Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

gemini 3.0 pro 的 IQ 分数出来了：历史上所有 LLM 的最高分！

（IQ 测试分为两档：门萨版测试和线下/离线版测试。离线版的题目是全新设计且保密的，所有 LLM 都没看过，所以不存在背答案、或模型训练时见过等问题。通常情况下，离线版的 IQ 也会低 10～20 分。）

离线版测试，gemini 3.0 pro 的 IQ 是历史最高分，130 分；

门萨测试，gemini 3.0 pro 的 IQ 是142，比gpt-5 pro 低 1分。

平均一下，gemini 3.0 pro 的 IQ 得分也显著超过 gpt-5 pro。

（IQ分数不是衡量智能的标准，不论是人类智能还是 llm 智能，智能的结构是复杂且多维度的，但 IQ 可以作为其中一个维度。） November 11, 2025

もし人間ならどこに住む？
に対する各AIの回答。

GPT-5.1→東京
Gemini 3→京都
Grok 4.1→オースティン(米テキサス州)

倭国の地名が出てくることに喜びを覚えると同時に、Grokに対する納得感が強い。 https://t.co/f7xTHa2aX3 November 11, 2025

Opus4.5、Gemini3.0pro、GPT-5.1-Codexに並列でいっぱいテスト書かせたらいい感じになった
すごい時代や
趣味独学えんじにゃーやり始めたころは到底考えられんかったアウトプット November 11, 2025

note読みました！指標前に読むと理解度が全然違います…
ドル円も＋9万円利確できて、10月いい流れが作れてます☺️
楓さんの分析力、とにかく信頼してます。

ドル円　USDJPY　ゴールド　GOLD　XAUUSD　ビットコイン　BTC　Bitcoin　GPT-5 税額控除　上昇トレンド　トランプ大統領 https://t.co/UkBl6H9YRL November 11, 2025

noteありがとうございます！
別で今日のドル円しっかり利確して＋14万円でした✨
大勝ちより“安定”を意識できるようになったのは
楓さんのおかげです。

ドル円　USDJPY　ゴールド　GOLD　XAUUSD　ビットコイン　BTC　Bitcoin　GPT-5 税額控除　上昇トレンド　トランプ大統領 https://t.co/bLXVzXOA0u November 11, 2025

GPT-5.1 said:
-----
英語の語形成規則に従うと、「Mickey Mouse」を動詞化した場合の現在進行形は **“Mickey Mousing”** になります。

---

これは「Mickey Mouse」を **一語の動詞として扱うのではなく、複合名詞をそのまま動詞扱いして -ing を付ける** パターンです。
実際、英語では “to Mickey Mouse something”（＝雑にごまかす・安っぽく済ませる）という俗語表現があり、そこで使われる進行形は **Mickey Mousing** です。

例：
- They’re *Mickey Mousing* the project.
（雑に処理している）

この用法は映画・アニメ業界での “Mickey Mousing”（映像に音楽をぴったり合わせる技法）としても存在し、こちらも **Mickey Mousing** が正式形です。

つまり、

- **Mickey Mousing** ← 正しい進行形
- **Mickeying Mouse** ← 英語の規則上成立しない
- **Mickey-ing Mouse** ← 不自然
- **Mickey Mouse-ing** ← 実例なし

英語では複合語をそのまま動詞として扱い、最後に -ing を付けるのが一般的です。

---

**結論:**
“Mickey Mouse” は英語では俗語として「雑にやる」「安っぽく処理する」の意味で動詞化されており、その場合の現在進行形は **Mickey Mousing** です。また映画・アニメ業界では “Mickey Mousing” が専門用語として定着しており、こちらでも同じ派生形が使われます。複合名詞を動詞化するときは、語順を変えずに最後に -ing を付けるのが英語の標準的規則であるため、「Mickeying Mouse」などの形にはなりません。 November 11, 2025

GPT-5やっぱすごいよ
4より確実に指示通りのLuaスクリプトを作ってくれる
よってストワの計器製作が捗りモチベがアガる〜〜 November 11, 2025

noteありがとうございます！
指標前の不安がかなり減ります☺️
ドル円は＋11.4万円で利確完了！
楓さんの分析、信頼度が他とは比べ物になりません。

ドル円　USDJPY　ゴールド　GOLD　XAUUSD　ビットコイン　BTC　Bitcoin　GPT-5 税額控除　上昇トレンド　トランプ大統領 https://t.co/iqOKPLVr08 November 11, 2025

一応、OpenAIはまだ隠し玉があるらしいのと、プロダクト開発能力は本物なので、ネットワーク効果のある先行者有利のプロダクトをこれから作ってくる可能性も十分にあるかとは思います。
どうもマーケット的な視点では、この辺りの生成AI開発競争やNVIDIAやBroadcomの半導体がなんちゃら、倭国はソフトバンクが〜のような話題が一番美味しいらしいんですが、個人的には上で書かなかったAI for Science周りの話が一番面白いと思っています。GoogleはAlphaFoldをはじめ、ノーベル賞を取ってくるくらいにはこの分野で先行していますが、OpenAIも最近GPT-5を使って色々な科学発見ができたという以下のような報告も出しているので、今後の発展が楽しみです。
https://t.co/Qw2y6KmQOh

Anthropicが今日Claude 4.5 Opusを出したらしいんですが、これはまだ試せてないのでまた後で・・・。 November 11, 2025

🚨案の定朗報🚨ソフトバンクグループの株価暴落について述べています。
2025年11月25日時点でのリアルタイムの金融パニックを反映しています。ソフトバンクグループの株価は、グーグルが無料で利用可能なAIモデル「Gemini 3」を発表し、OpenAIのGPT-5.1を上回る性能を示したことで10%下落し、15,980円まで落ち込みました（Reuters、2025年11月18日報道）。ソフトバンクはOpenAIに累計347億ドルの投資を行っており、これが投資家の懸念を増大させています。
- **市場動向**: 株価は年初来高値から40%下落しており、AI競争の激化が背景にあります。2023年のマッキンゼーの調査によると、技術企業の60%がAI革新による評価リスクに直面していることが示されており、これが現在の状況を裏付けています。
- **歴史的背景**: ソフトバンクCEOの孫正義氏の「ALL IN」戦略は、かつてアリババでの成功で知られていましたが、Vision Fundでの損失が2023年のAiCoin分析で指摘されており、現在の市場での脆弱性を増幅しています。

この投稿は、個人投資家であるトラネコ氏の感情的な反応（「もう余力なし終わった🪦☠️💦」）とともに、AI業界の競争激化と投資リスクを象徴する一例と言えます。現在の時刻（2025年11月25日午後4時27分JST）を考慮すると、市場の動向は今後数時間でさらに変動する可能性があります。 November 11, 2025

現時点で最高性能を叩き出したコーディングモデル、「Claude Opus 4.5」について知っておくべきことまとめ

Claude Opus 4.5 について重要な情報をまとめました。エンジニア採用試験で人間超えを記録するなど、必見の内容です。

・Anthropic は Claude Opus 4.5 を発表。APIおよび主要3大クラウドで本日より利用可能

・APIモデル名は claude-opus-4-5-20251101。コンテキストウィンドウは200k

・コーディング性能は世界最高。SWE-benchで80.9%を記録し、GPT-5.1やGemini 3 Proを上回る

・必要なツールのみ読み込む「Tool Search」により、オーバーヘッドを約85%削減（コンテキストの95%を実データに活用可能）

・「Programmatic Tool Calling」により、複雑なタスクのトークン数を約37%削減

・デスクトップ版「Claude Code」が登場し、複数セッションの並行実行が可能に

・Chrome拡張機能が全Maxユーザーに拡大、Excel連携もベータ版として提供開始

・価格は/（入力/出力）。前モデルOpus 4の1/3の価格設定 November 11, 2025

こういうニュースが静かに出てくるあたり、今年のAIの進化スピードは本当に異常だと思う。

Claude Opus 4.5 が ARC-AGI（抽象推論の世界基準）で
公開モデルとして史上最高スコアを更新（1: 80%、2: 37.64%）。
ARCは “問題のルールすら書かれていない抽象思考テスト” だから、
単なるベンチマークじゃなくて「未知のルールを自分で発見する力」を測ってる。

だからここを上げてくるモデルは、
文章生成とかプログラミング力とは別次元の「根本的な推論力」が伸びている証拠なんだよね。
2024〜2025に出た多くのモデルが
「速度」「コスト」「画像推論」中心だったのに対して、
Opus 4.5 はちゃんと 推論力そのもの を底上げしてきている。

Gemini 3、GPT-5.1、Opus 4.5…
どのモデルも得意分野が明確になってきて、
“1強” ではなく 複数モデルの専門化時代 に入った感がある。
こういう進化を見ていると、
「AIのアプリを作る」より
「AIをどう組み合わせるか」の方が重要になる未来が見える。 November 11, 2025