たった今、世界のAI覇権のバランスは完全にぶっ壊れました。これほんまにやばいです。 週明けのAI関連株は大暴落どころの騒ぎじゃないかもな…。 何が衝撃的なのか、ガチ解説します。 もう何もかもが変わっちまったんだな...。 ■何がおきたか DeepSeek v4.1-Flash 1017というモデルが公開されました。世界のAI情勢を破壊します。ヤバいモデルです。 このモデル簡単がどういうものなのか説明すると、 フロンティアモデルを一部で越える（SOTA級）のモデルを中華ラボがいきなり出してきた。 問題はその性能、値段とサイズと仕組み どれも本当に破壊的なものだから、1個ずついきます。 ■性能 全分野でOpus5.5を超えたっていうわけじゃないけど。 完全にDeepSeek v4.1-Flash 1017はSOTA級 DeepSWEっていうベンチが一番衝撃的かな。 - 今回のFlash：成功率77%、約0.20ドル／タスク - GPT-6.1 Solの最も高得点の設定：約75%、約0.65ドル／タスク つまり、この比較では約3分の1の費用で、成功率も少し高い。大量に実装・修正を回す用途には大きな差。 というか、成功率でSolを越えてるっていう事実がヤバいんだよ。 ■値段 もう完全に乱暴に言うと。ほぼタダです。<言い過ぎ INPUT$0.15Output$0.3 入力10万＋出力1万トークンの例だと Solより約86〜93%安く、Opusより約93〜97%安い DeepSeekハーネスを使えば、自分の利用では、入力のキャッシュヒット率が99%になることもあったので。 実際はもっと安い。 過去に湯水のように使えるAstra,Opus,Fableをくれとは言ったが。ここまでやれとは言ってない。 本当に、なんだろう、マジで安いんだよ。 実際の感覚だと200倍ぐらい安いね。 ■サイズ これだけヤバいモデルのオープンウェイトが同時に無料公開されました。 そのサイズは763B。重みだけで約510.3GB 例えば米国のフロンティアモデルのサイズは10Tとか言われてるんですね、公開情報じゃないからわからん無いけど。Kimi K3とかが2.8T 要するに、めちゃくちゃサイズが小さいんですよ。 このパラメータ数って多ければ多いほど計算に計算資源と電力がかかるんで、コストかかるんですよ。 アメリカのAIモデルって、バカみたいに計算資源を保有してるからゴリ押しでそれを解決してるんですけど。 こんだけ軽かったら、もう普通に家で使えるレベルなんですよ。 実際、DGXSpark × 4台とかMacStudio 512GBで動かせると思います。 バカみたいなデータセンターがなくても、フロンティアモデルが動くようになっちゃったってわけ。 ■仕組み ここがかなり驚き度の高いポイントなんですけど。 DeepSeek-V4.1-Flash自体はもともと存在していて。 まあそこそこ人気だったんですけど。本当に安くてそこそこ性能いいから、結構人気あるよね、ぐらいの賢さだったんですよ。 そのもともとあったモデルを自己フィードバックを使うRLで強化した。って公式は言ってて。 まあ詳しい説明は省きますけど。要するに、既に存在していたモデルを後から調整していくようなやり方で、とんでもなく性能をあげた。 驚くのは、既存モデルの後学習で、開発タスクの成功率を上げながら、処理時間や出力量まで減らしたところです。性能を上げたうえで、使う側の費用まで下げてきた。その性能の上り方が半端じゃないんだよ…意味わかんねぇよ… DeepSeekのラボが今世界で最もAI、優れたAIラボであるということを認めなきゃいけない。

これ、ほんまにAI使ってる全人類の教科書として供養してあげるべき。ほんまに皆見ないといかん。 可哀想なぐらい人生が転落しちゃってる。 やっぱ人間の「めんどくせぇ」が最大のセキュリティリスクや。 ・個人情報はAIのチャットに入力しない ・APIキーなどの秘密鍵をチャットに貼らない（面倒でもEditorで編集） ・無料や激安の情報公開型のAIを使う時は、そのリスクを把握した上で使う。 最低限これはマジ守ってやってかなあかんな。

えー、またもあり得ない天才が見つかりました。 100倍ぐらい伸びるべきなので引用リポスト。 日本全国約337万件の施設データを、 無料・APIキー不要で検索できる「OpenPOI API」が公開。これ、かなりやばい…👇<思わず驚き屋仕草 📍何ができる？ 施設名や住所で検索したり、「この地点から半径○m」の施設を近い順に取得したりできる。 地図アプリの「近くのお店を探す」機能を、自分のサービスに組み込めるということ。 しかも、 ・商用利用OK ・検索結果を自分のDBに保存OK ・MCP対応でAIエージェントからも使える 特に熱いのが、保存とAI連携。 検索で取得した施設情報に、自分のメモや独自タグを追加して、地域ガイドや店舗マップを育てていく使い方が考えられる。 MCPでAIにつなげれば、 「この場所の近くにあるカフェを調べて」 といった施設検索を組み込む土台にもなる。 データはOverture Mapsと、自治体の食品営業許可・届出オープンデータを統合。 全国規模の施設検索を、登録やキー発行なしで試せるのは強い。地図×AIで何か作りたくなる。 ※出典表示とデータごとのライセンス遵守が必要。DB保存時はライセンス・出典情報もセットで保存。