AIの実力を「外から確かめる」動きが続いた週。GPT-6 Cyber限定公開、METRの評価、Siri AI開放。今週のAIニュースTOP10【2026年10月31日〜11月6日】

株式会社AIworker

2026年11月6日 14:49

AI企業が「うちのAIはこれだけできる」と発表する。その言葉を、外の人はどうやって確かめるのでしょうか。今週は、この問いに関わる発表が3つ重なりました。

OpenAIは、サイバー攻撃にも使えるモデルを、本人確認を通った人だけに限定して公開しました。外部機関のMETRは、Anthropicの開発ペースが約2倍になったと評価しつつ、見られなかった部分が多いと自ら書いています。

Anthropicは、AIの答えが本当にそのモデルから出たものかを、暗号で証明する試作品を公開しました。

仕事の側では、AppleがSiri AIを全開発者に開放し、NECは機密情報を伏せて外部AIにつなぐ製品を出しています。

2026年10月31日〜11月6日の発表・更新から、仕事への影響と社会的な重要性を踏まえて10項目を選びました。順位は本記事の編集判断です。日付は原則として発表元の現地日付で、11月6日時点の提供状況を記載しています。

なお10位だけは、先週末の10月30日に発表され、前回の記事に入れられなかった項目の補足です。

この記事の要点

✅ AIの能力を外から確かめる仕組みは進んでいますが、見られる範囲はまだ限られています。数字は、誰が何を見て出したかとセットで読みましょう。

✅ Siri AIやNECのゲートウェイなど、AIが「窓口」や「中継点」に入る製品が増えました。何を渡し、何を任せるかの線引きが大事です。

✅ Claude Codeの高速モード（Opus 4.8）は11月30日に終了します。止まる前の棚卸しが、今週いちばん手を動かしやすい作業です。

今週のTOP10を一覧で

まず全体像です。1位から3位は、どれも「確かめる」話でつながっています。

1位｜GPT-6 Cyberは本人確認を通った人だけに。Linuxの実験は数え方に注意

OpenAIは11月5日、セキュリティ専門のモデル「GPT-6 Cyber」を公開しました。GPT-6 Astraをもとに、許可を得た脆弱性の調査や、攻撃コードの開発、Webの侵入テストに強くした派生モデルです。

え、公開なのに使えないの？と思いますよね。使えるのは、承認制の枠組み「Daybreak Red」の利用者だけです。

組織は、本人確認・SSO・多要素認証・APIの接続元IP制限が必要
個人は招待制で、本人確認と生体確認、物理的なセキュリティキー（FIDO2）が必要
重要インフラや選挙システムなどへの高リスクな支援は、追加の仕組みで止める

OpenAI自身の評価では、サイバー分野は「Critical」です。同社の安全基準で最も高い区分で、Astraと同じ扱いになります。

システムカード（モデルの説明書）に載っている数字を並べると、意外な事実が見えます。

この表から、意外なことが読み取れます。

専用モデルでも、Astraとの差は数ポイント
大きく違うのは、性能より「制限を外す条件」かもしれない
別の報道では、Astraが断った課題でCyberは95%を完了したとされる

システムカードは、限界も書いています。

完全に堅牢化された標的への攻撃成功は観測されていない
公開ベンチマークのExploitBenchは過去の脆弱性を使うため、数字が高めに出る可能性がある

同じ週、OpenAIはLinuxカーネルを対象にした実験も報告しました。

報道によると、1回の実行で、2,308件の候補から948件分の、管理者権限を取れる攻撃コードを作れたそうです。実行は約30時間、費用は約120万ドルです。

先週の記事「AIが見つける脆弱性に、修正が追いつかない。GPT-6.1 Terraは半額に。」の続きにあたる話です。

見つける側の速度は、さらに上がりました。

⚠️注意：948件は「攻撃コードの数」と「修正案の数」で報道の書き方が割れており、すでに直った数でも、新発見の数でもありません。

研究期間の10日間で、本家に取り込まれた修正は61件、準備段階が43件、公開で議論中が299件と報じられています
候補の修正案は、まだ取り込まれた修正ではありません
948件の集計を、カーネル側のセキュリティチームが公に確認した発言は、確認できる発言は見つかっていません

TechCrunchは、承認制のままでは防御側が最先端の技術を使えない一方、攻撃側は安全装置を外した公開モデルを使えると問題提起している
OpenAIは、重要インフラを守る人向けの10億ドル規模の取り組みも発表した

AI導入で本当に注意すべき点は、別記事「AI導入で本当に危険なのは何か｜企業が誤解しているセキュリティリスク」で整理しています。

2位｜METRがAnthropicの開発ペースを評価。約1.9倍、ただし見られなかった部分も明記

外部評価を担う非営利団体METRが11月5日、Anthropicの社内データなどをもとにした評価を公表しました。調査期間は8月12日から10月29日です。

METRが述べているのは、次のことです。

2025年10月以降、モデルの性能向上ペースは、それ以前の約1.9倍（95%区間は1.5〜2.8倍）
「この1年で、従来の約2年分の進歩」にあたる計算
分析の方法を変えると、1.1〜2.9倍まで幅がある
加速の約8割はAIによるもの、というのがMETRの判断（不確実性は大きい）
訓練用の計算資源が増えたことが原因ではない、とは確信している

ここまで読むと「AIがAIを作る時代」と思うかもしれません。でも、METR自身が限界をかなり率直に書いています。

担当は約2.5人分の人員
非公開モデルに自分で入力して試す権限は、求めず、得られなかった
Anthropicには削除を一方的に求める権利があり、METRが最も参考になると見た証拠の過半が削除された
計算資源の割り当てを確かめる作業は、途中でAnthropic側が対象から外した
「証拠の透明性は達成できていない」と、METR自身が評価している
1.9倍は、指標への過剰適合や、AI以外の要因で説明できる可能性もある

💡ポイント：「AIが完全に自律して次のAIを作っている」という意味ではありません。METRは、加速が明確に決められた仕事に限られる可能性にも触れています。

じゃあ、この評価から何を持ち帰るか。外部評価と書いてあっても、「何を見て、何が伏せられたか」まで読むことです。

正直、ここは読み飛ばしたくなる部分ですよね。でも「第三者が評価した」という言葉だけで安心しない見方は、社内でベンダーを比べるときにも使えます。

3位｜FlashProve。答えたモデルが本物かを、暗号で証明する試作品

Anthropicは、AIの答えが本当に特定のモデルから出たものかを、暗号で確かめる試作品「FlashProve」を公開しました。研究ページの日付は11月2日で、報道は4日前後に集中しています。

名前は難しそうですが、考え方は単純です。モデルの中身を見せずに「このモデルで計算しました」と証明する技術です。

使っているのは、ゼロ知識証明（zkSNARK）という暗号の方法です。

すぐに使える段階ではありません。Anthropicも研究用の試作品と明記しており、できないことも多く書かれています。

試験に使ったのはClaudeではなく、Llama 4 Maverick（約4,000億パラメータ）
速度は1台のH100で毎秒約110トークン
証明のデータは、1,024トークンの質問ごとに約19MB
計算の手間は、通常の動かし方の約72倍（負荷が高いと約94倍）
長い文章は扱えず、出力は決まった方式に限られる
公開はApache 2.0で、誰でも使える

⚠️注意：高速な確認用のプログラムは、数学的な正しさの保証がまだありません。保証があるのは、別に用意された数学の証明ツール（Lean）版です。

なぜ、これが今週の話題として大事なのか。AIを中継するサービスが増え、「契約したモデルが本当に答えているのか」を確かめたい場面が出てくるからです。

5位のNEC cotomi Gatewayのように、AIを自動で振り分ける製品が出てきた
振り分け先が変わっても、利用者からは見えにくい
今は先の話でも、監査の考え方が変わる入口になる

4位｜Siri AIが全開発者に開放。日本語も対象

Appleは11月3日、「Siri AIをすべての開発者に開放する」と発表しました。iOS 27.3などのベータ版から、アプリをSiri AIにつなげられる開発者向けプレビューが始まっています。

つなぐ方法は、アプリの機能を外に出す仕組み「App Intents」です。複数の操作を組み合わせる「スキル」も導入されました。

いつ何が使えるのかを整理します。

出典：Apple「Siri AI is now open to all developers」

条件も確認しておきたいところです。

Apple Intelligenceに対応した機器が必要
対応言語は英語・フランス語・日本語・韓国語・ポルトガル語・スペイン語
EUのiOS・iPadOS・watchOSでは提供されない
サーバー側の機能には、1日の利用上限がある
利用枠の拡大は「将来は有料」と明記されている

ひとことで言えば、「アプリを開いて予約する」が「Siriに頼む」に変わる入口です。

自社のアプリやサービスを持つ会社なら、Siriから呼ばれる機能を何にするか、今から考えておけます。

利用規約や運用ルールは、Appleが後日案内すると書いています。まだ確定していない部分が多い点は、見落とさないでください。

5位｜NEC cotomi Gateway。機密を伏せて外部AIへ、費用も抑える

NECは11月5日、「cotomi Gateway」を発表しました。社内の入力を、外部のAIに渡す前にチェックして振り分ける製品です。

提供のスケジュールと価格は、次のとおりです。

ソフトウェア版：11月に提供開始
SaaS版：その後、順次展開の予定
価格：報道では月額100万円（税別）から

ほかの機能も、実務に近いものです。

機密性、仕事の難しさ、回答の質、費用を見て、適切なAIを自動で選ぶ
質問の冗長な部分を圧縮して、使うトークンを減らす
利用状況と費用の削減効果を、リアルタイムで確認できる
既存のシステムとは、API（外部から呼び出す仕組み）でつなげる

なお、費用の削減率は、報道では確認できませんでした。導入を考えるなら、自社の使い方で試算してもらう必要があります。

ここが面白いところです。社員に「機密を入れるな」と注意する方式から、入口で機械が止める方式へ変わります。

10月下旬のデジタル庁の「できる操作を絞る」設計と、同じ向きの話です。

正直、月額100万円からは気軽な額ではありませんよね。AIの利用量が多く、機密情報を扱う会社向けの水準でしょう。

💡ポイント：まずは自社の入力にどのくらい機密が混ざっているかを、数えるところから始められます。

自社の状況に合わせて、どこから手を付けるかを整理するところから支援しています。

▶️ サービス資料のダウンロード（資料請求）

▶️ 無料カウンセリング・AI活用診断のご予約

6位｜音声AIが続々。電話対応への導入が現実味を帯びてきた

電話やコールセンターのAIで、動きが3件ありました。

Salesforce（11月2日）：音声AIのCrestaを買収することで合意。電話を最後まで解決する音声エージェントと、人のオペレーターをリアルタイムで支援する機能を持つ
DmMiX（11月5日）：コールセンターの受信業務を最初から最後まで担うAIエージェント「shiftel」の提供を開始
Meta（11月5日）：AIエージェント「Muse」に、音声通話とアニメーションのアバターを追加。まず米国で提供

Salesforceの買収は、完了が2028会計年度の第1四半期の見込みで、規制当局の承認が条件です。価格は、発表ページに書かれていません。

電話は、間違えたときに取り返しがつきにくい仕事です。正直、ここがいちばん迷うところです。

AIworkerが1,000件を超える商談データを分析した傾向では、正確性・ハルシネーションへの不安は34.0%の商談で話題に上がりました。

shiftelの発表でも、AIの誤回答が導入の壁になっていると背景が示されています。

💡ポイント：電話に導入するなら、AIが答えてよい範囲と、人に引き継ぐ条件を、先に文章で決めておきましょう。

業務でAIの誤りを防ぐ具体的な方法は、別記事「AIのハルシネーション対策とは？｜業務で「嘘」を防ぐ正確性の担保方法」でまとめています。

7位｜Claude CodeとGeminiで、終了と移行の予定が出た

派手さはありませんが、止まる人が出る更新です。うっかり見逃すと、ある日突然エラーになります。

Claude Codeの更新履歴（10月31日付）に、次の記載があります。

Opus 4.8の高速モードは、10月30日付で非推奨
11月30日に終了する
終了後の依頼はエラーになり、通常の速度に自動では切り替わらない
高速のまま使うなら、Opus 5.5への移行が案内されている

GeminiのGemsは、Googleの案内ページによると、次の予定です。

11月17日：GemsがGeminiアプリの「設定」内へ移動（作成・編集・利用は続けられる）
法人：早くても2027年3月1日に、Gemsの作成・編集・利用が終了
教育機関：早くても2027年6月1日に、同じく終了
既存のGemsは自動でスキルに変換され、名前・説明・指示・資料が引き継がれる

見落としやすい点もあります。変換後のスキルは「無効の下書き」で、作った人が見直して有効にしないと使えません。

また、スキルはGeminiアプリとWorkspaceのアプリの間で同期されません。Workspaceで使っているGemsは、Workspace Studioで作り直す必要があります。

10月14日に予告されたGPT-4o系のAPI終了（2027年1月14日）も合わせて、今のうちに並べておきたい日付は次のとおりです。

出典：Claude Code更新履歴、Google Workspaceヘルプほか

業務で使うAIを入れ替える作業の考え方は、別記事「生成AI・AIエージェントの権限設計｜最小権限・承認・監査ログの決め方」も参考になります。

8位｜パナソニックHDらのT-Rex。触覚で補正する、両手のロボットAI

ロボットの話は、遠く感じますよね。でも、工場や物流で使われる技術なので、製造業の方は押さえておきたい話です。

パナソニックHDらの研究チームは11月5日、指先の触覚を使ってロボットの両手を動かすAI「T-Rex」を発表しました。視覚と言葉の指示に、触った感覚を加えたものです。

評価した作業は、実世界の接触が多い12種類です。

ページをめくる
卵を移す
歯みがき粉を出す
鍵を開ける
カードを取り出す
電球をねじ込む

結果は、平均の成功率が65%でした。比較した従来の最高水準は35%で、触覚なしでは42%です。

⚠️注意：「世界最高」というのは、パナソニックの自社調査（11月5日時点）です。製品や発売日、価格は発表されていません。

学習のデータは、次のとおりです。

200種類を超える家庭用品で、約100時間の両手の操作データを収集
22,889時間の人間の一人称映像で事前学習
作業ごとに約100回の実演で調整

成果は、11月9日からのCoRL（ロボット学習の国際会議）で発表される予定です。工場や物流での、部品の抜き差しやネジ締め、壊れやすい物の扱いを目指すとしています。

9位｜AMD決算。データセンターが売上の中心に

AMDは11月3日、2026年第3四半期の決算を発表しました。売上は134億ドルで、前年同期比45%増です。

データセンター：85億ドル、前年同期比97%増
クライアントとゲーム：37億ドル、同8%減
第4四半期の見通し：約170億ドル（プラスマイナス3%）

数字だけ見ると、勢いがすごいです。AIモデルの競争の裏で、それを動かす半導体の需要が伸びている、その分かりやすい裏付けになります。

⚠️注意：データセンター事業にはAI以外も含まれ、会社全体の売上をそのままAI半導体の売上とは言えません。

先週発表されたMicrosoftとAlphabetの決算でも、AI向けの設備投資が大きく増えていました。使う側から見れば、値下げの原資がここにある、ということです。

10位｜4社が共通の「AI学習オプトアウト」に対応へ（10月30日発表の補足）

え、自社サイトにも関係あるの？と思った方に向けた項目です。

Google、OpenAI、Microsoft、Anthropicの4社は10月30日、共通のAI学習用の信号に対応する方針を示しました。前回の記事に入れられなかったため、ここで補足します。

信号を書く場所は、Webサイトのrobots.txtです。検索ロボットなどに「ここは見ないで」と伝えるためのファイルです。

書き方を1つに揃えて、4社が同じ信号を見る形になります。

対応時期は、会社ごとに違います。

Anthropic：提案の筆頭著者は同社の社員。対応時期は確認できていません
Microsoft：2027年2月1日から
Google：2027年の対応を目指すとしている
OpenAI：「数か月以内」で、詳細は後日

⚠️注意：この信号は、守るかどうかが各社の判断に任される自主的な仕組みです。すでに集められたデータには効かず、これからの収集に対する意思表示になります。

全員を拒否する書き方（User-agent: *）では、この信号を拒否したことになりません
Google-Extendedなど、すでに書いてある設定は、そのまま有効です
Microsoftは、断るとAIの回答に自社の情報が使われにくくなる可能性があると注意しています

自社サイトで考えたいのは、AIの学習を断ることと、AIの答えに自社が出てくることのバランスです。AIに引用されたい記事を出しているサイトは、全部を断るのか、一部だけ断るのかを決めておく価値があります。

TOP10以外で押さえておきたい動き

Akamai（11月4日）：AI推論サービスの「Akamai Inference」を発表（ベータ版）
Akamai（同日）：AIエージェント向けの隔離された実行環境「Akamai Agent Sandbox」も発表（ベータ版）
Google Vids（11月5日）：動画生成モデルの「Gemini Omni 1.2 Flash」が加わり、15秒までの生成に対応。展開は段階的

今週、自社で先に確認したい3つのこと

ニュースを全部追う必要はありません。今週は、この3つが押さえどころです。

1つ目は、終了と移行の棚卸しです。

□ Claude Codeの高速モード（Opus 4.8）を使っている人を把握している
□ 11月30日までに、Opus 5.5への移行か、通常の速度で使うかを決めた
□ 社内で共有しているGemsを、洗い出した
□ GPT-4o系のAPIを使っていないか、確認した

2つ目は、数字の出どころを読むことです。

新しいAIを選ぶとき、発表の数字だけで決めないための4つの質問です。

□ 誰が評価したのか（提供元か、第三者か）
□ 何を見て出した数字なのか（公開データか、非公開か）
□ 何が伏せられたのか（削除や制限がないか）
□ 自社の仕事で、同じ結果になるか試した

3つ目は、機密情報の入口です。

□ 外部のAIに入力してよい情報と、いけない情報の線引きがある
□ 線引きを、社員任せではなく仕組みでも守れているか考えた
□ 自社サイトのAI学習に対する方針（断る・一部だけ断る・断らない）を決めた

入力してよい情報の線引きは、別記事「生成AI・ChatGPTの情報漏洩リスクと対策」が参考になります。社員が勝手にAIを使う問題は「社員が勝手にAIを使う会社に共通する「シャドーAI問題」」で扱いました。

最後に、ひとつ数字を置いておきます。商談分析では、導入したのに使われていない企業が43.7%ありました。

この43.7%の多くは、ツールの性能ではなく運用設計でつまずいています。今週のニュースは、その運用に「確かめる仕組み」が加わりつつあることを示しているように見えます。

よくある質問

GPT-6 Cyberは、自社のセキュリティ担当者も使えますか？

Daybreak Redという承認制の枠組みに申し込み、本人確認などを通った人が対象です。組織ではSSOや多要素認証、接続元IPの制限も求められます。誰でもすぐに使える状態ではありません。

METRの「1.9倍」は、AIがAIを作っているという意味ですか？

そうは書かれていません。METR自身が、指標への過剰適合や、AI以外の要因で説明できる可能性を挙げています。評価の根拠となる証拠の多くが、Anthropicの削除で見られなかったとも明記しています。

FlashProveは、いま業務で使えますか？

使える段階ではありません。研究用の試作品で、試験に使ったのはClaudeではなくLlama 4 Maverickです。扱えるのは1,024トークンまでで、計算の手間も通常の約72倍かかります。

Siri AIは、いつから一般の利用者に届きますか？

Appleは「数か月後」と書いています。App Storeへの提出は、来春に解禁される予定です。Apple Intelligence対応の機器が必要で、サーバー側の機能には1日の利用上限があります。

Opus 4.8の高速モードは、11月30日以降どうなりますか？

終了後は、高速モードの依頼がエラーになります。通常の速度に自動で切り替わりません。高速のまま使い続けたい場合は、Opus 5.5への移行が案内されています。

自社サイトのAI学習は、全部断ったほうがよいですか？

一概には言えません。断ると、AIの答えに自社の情報が使われにくくなる可能性があると、Microsoftが注意しています。自社が何のために情報を出しているかで決めるのが現実的です。

ニュースを、自社で使える手順に変えるために

今週のニュースから見えたのは、AIの性能そのものより、その性能をどう確かめ、何を渡し、いつ入れ替えるかという話でした。

ここは、情報を追うだけでは進みません。誰が確認し、どこまで渡し、いつ見直すかを決める必要があります。

じゃあ、どこから始めるか。AIworkerでは、ツールを配って終わりにせず、現場に入って一緒に回す形で支援しています。

🎓 AIネイティブX研修｜現場で使える力をつけます。

普段の資料と業務を題材に、使い方と確かめ方を練習する
受講後も自分の仕事で試せるよう、指示の例と確認の手順を残す

🤝 AIネイティブX伴走｜定着まで一緒に回します。

対象業務を1つ選び、実際に使いながらうまくいかない部分を直す
担当者・入力する資料・確認する人まで決め、続けられる手順にする
モデルや製品が変わっても、見直せる形で整える

🛠️ 業務AIプロ｜自社に合わせて作ります。

社内データや既存システムにつながる、業務専用のAIを開発する
権限、操作の記録、失敗したときの人への引き継ぎまで設計する
狭く始めて、効果を確かめてから横に広げる

今週の内容なら、たとえばこんな相談から始められます。

新しいAIの発表を、どう確かめて選べばよいか
機密情報を外部AIに渡す前の線引きを、仕組みにしたい
終了や移行の予定を洗い出して、止まる前に対応したい

無料カウンセリングでは、今使っているツールと任せたい仕事を伺い、研修・伴走・開発のどこから始めるかを一緒に整理します。