AI活用術

Claude の料金は、個人なら Pro 月20ドル(年払いなら200ドル一括)、Max 5x 月100ドル、Max 20x 月200ドルです(Max は月払いのみ)。チームなら Team Standard が1人月25ドル(年払い20ドル)、Premium が月125ドル(年払い100ドル)です。表示価格はいずれも税抜で、地域や申し込み経路によって支払額は変わります(Claude 公式 価格ページ 2026-10-04確認)。API は従量課金で、Opus 5.5 が百万トークンあたり入力4ドル・出力20ドル、Sonnet 5.5 が2ドル・10ドルです(Claude API Docs『Pricing』2026-10-04確認)。 利用を続けられるかを決めるのは、月額だけでなく使用量の上限です。Pro・Max・Team には5時間のセッション枠と週次枠があり、Max には Fable 専用の週次枠もあります。Pro・Max ではチャットと Claude Code が枠を共有します。上限に達したあとは、上位プランへの変更、リセット待ち、使用量クレジットによる従量課金(API 標準単価)の3つが選択肢です。使用量クレジットを有効化し、残高と月次上限に余裕があれば、上限到達後は自動的に従量へ切り替わります(使用量クレジットのヘルプ 2026-10-15確認)。 この記事の日付について。 2026-10-03に調査・執筆し、公開日の2026-10-04に公式価格ページ、API 単価ドキュメント、Max・Team・使用量クレジット・制限リセットの各ヘルプを一次資料で再確認して更新しました。本文中の「2026-10-03確認」は執筆時、「2026-10-04確認」は公開前の再確認の日付です。筆者環境の計測値は、断りがない限り2026-10-03の記録です。2026-10-15 に、Max の料金・円の目安・月次 API クレジットの章(第3章)を追記し、価格ページ・Max のヘルプ・API 単価を再確認して更新しました。同日、外部レビューを受けて、Haiku 5.5 の単価、Max の Fable 専用の週次枠、使用量クレジットの自動切り替え、月次 API クレジットの受け取り手順と例外、API も使う場合のプラン選びの条件を補いました。 この記事でわかること Free / Pro / Max / Team / Enterprise / API の月額と、「何の何倍か」の基準を1枚の表で確認できる Max 5x(月100ドル)と Max 20x(月200ドル)の円の目安と、月額と同額で付く月次 API クレジットの受け取り方・使えない範囲(対話型の Claude Code には使えない)がわかる 価格が税抜表示であること、Pro・Max はチャットと Claude Code で枠を共有すること、Team は1人ずつ別枠であることを区別できる 上限に達したあとの3つの選択肢と、従量課金に切り替えたときの単価・上限設定がわかる 使い方別(軽いチャット・長文資料・Claude Code)に、API で払った場合の月額を公式単価から試算し、サブスクとどちらが安いかの目安を立てられる 1. 一次資料の対応表と、確認できなかった資料 この記事の数字は、すべて下表の公式資料から取り直しています。実際の請求明細による実測はこの記事にはありません。そのため「実測結果」表は置かず、試算はすべて公式単価と明示した仮定から計算しています。 ...

この記事の日付について。 2026-09-19 に調査・執筆し、公開日の 2026-10-04 にプラン価格、5時間ウィンドウの推定メッセージ数、機能可用性表、クレジット単価表、API 価格表（Standard / Batch / Flex / Fast）、API のレート制限、旧 URL の転送先を一次資料で再確認して更新しました。本文中の「2026-09-19 確認」は執筆時、「2026-10-04 確認」は公開前の再確認の日付です。筆者環境の計測値は、断りがない限り 2026-09-19 の記録です。 この記事でわかること（2026年10月時点の結論） 今回確認した公開料金ページには、Codex だけを単体で購入するサブスクリプション価格は載っていません。 公開されている料金は、ChatGPT のプラン（Free 0 ドル / Go 8 ドル / Plus 20 ドル / Pro 100・200・500 ドル / Business 20 ドル per user / Enterprise・Edu は個別見積）に含まれる利用枠と、API キーによる従量課金の 2 系統です（ChatGPT Learn 公式 Pricing 2026-10-04 確認） 「上限」という一語が、4 つの別の仕組みを指しています。 5時間ウィンドウのメッセージ数、週次上限、クレジット、API のトークン単価です。公式は、API のトークン価格はサブスクリプションの利用枠とは別で、含まれるタスク数の見積もりに使わないよう明記しており、この 4 つを 1 つの換算率で相互に変換することはできません 変換できるのはクレジット単価と API のドル単価の間だけです。2 つの公式表を割り算すると、7 モデル×3 区分の 21 セットすべてが 1 クレジット＝0.04 ドルの比で一致しました（本稿の計算。購入価格ではありません） 2026-10-04 確認の公式表では、Pro には現在 5時間上限がありません。 Plus と Standard Business の 5時間あたり推定メッセージ数は同じ値です 私の仮定した 1 ターン（非キャッシュ入力 1 万・キャッシュ入力 5 万・出力 6 千トークン）を gpt-5.3-codex で回すと、月 181 ターンまでは API の請求額が Plus の月額 20 ドルを下回ります。 同じ量を Plus の枠で賄えるかは別の問題で、試算式は第 9 節に置きました この記事は「いくら払えばいいか」だけを扱います。Claude Code や Cursor との比較は別の検索意図なので、第 14 節の内部リンクで既存記事へ送ります。 ...

Cursorを入れて、自分のコードがAIに書き換わったdiffを初めて見るまでにやることは4つです。配布ページから自分のOSとアーキテクチャに合う版を落とす、起動してサインインする、リポジトリを1つ開く、Cmd+I（Windows・Linuxは Ctrl+I）でサイドペインを開いて変更を1つ依頼する。依頼が通れば差分が出るので、それを確認します。利用枠・通信・権限・指示の中身によっては差分まで進まないこともあります。公式のクイックスタートも、サインイン → Cmd+I でAgentにコードベースを説明させる → 変更を頼む → diffビューで確認、という並びで書かれています（Cursor Docs Quickstart 2026-09-20確認）。 詰まるとしたら手順ではなく、そのあとです。補完が出ない、サインインが弾かれる、Agentが目的のファイルを読まない。この記事は手順を並べたうえで、公式のトラブルシューティングに載っている症状と対処を1枚の表にまとめます。 この記事の日付について。 2026-09-20に調査・執筆し、公開日の2026-10-04に配布ページ・料金ページ・料金ドキュメント（Models and pricing）・Tab / Inline edit / Tab issues のヘルプ・Rules・Run modes・キーボードショートカットの各ページと changelog を一次資料で再確認して更新しました。本文中の「2026-09-20確認」は執筆時、「2026-10-04確認」は公開前の再確認の日付です。筆者環境の計測値は、断りがない限り2026-09-20の記録です。 この記事でわかること ダウンロードからdiffが出るまでの番号付き手順と、各ステップで画面に出る文言 Tab / Cmd+K / Cmd+I の3層がそれぞれ何を担当し、どこで切り替わるか 公式ドキュメントの機能名が、アプリ内のどのメニュー・どのキーに対応するか 補完が出ない・Agentがタイムアウトする・プロキシで通らないときの対処 無料のHobbyでどこまで動き、どの枠が先に尽きるか 1. 検証環境と、この記事で測れなかったこと 先に限界を書きます。今回の執筆環境はGUIを持たないヘッドレス環境で、Cursorのインストーラを実際に起動して操作することができませんでした。したがって企画段階で予定していた2つの実測、すなわち「ダウンロードから最初のdiffまでの完走タイム」と「無料枠が止まった瞬間の画面文言」は、いずれも測定できていません。推定値で埋めることはしません。 この記事に出てくる数値・文言・キー割り当ては、2026-09-20に取得した公式ドキュメントと配布ページの記載で、一部は2026-10-04に再確認しています。出所と確認日はその都度添えます。 項目 内容 OS Linux 6.14.0-1015-nvidia（aarch64） GPU / VRAM 該当なし（Cursorはクラウド側で推論するためローカルGPU要件は論点にならない） Cursorのバージョン 2026-09-20の配布ページの表示で 3.21（2026-10-04確認の最新は 3.22。アプリ内のバージョン情報は未確認） 確認方法 公式ドキュメント・配布ページのWeb取得のみ。アプリの実操作なし 検証日 2026-09-20（JST） ローカル環境で行えた確認は1つだけです。手元の主リポジトリ1本に .cursor/rules ディレクトリは存在しませんでした。~/Documents/gh 配下の全リポジトリを対象にした走査は、ファイル数が多くタイムアウトして完了できていません。「0本」と断定できるのは1本ぶんの範囲です。 2026-10-04 再計測：走査の深さを絞り直したところ、~/Documents/gh 直下のgitリポジトリ46本について、各リポジトリのルートとその1階層下に .cursor ディレクトリは0件でした。それより深い場所は今回も調べていません。 2. 一次資料の対応表 主張 一次資料 種別 確認日 最新版は3.22（2026-09-20時点は3.21）で、Linuxは deb / RPM / AppImage それぞれに ARM64 と x64 がある cursor.com/download 公式配布ページ 2026-10-04 macOS 12以降、Windows 10以降。Linuxはapt / dnf / AppImageの3経路 Cursor Docs Quickstart 公式ドキュメント 2026-09-20 Agentは Cmd+I / Ctrl+I でサイドペインに開く Cursor Docs Agent Overview 公式ドキュメント 2026-09-20 Inline editは Cmd+K / Ctrl+K、質問モードは Opt+Return Cursor Help Inline edit 公式ヘルプ 2026-10-04 ルールは .cursor/rules/ の .mdc。同ディレクトリの素の .md は無視される。AGENTS.md は別方式の指示ファイル Cursor Docs Rules 公式ドキュメント 2026-10-04 無料のHobbyにはTabの月次上限があり、使い切ると次の請求サイクルまで補完が止まる Cursor Help Tab issues 公式ヘルプ 2026-09-20 Hobbyは無料・クレカ不要、Pro が月20ドル、Pro+ が月60ドル、Ultra が月200ドル cursor.com/pricing 公式料金ページ 2026-09-20 Privacy Mode有効時、コードは学習に使われない Cursor Help Privacy 公式ヘルプ 2026-09-20 既定の実行モードはAuto-reviewで、Linuxのサンドボックスは Landlock + seccomp（カーネル6.2以上）、Bubblewrapのフォールバックもある Cursor Docs Run modes 公式ドキュメント 2026-10-04 料金ページは Hobby / Individual / Teams / Enterprise の4列で、個人向けの Individual の中に Pro / Pro+ / Ultra の切替があります（2026-10-04確認）。個人向けの段で数えると Hobby / Pro / Pro+ / Ultra の4段です。このほか公式ヘルプの料金一覧には Hobby（無料）/ Start（インド限定・月額649ルピー、税込）/ Pro（月20ドル）/ Pro+（月60ドル）/ Ultra（月200ドル）が並んでいます（Cursor Help Pricing 2026-09-20確認）。料金の話をするときは、どちらのページを見た値かを添える必要があります。 ...

この記事の日付について。 2026年9月24日に調査・執筆し、公開日の2026年10月4日に料金ページ・ヘルプ(Pricing and plans、Usage and limits、Usage-based charges、Spend limits)・docs『Models & Pricing』の全プラン月額、2つの利用枠、モデル別単価、超過時の扱いを一次資料で再確認して更新しました。本文中の「2026年9月24日確認」は執筆時、「2026年10月4日確認」は公開前の再確認の日付です。筆者環境の計測値は、断りがない限り2026年9月24日の記録です。 この記事でわかること 2026年10月4日時点のCursorの全プラン(Hobby無料・Pro 20ドル・Pro+ 60ドル・Ultra 200ドル・Teams 40/120ドル/人)と円換算額 Proの月額を超えて請求が増えるのは、含まれる利用量を使い切り、on-demand(従量課金)を有効にしているときだという仕組み 他社モデル枠を20ドルと仮定した試算では、Claude Opus 5.5で1日30回エージェントを回すと月の超過額は約102ドル(約16,208円)。Sonnet 5.5なら約48ドル(約7,661円) 公式3ページで書き方が揺れている箇所と、本文を確認した範囲では「含まれる量」の金額が見当たらなかったこと 契約前にスペンドリミット(月の上限額)をいくらに設定すればよいかの決め方 結論から書きます。個人で「Tab補完と、ときどきエージェント」ならProの20ドルで収まる可能性が高いです。一方、ClaudeやGPTの上位モデルを毎日エージェントで回すなら、公式docs自身が「月60〜100ドル」を目安に挙げています(Cursor Docs『Models & Pricing』2026-10-04確認)。 含まれる利用量を超え、on-demandを有効にしている場合に、超過分がAPI単価で後払い請求されます。TeamsとEnterpriseでは、他社モデルにCursor Token Rateも加算されます。on-demandを有効にするときは、下の試算で出る自分の超過額に少し余裕を持たせた額をスペンドリミットに入れておくのが安全です。 1. 一次資料の対応表と、3ページで揺れている表示 この記事の数字は、2026年9月24日にCursor公式のページを開いて確認し、2026年10月4日に下表の確認日のとおり開き直したものです。料金は予告なく変わるので、契約前に同じページを開き直してください。 主張 一次資料 種別 確認日 プラン名と月額(Hobby〜Teams Premium、Start ₹649) Help『Pricing and plans』 公式ヘルプ 2026-10-04 2つの利用枠、モデル別単価、Teams Premiumは5倍 Docs『Models & Pricing』 公式docs 2026-10-04 税別表示、on-demandは後払い、Enterpriseはpooled usage cursor.com/pricing 公式料金ページ 2026-10-04 超過分は上乗せなしのAPI単価(Teams・EnterpriseはCursor Token Rateが加算) Help『Usage-based charges』 公式ヘルプ 2026-10-04 利用枠は毎月リセット、繰り越しなし、個人のBYOK Help『Usage and limits』 公式ヘルプ 2026-10-04 スペンドリミットの挙動 Help『Spend limits』 公式ヘルプ 2026-10-04 2025年時点でProは『API価格で20ドル分』 Cursor Blog『Clarifying our pricing』2025-07-04 公式ブログ(過去) 2026-09-24 学生向け特典の有無 cursor.com/ja/students 公式ページ 2026-09-24 為替 1ドル=158.28円(執筆時に固定した試算用のレート) Trading Economics『Japanese Yen』(2026-09-23の値) 市場データ 2026-09-24 料金ページ・ヘルプ・docsの3つは、同じ料金体系を別の切り口で書いています。そのため、読む場所によって見え方が変わります。突き合わせた結果は次のとおりです。 ...

この記事の日付について。 2026-09-18に調査・執筆し、公開日の2026-10-04にOpenAI公式ヘルプ（請求通貨・Proプラン・データ コントロール・チャットの保持）、ChatGPT・Codexの料金ページ、Google Oneのプラン一覧ページとGoogle AIのプランのページを一次資料で再確認して更新しました。本文中の「2026-09-18確認」は執筆時、「2026-10-04確認」は公開前の再確認の日付です。筆者環境の計測値は、断りがない限り2026-09-18の記録です。2026-10-11に第9節（Copilot を加えた3者比較）とよくある質問2項目を追記しました（「2026-10-11確認」はその日の確認です）。 この記事でわかること 仕事で使う前提なら、GeminiとChatGPTの選択は用途で割れます。決め手は機能一覧ではなく、資料の置き場所・契約条件・学習利用の既定値の3点です 2026-09-18時点で公式ページに表示されていた料金を、円建てとドル建てを混ぜずに並べた対応表（2026-10-04に再確認） 会社の資料を入れる前に触る設定の位置と、Google側・OpenAI側それぞれが公式ヘルプに書いている保持期間の数字（18か月・72時間・3年／削除後30日以内・一時チャットは最大30日） 自分の主業務で「どちらが速くて正確か」を、同一資料・同一プロンプトで測るための手順と記録シート この記事が測っていないこと、公式ページから取れなかった数字を、そのまま明示します 結論を先に置きます。業務資料がGoogle Workspace（ドライブ・Gmail・ドキュメント）にある人は、Gemini側から試すと手順が短く済みます。上位プランの使用量を月単位で買いたい人には、ChatGPT Pro（月額100・200・500ドルの3段階）が選択肢になります。支払い通貨は決め手になりません。Googleの日本向けプラン一覧は円表示で、ChatGPTもWeb購入で日本円の請求に対応しています。どちらも決め手にならない業務では、第5節の手順で自分の資料を使って測るのが確実です。 1. この記事の立ち位置（測ったもの／測っていないもの） はじめに範囲を明示します。この記事には、筆者がGeminiとChatGPTに同じ資料を投げて計測した秒数・文字数の表はありません。 今回用意できたのは公式ドキュメントの照合と、読者が自分の資料で再現できる測定手順です。他の記事が出しているかどうかは調べていないので比べません。こちらが測っていないので出さない、という理由だけです。 代わりに置いたものは3つあります。1つめは第2節の一次資料対応表、2つめは第8節の料金対応表、3つめは第5〜6節の測定手順と記録シートです。数字を作らずに判断材料を渡すには、この形が誠実だと判断しました。 2. 一次資料の対応表（この記事の主張がどこから来ているか） 検証にローカルGPUは使っていないため、GPU・VRAM・ドライバの欄は該当しません。代わりに、記事中の主張と出典の対応を先に開示します。 主張 一次資料 種別 確認日 Google AI Plus は日本向け料金ページで月額725円（400GB版）。プラン一覧ページでは「Google AI Plus (2 TB)」が月額1,450円 Gemini サブスクリプション（日本） ／ Google One プラン 公式ページ 2026-09-18／2026-10-04 AI Ultra は日本向け料金ページで月額14,500円（AI Pro の5倍の使用量上限）／32,000円（AI Pro の20倍の使用量上限） Gemini サブスクリプション（日本） 公式ページ 2026-10-04 AI Ultra の月額を250ドルから200ドルへ引き下げ、100ドルのAI Ultraを新設（米ドルでの発表） Google公式ブログ『Everything new in our Google AI subscriptions, fresh from I/O 2026』（2026年5月19日） 公式ブログ 2026-09-18 Google AIのプランは Plus / Pro / Ultra の3系統、容量は400GB（比較表では「400 GB or 2 TB」）／5TB／20TB〜 Google AI のプラン 公式ページ 2026-09-18／2026-10-04 オフでも72時間は保持（保護目的の人間レビューはありうる）、人手レビュー分は最長3年 Gemini Apps のプライバシーハブ 公式ヘルプ 2026-09-18／2026-10-04 18歳以上のアカウントでは「アクティビティを保存」（Keep Activity）が既定でオン Gemini Apps のアクティビティの管理と削除 公式ヘルプ 2026-09-18 ChatGPT の訓練利用は 設定→データ コントロール の『Improve the model for everyone』で停止でき、サインイン中はアカウント全体に適用 Data controls in ChatGPT 公式ヘルプ 2026-09-18／2026-10-04 ChatGPT Plus は月額20ドル ChatGPT Plus とは？ ／ ChatGPT・Codex の料金ページ 公式ヘルプ・料金ページ 2026-09-18／2026-10-04 ChatGPT Go は米国で月額8ドル Introducing ChatGPT Go ／ ChatGPT・Codex の料金ページ 公式発表・料金ページ 2026-09-18／2026-10-04 ChatGPT Business は標準シート月額25ドル／ユーザー（2人以上・年払いで20ドル） ChatGPT・Codex の料金ページ 料金ページ 2026-09-18／2026-10-04 ChatGPT Business のプレミアムシートは125ドル（年払い100ドル） ChatGPT Rate Card 公式ヘルプ 2026-09-18（2026-10-04の再確認では記載を見つけられず） ChatGPT Pro は月額100・200・500ドルの3段階。200ドルの新規受付は再開 About ChatGPT Pro tiers ／ ChatGPT・Codex の料金ページ 公式ヘルプ・料金ページ 2026-10-04 ChatGPTのWeb購入は日本円を含む複数通貨で請求。iOS・Androidアプリ経由はストアの現地通貨 Multi-currency billing 公式ヘルプ 2026-10-04 ChatGPTの削除済みチャットは30日以内に完全削除の対象、一時チャットは安全目的で最大30日保持され得る Chat and file retention in ChatGPT 公式ヘルプ 2026-10-04 取得できなかったものも書きます。https://openai.com/chatgpt/pricing/ は2026-09-18のアクセスでHTTP 403が返り、本文を取得できませんでした。OpenAIヘルプセンターの個別記事も直接取得は403で、上表のうちOpenAI分は検索エンジン経由で本文の該当箇所を確認した水準です。取得できなかったことは、公表されていないことを意味しません。 2026-10-04の再確認でもOpenAIヘルプの直接取得は403で、閲覧用のテキスト変換サービス経由で本文を取得して確認しました。料金は画面で最終確認してください。 ...

この記事の日付について。 2026-09-21（JST）に調査・執筆し、公開日の2026-10-04に、Geminiアプリ プライバシーハブ（日英）、「Gemini アプリのアクティビティを管理、削除する」、Workspace 生成AIプライバシーハブ、「Geminiアプリをオンまたはオフにする」、Manage access to Gemini features in Workspace services、Gemini API 追加利用規約、旧管理者ヘルプURLの転送先を一次資料で再確認して更新しました。本文中の「2026-09-21確認」は執筆時、「2026-10-04確認」は公開前の再確認の日付です。筆者環境の計測値は、断りがない限り2026-09-21の記録です。 この記事でわかること Geminiアプリの「アクティビティの保存」をオフにすると、フィードバックを送らない限り、以後のチャットはモデル訓練に使われません。ただし会話は最長72時間アカウントに保持されます（Geminiアプリ プライバシーハブ 2026年9月24日更新、2026-10-04確認） 人間のレビュアーが目を通した会話は、履歴を削除しても消えません。Googleアカウントから切り離した形で、最長3年保持されることがあります オフにしていても、自分でフィードバックを送ると直近24時間のチャットが文脈として一緒に送られます。ここは「オフにしたのに送られる」経路の代表例で、唯一の経路ではありません。オフのままでも電話・メッセージ・WhatsApp などの一部のアプリ連携は動き、自分が作成したGem自体はアカウントに保存され続けます。これとは別に、オフでも一時チャットでも、会話は応答とGoogle・ユーザー・一般の人々の保護のために使われ、その保護には人間のレビュアーによる確認も含まれます（Gemini Apps Privacy Hub 2026年9月24日更新、2026-10-04確認） 会社のWorkspaceアカウントとAPI有料枠は、一次資料の記述が個人アカウントと別物です。無料APIとAI Studioには「機密情報を送信するな」と明記されています 個人向け・管理者向けの操作手順を、2026-09-21時点のメニュー名そのままで番号順に並べます 「オフにすれば消える」ではありません。オフにすると止まるのは訓練利用で、保持そのものは最長72時間続きます。そして人間レビューに回った分は、あとから履歴を消しても最長3年保持されることがあります。機密資料を貼るかどうかは、この2つの規定を見てから決めるのが正しい順序です。 1. 「訓練に使う」「保存する」「人が読む」は3つ別の話 検索して出てくる記事の多くは、この3つをまとめて「学習」と呼びます。実際の一次資料では別々の条項で、それぞれ止まる条件も期間も違います。 語 意味 個人設定で止まるか モデル訓練 入力・応答を次のモデルの学習データに使う 止まる（アクティビティの保存をオフ） 保持 Googleのサーバに会話を残す 止まらない（オフでも72時間） 人間レビュー 人のレビュアーが読んで注釈を付ける AI改善目的のレビューは止まる（フィードバック送信時を除く）。保護目的のレビューは止まらない Geminiアプリ プライバシーハブの日本語版は、オフにした場合の挙動をこう書いています。「今後のチャットはアクティビティに表示されず、AI モデルのトレーニングに使用されることもありません」。同じ文の後ろには、フィードバックを送ることを自分で選んだ場合を除く、という条件が付いています。止まるのは表示と訓練で、保持は別立てです。英語版では保持側が明示されています。 Temporary chats and chats you have when Keep Activity is off are retained with your account for 72 hours （Gemini Apps Privacy Hub、2026年9月24日更新、2026-10-04確認） ...

NotebookLM とは、ノートブックに登録した資料(ソース)だけを根拠にして答える、Google のリサーチツールです。ソースは手元の資料をアップロードするほか、Google 検索で見つけて追加することもできます(Google 公式ブログ「Do better research with NotebookLM」)。ウェブ全体から答えを探す ChatGPT や Gemini とは、参照する範囲の設計が違います。 そして、この記事を読んでいる時点で画面に見える名前は、多くの場合すでに別のものになっているはずです。Google は 2026 年 7 月 16 日に製品名を「Gemini Notebook」へ変更しました(Google 公式ブログ 2026年7月16日)。旧ドメイン notebooklm.google は現在 notebook.google へ 301 で転送されます(2026-09-12 に当方が HTTP 取得して確認)。中身は同じ製品です。 2026-10-11 追記: 第8節の 8-1(回数制限)、第9節(データの扱い)、第10節(活用例とスライド編集)、よくある質問 4 項目を追記しました。「2026-10-11確認」はその日の確認です。 この記事でわかること NotebookLM が何をするツールかを、1〜2 文で人に説明できるようになる Gemini Notebook への改称で何が変わり、何が変わっていないかを一次資料の対応表で確認できる ChatGPT や Gemini に PDF を渡す場合との設計上の違いを、出典表示と参照範囲の観点で説明できる 無料の Google アカウントでどこまで使えるかを、公式ヘルプに載っている実数で判断できる 議事録づくりや事実確認など、向かない使い方を先に避けられる 1. NotebookLM とは(定義と、いまの名前) 定義 NotebookLM とは、ユーザーが「ソース」として登録した PDF・ドキュメント・ウェブページ・動画などについて、そのソースの中だけを根拠に要約・回答・音声解説を生成する Google のリサーチツールです。2026 年 7 月 16 日に製品名が Gemini Notebook へ変更され、2026-09-12 に当方が取得した製品トップ notebook.google では新名称で表示されていました(アプリ画面の表記統一状況は未確認。Google は名称とロゴの反映が数週間かけて順次行われるとしています)(Google Workspace Updates 2026年7月16日)。 ...

この記事でわかること 専有VRAMという区分を持たない統合メモリ機(DGX Spark / GB10・128GB・aarch64)でも、LTX-2.3のローカル動画生成は動きます。本記事の所要時間はすべて筆者環境での一次実測であり、第三者が検証できる公開情報源はありません。再現条件は2026-07-18計測、LTX-2.3 22B distilled 1.1、量子化fp8-cast、24fps、Image-to-Videoで、1本あたり512×960・10秒(241フレーム)が116秒、704×1216・10秒(241フレーム)が182秒でした 導入に必要なディスクは重みだけで約71.5GB(SI表記)。aarch64向けのwheelは公式に明記されていませんが、PyPIのltx-pipelinesとtorch 2.13.0はそのまま入りました ComfyUI-LTXVideoが書く「32GB+ VRAM」という要件が、統合メモリ機では何に対応するのか。実測のMemFree推移の落ち込みで答えます 導入時に実際に出た3つのエラー(循環インポート・SiglipVisionModel・metaテンソル)と、システムごと落ちたOOMの原因・対処 LTX-2.3の重みライセンスと商用利用の線引き(年間売上1,000万ドルの閾値) 1. なぜローカルなのか、この記事は誰向けか クラウドの動画生成サービスは、たたむときは一斉にたたまれます。OpenAIはSoraをローンチから約半年で終了し、ディズニーとの提携も解消しました(/posts/openai-sora-shutdown-disney-deal/)。従量課金とアップロード制限に加えて、そもそもサービスが来年もある保証がない。これがローカル実行を選ぶ実務的な理由です。 この記事は次の条件に当てはまる人向けです。 Linux + NVIDIA GPU環境を自分で管理できる 重み約71.5GBを置けるディスクがある 1本あたり2〜4分の待ちを許容できる そして、この記事が特に扱うのは専有VRAMを持たない統合メモリ機です。DGX Spark(GB10)やApple Silicon系のように、CPUとGPUが同じ物理メモリを共有する構成では、「VRAM 16GB / 24GB / 32GB」という一般的な物差しがそのまま使えません。ここが検索上位のページで空白になっている部分です。 なお本記事はモデル比較記事ではありません。LTX-2.3が他の動画生成モデルより良いかどうかは扱わず、「入れて回す」ことだけを扱います。 2. 検証環境 項目 値 確認方法 機材 NVIDIA DGX Spark(GB10 Blackwell) ─ メモリ ユニファイドメモリ128GB表記(メーカー公称値) 筆者環境の実行ログのMemFree最大値は110.8GBでした。OSから見えるメモリ総量(/proc/meminfoのMemTotal)は今回記録しておらず、本記事では総量の値を用いません 専有VRAM なし(CPU/GPUが同一メモリを共有) ─ アーキテクチャ ARM64(aarch64) ─ カーネル Linux 6.14.0-1015-nvidia 筆者環境のuname -r出力 Python 3.12 筆者環境のvenvパスlib/python3.12/ PyTorch 2.13.0(cu13系wheel) 筆者環境のpip show torch／導入ログ CUDA関連 cuda-toolkit 13.0.3.0 / nvidia-cuda-runtime 13.0.96 / nvidia-cudnn-cu13 9.20.0.48 / triton 3.7.1 筆者環境のpip list | grep -E 'cuda|cudnn|triton'の解決結果 パイプライン PyPI ltx-pipelines 1.0.0(ltx-core 1.0.0同梱) 導入ログ モデル LTX-2.3 22B distilled 1.1 + spatial upscaler x2 1.1 + Gemma-3-12B(テキストエンコーダ) ─ 量子化 QuantizationPolicy.fp8_cast() 実行ログquantization=fp8-cast 検証日 導入・実測とも2026-07-18。資料の再確認は2026-09-08 ─ この表のカーネル・Python・PyTorch・CUDA関連の各バージョンは、いずれも筆者環境で実際に解決された構成の記録であり、公開情報源で第三者が検証できる性質のものではありません。ディストリビューション名とバージョン文字列は今回の記録に残っていないため、カーネル版のみを載せます。x86 + 単体GPUの比較機は手元にないので、他環境との横並び比較はこの記事では行いません。 ...

「AIに聞いたほうが、答えは間違えるのに自信は増す」──直感に反するこの現象を、対照実験で定量化したプレプリントが出ました。正答率は27%から9%へ、ほぼ3分の1に落ち、確信度は30%から76%へ倍増し、「分からない」と答える割合は44%から3%へ崩落しています。 何が起きたのか Chiara Marcoccia(École Normale Supérieure)、Walter Quattrociocchi(サピエンツァ大学ローマ)、Valerio Capraro(ミラノ・ビコッカ大学)の3名が、AI助言が人の判断に与える影響を調べた研究を arXiv にプレプリントとして公開しました（The Next Web 2026-07-19）。実験は5本（うち4本が事前登録、1本が直接追試）で、参加者は合計3,132人です（The Register 2026-07-19）。 参加者は難問に答えるか、あるいは「答えない(分からない)」を選べます。AIなしのグループと、AI助言にアクセスできるグループを比較した結果は次のとおりでした（The Next Web 2026-07-19）。 指標 AIなし AIあり 正答率 27% 9% 確信度 30% 76% 「分からない」割合 44% 3% 正答率は約3分の1に下がり、確信度はおよそ2倍になり、判断を保留する態度はほぼ消えました。Capraro氏はこの逆転を「基本的に人々ははるかに悪くなった――正答率は3分の1だが、自信は2倍だった」と表現しています（The Register 2026-07-19）。 なぜ「AIへの合理的委任」では説明できないのか ここで重要なのは、実験の設計です。研究者は、AIがそもそも間違える問題をわざと選んでいます。題材は映画の視覚的な細部で、報道では「『ベッカムに恋して(Bend It Like Beckham)』のチームのユニフォームの色」といった問いが例に挙がっています（The Next Web 2026-07-19）。報道では、こうした問いで通常は誤答するモデルとして Step 3.5 Flash が使われたとされています（The Next Web 2026-07-19、The Register 2026-07-19）。 この設計が効いてくるのは、「AIに従うほど正答率が上がる」という当たり前の因果を切り離せるからです。信頼できるツールに作業を任せて成果が上がるなら、それは合理的な委任(rational delegation)です。ところがこの実験ではAIが間違える問いに限定しているため、AI助言に従うほど不正解が増える構造になっています。にもかかわらず参加者はより多く答え、より自信を持ち、判断保留をやめました。つまり観測された行動変化は「助言が正しかったから任せた」では説明できません。 さらに、この崩れ方は、参加者が助言を自分から求めた場合でも、単に画面に表示されただけの場合でも起きたと報告されています（The Next Web 2026-07-19）。助言を「取りに行く」動機の有無すら、結果を分けなかったわけです。 確信度と正答率の「ズレ」を数式で見る この研究が示したのは、正答率が下がったこと以上に、正答率と確信度の乖離が広がったことです。確信度の平均を $\bar{c}$、正答率を $a$ とすると、両者のズレ(過信の度合い)は $$ G = \bar{c} - a $$と書けます。理想的に較正(キャリブレーション)された判断では、自信の平均と実際の正答率が一致し $G \approx 0$ になります。 ...

何が起きたのか 2026年4月27日、MicrosoftとOpenAIは2019年以降のパートナーシップを根本的に再構築する契約改定を発表した（Microsoft公式ブログ・OpenAI公式ブログ・Bloomberg・TechCrunch 2026年4月27日）。要点は3つに集約される。 クラウド独占権の解除：MicrosoftはOpenAIモデルの独占販売権を失い、OpenAIはAWS・Google Cloudなど他クラウドに自由に販売できるようになる 「AGIトリガー条項」の削除：AGI到達時にIP所有関係が変化する旧契約の特殊条項が廃止 収益分配の上限化：OpenAIからMicrosoftへの20%収益分配は2030年まで継続するが、合計額の上限が新設された その翌日（4月28日）、AWSはAmazon Bedrock上でOpenAIのGPT-5.4・GPT-5.5・Codex・Managed Agentsの限定プレビュー提供を開始した（AWS公式・Bloomberg 2026年4月28日）。Microsoftの「OpenAIモデル独占」時代が、契約改定の翌日に実質的に終わったことを示している。 改定の中核：3つの構造変化 1. クラウド独占権の解除 旧契約では、MicrosoftがOpenAIのAPIを商業的に提供できる唯一のクラウドプロバイダーだった。改定後は非独占ライセンスに変更され、OpenAIはAWS・Google Cloudなど任意のクラウドで自社モデルを販売できる（Microsoft公式ブログ・OpenAI公式ブログ 2026年4月27日）。 これは2026年2月発表のAmazon×OpenAI契約（最大500億ドル投資・8年間で既存の380億ドル契約を1,000億ドル拡大）を法的に成立させるための前提条件だった。GeekWireによるSECファイリング分析では、「150億ドルの優先株を3月31日までに、その後トリガー条件付きで最大350億ドル」という2段階構成が確認されている（GeekWire SEC分析・CNBC・OpenAI公式・Bloomberg Law 2026年2月〜4月）。Microsoftの独占権が残ったままでは、AWSへの提供は契約違反リスクがあったため、今回の改定が必須だった。 2. AGIトリガー条項の削除 旧契約には「OpenAIがAGI（汎用人工知能）を達成したと宣言した時点で、MicrosoftのIP使用権が変化する」という特殊な条項があった。両社はこれを「曖昧で運用困難（too vague）」と判断し、削除に合意した（CNBC・The Verge 2026年4月27日）。 代わりに、Microsoftは2032年までOpenAIのIPを非独占ライセンスとして使用できる権利を得る。AGIの定義論争に左右されない、明確な時限契約に置き換わったかたちだ。 3. 収益分配の上限化 旧契約の構造：OpenAIはMicrosoftへ収益の一定割合（過去報道では約20%とされる）を支払い、MicrosoftはAzure経由でOpenAIモデルを提供して得た売上の一部をOpenAIに分配していた（主にMicrosoft→OpenAIの片方向の分配が主要構造、これに加えてOpenAI→Microsoftの収益シェアも存在）。 改定後： OpenAI→Microsoft：収益分配率は維持されつつ2030年まで継続するが、総額の上限が新設された（Microsoft公式ブログ・CNBC 2026年4月27日）。上限金額は両社とも非公表 Microsoft→OpenAI：Azure経由でのモデル提供から得られる収益の分配を停止（Microsoft公式ブログ・Bloomberg 2026年4月27日） なお「20%」という具体的な分配率は今回の発表文書には明記されておらず、過去報道に基づく数字として扱う必要がある。OpenAIにとっては「Microsoftへの支払い天井」が見えるようになり、Microsoftにとっては「Azure収益の100%取得」を得た格好だ。 数式で見るMicrosoft収益への影響（仮定値による概念モデル） 注記：以下の式と数値は公表値ではなく、過去報道と市場推計に基づく仮定値を使った概念モデルだ。実際の分配率・上限・ARRは両社とも非公開もしくは推定値しか得られない。 OpenAIのARR（年間経常収益）を $R$、Microsoftへの収益分配率を $\alpha$（過去報道では約20%＝0.20とされる）、収益分配の上限を $C$（公開されていない）と置く。改定前後でMicrosoftが受け取る収益分配は次のようにモデル化できる。 $$\text{Microsoftの分配収益} = \begin{cases} \alpha \cdot R & \text{改定前（上限なし）} \\ \min(\alpha \cdot R,\ C) & \text{改定後（上限$C$）} \end{cases}$$OpenAIのCFOは2026年1月のブログで「2025年の年間化収益は200億ドルを超えた」と明らかにしている（Reuters 2026年1月）。アナリスト推計では2027年に500億ドル超に達するとの見立てもある。仮に2027年のARRを500億ドル、$\alpha = 0.20$、上限$C$を100億ドルと仮置きして計算すると、 $$\alpha \cdot R = 0.20 \times 500\text{億ドル} = 100\text{億ドル}$$ちょうど上限に到達する規模になる。実際の上限値は両社非公表だが、OpenAIが急成長するほど「上限到達後はMicrosoftへの分配が頭打ちになる」構造が想定される。これがOpenAIの長期的な財務改善要因となり得る。 ...