Grok 4.6とHunyuan、Co-design LoopがAI逆転の鍵に

SpaceXAIが2026年8月13日未明、Grok 4.6を発表した。Artificial Analysisの独立評価によると、Grok 4.6のインテリジェンス指数は61点で、ChatGPT-5.6 Solと同点、Fable 5 Maxの62点に肉薄する。タスクあたりのコストは0.84ドルと、Solの約1.23ドルやOpus 5の約2.34ドルを下回る。

5か月ぶりの急上昇

Grokはわずか数か月前には解散の危機に瀕していた。Grok 4.3は主要モデルに大きく遅れを取り、xAIの11人の共同創業者のうち10人が辞職していた。Elon Muskは公に「xAIの最初の構築は失敗した」と認めた。Grokは上場間近のSpaceXに統合され、SpaceXAIとして再出発した。

Cursor共同開発がもたらした転機

Grokの急速な復調を実現したのはCursorとの共同開発だ。CursorはAIコードエディターで、Muskが600億ドルを投じて買収した企業だ。3月にxAIの創業チームが崩壊した同じ時期、Cursorのシニア製品エンジニアリング責任者のAndrew MilichとJason Ginsbergの2人がxAIに加わった。4月にはSpaceXとCursorが計算資源および共同開発の契約を締結。6月にはCursor親会社の買収オプションが行使された。

SECに提出された文書によると、ソフトウェア開発はAIにとって重要な応用シーンだ。高品質な構造化データ、迅速なフィードバックサイクル、高頻度の使用を同時に備えているからだ。AIプログラミングによって生み出される作業軌跡は、モデルのトレーニングと性能改善に直結する。

フィードバックループの仕組み

ユーザーがGrokで作業を行い、Cursorがそのやり方と失敗ポイントを記録する。エンジニアは実タスクの行動軌跡とフィードバック結果を大規模モデルのトレーニングデータに加工し、強化学習と継続的トレーニングを通じてモデルを強化する。7月にリリースされたGrok 4.5はプログラミング能力でGPT-5.5に追いつき、価格は半分だった。1か月後のGrok 4.6ではさらに性能が向上した。

このアプローチはAnthropicも実証済みだ。2025年2月にClaudeは新モデルのsonnet3.7と同時にAIプログラミングアシスタントのClaude Codeをリリースした。それから1年も経たずにChatGPTを逆転した。

Tencentの同様のアプローチ

Grok 4.6発表の数時間前に開催されたTencentの決算説明会では、WorkBuddyとHunyuanのCo-designが重点的に説明された。WorkBuddyはTencent内部の小さなチームが、3月のAIオフィスエージェント需要の高まりに乗って開発したものだ。元々はAIプログラミングエージェントのCodeBuddyを改造したもので、6月の月間アクセス数は2097万に達し、国内デスクトップAIオフィスエージェントで1位となった。

Hunyuan再構築を担当するYao Shunyu（姚順雨）は、1年余り前の論文『AI下半場』で、モデル評価がモデルトレーニングよりも重要になると論じていた。CodeBuddyやWorkBuddyには現実世界向けのタスクと評価が豊富に存在する。彼はCo-designの方法を提案し、モデルと製品を深く協調的に最適化させた。

TencentのMartin Lau（劉熾平）は決算説明会で「実際の製品使用と領域フィードバックをモデルトレーニングに継続的に注入することで、Hunyuanはモデルの精度を検証し、エッジケースを特定・解決し、より迅速なモデル反復を実現した」と述べた。4月末にHy3 Previewがお披露目され、7月には正式版がリリース。Agent、推論、コーディングなどのタスクで国内モデルのトップグループに加わり、295Bのパラメータで大パラメータの競合製品に匹敵する性能を実現した。

Co-design Loopの本質

Co-design Loopの仕組みは単純だ。ユーザーがタスクを遂行し、製品がその軌跡を記録。エンジニアがデータをモデルトレーニングに加工。モデルが強化され、より高度なタスクが可能になる。高度なタスクからより価値の高いデータが生み出し、さらにモデルが強化される。この正のフィードバックループが繰り返される。

プログラミングやオフィスなどの生産性シーンでは、失敗タスクの記録がベンチマークの1つのエラーよりも価値を持つ。実際の失敗原因をモデルに教えるからだ。成功タスクも再利用可能なエージェント軌跡に分解できる。これにより、実世界のタスク分布、操作軌跡、失敗事例という希少なデータを獲得できる。

後発参入と業界影響

MuskはGrok 4.6の発表後、「知的性能・速度・コストを総合的に見れば、Grok 4.6が客観的にNo.1であり、Grok 4.7は現在のすべてのモデルを凌駕するだろう」と断言した。さらに「SpaceXのトレーニングコーパスは非常に優れており独自性がある。現実世界のエンジニアリングにおいてGrok 4.7より優れたモデルが存在するなら、驚く」と述べた。

MetaもCo-design Loopへの参入を開始した。Metaは初のプログラミングエージェント「Muse Codem」と新世代モデル「Muse Spark 1.2」を発表。コントリビューター版はスタンダード版より95%安い。開通条件はMetaが開発者のプログラミングデータを将来のモデルトレーニングに使用することを許可することだ。

Co-design LoopがAI大規模モデルで初めてインターネットプラットフォームのようなネットワーク効果を生む可能性がある。ユーザー増加がデータをもたらし、データがモデル能力をもたらし、モデル能力がより強力な製品を生む。より強力な製品がさらにユーザー増加を引き起こす。

MuskはかねてからWeChatを高く評価し、TwitterをWeChatのような万能アプリに変えることを望んでいた。昨年末のインタビューではXの位置づけを「WeChat++」と表現した。AIの分野でも、彼はTencentと同じ戦略的選択を行ったと言える。

編集部の見解

SpaceXAIのGrok 4.6とTencentのHunyuanは、AIモデル開発における戦略的転換点を示している。従来の大量データによる事前学習から、製品との協調設計による継続的改善への移行だ。Cursorとの共同開発は、xAIの技術的課題を解決するだけでなく、ソフトウェア開発という最も価値の高いデータソースへのアクセスを確保した。5か月という短期間で主要モデルと同等の性能を達成したことは、Co-design Loopの有効性を実証している。 長期的には、このアプローチはAI業界の競争構造を変える可能性がある。コストを度外視した大量計算による性能向上の限界が明らかになる中、Co-design Loopはインテリジェンス指数だけでなく、コスト効率と実世界のタスク遂行能力を重視する競争を生む。MetaのMuse Codemの無料戦略もこの文脈で理解できる。データのフライホイールが回り始めれば、後発者が追いつくのは困難になる。 Co-design Loopの本質的な課題は、ユーザーのプライバシーとデータ利活用のバランスだ。

参考

• 「马斯克与腾讯，踏进了同一条河流」, by 深流研究所 — 钛媒体, 2026-08-14T09:28:56.000Z (ARR)
• 元記事URL: https://www.tmtpost.com/8103823.html