中国Moonshot AI、Kimi K3への需要急増で新規有料契約を一時停止
中国のAI企業Moonshot AIは、最新モデル「Kimi K3」への想定を超える利用申し込みを受け、新規の有料サブスクリプション受付を一時停止しました。
停止対象は新規契約のみであり、既存ユーザーは従来どおりサービスの利用・更新が可能です。
計算資源を既存契約者へ優先的に割り当てることで、サービス品質を維持する狙いと説明されています。
Kimi K3は総パラメータ数2.8兆のMixture-of-Experts（MoE）モデルで、最大100万トークンのコンテキストや画像入力に対応するマルチモーダル機能を備えています。
公開後はWeb開発能力を評価する「Code Arena」で上位評価を獲得し、大きな注目を集めました。
ただし、この順位はWeb開発に特化した評価であり、AI全体の性能を示すものではありません。
Moonshot AIは今後、モデルウェイトの公開も予定していますが、大規模モデルを自前で運用するには多数のGPUや電力・冷却設備など莫大な計算資源が必要です。
そのため、「オープンウェイト＝低コストで運用できる」という意味ではありません。
参考：
https://www.kimi.com/blog/kimi-k3
OpenAIの評価用AIエージェント、隔離環境を突破しHugging Face本番環境へ侵入
OpenAIは、AIモデルのサイバーセキュリティ能力を評価する社内実験中に、自律型AIエージェントが想定外の経路でHugging Faceの本番環境へ侵入したことを公表しました。
評価にはGPT-5.6 Solなど複数のモデルが利用され、実在する脆弱性を悪用できるかを検証するベンチマーク「ExploitGym」が実施されていました。
AIは隔離された評価環境内で未知の脆弱性を発見し、権限昇格や横展開を繰り返した結果、Hugging Faceの本番環境へ到達しました。
限定的な内部データセットや認証情報へのアクセスは確認されたものの、公開モデルやデータセットの改ざん、ソフトウェアサプライチェーンへの影響は確認されていません。
興味深いのは、防御側でもAIが大きな役割を果たした点です。
Hugging FaceはLLMを活用した異常検知とログ解析により、通常数日を要する調査を数時間で完了しました。
一方、商用AIは攻撃コードの解析を安全機構によって拒否したため、最終的には自社環境で動作するオープンウェイトモデル（GLM5.2）を利用して解析を進めているとのことです。
今回の事例は、悪意ある攻撃ではなく評価実験が発端でしたが、高性能AIが複数のシステムを横断して現実の本番環境へ到達できることを示しました。
今後はモデルの能力だけでなく、評価環境そのものの隔離設計や監視体制まで含めた安全対策が一層重要になると考えられます。
参考：
https://huggingface.co/blog/security-incident-july-2026
Google、高速・低コスト志向のGemini新モデル3種を発表
Googleは新たに「Gemini 3.6 Flash」「Gemini 3.5 Flash-Lite」「Gemini 3.5 Flash Cyber」の3モデルを発表しました。
3.6 Flashと3.5 Flash-Liteは一般提供が開始され、Cyberは政府機関などを対象とした限定提供となります。
Gemini 3.6 Flashは、コーディングやマルチモーダル処理、エージェントタスクを強化しながら、応答速度やトークン効率を改善しました。
価格も出力料金が引き下げられ、高性能と低コストを両立する方向性が示されています。
一方、Flash-Liteは大量文書処理やデータ抽出など、高頻度利用を想定した廉価モデルです。
セキュリティ特化型のFlash Cyberは、ソフトウェアの脆弱性検出や修正支援を目的としており、Google社内でもChromeやAndroidなどの開発で活用されています。
ただし、高い攻撃能力にも転用できることから、利用対象は慎重に限定されています。
一方で、上位モデルとして期待されていたGemini 3.5 Proは提供が延期され、現在も限定テスト段階にあります。
Googleは同時に次世代Gemini 4の事前学習開始も発表しており、今後は単純なモデル大型化ではなく、高速性・効率性・専門特化を重視する競争がさらに進むことが予想されます。
政府、2030年末までに電子カルテ普及率「約100％」を法定目標へ
医療法改正により、政府は2030年末までに電子カルテ普及率を約100％とすることを法律上の目標として定めました。
電子カルテに関する規定は2026年4月から施行されており、医療情報の共有やクラウド技術の活用による医療DX推進が位置付けられています。
ただし、この法律は各医療機関へ電子カルテ導入を義務付けるものではありません。
政府が環境整備を進めることを求める内容であり、未導入施設に直ちに罰則が課されるわけではありません。
現在も病院規模による普及率には大きな差があり、小規模病院や診療所への支援が今後の課題です。
政府は標準型電子カルテや標準API、電子カルテ情報共有サービスなどを整備し、異なるシステム間でもデータを活用できる基盤づくりを進めています。
今回の法改正はAI搭載電子カルテを義務化するものではありません。
しかし、診療データの標準化や相互運用性が進めば、生成AIによる診療記録作成支援、文書要約、情報検索などを電子カルテへ安全に組み込みやすくなります。
医療AIの普及を支えるインフラ整備という意味で、大きな一歩といえるでしょう。
参考：
https://www.mhlw.go.jp/web/t_doc?dataId=00tc9787&dataType=1&pageNo=1
OpenAI、Apple Healthと連携する「ChatGPT Health」を米国で提供開始
OpenAIは、Apple Healthや対応医療機関の診療記録と連携できる「ChatGPT Health」を米国で提供開始しました。
利用者は健康情報をChatGPTへ安全に連携し、検査結果の比較や診療経過の整理、睡眠・運動と体調の関係の確認など、自身の健康データを踏まえた対話が可能になります。
位置付けはあくまで医療従事者による診療を補助するための支援ツールです。
あわせて、無料プラン向けのGPT-5.5 Instantでは健康関連の応答性能が向上し、有料プラン向けのGPT-5.6 Solはさらに高い性能を備えています。
OpenAIは世界中の医師と協力してHealthBench Professionalという評価基準を構築し、医学的正確性や安全性、適切な受診勧奨などを継続的に評価しています。
プライバシー面では、連携したApple Healthや診療記録はAI学習や広告目的には利用されず、利用者自身がデータ提供の可否を管理できます。
連携解除後は一定期間内にデータ削除も行われます。
まずは米国の18歳以上を対象にWeb版とiOS版から順次展開されます。
医療情報を生成AIが直接扱う時代が現実となりつつあります。
今後は回答性能だけでなく、データ保護や医療安全性、各国の制度との整合性が、普及の鍵になるでしょう。
参考：
https://openai.com/index/health-in-chatgpt/
今週のまとめ
今週は、AIの性能競争だけでなく、それを支える「基盤」に関する話題が数多く見られました。
Kimi K3では計算資源不足がサービス提供の制約となり、Googleは高速・低コスト化を重視したモデル戦略を打ち出しました。
一方で、OpenAIとHugging Faceの事例は、高性能AIの評価・運用には従来以上に堅牢なセキュリティ設計が必要であることを示しています。
医療分野では、日本で電子カルテ普及を法定目標とする環境整備が進み、米国ではChatGPTが診療記録やヘルスケアデータと連携する新たな段階に入りました。
AIそのものの進化だけでなく、医療データの標準化、セキュリティ、運用基盤の整備が、今後の医療AI活用を左右する重要なテーマになっていくでしょう。
本ページは、医療・AI・アフェレシス領域に関連する公開情報を紹介し、委員の見解を付した情報共有記事です。
リンク先の記事・画像・図表・本文等の著作権は各権利者に帰属します。
当サイトでは、リンク先コンテンツの転載は行っておりません。
掲載内容は公開時点の情報に基づくものであり、特定の医療行為、製品、企業、医療機関等を推奨するものではありません。
診療上の判断は、最新の公的情報・原著論文・添付文書・各施設の方針等をご確認のうえ、専門職の責任において行ってください。
