Alphabetの第3四半期決算と同時に行われ、売上高は前年同期比25%増の1276億ドルだった。一方で、中核である従来の検索広告の伸びは鈍っている。
AIの回答欄が広告枠に変わった。「AIに聞けば広告を見なくて済む」という時代は思ったより早く終わりそうだ。
Shopifyは秋の大型アップデート「Fall '26 Edition」で、10億点を超える商品カタログをAIの買い物代行エージェントから利用できるようにした。すべてのストアがWebMCPに対応し、AIエージェントが店舗の操作を行えるようになる。あわせて、オーストラリアの加盟店向けに分割払い機能「Shop Pay Installments」の先行提供を始めた。
店の「お客さん」に、人間だけでなくAIも数えるようになった。
AIツール紹介サイトのaiparabellumは、自分のPC上で動く無料のAI家庭教師「DeepTutor」を実際に導入した手順を公開した。APIキーなしで使え、セットアップは約15分で終わった。回答の質は、接続するAIモデルの性能でほぼ決まったと報告している。
アプリはただの入れ物で、賢さはつなぐモデル次第。ローカルAIはどれもこの構造だ。