OpenAIが自社初チップ「Jalapeño」を投入、ByteDance Seed 2.1とMistral OCR 4も公開

2026年6月26日のAIニュース要点

• OpenAIが自社初の独自チップを発表: 6/24、Broadcomと共同でLLM推論特化チップ「Jalapeño」を公開。設計開始から約9か月でテープアウト、2026年末から稼働予定。
• ByteDanceが「Seed 2.1 Pro/Turbo」を投入: 6/24、コーディング・エージェント・マルチモーダルを強化。GPT-5.5やGemini 3.1 Proと競合する水準とされ、低価格Turbo版も同時提供。
• MistralがOCR 4を公開: 6/23、文字抽出から「構造化された文書理解」へ。バウンディングボックス・信頼度スコア付きで170言語に対応。

この数日のAIニュースは「モデルを賢くする」競争から一歩進み、それを支える半導体・文書処理・新興プレイヤーへと話題が広がっています。Mihataが注目した6月22〜24日の動きを、一次情報を確認しながら整理します。

OpenAIが自社初の独自チップ「Jalapeño」をBroadcomと共同発表

OpenAIは6月24日、半導体大手Broadcomと共同で、自社初となるカスタムAIチップ「Jalapeño（ハラペーニョ）」を発表しました(TechCrunch、CNBC)。これは大規模言語モデル（LLM、大規模言語モデル）の推論（inference、学習済みモデルを動かして回答を生成する処理）に特化した専用アクセラレータです。

両社が2025年10月に発表した提携の最初の成果で、設計の確定（テープアウト）まで約9か月という短期間で到達したと報じられています。初期テストでは「現行の最先端品を大きく上回るワットあたり性能（電力効率）」を示したとされ、最初の本番稼働は2026年末から、ギガワット規模のクラスタで始まる見込みです(Tom's Hardware)。

注目すべきは役割分担です。Jalapeñoはあくまで推論用で、より計算負荷の高い事前学習（pre-training）には引き続きNvidiaのハードウェアを使うとされています。つまり「Nvidia全面置き換え」ではなく、量が膨大で電力コストが効いてくる推論部分を自前チップで安く回す、という狙いです。Microsoftが主要な展開パートナーになると報じられています。

で、どうなるの？ ChatGPTのようなサービスは、一度作ったモデルを毎日膨大な回数動かし続けるため、推論の電力コストが経営を直撃します。GoogleのTPU、Amazonの自社チップに続き、OpenAIも「モデルを動かす土台」を内製化に動いた——これはAIの主戦場が、賢さの競争だけでなく「いかに安く・大量に動かすか」というインフラ勝負へ移っていることを示します。AIを業務に組み込む企業にとっても、将来的な利用コストの安定や値下げにつながり得る動きです。

ByteDanceが「Seed 2.1 Pro/Turbo」を公開、コーディング・エージェントを強化

TikTokを運営するByteDance（バイトダンス）は6月24日、自社の基盤モデル「Doubao（豆包）」系の最新版Seed 2.1 Proと、低コスト・低遅延版のSeed 2.1 Turboを公開しました(Dataconomy、AIbase)。前世代から「コーディングの実装力」「エージェントの長い手順の遂行」「マルチモーダル理解」の3方向を強化したとされます。

報道では、コード生成やエージェント系のベンチマークでGPT-5.5、Claude Opus 4.7、Gemini 3.1 Proと競合する水準とされ、約100万トークンの長文コンテキストに対応するとされています。Turbo版は機能・性能をProに近づけつつ価格を抑えた量産向けで、入力が100万トークンあたり3元、出力が15元と、Pro比でほぼ半額に設定されています。なお、これらの数値はByteDanceおよび報道ベースであり、第三者の独立検証は記事時点で限定的です。

で、どうなるの？ 米国勢の発表が続くなかで、中国勢が「価格を半分にした量産向けモデル」を素早く出してきた点が重要です。フロンティアの性能争いとは別に、コストパフォーマンスでの追い上げが進んでいます。実務では「最高性能のモデル」だけでなく、用途に応じて十分な性能を安く大量に使えるモデルを選ぶ目利きが、ますます効いてきます。

MistralがOCR 4を公開、「文字を読む」から「文書を構造化する」へ

フランスのMistral AIは6月23日、文書理解モデルOCR 4を公開しました(Mistral リリースノート)。単なる文字起こし（OCR、光学文字認識）から一歩進み、バウンディングボックス（文字や要素の位置座標）・ブロック分類・単語ごとの信頼度スコアを付けて、構造化された形で文書を出力できるのが特徴です。