---
title: "2026年10月21日（水） 朝のAIニュースまとめ"
date: 2026年10月21日（水）
url: https://asa6ai.com/posts/2026-10-21-ai-news/
tags: [AIニュース, Google, PyTorch, Anthropic, MiniMax, OpenAI, エージェント, Amazon, 半導体, データセンター, 決算, 原油, DeepSeek, Qwen]
source_site: asa6ai.com
---

# 2026年10月21日（水） 朝のAIニュースまとめ

## 今日の3大ニュース

### 1. Google、PyTorchをTPUでそのまま動かす「TorchTPU」をオープンソース化。前日のAmazonに続く
Googleは10月20日のPyTorch Conference 2026で、TPU向けのPyTorchネイティブ実装「TorchTPU」をGitHubで公開しました(Apache 2.0)。既存のPyTorchアプリが設定の変更だけでTPUに移せるとうたい、Meta、Hugging Face、vLLM、SGLangと組んで互換性を確かめたとしています。前日にはAmazonもTrainium向けの「TorchNeuron」を出しており、PyTorchがNvidia GPU前提の状態から離れようとする動きがはっきりしてきました。
出典: [TechCrunch](https://techcrunch.com/2026/10/20/google-has-joined-amazon-in-attacking-nvidias-stronghold-with-ai-app-developers/)、[Google Cloud Blog](https://cloud.google.com/blog/topics/ai-infrastructure/torchtpu-is-now-open-source-run-native-pytorch-on-tpus)

### 2. DeepSeek、本番の推論エンジン「DeepInfer」を公開。同じタイミングで米政府機関からは締め出しに
<mark>DeepSeekは自社APIの裏で動いている推論フレームワーク「DeepInfer」をApache 2.0で公開しました</mark>。いまのところ対応モデルはDeepSeek-V4.1-Flashだけで、動くハードはNvidia SM100とHuawei Ascend 950です。ただしREADME自体に「オフライン推論のみ」と書かれていて、KVキャッシュ、prefillとdecodeの分離、レプリカ間の負荷分散は含まれていません。その前日には、米国土安全保障省が連邦の文民機関に対してDeepSeek製品の撤去と調達禁止を命じています。
出典: [The New Stack](https://thenewstack.io/deepseek-deepinfer-huawei-nvidia/)、[GitHub](https://github.com/deepseek-ai/DeepInfer/tree/main)、[AI News Online(CyberScoop報道の要約)](https://ai-news-online.com/briefing/2026-10-20/)

### 3. ハッカーがAIエージェントにほぼ任せて100社超に侵入(Reuters報道)
セキュリティ企業NorForgeの調査によると、9月25日からAIエージェントが米国・カナダ・豪州・日本のECサイト1,200件以上を試し、100社超への侵入に成功しました。指示は100字未満の中国語で、1件の侵入にかかった時間はおよそ23時間、トークン代は合計で約5,000ドル(1件あたり約50ドル)と推定されています。同じ日にMicrosoftは、AIエージェントを「内部の人間」とみなして監視し、危険と判断すれば止める「Guardian Agents」を発表しています。
出典: [AI News Online(Reuters報道の要約)](https://ai-news-online.com/briefing/2026-10-20/)、[Microsoft Security Blog](https://www.microsoft.com/en-us/security/blog/2026/10/19/agents-are-your-newest-insiders-security-must-move-at-their-speed/)


## そのほか

- MiniMaxが「M3.1 Flash」を正式に公開しました。総パラメータ428B、うち動くのは約23BのMoEで、コンテキストは1Mトークン、入力は100万トークンあたり0.15ドルです。正体を伏せて出回っていた「Space Bunny」がこのモデルでした。([AIBriefs](https://aibriefs.news/briefing/2026-10-20)、[MiniMax料金表](https://platform.minimax.io/docs/pricing/overview))
- Notion Agentsが1つのタスクを24時間以上続けられるようになりました(これまでは5分まで)。専用のコンピューターとブラウザを持ち、モデルを自分のキーで使う持ち込み(BYOK)と新しいクレジット制も入っています。([X上のまとめ投稿](https://x.com/saiitoshii/status/2112565431621849504))
- OpenCode Consoleの旧システムが侵害され、APIキーを保存していたユーザーの1.4%に不正な課金が発生しました。AnthropicとGoogleは流出したキーを止め、OpenAIは不正に使われたクレジットを返金しています。([AIBriefs](https://aibriefs.news/briefing/2026-10-20))
- Metaがギガワット級のスーパークラスター「Prometheus」の詳細を公表しました。第1期はすでに完成していてMuseモデルの学習に使われ、今後はGPU約100万基まで広げる計画です。([AIBriefs](https://aibriefs.news/briefing/2026-10-20))
- CERNとMistralが、加速器の衝突データ向けの基盤モデル「Large Physics Model」を共同で作る意向書に署名しました。([AIBriefs](https://aibriefs.news/briefing/2026-10-20))
- Amazonが約80億ドル分のNvidia Grace Blackwellチップを特別目的会社に移し、リースで借り戻す方向で協議していると報じられました。電力が足りず、使えないまま倉庫に積まれている分があるとのことです。([X Newsまとめ](https://x.com/i/trending/2112540739628630161))
- 英エセックス州で計画されていたNscaleのAIデータセンターから、Microsoftが手を引きました。送電網の接続が2030年代までずれ込むためです。([X Newsまとめ](https://x.com/i/trending/2112496630352281688))
- Radical Numericsが、ゲノム言語モデル「Omnii-1」で設計したファージを、薬剤耐性の大腸菌に感染した患者に人道的使用として初めて投与したと発表しました。([X Newsまとめ](https://x.com/i/trending/2112588449891111396))


## 株・市況との連動(10/20 米国終値)

ダウは+1.02%の52,495.88、S&P500は+0.28%の7,712.57、ナスダックは-0.02%の26,424.82で引けました。3Mなど決算の良い銘柄と原油安(WTIは-1.8%の101.79ドル)がダウを押し上げた一方、ハイテクはほぼ横ばいでした。Nvidiaは-0.29%の216.47ドルで、前日の+1.4%から小幅に戻しています。AI関連ではWestern Digitalが+3%超、Seagateが+2%超、CoreWeaveとMarvellがそれぞれ+1%超と持ち直しました。アジアでは同じ火曜日にSKハイニックスが-4.07%、ソフトバンクグループが-4.46%、東京エレクトロンが-1.45%と、AI投資が続くのかへの不安が残っています。韓国のAI企業Eliceが上場初日に30%超下げたことも、ハイテク株の地合いを冷やしました。TorchTPUやTorchNeuronのような「Nvidia離れ」のニュースと株価の動きを直接結びつけられる材料はなく、因果関係ははっきりしません。
出典: [CNBC](https://www.cnbc.com/2026/10/19/stock-market-today-live-updates.html)、[Exa(NVDA日足)](https://exa.ai/library/markets/stock/NVDA?date=2026-10-20&view=daily)


## 過去から現在、そして先へ

- **過去:** PyTorchは2016年にMeta(当時Facebook)が開発し、2022年にLinux Foundationへ移されました。当時からGPU前提で作られた機能が多く、TPUでPyTorchを使うにはPyTorch/XLAを経由する必要がありました。
- **いま:** TorchTPUによってTPUがPyTorchの「ネイティブデバイス」になり、PyTorch/XLAは非推奨という扱いです(Google FAQの内容を[7minAI](https://7minai.com/how-to-run-pytorch-on-google-tpu-with-torchtpu/)が紹介)。推論のほうでも、DeepSeekが本番エンジンを公開しました。
- <mark>**今後(確認できた予定):**</mark> PyTorchConは10月21日まで開かれています。AnthropicのIPOは11月の予定と報じられています。OpenAIはその前に約300億ドルを調達しようとしていると報じられています。
- **見通し(推測):** 1年前は「どのモデルがいちばん賢いか」が争点でしたが、いまは「どのチップで、いくらで動かせるか」に移りつつあるように見えます。安いモデルと、チップを選ばない実行基盤が組み合わさって推論の単価がさらに下がる、というのは推測です。


## 導入ガイド

### ① MiniMax M3.1 Flash:Claude Codeや自作アプリを安いモデルに切り替える

<mark>**(1) 以前といま:**</mark> 以前は、エージェント型のコーディングを長く回そうとすると、高いフロンティアモデルのAPI代がネックになりました。いまは、1Mトークンのコンテキストを持つモデルが入力100万トークンあたり0.15ドルで使えます。しかもOpenAI形式とAnthropic形式の両方のAPIに対応しているので、今使っているツールの接続先を差し替えるだけで試せます。

### (2) 入手方法(公式ドキュメントで確認):
- エンドポイントは、OpenAI互換が `https://api.minimax.io/v1/chat/completions`、Anthropic互換(公式の推奨)が `https://api.minimax.io/anthropic/v1/messages` です。
- 認証は `Authorization: Bearer <MINIMAX_API_KEY>` で、キーは管理画面の Account Management > API Keys から発行します。
- 料金は100万トークンあたり、入力0.15ドル、出力0.60ドル、キャッシュ読み込み0.015ドルです。
- モデルIDは `MiniMax-M3.1-Flash` で、思考の深さを `reasoning_effort`(low、medium、high、xhigh、max)で選べます。

最小のコード例(公式ドキュメントのとおり):
```python
from openai import OpenAI
client = OpenAI(base_url="https://api.minimax.io/v1", api_key="<MINIMAX_API_KEY>")
r = client.chat.completions.create(
    model="MiniMax-M3.1-Flash",
    reasoning_effort="max",
    messages=[{"role": "user", "content": "Hi, how are you?"}],
)
print(r.choices[0].message.content)
```

### (3) 実際の使い道:
- **Claude Code系のCLIで使う場合:** 公式の「Other Tools」ページによると、`ANTHROPIC_BASE_URL=https://api.minimax.io/anthropic` と `ANTHROPIC_AUTH_TOKEN=<キー>` を設定し、モデルIDに `MiniMax-M3.1-Flash` を指定すれば動きます。
- **CursorなどOpenAI形式のツールで使う場合:** Base URLに `https://api.minimax.io/v1` を入れて、プロバイダーを「OpenAI Compatible」にします。
- **自作アプリのサーバー側:** 既存のOpenAI SDKの `base_url` と `model` を差し替えるだけです。APIキーは必ずサーバーの環境変数に置き、ブラウザ側には渡さないでください。
- **ブラウザ側:** 自分のサーバーのエンドポイントを叩くだけにします(`stream: true` にするとストリーミング表示ができます)。

### (4) つまずきやすい点と費用の目安:
- 推論の深さは既定値が `max` なので、思考トークンで出力が膨らみがちです。軽い作業は `low` か `medium` に落としてください。
- M3.1 Flashでは `service_tier` が使えません。
- VentureBeatはハルシネーションの多さを指摘していて、Terminal Bench 4.0のスコアは38.1です(Opus 5は51.8、[AIBriefs](https://aibriefs.news/briefing/2026-10-20)経由)。レビューは必須です。
- 費用の目安として、入力100万トークンと出力20万トークンなら、0.15+0.12で約0.27ドルです。
- X上では「Ollama経由で10月22日まで無料」「重みは10月23日に公開」といった投稿もありますが、公式では確認できていません。

**(5) 公式ドキュメント:** [モデル呼び出しガイド](https://platform.minimax.io/docs/guides/text-generation)、[料金](https://platform.minimax.io/docs/pricing/overview)、[他ツールとの接続](https://platform.minimax.io/docs/m-plan/other-tools)

### ② TorchTPU:手元のPyTorchコードをCloud TPUで動かしてみる

**(1) 以前といま:** 以前はTPUを使うならJAXで書き直すか、PyTorch/XLA経由で癖のある書き方をするしかありませんでした。いまは `tpu` デバイスが標準のPyTorchに入り、eagerモードでのデバッグも、`torch.compile` も、`torch.distributed` もそのまま使えます。

**(2) 入手方法:** Python 3.11以上の仮想環境で、次のコマンドを実行します。
`pip install torch_tpu==0.2.0 --extra-index-url https://download.pytorch.org/whl/cpu`
`--extra-index-url` を付けないとCUDA版のtorchが入ってしまう、とREADMEに注意書きがあります。`import torch` するだけで、`tpu` デバイスが自動で登録されます。
```python
import torch
device = torch.device("tpu")
x = torch.randn((4, 4), device=device)
y = torch.ones((4, 4), device=device)
print(torch.matmul(x, y).cpu().sum())
```

### (3) 導入手順:
1. Cloud TPU VMを立てます。READMEは、いちばん手軽なのはv6eだとしています。
2. 上のpipコマンドでインストールします。
3. 既存コードの `.to("cuda")` を `.to("tpu")` に、分散学習の `backend="nccl"` を `backend="tpu_dist"` に置き換えます。
4. まずeagerモードで数値がGPUと一致するか確かめ、そのあと `torch.compile` で速度を見ます。
5. LLMの推論を載せるなら、vLLM-TorchTPUかSGLang-TorchTPUを使います。

### (4) つまずきやすい点と費用の目安:
- 公開されているwheelはLinux x86_64向けだけです。対応TPUはv5e、v5p、v6e、v7xです([7minAI](https://7minai.com/how-to-run-pytorch-on-google-tpu-with-torchtpu/)による整理)。
- GitHubにはオープンなissueが256件あり、まだ若いプロジェクトです。
- TPU VMの時間単価は今回は確認していないので、試す前にGoogle Cloudの料金ページを見てください。

**(5) 公式ドキュメント:** [GitHub](https://github.com/google-pytorch/torch_tpu)、[Google Cloud: PyTorch on Cloud TPU](https://docs.cloud.google.com/tpu/docs/pytorch-on-tpu)、[PyTorch公式ブログ](https://pytorch.org/blog/introducing-torchtpu/)


## Xで話題の技術者の投稿

今日は全体に反応が少なめで、いいね100を超えたのは2件だけでした。反応の数は取得した時点の目安です。

1. <mark>**Akshay(@akshay_pachaar)**</mark>
訳:「Claude Code、Codex、Cursorに、自分で賢くなっていく共有メモリを持たせた。これでコーディングエージェント同士が学び合い、その知識がどこで作業しても付いてくる。ふつうコーディングエージェントはバラバラに動いていて、Cursorで直したことはClaude Codeに引き継がれないし、Codexで作ったスキルも……(以下は省略されていて取得できず)」
うれしい点・試し方: 複数のエージェントをまたいで修正内容を共有できるかもしれません。ふだんCursorとCodexを使い分けているなら、投稿のリンク先を見る価値があります。
反応: いいね107、ブックマーク118。[投稿](https://x.com/akshay_pachaar/status/2112546384331313274)

2. **Binkg(@dummerspast39)**
訳:「陰謀論:MiniMax M3.1 Flashは、なぜいきなりArtificial AnalysisのOmniscienceベンチで天才になったのか? AA Omniscience(自分のお気に入りのベンチ)は非公開で、6,000問のうち公開されているのは600問だけ。だからベンチマーク狙いの調整はほぼ不可能なはずで……」
うれしい点・試し方: ベンチマークの点数をうのみにせず、自分の作業で比べてみるきっかけになります。
反応: いいね257。[投稿](https://x.com/dummerspast39/status/2112273501390549081)

3. **CDG(@CDGalpha)**
訳:「誰かがClaude Codeを無料にした。『Free Claude Code』は、使い慣れたClaude Codeの環境はそのままに、裏で無料のモデルを動かす。ワークフローは同じでAnthropicへの支払いはなし。プロンプトはDeepSeekやNemotronなどの無料モデルに送られる。CodexやOpenCodeでも動く。」
うれしい点・試し方: 上の導入ガイドと同じく、接続先を差し替える発想です。ただしプロンプトが第三者のモデルに送られるので、社内のコードには使わないでください。
反応: いいね33。[投稿](https://x.com/CDGalpha/status/2112424415078334606)

4. **Harish(@Harish_521)**
訳:「待って、Space BunnyってずっとMiniMax M3.1 Flashだったの?? 前に、Pinterestの適当なスクショを30分もかからずに動くWebサイトにしたことがある。驚いたのは、①見本の画像から動くUIになるまでの速さ、②デザインを理解する力……」
うれしい点・試し方: スクリーンショットを渡してUIを起こさせる使い方を、M3.1 Flashで安く試せます。
反応: いいね28。[投稿](https://x.com/Harish_521/status/2112425613550350618)

5. **ZOYA(@HeyZoyaKhan)**
訳:「Space Bunny Alphaは、MiniMax M3.1 Flashの先行版だった。OpenRouterで試したときは3DのECサイトを作らせてみて、コーディング性能と返答の速さに感心した。いま正式に公開され、1Mトークンのコンテキストを持つ……」
うれしい点・試し方: OpenRouter経由なら、新しくアカウントを作らずに試せます。
反応: いいね25。[投稿](https://x.com/HeyZoyaKhan/status/2112563216270368902)

6. **Sai Teja(@saiitoshii)**
訳:「Notionのエージェントは、1タスク5分の上限から24時間以上に伸びた。新しいモデルは使っていない。6回目の作り直しで、キューを使った途切れない実行、専用のコンピューター、詰まったら別のモデルに切り替えるルーターを入れた。Notion自身のテストでは、Opus 5.5並みの結果が約90%安く出たという。」
うれしい点・試し方: 長時間エージェントの作り方(キュー、モデルの自動切り替え)として、自分のツールにも応用できそうです。
反応: いいね2。[投稿](https://x.com/saiitoshii/status/2112565431621849504)

7. **Om Londhe(@theomlondhe)**
訳:「GoogleがTorchTPUをオープンソース化した。AWSがTorchNeuronを出したのと同じ日だ。TPUがPyTorchのネイティブデバイスになり、デバッグはeagerモード、速度が欲しければtorch.compile、Transformers v5では device_map="tpu"。Qwen 3 8BでMFUは最大52%。アクセラレーター選びは設定フラグ1つの話になりつつある。」
うれしい点・試し方: Hugging Faceのモデルなら `device_map="tpu"` で試せるという話です(Transformers v5での対応はこの投稿の主張で、公式では未確認)。
反応: いいね0。[投稿](https://x.com/theomlondhe/status/2112586985185706487)

※投資の売買をすすめるものではありません。

## 出典一覧

- [TechCrunch](https://techcrunch.com/2026/10/20/google-has-joined-amazon-in-attacking-nvidias-stronghold-with-ai-app-developers/)
- [Google Cloud Blog](https://cloud.google.com/blog/topics/ai-infrastructure/torchtpu-is-now-open-source-run-native-pytorch-on-tpus)
- [The New Stack](https://thenewstack.io/deepseek-deepinfer-huawei-nvidia/)
- [GitHub](https://github.com/deepseek-ai/DeepInfer/tree/main)
- [AI News Online(CyberScoop報道の要約)](https://ai-news-online.com/briefing/2026-10-20/)
- [Microsoft Security Blog](https://www.microsoft.com/en-us/security/blog/2026/10/19/agents-are-your-newest-insiders-security-must-move-at-their-speed/)
- [AIBriefs](https://aibriefs.news/briefing/2026-10-20)
- [MiniMax料金表](https://platform.minimax.io/docs/pricing/overview)
- [X上のまとめ投稿](https://x.com/saiitoshii/status/2112565431621849504)
- [X Newsまとめ](https://x.com/i/trending/2112540739628630161)
- [X Newsまとめ](https://x.com/i/trending/2112496630352281688)
- [X Newsまとめ](https://x.com/i/trending/2112588449891111396)
- [CNBC](https://www.cnbc.com/2026/10/19/stock-market-today-live-updates.html)
- [Exa(NVDA日足)](https://exa.ai/library/markets/stock/NVDA?date=2026-10-20&view=daily)
- [7minAI](https://7minai.com/how-to-run-pytorch-on-google-tpu-with-torchtpu/)
- [モデル呼び出しガイド](https://platform.minimax.io/docs/guides/text-generation)
- [他ツールとの接続](https://platform.minimax.io/docs/m-plan/other-tools)
- [GitHub](https://github.com/google-pytorch/torch_tpu)
- [Google Cloud: PyTorch on Cloud TPU](https://docs.cloud.google.com/tpu/docs/pytorch-on-tpu)
- [PyTorch公式ブログ](https://pytorch.org/blog/introducing-torchtpu/)
- [投稿](https://x.com/akshay_pachaar/status/2112546384331313274)
- [投稿](https://x.com/dummerspast39/status/2112273501390549081)
- [投稿](https://x.com/CDGalpha/status/2112424415078334606)
- [投稿](https://x.com/Harish_521/status/2112425613550350618)
- [投稿](https://x.com/HeyZoyaKhan/status/2112563216270368902)
- [投稿](https://x.com/theomlondhe/status/2112586985185706487)