はじめに
最近、CodexのToken消費が激しい。
いつか来るとは思っていたが、「やはり来たか」というのが正直な感想だ。
5時間制限は思った以上に厳しくなり、以前なら余裕で終わっていた作業が、途中で残量を気にしながら進めることも増えた。
時折、「あれ？」と思うような気の利かない修正を返してくることもある。
もちろん、OpenAIを責めるつもりはない。
AIエージェントの利用者は爆発的に増えた。
GPUにも限界がある。
企業として利用量を調整したくなる気持ちは、むしろよく理解できる。
Anthropicも、かつて同じ道を歩いた。
人気が出れば、リソースは足りなくなる。
これはAIサービスが避けて通れない宿命なのだろう。
それでも、昔からGPTを追いかけてきた一人としては、少しだけ寂しかった。
そんな中、2026年6月24日。
その寂しさを少し紛らわせるニュースが飛び込んできた。
OpenAIが、Broadcomと共同開発した独自推論ASIC「Jalapeño（ハラペーニョ）」を正式に発表したのである。
しかも記事を読んでいて、私はある一文で思わず手を止めた。
GPT-5.3-Codex-Sparkを用いた評価。
今年春、Cerebrasとの発表で世界を驚かせた、あの「Codex Spark」。
1000 tok/sという、冗談のような数字を掲げたモデルだ。
もしOpenAIが、そのSparkを本気で動かすための専用チップを設計しているのだとしたら──。
これは単なる「AIチップ」のニュースではない。
Codexの未来を変える話なのかもしれない。
OpenAIは、なぜ「推論ASIC」を選んだのか
今回のニュースを読んで、私が最初に気になったのは「独自チップを作った」という事実ではありません。
なぜ、学習ではなく推論なのか。
そこでした。
GoogleのTPUは長い年月をかけて進化してきましたが、学習向けと推論向けで設計を分けています。
学習は巨大な行列演算を何週間も回し続ける世界。
一方、推論は一人ひとりのユーザーへ、できるだけ速く、できるだけ安く回答を返す世界です。
似ているようで、求められるものは全く違います。
今回発表されたJalapeñoは、その名前の通り推論専用です。
OpenAIも公式発表で一貫して「Inference Platform（推論プラットフォーム）」と表現しています。
つまり、最初から狙いは一つでした。
ChatGPTを、Codexを、APIを、もっと安く回すこと。
私はこれを読んで、逆に安心しました。
なぜなら、これは非常に現実的な経営判断だからです。
AIモデルの学習には莫大なお金が掛かります。
しかし、それは数か月に一度の巨大イベントです。
対して推論は違います。
ChatGPT。
Codex。
API。
画像生成。
将来のAIエージェント。
これらは24時間365日止まることなく世界中で実行され続けています。
つまりOpenAIにとって、一番お金が出ていく場所は学習ではありません。
推論です。
仮に推論コストを30％削減できれば、その恩恵は全サービスへ毎日降り注ぎます。
Codexの利用制限を緩めることもできるかもしれません。
API価格を下げられるかもしれません。
将来のAgentをもっと長時間動かせるかもしれません。
投資回収という意味では、これほど効率の良い場所はありません。
もちろん、ここで「GPUは終わった」と言うつもりはありません。
むしろ逆です。
Jalapeñoが成功するかどうかは、これから数年かけて決まります。
チップを設計することよりも、
コンパイラ。
カーネル。
ランタイム。
サービングシステム。
こうしたソフトウェアを成熟させるほうが、はるかに難しい世界だからです。
GoogleもTPUを今日の姿に育てるまで、長い年月を費やしました。
OpenAIも同じ道を歩くことになるでしょう。
しかし、推論専用という割り切りは、その挑戦の難易度を大きく下げています。
万能な計算機を目指す必要はありません。
GPTを速く動かせれば、それでいい。
この一点に集中できることこそ、Jalapeño最大の強みなのかもしれません。
Sparkという名前に、私は反応した
今回の公式発表で、一番気になった一文がある。
GPT-5.3-Codex-Sparkを用いた評価。
普通なら、
「社内モデルで評価しました。」
あるいは、
「LLMワークロードで評価しました。」
そんな書き方でも十分だったはずだ。
それなのに、わざわざSparkというモデル名を書いている。
私はここに、OpenAIからの小さなメッセージを感じた。
今年の2月、Cerebrasと共に発表されたCodex Sparkは衝撃だった。
1000 tok/s。
さらに、Cerebrasは3000 tok/s級という数字まで公開し、生成AIは「賢さ」だけではなく、「速さ」の競争へ入ったことを強く印象付けた。
もちろん、その数字は特殊な条件下での測定だ。
しかし、それでも十分だった。
「待つ」という概念を消そうとしている。
OpenAIが見せたかった未来は、そこにあった。
実際、人間がストレスを感じるのは、考えるAIではない。
待たされるAIだ。
例えばIDEで、
「このCSSだけ直して。」
「このSVGを少し小さく。」
「この関数をリファクタリングして。」
そんな操作をするたびに数秒待たされる。
一日に何百回も繰り返せば、それだけで体験は大きく変わる。
だからSparkは、賢さよりも反応速度を追い求めたモデルなのだろう。
そして今回。
OpenAIは、そのSparkを評価モデルとしてJalapeñoの記事に登場させた。
ここから先は、私の推測になる。
もしかするとOpenAIは、Sparkを動かすためにJalapeñoを設計したのではない。
Jalapeñoを前提として、Sparkという体験を設計していた。
そう考えると、話は一本につながる。
チップ。
モデル。
カーネル。
サービングシステム。
公式発表でも、この四つを一体で設計したことを何度も強調していた。
つまりOpenAIは、単にGPUを置き換えようとしているのではない。
「人を待たせないAI」という体験そのものを設計しているのではないか。
もちろん、Jalapeñoで本当に1000 tok/s級を実現できるかは分からない。
記事にも性能値は書かれていない。
だから、これは期待を込めた推測に過ぎない。
それでも私は、Sparkという名前が公式発表に現れたことを偶然とは思えなかった。
あの春に見せられた「速さへの執念」は、どうやら一度きりのデモでは終わらないらしい。
AIは、一社ですべてをやる時代ではなくなる
今回のニュースを読みながら、もう一つ思ったことがある。
もしかすると私たちは、AIの役割分担が始まる瞬間を見ているのかもしれない。
少し前まで、AIと言えば一つだった。
質問する。
文章を書く。
画像を作る。
コードを書く。
全部ChatGPT。
そんな時代だった。
しかし、AIエージェントが現れたことで状況は変わり始めている。
例えば私は最近、要約程度の仕事ならクラウドAIを使わなくてもいいと思うようになった。
ブラウザにはBuilt-in AIが入り始めた。
ChromeもEdgeも、ローカルで動く小さなモデルを持ち始めている。
PCのNPUも、ようやく仕事を見つけ始めた。
「この記事を三行で。」
「この文章を英訳して。」
「PDFを要約して。」
そんな雑事のために、わざわざ巨大なGPUクラスタを呼び出す必要はない。
ローカルで十分だ。
一方で、CodexのようなAIエージェントは違う。
何十ファイルも読み、
依存関係を解析し、
テストを書き、
レビューし、
何時間も考え続ける。
こちらは、ローカルAIではまだ荷が重い。
だから私は最近、
RPA的なエージェントと、
コーディングエージェントを、
同じ土俵で語ることに違和感を覚えるようになった。
要求される性能が、まるで違うからだ。
もし私の予想が当たるなら、
数年後のAIはこんな構成になる。
ブラウザやOSに組み込まれたローカルAIが雑事を片付ける。
その上で、OpenAIのような巨大モデルは、
設計。
レビュー。
エージェント。
創造的な仕事。
本当に「考える」必要がある場面だけを担当する。
つまり、
GPTは不要になるのではない。
GPTは、よりGPTらしい仕事だけを任されるようになる。
そう考えると、今日のJalapeñoのニュースは、単なる半導体の話ではない。
「巨大AIは全部の仕事をする」という時代から、
「それぞれのAIが、自分の得意分野を担当する」という時代への転換点。
そんな未来を、少しだけ先取りしているように見えた。
そして、その世界なら――。
推論ASICに莫大な投資をするOpenAIと、ローカルAIを育てるGoogleやMicrosoftは、実は正面から戦っているわけではないのかもしれない。
AIにも、分業の時代が始まろうとしている。
