QAILaboratory｜発表の日と、使える日が、離れ始めています
こんにちは、QAILaboratoryの鳴海です。
9月2日にAnthropicがClaude Fable 5.1を、3日にMetaがMuse Spark 1.3を、GoogleがGemini 3.8 Flashを、4日にOpenAIがGPT-6 Astraを公開しました。AIモデルを横並びで採点している第三者機関、Artificial Analysisの総合点では、Fable 5.1が66、Muse Spark 1.3が62、GPT-6 Astraが61、Gemini 3.8 Flashが59と並びました。GPT-6 Astraは公開時点で一部の組織のみが利用でき、有料プランとAPI（外部のシステムから呼び出す窓口）への提供はその数日後とされています。
四日のあいだに四つとなると、どれかに乗り換えなければ置いていかれる、という感覚になりやすい週でした。ただ、上位四つの差は総合点で7点ぶんしかありません。しかも一番高い点がついたモデルは、発表された日には手元で動かせません。
こういう週にいちばん減るのは、選ぶ時間ではなく、すでに決めたことを試す時間だと思っています。
■ 今週、目を留めておくとよさそうな一つ
目を留めておくとよいのは、順位ではなく、価格の開き方のほうです。GPT-6 Astraは、AIが読み書きする文字量100万トークンぶんあたり、入力10ドル・出力50ドル。Gemini 3.8 Flashは同じ単位で0.75ドルと3.75ドルでした。同じ週に出た新型どうしで、十倍以上の開きがあります。
順位は数週間で入れ替わりますが、価格差のほうは、使い方の設計を変えます。毎日たくさん流す作業に高いほうを充てると、賢さの差より請求額の差が先に出てきます。逆に、月に数回しかない重い判断であれば、高いほうを選んでも総額はさほど動きません。
どちらのモデルを選ぶか、より、どの作業にどちらを充てるか。その切り分けのほうが効いてくると見ています。
■ ほとんどは、追わなくて大丈夫
順位表そのものは、ほとんど追わなくて大丈夫です。今週のように四社が数日おきに出す時期は、来週にはまた並びが変わります。そのたびに読み直しても、手元の仕事は一行も進みません。
AGI（人間と同じように何でもこなせるAI）に到達したかどうか、という言葉のやりとりも、同じ棚に置いておいてよいと思います。OpenAIの社長は個人的には到達したと述べていますが、その判断で自分の明日の仕事の何が変わるのか、が出てこないうちは、まだ他人の議論のままです。
先行して一部の人だけが試せる段階のものも、今は眺めておく程度で十分だと考えています。
■ もし決めるなら、ここだけ
もし決めるなら、道具を選び直す前に、自分がいちばんよくAIに頼んでいる仕事を一つだけ書き出しておくことです。順位表を見て迷うのは、たいていの場合、比べるための基準が手元にないからです。
任せたいものがはっきりしていれば、どの道具を使うかは、その後で決まります。順番が逆になると、どの新型も「良さそう」に見えて、決めきれないまま次の週が来ます。
実際、道具選びで止まっている方の話をうかがうと、困っている仕事のほうがまだ言葉になっていないことが少なくありません。
来週も、たぶん何かが出ます。出るたびに全部を見に行かなくても、書き出しておいた一つの仕事に関係するかどうかだけ確かめれば、足りると思っています。
QAILaboratory
代表 鳴海貴慶
HP https://qailaboratory.narumitakayoshi.com
ブログ https://www.narumitakayoshi.com/blog/
LinkedIn https://www.linkedin.com/in/takayoshi-narumi-9869a527a/
返信