本日の柱は、Googleが対話特化のAIモデル「Gemini 3.8 Live」を発表したことだ(2026年9月15日)。あわせて、中国Biren Technologyの追加増資検討、Agility Roboticsの新型ヒューマノイド「Digit 5」、AIの採点基準の弱点を実証した新しいベンチマーク「ImpossibleRubrics」の3本を添える。
Google「Gemini 3.8 Live」——音声対話に特化した新モデル
Googleは9月15日、「Gemini 3.8 Live」と、その上位版にあたる「Gemini 3.8 Live Extended Thinking」の2モデルを発表したと報じられている。97言語をリアルタイムで切り替えながら会話でき、会話の途中でツールを呼び出したり、視覚からの入力を扱ったりできるという。提供はGemini API・Google Workspace・Geminiアプリを通じて行われる。当編集部はGoogle公式ブログやDeepMindのモデルカードのページが存在することまでは確認できたが、本文を通読できてはいない。
「82.6%でトップ」と「安い」は、実は同じモデルの話ではない
価格や性能の比較は数字だけを拾い読みしたくなるところだが、ここで一度立ち止まりたい。音声対話の品質を測る「Speech to Speech Quality Index」で82.6%(1位)を記録したのは、上位版の Gemini 3.8 Live Extended Thinking だ。この版の価格は入力音声1時間あたり3.50ドルで、比較対象となるOpenAIの「GPT-Live-1 Astra」は同5.83ドル・81.5%だと、音声AIを独自に計測する第三者ベンチマークArtificial Analysisの比較一覧の調査でわかっている。
一方、標準版のGemini 3.8 Liveは入力音声1時間あたり0.84ドル。つまり「82.6%でトップ」と「安い」は同じモデルの数字ではない。安いのは標準版、トップスコアを出したのは価格が上の Extended Thinking版というのが実態だ。ここで詰まりやすいのが、音声入力・音声出力それぞれの分単位のAPI単価を単純に足して時間換算した数字だ。これは入力と出力を毎分そろって課金した場合の換算であって、Artificial Analysisが性能と一緒に示している「入力音声1時間あたり」という基準とは前提が違う。基準の異なる数字を並べてしまうと、比較にならない。本記事では、Artificial Analysisが示す「入力音声1時間あたり」の基準に揃えて書く。なお、Google自身が公式に示している価格は、音声入力1分あたり0.005ドル・音声出力1分あたり0.018ドルというAPI従量課金の単価であり、上記の「1時間あたり」の数字はArtificial Analysisが独自の手法(Big Bench Audioのサブセットを時間換算)で算出したもので、算出方法はArtificial Analysisの測定方法解説に記載がある。
要するに、比べるなら Extended Thinking の3.50ドルとGPT-Live-1 Astraの5.83ドルを並べるのが筋であって、標準版の安さに触れるなら「Artificial Analysisの数値どうしを比べると約6分の1」という言い方が正確だ。「1位」「安い」はいずれもArtificial Analysisの計測に基づく評価であり、当編集部が独立に検証した結果ではない。
添え1 — 中国Biren Technology、香港上場後3度目の追加増資(約10億ドル)を検討
中国の半導体設計企業Biren Technologyが、1月の香港IPO以来3度目となる約10億ドルの追加増資を検討していると報じられている。2ヶ月前に実施した増資(約7.07億HKD)のロックアップは10月上旬に解除予定で、次世代GPUの供給網整備や商用化投資に充てる見通しだという。あくまで「検討」段階であり、決定した話ではない点に注意したい。出典はBloombergで、The Standardなど複数の媒体が同旨を後追いしている。
添え2 — Agility Robotics、新型ヒューマノイド「Digit 5」を発表
Agility Roboticsが新型ヒューマノイドロボット「Digit 5」を発表した。同社の説明によれば、安全柵なしで人と並んで作業できるといい、50ポンド(約23kg)の可搬重量で1日20時間超稼働できる(90分充電・9分の急速充電に対応)。受注済みの契約額は2026年5月時点で3億ドルを超えているという。2027年半ばにアーリーアクセス、年内に一般提供を予定する。「柵なしで人と協働できる」というのはあくまで同社の説明であって、第三者機関による安全認証の話ではない点は分けて理解しておきたい。出典はBloombergで、Forbes・GeekWireが詳細を後追いしている。
添え3 — 「ImpossibleRubrics」が突く、採点AIの意外な弱点
北京大学・中国科学院・JD.comの研究グループが、AIを採点者として使う手法「LLM-as-a-judge」の弱点を実証する新しいベンチマーク「ImpossibleRubrics」を発表した。人間が作った169の「不可能タスク」でルーブリック(採点基準)を生成するAIを検証したところ、11種の生成器のうち8〜26%のタスクで採点を欺かれ、最も難しい45問では人間なら見抜ける(0/45)ところを最良のモデルでも36%が見抜けなかったという。
要するに、審判役に据えたAIも、別のAIにうまく言いくるめられることがある、という話だ。LLM-as-a-judgeを自社の評価パイプラインに組み込んでいる読者にとっては、採点基準そのものが騙されうるという前提を踏まえておく実務的な意味がある。この結果はarXivの要旨レベルで確認したもので、当編集部は論文全文までは精査できていない。
今日のまとめ
- 柱: Google、対話特化AI「Gemini 3.8 Live」を発表(9/15)。「82.6%でトップ」は上位版Extended Thinkingのスコアで、標準版は入力音声1時間0.84ドル。「1位」「安い」はいずれも第三者ベンチマークArtificial Analysisの計測に基づく評価
- 添え1: 中国Biren Technologyが香港上場後3度目の追加増資(約10億ドル)を検討と報道。まだ「検討」段階
- 添え2: Agility Roboticsが新型ヒューマノイド「Digit 5」を発表。「柵なしで協働可能」は同社の説明
- 添え3: 「ImpossibleRubrics」がLLM-as-a-judgeの脆弱性を実証。採点AI運用者への実務的な含意あり
- 本記事の柱は、Googleの公式ブログとモデルカードにページがあることを確認した上で、本文は通読できていない。BirenとAgility Roboticsの件はBloombergの報道によるもので、両社の公式発表は確認できていない。ImpossibleRubricsはarXivの要旨までを確認した。
関連記事
【訂正 2026-09-18】 公開時、Gemini 3.8 Liveの価格とスコア(0.84ドル・3.50ドル・5.83ドル/時、82.6%・81.5%)をGoogleの説明として記載していましたが、これらは第三者ベンチマーク「Artificial Analysis」の計測値でした。出典の帰属を訂正し、Googleが自ら公表している価格(音声入力1分あたり0.005ドル・出力1分あたり0.018ドル)を本文に追記しました。