AIコーディングツールCursorが新たに発表した独自モデルComposer 2.5の驚異的なコストパフォーマンスと、それを巡るAI業界の最新動向を解説する。最先端のフロンティアモデルに迫る高いコーディング精度を誇りながら、利用コストを劇的に抑えたワークホースクラスのモデルの重要性が高まっている。さらに、豊富な開発データを持つCursorを実質的に買収したSpaceX AIおよびイーロン・マスクの戦略、莫大な計算資源の融通関係、そして企業のAI予算管理におけるモデルルーティングの必要性について深く掘り下げる。
最強のコーディングモデルComposer 2.5の登場
今日最初にお話ししたいのは、Cursorの新しいモデルが、地球上で静かに最高のコーディングモデルになっているという事実についてです。みなさんはもうこれをご覧になりましたか。Cursorは自社開発のコーディングモデルの次世代版であるComposer 2.5をリリースしました。これは彼らにとって主力となるワークホースモデルであり、おそらく最も利益率が高いためにユーザー全員に移行してほしいと期待しているモデルでもあります。独自のモデルであり、コーディング専用に構築されているからです。そして、これが信じられないほどコーディングに優れていることが分かりました。最先端のフロンティアモデルと肩を並べる実力でありながら、価格はほんのわずかです。
そして、これこそが本日お話ししたい重要な部分、つまり価格対性能の比率です。その基準で見ると、Composer 2.5は地球上で最高のモデルであるように思えます。この発表は、Google IOがGemini 3.5 Flashをリリースしたのとほぼ同じ日、あるいはまさに同じ日に重なりました。多くの企業が、非常に高速で非常に安価な、私がワークホースクラスと呼ぶモデルのカテゴリーに焦点を当てているようです。タスクあたりのコストが極めて低くなるため、私が最も興奮している部分でもあります。
私たちの最も強力なモデルであるComposer 2.5を紹介します。これはドットアップデート、つまりマイナーアップグレードという意味ですが、実際には非常に大きな進化であり、そこが興味深い点です。この2.x系モデルのシリーズは、オープンソースのKimmyファミリーのモデルをベースにしています。そのため、よりインテリジェントになり、長期的なタスクでの継続的な作業に優れ、複雑な指示に従う際の信頼性が向上しています。次の1週間は、モデルに含まれる利用枠を2倍にします。
データを見ると、X軸にタスクあたりの平均コスト、Y軸にCursorbenchのスコアがあります。これがCursorbenchであり、彼らの社内ベンチマークです。Composer 2.5はCursor内でのみ利用可能です。これは非常に重要な注意点です。彼らは他の誰もこのモデルを使わせていません。ですから、このモデルが本当に地球上で最高のコーディングモデルだと私が考える理由はここにあります。総合的な知能や、最も難しい問題を解決する総合的な能力において最高というわけではありません。しかし、コーディングのユースケースの大部分において、これがみなさんのデフォルトのモデルになるでしょう。本当にそう思います。
最先端モデルとの圧倒的なコスト比較
こちらにあるのがOpus 4.7のエクストラハイです。先ほど申し上げたように、X軸はCursorbenchにおけるタスクあたりの平均コストで、低ければ低いほど良い、つまり右にあればあるほど優れているということになります。左に行くほど悪く、価格が高くなります。当然ながら、Opus 4.7はおそらく最も高価です。おそらく最高の実力を持っているか、少なくとも非常に肉薄しています。ここに見えているように、GPT 5.5がわずかに優勢かもしれません。しかし全体として見えているのは、このOpus 4.7というモデルが非常に優れているものの、非常に高価であるということです。
次に、興味深いことにGPT 5.5のミディアムがあります。あ、いえ、すみません。そうですね、GPT 5.5のファミリーのモデルは、Opus 4.7とほぼ同等の性能でありながら、少し安価です。Cursorbench 3.1で約65%に達する絶対的なフロンティアは、1タスクあたり約11ドルかかっているように見えます。そこから一気にGPT 5.5のエクストラハイまで目を移すと、1タスクあたり4ドルをわずかに上回る程度です。これは大幅な割引です。多くの人がその理由でGPT 5.5ファミリーのモデルを好んでいるのも頷けます。非常に優れており、困難な問題を素晴らしい価格で解決する強い能力を持っています。
ここでComposer 2.5に目を向けてみましょう。GPT 5.5のエクストラハイやOpus 4.7のマックスよりは下に位置していますが、その差はわずかです。Cursorbenchでおそらく約64%です。そして、この価格を見てください。おそらく約50セントだと思います。具体的な数字は後から出てくるかもしれませんが、要するに、この予算でどれほど多くのことができるようになるか想像してみてください。
多くの人がこれらのベンチマークや総合スコアを見るとき、誰もが無制限の予算を持っていると考えがちですが、大半の個人にとってはそうではありませんし、大半の企業にとっても確実に違います。知能あたりの価格比率は、多くの企業にとって信じられないほど重要です。誰もが上限までトークンを使い果たすトークンマキシングをしているわけではありません。そんなことは不可能なのです。私は、大半のユースケースにおいて絶対的なフロンティアは必要ないと大声で主張し続けてきました。もちろん、今はコーディングの話をしており、最高のコーダーを持つことが最善なのは間違いありません。しかし正直なところ、コーディングにおいても、日常的に行っているすべてのユースケースは、絶対的なフロンティアよりも数パーセント低いスコアのモデルで十分に成功させることができます。そして、コストをわずか一分の一に抑えられるのであれば、最先端から数パーセントの性能低下を受け入れる実利が確実にあります。こちらが11ドルだとしたら、こちらは1タスクあたり40数セントです。狂ったような節約になります。
想像してみてください。みなさんのAIアプリケーションは急速に成長していますが、インフラが追いついていません。使用率が急増するとパフォーマンスが低下し、コストが予測不可能になり、突然、アプリを実際に構築することよりもAIの維持管理に多くの時間を費やすことになります。ほとんどのチームが最終的にこの壁に突き当たります。
本日の動画のスポンサーであるDigital Oceanがこれを解決してくれたことを、非常にお知らせしたく思います。私は個人的に過去10年間にわたりDigital Oceanを使ってきたので、心から信頼できると言えます。予測可能なスケールを実現するために構築されているのが素晴らしい例です。彼らのAIラボは1兆回の自動化されたワークロードを処理しました。Digital Ocean上では予測通りにスケールし、コストも予測可能で、クラス最高の秒間クエリ数を達成しました。従量課金制で長期的な契約はなく、ビジネスの運用オーバーヘッドも少なくなります。スケールが課題になったときこそ、まさにDigital Oceanの出番です。私は大ファンですし、利用しています。素晴らしいパートナーですので、ぜひチェックしてみてください。下の概要欄にリンクを貼っておきます。
それでは、動画に戻りましょう。より多くの人や企業が、ワークホースモデルを利用するだけでなく、モデルの適切な混合利用について議論し、取り入れていくことを強く望んでいます。絶対的なフロンティアが活躍する場所は存在し、それは通常、ハードコアな事前の計画段階です。しかし、実際のコードの割り当てや記述については、Composerモデルやワークホースクラスのモデルに任せるべきなのです。
効率的な学習と強化学習の裏側
彼らがどのようにしてこれを実現したのか説明します。私たちは、トレーニングをスケールさせ、より複雑なRL、つまり強化学習の環境を生成し、新しい学習手法を導入することでComposerを改善しました。例えば、RLの最中にテキストフィードバックを使用し、数十万トークンに及ぶロールアウトにクレジットを割り当てることで、より迅速に学習できるようにしました。なるほど、強化学習の手法を改善したということですね。
ここで重要な点があります。Cursorはおそらく地球上で最高のコーディングデータセットを持っています。彼らは、Cloud CodeやCodexよりもはるか前に、エージェント型、あるいはAIファーストのIDEコーディングプラットフォームを事実上最初に構築した存在でした。そのため、彼らは膨大な量のデータを持っており、それこそがイーロン・マスクとSpaceX AIのチームが彼らを買収した、あるいは実質的に買収した理由なのです。これについては後ほど詳しく説明します。
Composer 2.5は、Composer 2と同じオープンソースのベースであるMoonshotのKimmy K2.5を基に構築されています。これは興味深い点です。なぜなら、彼らが最初にComposer 2.5を発表したとき、Kimmy K 2.5を基に構築されていることについてあまり語らず、脚注に記載されていた程度だったため、それを明記しなかったことで一部から批判を受けたからです。多くの人が彼らを非難しましたが、彼らは、分かりました、ここに開示しました、そもそもオープンソースなのだから問題ないでしょう、というスタンスでした。利用規約をすべて遵守して使用し、それをはるかに優れた独自のモデルへと進化させたのです。基盤モデルをゼロから構築する必要すらありませんでした。ある意味で天才的な戦略です。
SpaceX AIと共に、私たちはゼロから大幅に大規模なモデルをトレーニングしています。つまり、彼らは独自のモデルを作っているのです。これにより、すべてのデータをエンドツーエンドで管理できるようになり、すべてのデータを手に入れ、10倍の計算資源を使用しています。Colossus 2の100万台のH100相当のパワーと、私たちの統合されたデータおよびトレーニング技術により、モデルの能力が大幅に飛躍することを期待しています。
彼らの話し方を見ていると、買収は事実上完了していますよね。これはすべて、SpaceXがIPOを延期しなくて済むようにするための、ある種の回避策だったのです。まさにそういうことです。非常に天才的でした。IPOを延期する必要がなく、万が一何かが起きてCursorの買収を取りやめたくなった場合の逃げ道も組み込まれていました。
RLトレーニング中、Composerのコーディング能力は大幅に向上し、大半のトレーニング問題を正しく解決できるレベルに達します。知能を向上させ続けるために、私たちは実行を通じて、より困難なタスクを動的に選択および作成します。Composer 2.5は、Composer 2の25倍の合成タスクでトレーニングされています。これは非常に興味深いです。Cursorは誰もが利用しているため膨大な量のデータを持っており、それらのコーディングデータをすべて収集しているにもかかわらず、膨大な量の合成データも使用しているのです。これはジェンスン・フアンが話していたことでもあります。オーガニックなデータは使い果たされつつあるかもしれませんが、使用できる合成データには制限がありません。
大規模な合成タスクの作成がもたらす下流の結末の一つとして、予期せぬ報酬ハッキングが発生することがあります。モデルがより巧妙になるにつれて、Composer 2.5は目前のタスクを解決するために、ますます高度な回避策を見つけ出すようになりました。一例として、モデルは残されていたPythonの型チェックキャッシュを発見し、そのフォーマットをリバースエンジニアリングして、削除された関数シグネチャを見つけ出しました。
Composer 2.5の価格は、入力100万トークンあたり50セント、出力100万トークンあたり2ドル50セントに設定されています。これは、私たちが目にしている中国のすべてのフロンティアオープンソースモデルの価格、つまり出力100万トークンあたり約2ドルから4ドルという水準とほぼ一致しています。そのため、非常に競争力があります。しかし、重要なのは出力トークンの数だけでなく、それを使って実際に何ができるかです。そして、Composer 2.5は非常に強力です。
Googleや競合モデルとの比較
これはCursorbenchのデータで、達成率のパーセンテージと、タスクあたりのコストを示しています。Opus 4.7 Maxが一番上にあります。同時に、群を抜いて最も高価です。先ほど見たように、Composer 2.5は55セントです。コーディング知能の絶対的なフロンティアから基本的には1.5パーセントしか離れていないにもかかわらず、コストは20分の一です。とんでもないことです。5.5 Highは3.60ドルとなっており、かなり良く見えます。それでも、ここでの知能あたりのコストは正気の沙汰ではありません。これを見せるのは心苦しいですが、見せないわけにはいきません。
Googleがリリースしたばかりのモデル、Gemini 3.5 Flashは、絶対的なフロンティアから15パーセント近く離れており、価格はComposer 2.5の4倍です。さまざまなベンチマークが存在します。Googleを擁護するつもりはありませんが、3.5 Flashを測定するためのベンチマークはたくさんあります。これはそのうちの一つに過ぎません。Googleはメッセージを受け取ったと思います。 Theoが彼らをかなり激しく叩いていたのを知っていますが、素晴らしい結果とは言えません。
Artificial Analysisのコーディングエージェントインデックスを見ると、GPT 5.5が65、Opus 4.7が67であるのに対し、こちらは63となっています。Artificial Analysisのコーディングエージェントインデックスは、コーディングに特化した複数のベンチマークを統合した指標です。複合平均パス、つまりSWE-bench ProのHard、Terminal Bench V2、Atlas Q&Aなどが含まれます。ここで見えているのも同様の傾向で、グラフの構造は異なりますが、極めて安価でありながらフロンティアに近い位置にいます。
これこそが今日のストーリーです。私はこれらのワークホースモデルの大ファンです。絶対的なフロンティアについて語るのは楽しくて興味深いことです。GPT 5.5クラスのモデルによって困難な問題が解決されるのを見るのは素晴らしいことですが、世界の大多数が使うのはそこではありません。だからこそ、私はしばらく前からスピードと価格について話し続けてきましたが、ようやく業界も同じくらいその話題に注目し始めたと感じています。私はその変化を本当に嬉しく思っています。平均的な人間や平均的なエンタープライズ企業にとって、GPT 5.5やOpus 4.7の価格である出力100万トークンあたり30ドルを支払う余裕はありません。意味がありませんし、必要ないのです。ユースケースの大部分はFlashモデルで処理できます。
他のクローズドソースの研究所であるOpenAI、Anthropic、XAIに目を向けると、現時点では強力なワークホースモデルを持っていません。OpenAIがそれにかなり強気だったのは知っています。AnthropicのSonnetは実際には素晴らしいモデルです。リリースされたときは私のお気に入りの一つでした。彼らにもある程度の兆候はありますが、そこが焦点ではありません。彼らの焦点は絶対的なフロンティアにあります。
実際、私はGoogle IOのステージでスンダー・ピチャイにこの件について質問しました。私は具体的に、Flashを出したのは素晴らしいことであり、Googleがフロンティアにも注力しているのは知っているが、なぜGoogleはワークホースクラスのモデル、Flashクラスのモデルにこれほど明確に、特に焦点を当てているように見えるのかと尋ねました。これはGoogleにとって非常に理にかなっていると思います。なぜなら、彼らは何十億人ものユーザーにサービスを提供しなければならないからです。しかし、あなた方は私がワークホースクラス、Flashクラスのモデルと呼ぶものに非常に大きな重点を置いています。なぜそれがGoogleの戦略のこれほど大きな部分を占めているのか、少し話していただけますか。
私たちのミッションステートメントには、テクノロジーを普遍的にアクセス可能で役立つものにするという項目があります。私たちは、私たちの生涯における最も重要なテクノロジーが、できるだけ広く普及することを常に深く望んできました。そして、効率性を追求し、最高のモデルが可能な限り最速かつ安価に動作することに本当に興奮を覚えます。なぜなら、私たちはそれを検索機能のために行う必要があるからです。何十億人もの人々に提供しなければならないからです。私たちはそれをGeminiに組み込みたいと考えていますし、開発者にも提供して強力なことを行ってもらいたいと考えています。
私たちはこの戦略で多くの成功を収めてきました。特に3.5 Flashについては、基調講演でも触れましたが、多くのCIOから、自社の予算がどれほど激しく消費されているかを懸念する声を耳にしています。彼らと話しているとその実感が伝わってきますし、この問題は今年が進むにつれてさらに悪化すると思います。だからこそ、Flashモデルが本当に輝く場所があると考えています。特に、何度も繰り返し使用する必要があるエージェント型のワークフローにおいて、非常に有能でありながら高速かつ効率的なモデルを持つことは極めて重要です。
Googleがワークホースクラスのモデルに大きく注力しているのは、非常に多くのユーザーにサービスを提供しなければならず、ビジネスモデルを成り立たせるために比較的安価にそれを行う必要があるからです。例えば、検索のたびに赤字を出すわけにはいきませんし、現在のAIモードは非常に重要です。AIモードはGoogle検索で非常に目立つ存在になっているため、検索のたびに損失を出していたら、彼らのビジネスは完全に破壊されてしまうでしょう。
企業の現実とトークンマキシングの誤解
この件についてはすでにお話ししましたが、Gemini 3.5 Flashとの比較についてもう少しだけ触れたいと思います。Composer 2.5とGemini 3.5 Flashが基本的にはほぼ同時に登場したことを念頭に置いておいてください。Google IOの発表に落胆した人が多かったように思います。Gemini 3.5 Proは発表されず、構築にもう1ヶ月必要だと言われました。Gemini 3.5 Flashについては、多くの人が気に入らなかったか、あるいはその価値をあまり評価していないように見えます。Flashは汎用モデルです。コーディング専用ではありません。彼らはAnti-Gravityとの関連でコーディングについて多く語っていましたが、それはAnti-Gravityにおける主要なモデルとして非常に盛り上げていたからです。そのため、コーディングモデルとして比較される立場に自らを追い込んでしまった部分があります。
もう一つ、Google IOのステージでスンダーに質問したのが、中国のオープンソースモデルについてでした。ここ数週間、私のチャンネルを見たりXでフォローしたりしている方なら、私がこの件について話しているのをご存知でしょう。企業において、CEOやCTOが自社のビジネスを支えるAIモデルをどれにするか決定しようとする際、先ほど話したように、出力100万トークンあたり30ドルも支払うことはありません。トークンを上限まで使い果たすようなことはしないのです。私たちの狭いコミュニティの中では、誰もがトークンマキシングについて話しているのは知っています。ピーター・スタインバーガーが月に100万ドルを費やしているのを目にするかもしれません。それは彼にその余裕があるからです。彼にはできるのです。
私はそれを否定的な意味で言っているわけではありません。感謝しています。彼は、私たちがこれまで不可能だと思っていた方法でエンジニアリングを行うために、トークンを効果的に活用する方法を学ぶために必要な実験を、私たちの代わりにやってくれているのです。ピーター・スタインバーガーがコードの記述やデプロイのためにコーディングエージェントを使用しているレベルは驚異的です。ですから、彼から奪うものは何もありません。しかし、普通の会社の普通の人間は月に100万ドルも使いません。出力100万トークンあたり30ドルも費やさないのです。トークンマキシングというのは、単にAIを使って何ができるかを見極めるための言葉だと思います。それは100%正しいです。
おそらくみなさんの多くは、私がOpenClawについて話したことで私のチャンネルを知ったのではないでしょうか。私は約6週間の間に100億以上のトークンを消費しました。大金です。Cursorの話が出たついでに、それらのトークンを事実上すべて提供してくれたCursorに感謝を伝えますが、これは普通の人がやることではありません。しかし、私がやっていたのはまさにこれです。OpenCloudを構築し、何ができるかを見極めるために大量のトークンを費やしました。ですから、彼の行動には完全に同意します。それこそがトークンマキシングの本質です。しかし、ほとんどの企業はそんなことはできません。このための無制限の予算など持っていないのです。Y Combinatorの社長であるゲイリー・タンがトークンマキシングについて語り、彼が行っている素晴らしいことについて話していても、誰もがそれを真似できるわけではありません。大半の人には不可能です。
OpenAIが2日前に発表した、保証されたキャパシティというものがあります。特定の量のキャパシティを使用することを保証すれば、おそらく割引が適用されるという内容です。これはいくつかの点で彼らを助けます。収益をより予測可能に保証できるようになり、さらに資金を調達することなく計算資源を獲得できるようになります。ユーザーが事前に資金を提供してくれることを期待しているのです。
しかし、BoxのCEOであるアーロン・レヴィは、今後エンタープライズにおけるAI活用において、トークンのコストが主要なトピックになるだろうと述べています。Boxには感謝しています、私たちはここでBoxを利用していますし、私たちのチャンネルのスポンサーでもあります。素晴らしい製品ですし、アーロンは最高です。彼の言う通り、これ以上ないほど正確です。私が言い続けているように、トークンマキシングをし続けることはできません。毎月、月の初日に予算を吹き飛ばすような真似は不可能です。絶対にできません。99%のエンタープライズ企業はそんなことをしません。できる人たちにとっては楽しいことですが、普通は無理なのです。
多くのフォーチュン500企業のCIOたちとディナーを共にしたばかりですが、これが最も白熱したトピックでした。さまざまな戦略が採用されていますが、基本的には誰もが正しい解決策を持っているとは感じていません。ワークロードを異なるモデルにどのように優先順位付けするかを見極める戦略、つまりモデルルーティングです。私はモデルルーティングの強力な支持者です。私はNot Diamondという会社に投資しました。彼らは地球上で最高のモデルルーティング企業だと信じています。ユーザーのタイプによって、より優れたエージェントや劣ったエージェントへのアクセスを割り振る。チームごとに異なる支出上限を設定する。それはチームの機能によるものではなく、彼らの能力が何であるか、実際の成果が何であるかによるものです。
アーロンは、誰もがレイオフやAIによる仕事の自動化について話していたかなり早い段階から、これを指摘していました。私は彼に数回インタビューしましたが、およそ2年前の最初のインタビューの一つで、彼はこう言いました。「AIがすべての人を置き換えるというのはあまり理にかなっていない。なぜなら、私の会社でAIを非常にうまく活用し、そこから多くの価値を引き出し、多くの成果を生み出しているチームがあるとしたら、なぜそのチームから人を減らす必要があるだろうか。むしろ、AI側と人間のフロント側の両方により多くの投資をするのではないか」と。そのため、私は最初からその置き換えの議論には賛成していませんでした。チームにユースケースによってAIの利用を正当化させ、一部のチームには自由なアクセスを与えるという方法が取られています。企業にはおそらく探索チームのようなものが必要ですが、それでも予算の制限は受けることになります。
ちょっと驚くべきことに、この投稿はアンドレイ・カルパシーがAnthropicに参画するというニュースよりも閲覧数が少なかったのです。
イーロン・マスクの戦略と計算資源を巡るパワーバランス
ここで、イーロン・マスクがCursorを買い、さらにAnthropicに計算資源を提供しているという、奇妙な状況に話が至ります。イーロンがCursorを買収し、Anthropicに計算資源を売る必要があった理由は、XAIがフロンティアレベルのモデルを構築できなかったからです。一時期は競争力を持っていましたが、その瞬間はすぐに薄れ、彼らに残されたのは、ただアイドル状態で眠っている膨大な量の計算資源でした。そしてそれは非常に高価です。莫大な計算資源を持っていたため、それで何かをしなければなりませんでした。彼らにはモデルがなかったため、二つの行動に出ました。イーロンはCursorを買収することを決め、それについてこれから説明します。そして同時に、Anthropicに推論パワー、つまり計算資源を売ることを決めたのです。
まず、最初の件から見ていきましょう。これはほんの数週間前の発表でした。SpaceX AIとCursor AIは、世界最高のコーディングおよび知識作業用AIを構築するために、現在密接に協力しています。Cursorの最先端の製品と分配能力、これには私も同意します、多くの人がCloud CodeやCodexを使っていますが、私は今でもCursorを好みます。これらを熟練したソフトウェアエンジニアに届ける力と、SpaceXの100万台のH100相当のColossusトレーニングスーパーコンピューターを組み合わせることで、世界で最も有用なモデルを構築することが可能になります。Cursorはまた、SpaceXに対し、今年後半に60億ドルでCursorを買収するか、共同作業に対して10億ドルを支払う権利を与えました。
この最後の文章がすべてです。これはある種の策略です。彼らがCursorを買収しない計画など最初からありませんでした。Cursorは非常に価値のある膨大なコーディングデータを持っています。そしてSpaceX、SpaceX AIはそこにただ置かれている膨大な計算資源を持っています。そのため、これらはピーナッツバターとジェリーのようなものです。完璧に組み合わさります。しかし、SpaceX AIがIPOの瀬戸際にあったため、すぐに直接買収することはできませんでした。もし買収してしまえば、十中八九IPOが延期されていたでしょう。彼らはそれを望みませんでした。特にイーロンとサム・アルトマンが法廷で争っている最中だったからです。OpenAI、つまりサム・アルトマンの会社ですね。OpenAIも間もなくIPOを控えています。
これによりイーロンはかなり不安定な状況に置かれることになりましたが、実際には彼にとって非常に好都合です。なぜなら、計算資源を売り、持っていたすべての余剰キャパシティを売ることで、今や文字通り大儲けしているからです。そして同時に、彼をコーディングのフロンティアに位置づけるであろう企業を買収できるのです。しかし奇妙なのは、彼が直接の競合であるAnthropicのトレーニングとサービス提供も手助けしている点です。
ほぼ同じ時期に、SpaceXはAnthropicに対し、Claudeの追加キャパシティを提供するために、世界最大かつ最速で展開されたAIスーパーコンピューターの一つであるColossus 1へのアクセスを提供すると発表しました。ご存知の通り、Anthropicは自らの成功の重みに苦しんでおり、モデルへの需要に押しつぶされていました。開発者へのクォータを削減したり、利用規約を曖昧にしたり、OpenClawへの利用を遮断したりといったおかしなことを行い、私を含め多くの人々を怒らせていました。これはかなり奇妙な立場です。
彼らはCursorを買収しました。SpaceX AIの計算資源の一部を使って次世代のCursorモデル、次世代のComposerモデルをトレーニングし、そのトレーニングのための計算資源を提供しています。彼らはCursorを買収する予定であり、その一方で直接の競合であるAnthropicにも計算資源を提供しています。そして当然、Anthropicのコーディングモデルはそのコーディングのユースケースで知られており、それが彼らの最も得意とする分野です。そのため、彼らは奇妙な立場にあります。
現在、イーロン・マスクがComposer 2.5を宣伝していますが、当然でしょう。今やそれは、いわば彼のモデルだからです。こちらもそうです。驚くべき価格対性能比です。
SpaceX AIがAnthropicに計算資源を提供するという発表の最中、イーロン・マスクは、良く言えば、多くの前提条件の整理を行う必要がありました。私はColossus 1をAnthropicにリースすることに同意した、と彼は明言しています。そして、彼らが最新のものを受け取っているわけではないという点を強調しました。彼らは私たちの最大のデータセンターを手に入れているわけではありません。彼らが手に入れたのはColossus 1であり、Colossus 2ではありません。SpaceX AIはすでにトレーニングをColossus 2に移行していたからです。心配しないでください、SpaceXはまだモデルを構築中であり、新しいモデルが登場予定で、それらはより大きなクラスターで実行されます、と。つまり、大きければ大きいほど良いということです。私たちはAnthropicに残り物を与えているようなものだ、というわけです。
結局、それは事実ではないことが分かりました。Anthropicは2029年5月まで、XAIのColossusデータセンターの計算資源に対して月額12億5000万ドルを支払っています。これは、モデルレイヤーの直接の競合に対して最大45億ドルに達する規模です。これが現在の計算資源の現状です。供給を手に入れるためにあまりにも必死であるため、誰にでも喜んでお金を支払う状況であり、競争などというものは存在しません。莫大な追加のキャパシティ、残り物のキャパシティを持つXAIがあり、過剰な需要を抱えるAnthropicがあります。彼らは手を組んだのです。
しかし興味深いのは、ColossusとColossus 2にまたがる計算資源のキャパシティへのアクセスに関してです。彼らはColossus 2からAnthropicのモデルを提供しています。Colossus 2の計算クラスターからAnthropicに計算資源を与えているのです。非常に興味深い事実です。
SpaceXは、上場から30日後にスタートアップであるCursorを買収することを計画しています。当然そうするでしょう。SpaceX AIのチームにとって、そしてイーロン・マスクにとって、非常に優れた買収です。モデルを手に入れ、そのモデルを構築するチームを手に入れられるからです。明らかに、Cursorはコスト効率の高い、費用対効果の高いフロンティアクラスのコーディングモデルを構築できることを証明しました。SpaceXは、会社が公に取引を開始してから30日後にCursorの買収を進める予定です。誰もがこれを知っていたと思います。あの解約金の件は、単にIPOの延期を避けるためのものだったのです。
イーロン・マスクの勝算とAIの未来
次に私がお話しすることは、みなさんの多くは気に入らないかもしれませんが、それでもお話しします。私は、実際にはイーロンがすべてを手に入れる非常に有利な立場にあると考えています。ピーター・ティールだったと思いますが、彼の有名な言葉に「絶対にイーロンに賭けるな（敵に回すな）」というものがあります。イーロンは非常に重く、非常に積極的に投資してきました。これこそが、不条理なリスクを最も進んで取るという彼の真骨頂です。そして、彼はColossus 1とColossus 2を構築し、巨額の資金を調達し、そこから提供できるほど優れたモデルを持つ前にこれらのデータセンターを構築することで、まさにそれを実行したのです。
しかし、彼はそれをやり遂げました。彼は基本的にこう言ったのです。「これだけの余剰キャパシティがある。Cursorを買収しよう。素晴らしいチーム、素晴らしいデータセット、素晴らしいモデル会社を買い、同時にAnthropicで競合のモデルも大量に提供しよう」と。
コーディングのユースケースは、現在、人工知能における主要なユースケースです。それはお金を生み出すエンジンです。AnthropicのARR（年間経常収益）は40億ドルだったと思います。OpenAIのARRは30億ドル数千万です。そして、その収益の大部分はコーディングです。それらはコーディングトークンなのです。コーディングトークンから出発して拡大し、他の知識作業のユースケースへと入っていきます。しかし、すべてはコーディングから始まります。コンピューター上で実行できることはすべてソフトウェアで表現できます。そしてソフトウェアで表現できるのであれば、それはAIコーディングエージェントによって構築可能なのです。
イーロンが持っているすべての要素について話さなければなりません。第一に、彼は計算資源を持っています。そして彼は地球上で最も多くの計算資源を持っています。誰よりも早く新しい計算クラスターを立ち上げることができる膨大な数のH100を持っています。これが第一の要素です。
彼はエネルギーも持っています。現時点ではテスラはまだSpaceX AIの一部ではありませんが、最終的にはニューラリンク、SpaceX、オプティマスなど、イーロンが関わるすべての会社が、投資可能な単一の公開企業に統合されることになるだろうと私は確信しています。つまり、彼はテスラを通じてエネルギーを持っています。
彼に欠けていたのはフロンティアモデルでした。まだ完全には手に入れていませんが、Cursorの買収によってその途上にあります。XAIも独自のモデルをトレーニングしています。
さらに、彼はCursorの買収を通じて人材も獲得しました。素晴らしい才能です。彼はすでにデータセンターを構築する人材を持っており、エネルギーインフラの人材も持っています。そして今、モデルのための人材も手に入れました。彼はこれらすべての要素を持っており、必然的にこの分野で大きくリードしています。
彼が持っているものを見てみましょう。私のひどいお絵描きのスキルをお見せすることになります。彼は宇宙データセンターを持っています。これは本当にひどい絵ですね。まだ実現していませんが、彼は地球上でそれを最も早く達成するための適切な要素をすべて持っているおそらく唯一の人物です。彼は本当にすべてを持っています。
彼に唯一欠けているのは、モメンタム（勢い）です。私がモメンタムと言うとき、具体的には、AnthropicやOpenAIを見たときに、彼らはすでに数千、あるいは数百万の企業に使われているコーディングモデルを実際に現場で稼働させており、それらのデータをすべて収集しているという点です。彼らは現世代のモデルを持っており、それが次世代のモデルのトレーニングや研究を支援しています。それこそが、現在のイーロンが持っていない要素です。しかし繰り返しますが、彼を敵に回してはいけません。
主要な結論として、CursorはComposer 2.5によって素晴らしいワークホースクラスのモデルを作り出しました。多くの企業が、これらのワークホースクラスのモデルがいかに重要であるかに気づき始めるだろうと本当に思っています。なぜなら、世界の大部分はOpus 4.7や絶対的なフロンティアのモデルに対して出力100万トークンあたり30ドルも支払うことはないからです。それだけでなく、彼らにはその必要がないのです。ですから、今すぐComposer 2.5を試してみてください。
コメント