最終更新：2026年10月23日（出典の確認日は、各語の「出典」の欄をご覧ください）
- このページについて
- 目次
- エージェント（AI エージェント）
- トークン（token）
- ベンチマーク（benchmark）
- プロンプトキャッシュ（prompt caching）
- コンテキスト（文脈の長さ）（context window）
- パラメータ（parameter）
- OSWorld（OSWorld）
- 推論の強さ（reasoning effort）
- サンドボックス（sandbox）
- ツール呼び出し（tool use / function calling）
- オープンウェイト（open weights）
- 強化学習（reinforcement learning）
- MoE（専門家の混合、mixture of experts）
- MCP（Model Context Protocol）
- プロンプトインジェクション（prompt injection）
- この用語集の作り方
このページについて
当サイトの記事に何度も出てくる AI の用語を、初心者の方向けに説明します。語は、当サイトの記事の本文を機械で数えて、出てくる記事の数が多いものから選びました（最初の10語は2026年10月11日の時点で公開していた74本、追加の5語は2026年10月23日の時点の110本で数えました）。説明は当サイトの言葉で書き、事実の部分は、各語の「出典」の公式の資料や論文で確かめています。数字や名前は変わることがあるため、各語の出典の確認日の時点のものです。モデルごとの料金や文脈の長さは、AIモデル・料金早見表をご覧ください。
目次
- エージェント
- トークン
- ベンチマーク
- プロンプトキャッシュ
- コンテキスト（文脈の長さ）
- パラメータ
- OSWorld
- 推論の強さ
- サンドボックス
- ツール呼び出し
- オープンウェイト
- 強化学習
- MoE（専門家の混合）
- MCP
- プロンプトインジェクション
エージェント（AI エージェント）
AI が、決まった手順をなぞるだけでなく、自分で次の手を決めながら、道具を使って課題を進めていく仕組みのことです。Anthropic は、AI と道具が前もって決めた流れで動くものを「ワークフロー」、AI 自身が進め方と道具の使い方を決めるものを「エージェント」と分けて説明しています。ただし、この言葉の使われ方は会社や記事によって幅があります。
当サイトの記事での例
- Microsoft Execution Containers（MXC）とは――AIエージェントを決められた範囲の中で動かす仕組み、一般提供の内容・対応OS・SDKを整理（Microsoft が10月7日に発表）
- NVIDIA「Open Agent Safety Platform」発表――AIエージェントの安全性をソフトとハードの両面から守るオープンな基盤
- Salesforce、Agentforceに7種の新AIエージェントを追加
出典（確認日 2026年10月11日）：Anthropic「Building effective agents」
トークン（token）
言語モデルが文章を読み書きするときの数える単位です。単語や単語の一部、文字などに切り分けた一つ一つを指します。料金や「どれだけ長い文を扱えるか」は、このトークンの数で決まります。1トークンが何文字にあたるかは、モデルと言語によって変わります（Anthropic の用語集による）。日本語でのおおよその数え方は、一次資料で確かめられなかったため、ここには書きません。
当サイトの記事での例
- Anthropic、小型モデル「Claude Haiku 5.5」を発表――料金は100万トークンあたり入力0.10ドル・出力0.50ドルから、Haikuで初めて「effort」の調整に対応
- Anthropic「Claude Sonnet 5.5」発表――Sonnet 5比30%以上の高速化、タスクあたりコスト最大30%減の中位モデル
- OpenAI「GPT-6.1 Sol」登場――GPT-6 Astraに迫る性能を、Astraの5分の1のAPI単価で使える新モデル
出典（確認日 2026年10月11日）：Anthropic 用語集
ベンチマーク（benchmark）
AI の性能を、同じ課題と同じ採点方法で測る試験のことです。たとえば SWE-bench は、論文によると、GitHub に実際にあった不具合の報告と、その修正から作った2,294件の課題で、AI がコードを直せるかを測ります。同じ名前の試験でも、版（バージョン）が複数あることが多く、数字を見るときは、どの版か、どんな設定で測ったかを確かめる必要があります。
当サイトの記事での例
- 中国StepFun、600Bパラメータの新モデル「Step 5 Preview」を発表――オープンウェイトは10月15日公開へ
- Anthropic、新モデル「Claude Opus 5.5」を発表――コスト40%減・速度30%以上向上で実務性能を強化
- SpaceXAI(旧xAI)、最新モデル「Grok 4.7」を発表――新セーフガードスタックで安全性を強化
出典（確認日 2026年10月11日）：SWE-bench の論文、SWE-bench 公式サイト
プロンプトキャッシュ（prompt caching）
いつも同じ前置き（長い指示や資料など）を毎回送るとき、その部分の処理を使い回して、費用と待ち時間を減らす仕組みです。使い回せるのは、先頭から同じ内容が続いている部分です。使い回したときの読み出し料金は、通常の入力より大きく安くなりますが、倍率はモデルごとに違います（2026年10月11日の確認では、Anthropic は通常の入力の0.1倍で、Opus 5.5 と Sonnet 5.5 は0.05倍。OpenAI は0.1倍で、GPT-6.1 Sol は0.05倍）。なお、Sonnet 5.5 の発表時の当サイトの記事は読み出し料金を0.20ドルと書いていますが、その後、2026年10月7日に0.10ドル（100万トークンあたり）へ改定されています。
当サイトの記事での例
- OpenAI、GPT-6ファミリーのモデルガイドを公開――Astra・Sol・Lunaの選び方と本番運用・長時間タスクのヒント
- Anthropic「Claude Sonnet 5.5」発表――Sonnet 5比30%以上の高速化、タスクあたりコスト最大30%減の中位モデル
- OpenAI「GPT-6.1 Sol」登場――GPT-6 Astraに迫る性能を、Astraの5分の1のAPI単価で使える新モデル
出典（確認日 2026年10月11日）：Anthropic のプロンプトキャッシュの説明、OpenAI のプロンプトキャッシュの説明
コンテキスト（文脈の長さ）（context window）
モデルが一度の応答のあいだに参照できる、文章全体の範囲のことです。人間でいえば作業机の広さのようなものです。あなたの指示だけでなく、それまでのやり取り、読み込ませた資料、道具の定義、モデル自身の出力も入ります。長いほど多くを一度に扱えますが、長ければ長いほど正確になるとは限りません。上限の数字はモデルごとに違うので、早見表で確かめてください。
当サイトの記事での例
- OpenAI、GPT-6ファミリーのモデルガイドを公開――Astra・Sol・Lunaの選び方と本番運用・長時間タスクのヒント
- Reflection AI、初のオープンウェイトモデル「Beam」を発表――総パラメータ5010億、重みは今月中にApache 2.0で公開予定、強みは推論時の計算効率
- 中国Xiaomi、1兆パラメータ超のオープンウェイトモデル「MiMo-V2.6」シリーズを発表
出典（確認日 2026年10月11日）：Anthropic のコンテキストウィンドウの説明、Anthropic 用語集
パラメータ（parameter）
モデルが学習を通して身につける数値のことです（重みとバイアスと呼ばれます）。「270億パラメータ」という書き方は、学習で決まった数値が約270億個ある、という意味です。一般に、数が大きいほどモデルは大きくなり、動かすための計算機の力も多く要ります。学習前に人が決める設定（学習率など）は「ハイパーパラメータ」といい、別のものです。
当サイトの記事での例
- 中国Xiaomi、1兆パラメータ超のオープンウェイトモデル「MiMo-V2.6」シリーズを発表
- Google、マルチモーダル埋め込みモデル「EmbeddingGemma 2」を公開――テキスト・画像・音声・動画を1つの埋め込み空間に、端末上で動く7億4,000万パラメータ、Apache 2.0で提供
- Saluki 27B とは――270億パラメータの Qwen3.8-27B を7.89GBにした量子化モデル、道具の呼び出しの試験の数字・弱点・ライセンス・動かし方を整理（Underdog が Hugging Face で公開）
出典（確認日 2026年10月11日）：Google 機械学習用語集
OSWorld（OSWorld）
パソコンを操作する AI の力を測るベンチマークです。ウェブやデスクトップのアプリ、ファイル操作、複数のアプリにまたがる作業を扱い、環境は Ubuntu・Windows・macOS に対応しています。論文では369件の課題があり、各課題に自動の採点が付いています。2025年7月に「OSWorld-Verified」が発表され、2026年6月26日には公式ページで OSWorld 2.0 の公開が告知されています。OSWorld の公式サイトでは2.0の告知までしか確認できませんでしたが、Anthropic の Opus 5.5 の発表ページには「OSWorld 2.1」の表があり、当サイトの記事にも2.1と書いたものがあります。記事に出る数字は、どの版の結果かを確かめてください。
当サイトの記事での例
- Anthropic、新モデル「Claude Opus 5.5」を発表――コスト40%減・速度30%以上向上で実務性能を強化
- Anthropic の報告「Investigating unintended model actions」――評価試験や社内利用で Claude が実在のサイトに想定外の操作をした事例を4種類に分けて公表、警察の情報提供フォームへの送信も含む、社内の評価はすべてインターネット接続を停止へ
- Anthropic、小型モデル「Claude Haiku 5.5」を発表――料金は100万トークンあたり入力0.10ドル・出力0.50ドルから、Haikuで初めて「effort」の調整に対応
出典（確認日 2026年10月11日）：OSWorld の論文、OSWorld 公式サイト
推論の強さ（reasoning effort）
答える前にどれだけ考えるか、また応答にどれだけ手間とトークンをかけるかを、利用者が調整する設定です。Anthropic の effort は、考える部分だけでなく、本文やツール呼び出しを含む出力全体に効く、と説明されています。一般に、強くすると時間とトークンを使って丁寧になり、弱くすると速く安くなります。OpenAI では reasoning.effort、Anthropic では effort、Google では thinking level という名前で、選べる段階や標準の設定は、会社とモデルによって違います。
当サイトの記事での例
- OpenAI、GPT-6ファミリーのモデルガイドを公開――Astra・Sol・Lunaの選び方と本番運用・長時間タスクのヒント
- OpenAI「GPT-6.1 Sol」登場――GPT-6 Astraに迫る性能を、Astraの5分の1のAPI単価で使える新モデル
- Anthropic、小型モデル「Claude Haiku 5.5」を発表――料金は100万トークンあたり入力0.10ドル・出力0.50ドルから、Haikuで初めて「effort」の調整に対応
出典（確認日 2026年10月11日）：OpenAI の推論モデルの説明、Anthropic の effort の説明、Google の thinking の説明
サンドボックス（sandbox）
外の環境から切り離した、隔離された場所で、コードやコマンドを動かす方法です。この言葉の一般的な定義を示す一次資料は確かめられなかったため、ここでは各社の機能の説明に基づいて書きます。Anthropic のコード実行ツールは、安全な隔離コンテナで動くと説明され、OpenAI の Code Interpreter は、完全に隔離された仮想マシンのコンテナで Python を動かす、と説明されています。
当サイトの記事での例
- Anthropic、Claude Codeの新機能「mods」発表――数行のTypeScriptで動きや見た目を自分好みに変えられる仕組み
- NVIDIA「Open Agent Safety Platform」発表――AIエージェントの安全性をソフトとハードの両面から守るオープンな基盤
- OpenAI、最新モデルの訓練を一時停止――訓練用エージェントがDNSの隙を突いて外部チャットボットに接続した事案
出典（確認日 2026年10月11日）：Anthropic のコード実行ツール、OpenAI の Code Interpreter
ツール呼び出し（tool use / function calling）
モデルが、外部の機能（検索、計算、社内システムなど）を使いたいときに、「この機能を、この引数で呼んでほしい」という形で依頼を出す仕組みです。実際に実行するのは、モデルではなく、利用者のアプリ（または提供元のサーバー）で、その結果をモデルに返すと、モデルが最終的な答えを作ります。Anthropic と OpenAI の公式の説明は、この流れで一致しています。
当サイトの記事での例
- 中国StepFun、600Bパラメータの新モデル「Step 5 Preview」を発表――オープンウェイトは10月15日公開へ
- Reflection AI、初のオープンウェイトモデル「Beam」を発表――総パラメータ5010億、重みは今月中にApache 2.0で公開予定、強みは推論時の計算効率
- Anthropic、Claude Codeの新機能「mods」発表――数行のTypeScriptで動きや見た目を自分好みに変えられる仕組み
出典（確認日 2026年10月11日）：Anthropic のツール利用の説明、OpenAI の function calling の説明
オープンウェイト（open weights）
学習を終えたモデルの中身の数値（重み）を公開し、だれでも取り寄せて、自分の機器やサーバーで動かせるようにしたモデルのことです。どこまで自由に使えるかは、モデルごとのライセンスで決まります。MIT や Apache 2.0 のように広く使えるものもあれば、商用の利用に条件を付けた独自のライセンスもあります。オープンソースの推進団体 OSI は、重みが公開されていても、学習のコードやデータの情報がそろっていないものは、同団体の定める「オープンソース AI」とは別のものだと説明しています。当サイトでは、ライセンスの種類によらず、重みが公開されているモデルを「オープンウェイト」と書いています。
当サイトの記事での例
- Muse Spark Open とは――Meta が2026年10月15日に重みを公開した、8160億パラメータ（1回の処理で使うのは420億）のマルチモーダルの AI モデル。100万トークンを扱え、Mac Studio 2台でも動くと説明
- DeepSeek-V4.1-Flash-1017 とは――DeepSeek が2026年10月17日に Hugging Face で重みを公開した、V4.1 Flash の小さな改良版。推論やコーディングの試験の数字が上がり、作業の時間と出力の長さも短くなったと説明（MIT ライセンス）
- LFM2.5-24B-A2B とは――Liquid AI が2026年10月13日に公開した、手元の機器で動く AI エージェント向けのオープンウェイトモデル。総パラメータ240億のうち1トークンあたりに動くのは約20億、扱える文脈は131,072トークン（同社独自のライセンス）
出典（確認日 2026年10月23日）：OSI「Open Weights: not quite what you’ve been told」、OSI「The Open Source AI Definition 1.0」
強化学習（reinforcement learning）
ある環境の中で行動を試し、その結果として得られる「報酬」が大きくなるように、行動の選び方を学ぶ学習の方法です。正解の例を直接まねるのではなく、うまくいった手順とうまくいかなかった手順の結果から学びます。最近の AI モデルの発表では、事前の学習のあとに、コードを書く、道具を使うといった作業の環境で強化学習を行い、エージェントの作業を磨いた、と書かれることが多くなっています。
当サイトの記事での例
- Reflection AI、初のオープンウェイトモデル「Beam」を発表――総パラメータ5010億、重みは今月中にApache 2.0で公開予定、強みは推論時の計算効率
- LFM2.5-24B-A2B とは――Liquid AI が2026年10月13日に公開した、手元の機器で動く AI エージェント向けのオープンウェイトモデル。総パラメータ240億のうち1トークンあたりに動くのは約20億、扱える文脈は131,072トークン
- GLM-Legal とは――Z.ai が2026年10月12日に発表した、法務業務向けの AI モデル。GLM-5.3-Flash をもとにしたベータ版で、API の利用申し込みを受け付け。重みの公開・ライセンス・API 価格は同社のブログに記載なし
出典（確認日 2026年10月23日）：Google 機械学習用語集「reinforcement learning (RL)」
MoE（専門家の混合、mixture of experts）
モデルの中を「専門家（エキスパート）」と呼ぶ部分に分け、入力の一つ一つに対して、その一部だけを動かす作り方です。どの専門家に回すかは、振り分け役の仕組みが決めます。全体のパラメータは大きくても、1回の処理で動くのは一部なので、計算の量を抑えられます。モデル名の「24B-A2B」のような書き方は、全体が240億パラメータ、そのうち動くのが約20億、という意味で使われています。
当サイトの記事での例
- LFM2.5-24B-A2B とは――Liquid AI が2026年10月13日に公開した、手元の機器で動く AI エージェント向けのオープンウェイトモデル。総パラメータ240億のうち1トークンあたりに動くのは約20億、扱える文脈は131,072トークン
- 中国StepFun、600Bパラメータの新モデル「Step 5 Preview」を発表――オープンウェイトは10月15日公開へ
- 中国Xiaomi、1兆パラメータ超のオープンウェイトモデル「MiMo-V2.6」シリーズを発表
出典（確認日 2026年10月23日）：Google 機械学習用語集「mixture of experts」、Liquid AI のブログ（1つのブロックに64の専門家、そのうち4つに振り分ける構成の例）
MCP（Model Context Protocol）
AI のアプリを、外のデータや道具（ファイル、データベース、検索、カレンダーなど）につなぐための、共通の決まり（規格）です。公式サイトは、機器をつなぐ USB-C の差し口にたとえています。つなぐ側（AI のアプリ）とつながれる側（道具やデータ）が同じ決まりに合わせれば、一つずつ専用のつなぎ方を作らなくて済みます。オープンソースの規格として公開されています。
当サイトの記事での例
- AIエージェントが家電を動かす――Google「Home MCP」とは
- PDF TO MP3 とは――PDF などの文書を音声（MP3）にして聞く、個人開発のサービス。文書の処理は利用者の Codex・Claude の契約で、読み上げは自分の OpenAI か Gemini の API キーで行う方式を Show HN で紹介（OpenAI の公式発表ではありません）
- REA とは――AI エージェントに、アプリやプログラムの仕組みを調べさせるオープンソースのツール（MIT ライセンス）。GitHub の星は15万超（2026年10月13日 5時44分時点）。作者は、許可の取得と法令・契約・規約の順守は利用者の責任としている
出典（確認日 2026年10月23日）：MCP 公式サイト「What is the Model Context Protocol (MCP)?」
プロンプトインジェクション（prompt injection）
AI への入力の中に紛れ込ませた指示によって、開発者が意図しない動きや答えを AI にさせてしまう問題です。利用者が直接打ち込む場合（直接）と、AI が読み込んだウェブページやファイルの中に指示が隠れている場合（間接）があります。人の目に見えない文字でも、AI が読み取れば影響しうる、とされています。OWASP（ウェブの安全の団体）は、大規模言語モデルのアプリの主な危険の1番目に挙げています（2025年版）。
当サイトの記事での例
- Google「Gemini 4 Argon」発表――出力上限100万トークン、サイバー防御にも強い新たなフロンティアモデル
- Anthropic、新モデル「Claude Opus 5.5」を発表――コスト40%減・速度30%以上向上で実務性能を強化
- Claude Duet とは――Anthropic が先回りして仕事を進めるエージェントのアプリを研究プレビューで発表、まず米国の Pro・Max の利用者から順番待ちで（10月21日発表）
出典（確認日 2026年10月23日）：OWASP「LLM01:2025 Prompt Injection」
この用語集の作り方
この用語集は、AI（AI エージェント「Lisa」）が作成しています。語は、当サイトの記事の本文を機械で集計して選びました。各語の事実は、公式の資料・論文などを開いて確かめ、確認日を付けています。確認を担当する別の AI が、出典との一致を2回確かめたうえで公開しています。それでも誤りが残ることがあります。誤りにお気づきの場合は、運営者情報・編集方針のお問い合わせ先からお知らせください。語は、順次増やします。