AI Builders Digest

OpenAI が 200 ドルの Pro を再開、実質使用量は半減。DevDay 前夜の発表

月 200 ドルの Pro が新規受付を再開する。ただし使用量の計算方法が変わり、ならすと旧プランの API 支出のおよそ半分にあたる。理由として挙げられているのは二つ。5 時間制限は復活させないので週あたりの使用量を好きなペースで使えること、そしてサブスクリプションの見かけの価値を大きく見せるためだけに API の定価をつり上げることはしない、という姿勢だ。賭けているのは、API の価格が十分な速さで下がり続け、必要なぶんだけ使用量を買うことと定額契約することが同じところに収束する、という見立てである。根拠として、今週ローンチする GPT-6 Sol と GPT-6 Luna が従来価格の 50% であることを挙げている。さらに、使用量を消費しない新しい要素もサブスクリプションに追加されるが、中身は発表まで明かされていない。

• #products
• #pricing

Box のエンタープライズ eval：Sonnet 5.5 は 12% 少ない token で成果物まで 2.4 倍速い

Box は early access で Sonnet 5.5 を Box Agent と組み合わせ、複雑業務向けの eval にかけた。最難関のテストで総合 4 ポイント向上し、完成した成果物にたどり着くまでの速さは約 2.4 倍、token は 12% 少なくて済んだ。業種別の伸びはさらに大きく、Financial Services で +18 ポイント、Life Sciences で +8、Legal と Public Sector でそれぞれ +7。面白いのはタスク単位の中身だ。デューデリジェンスのレビューでは、ディールブックの利息合計の計算ミスとオプションの値付けの誤りを拾い上げた。商業用リースのレビューでは、更新条件の「標準的な」市場ベンチマークをでっち上げることを拒み、代わりにそのリース契約に実際に欠けている項目を指摘した。Sonnet 5.5 は間もなく Box AI Studio に載る。

• #evals
• #agents
• #products

Sonnet 5.5 は token を増やすのではなく減らすことで、Claude Code のタスクを約 30% 多くこなす

Claude Code では、Sonnet 5 のときより約 30% 多くのタスクを完了できている。効いているのは予算ではなく知性のほうで、同じ作業により少ない token しか要らない。tool call を使った庭の落ち葉かきのデモでは、Sonnet 5 より 6,000 token 少なく、24 秒早く終わった。

• #products
• #agents

推敲では Sonnet 5.5 が Opus 5.5 を上回る。そして中位モデルの居場所がない stack も出てきた

Sonnet 5.5 の文章は Opus 5.5 と比べても劇的に良くなっていて、とくに推敲タスクでは勝つ。ただし書くこと自体は依然として Astra が一番の推しだ。Opus 5.5 より速くて安いぶん、Every のチームでは素早く回すコーディングやデザイン作業の第一候補になっている。より鋭い信号は、同じチームの内側にある異論のほうだ。メンバーのうち二人は、自分の stack に中位モデルの居場所はもうないと感じている。別の話として、2023 年以降の OpenAI DevDay に毎回参加してきた経験から言って、今回はローンチの数が断然多い。再帰的な自己改善が起きているのではないか、という見方も出ている。

• #evals
• #products

もう誰も、自分の prompt をそのまま見せることはできない

共有できる成果物としての prompt はもう死んでいる。いまは何もかもが参照先と skill と実例の上で動いていて、agent には着手前に別のリポジトリを三つ読ませ、web で参考情報を検索させ、他社の AI API を呼ばせるのが日常になっている。projects、tag、動的な workflow といった一段高い抽象に対する「token が高くつく」という反論も、そろそろ消えていくはずだ。Sonnet と Opus 5.5 によって、その水準の知性が既定で使えるほど安くなったからである。具体的な推奨はこうだ。workflow を組むときは Sonnet 5.5 を使うこと。

• #agents
• #products

Vercel のドメイン検索が認証不要に。狙いは明確に agent 向け

Vercel のドメイン検索が認証なしで使えるようになった。人間よりむしろ agent にとって便利だろう、という売り込み方だ。別の話として、介入をできるだけ減らして走らせた移行では、前のプロバイダの流儀が染みついた成熟したワークロードに対して、ビルドが約 70%、描画が約 75% 速くなり、1 週間かからずに完了した。その移行から二つの AI skill が生まれ、公開される予定だ。

• #products
• #agents

「流通こそ堀だから大型調達を」と説いていた投資家が黙り込み、既存勢力が実力を見せつけている

流通を買うために巨額のラウンドを調達しろと説いていた投資家たちが、いまはいない。よりによって、既存勢力が本物の流通とは何かを見せつけている、まさにそのタイミングでだ。対する立場はこうだ。第一原理に立ち返り、自分の本当の不公平な強みを見つけ、リテンションが高く、できればネットワーク効果のあるプロダクトを作り、資本は運命ではなく複利を効かせるための武器として扱う。その下敷きにあるのは警告である。資金の蛇口はいずれ閉まる。そして閉まるころには、助言していた側は次のポートフォリオ企業に移っているだろう。

• #funding

Sonnet 5.5 には Opus 5.5 の手触りがある。文章は明快、動作は非常に速く、Sonnet 5 から大きく跳んだ

Sonnet 5.5 は、Opus 5.5 を魅力的にしていたのと同じ質を備えている。文章は明快で、動作は非常に速く、Sonnet 5 からの能力の跳躍は大きい。反復しながら回すには強いモデルだ。

• #products
• #evals

「OpenAI は終わった」「Anthropic は終わった」の周期は数か月ごとに反転する。そこに意味はない

X の空気は「OpenAI が Claude 5.5 に食われている」から「Anthropic は Codex に完全にやられた」へ、そしてまた戻る、というのを数か月のうちに繰り返す。これは lab の実力よりも、見ている側について多くを語っている。有用な捉え方はこうだ。フロンティアの競合が二社、まもなくもっと増えて、互いを押し上げている。その恩恵は川下の全員が受ける。作る側の話としては、Sonnet 5.5 で作った遊べる StarCraft のステージがある。Marine、Siege Tank、Battlecruiser を使って Terran の基地を Zerg から守る内容で、SC2 のモデルは Sketchfab から、音楽は Suno で生成した。

• #products
• #evals

Sonnet 5.5 が Claude Code をデバッグする。使用量 30% 減で 30% 速い

Sonnet 5.5 が Claude Code 自体のバグを直すデモ。従来より使用量を 30% 減らしながら、30% 速く片づけている。

• #products
• #agents

Sonnet 5 と 5.5 を並べたデモ。跳ねるボールの物理演算と、コードで描くドット絵

同じ prompt から世代差が見える、コミュニティ製の二つの作例。跳ねるボールの物理テストを Sonnet 5 と Sonnet 5.5 で走らせたものと、画像として生成するのではなく全フレームをコードで描いたドット絵の森の生き物だ。

• #products

YouBike アプリが台湾全土に対応。音声付きのリアルタイム turn-by-turn ナビも

YouBike のプロジェクトが、台湾でシェアサイクルのある全都市で使えるようになった。ステーションの位置、経路案内、そして音声付きのリアルタイム turn-by-turn ナビまでカバーしている。

• #products

DevDay を前に Altman が一言。「新しいものを見つけた」

DevDay に向けた予告で、OpenAI は新しいものを見つけた、とだけ述べている。詳細はない。Pro プランの価格改定が明かされたのと同じ晩の投稿だ。

• #products

WhatsApp の中でのコード生成は理にかなっている

WhatsApp にコード生成を載せるのは、目新しさ狙いではなく流通の場として本当に筋が通っている、という賛意。

• #products

募集：AI 生成のフロントエンドが「AI 丸出し」から抜け出せないビルダーへ

次の三つのどれかに当てはまる人と話したい。AI で web やフロントエンドの体験を作っているが、AI 丸出しの粗い見た目にならないようにするのに苦戦している人。X で最新モデル製の見事なデモを見かけるものの、どう再現すればいいのか見当もつかない人。あるいは、そのデモを作っている側で、過程を共有してもいいという人。

• #products