Claude Code への聞き直しは1回最大5.4ドルかかる？！ ― 間を空けた『どうなった？』が一番高い
隣の席に、ずっとひとり言を言いながら作業する同僚がいるとします。丁寧なんだけど量が多いので、こちらは半分聞き流している。そして用ができたとき、振り返って「ごめん、もう一度教えて」と言う。 私と AI コーディングエージェントの関係は、だいたいこれです。流れていく出力を全部は読まず、動きが止まったところで「どうなった？」と聞く。 人間の同僚相手ならタダですが、相手が Claude Code だといくらなのか。ずっと気になっていたので、実際に測ってみました。結果から言うと、この何気ない一言は、タダ同然どころではありませんでした。 先に結論を書きます。高いのは「聞き直すこと」そのものではなく...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
編集部の実践記録から
会議室や工場で音声認識AIの精度はどれだけ落ちるのか（低SNR環境で誤り数倍）
Treble TechnologiesがHugging Faceと共同で公開したFFASRリーダーボードは、無響の2,000サンプルを14部屋でシミュレーションし、9条件のうち4条件でASRを比較しました。低SNR（6dB未満）では単語誤り率が近接環境の数倍。ベンダー公表値の読み方と、自社での検証手順を整理します。
続きを読む →
手順書を足せばAIエージェントは賢くなるのか？正答率67%→43%、あるタスクでは100%→0%になった記録
Hugging Faceが自社ツール上でオープンモデルのエージェント能力を3段階の構成で測ったところ、手順書（Skill）を同梱した構成で小型モデルの一致率が67%から43%に落ち、あるタスクでは100%から0%になりました。同じ作業のトークン消費が約2,400から約23,000へ振れた例もあります。中小企業がPoCで何を測るべきかを整理します。
続きを読む →
なぜ高性能モデルに丸投げすると失敗するのか？トークン30分の1・成功率1桁台から80%超という報告の読み方
IBM Researchが、業務AIをLLM単体ではなく従来型ソフト部品で誘導する「エージェントロジック」で組み直したところ、トークン消費が最大30分の1、成功率が1桁台から80%超に改善したと報告しました。数字の条件と、自社製品の提供者による発表という前提を踏まえ、中小企業が投資すべき場所を整理します。
続きを読む →