Citrini Researchによると、6月16日にAMDとAppleは、AI製品においてDRAMの代替となるフラッシュメモリ方式を同時に進めています。AMDはMEXTを買収して、DRAMに近いレベルでフラッシュストレージ性能を最適化し、データセンターのメモリコストを削減しました。一方、Appleは「LLM in a flash」技術を導入して、デバイス端末側でも同様の最適化を実現しています。 Citriniの最新調査では、AI推論におけるKVキャッシュの需要と、25%のDRAM生産能力を消費するHBMが、重大なメモリコスト圧力を生んでいることが示されています。フラッシュストレージのコストはDRAMの1/55であり、コントローラの最適化、NANDスタッキング、セルモードの調整を通じて、エッジAI向けの容量と帯域の代替として現実的な選択肢になります。

OpenRouterのデータによると、中国のAIモデルは6月8日〜14日の1週間で18.42兆トークン呼び出しを達成し、前週から29.81%増加し、7週連続で世界トップの座を維持しました。世界のAIモデルは合計44.6兆トークン呼び出しを記録し、週次で23.5%増加しました。比較すると、米国のAIモデルは5.72兆トークン呼び出しを生成し、78.75%増でした。 世界の上位5モデルのうち、最初の4つはすべて中国のモデルでした。DeepSeek-V4-Flashは週次4.41兆回の呼び出しで引き続きトップで、次いでMiniMax M3が4.32兆回、Tencent Hunyuanが4.14兆回でした。

Beatingによる監視によれば、OpenRouterはFusion複合モデルのインターフェースをリリースしました。これはユーザーのプロンプトを複数の大規模言語モデルに並列で配信し、ジャッジモデルと合成モデルを通じて出力を統合します。Perplexity AIのDRACOディープリサーチベンチマークでは、マルチモデルの組み合わせが69.0%を達成し、Fable 5の単体スコアである65.3%を上回りました。低コストのパネルとして、Gemini 3 Flash、Kimi K2.6、DeepSeek V4 Proを組み合わせると、推論コストを半分にした状態で64.7%を記録し、Fable 5との差を0.6ポイントまで縮めました。

PANewsによると、6月12日にファーウェイはHDC 2026でオープンソースの大規模言語モデル「openPangu 2.0」を発表した。Pro版とFlash版が用意されており、どちらも512Kのコンテキストウィンドウに対応している。Pangu 2.0 Proは総パラメータ5050億、起動（活性化）パラメータ180億を特徴とし、Pangu 2.0 Flashは総パラメータ920億、起動（活性化）パラメータ60億を備える。ファーウェイは、同社のAscend AIプロセッサにおけるシングルカードのスループットは主流のオープンソースモデルの2倍に到達できると主張しており、HarmonyOSとの互換性も強化している。同社は6月30日から段階的に7つのコンポーネントをオープンソース化する計画で、事前学習コード、事後学習コード、学習オペレーターを含む。

CNBCによると、マイクロソフトは6月2日にサンフランシスコで開催されたBuild開発者会議で、コーディングモデルのMAI-Code-1-Flashと、推論モデルのMAI-Thinking-1を発表した。MAI-Thinking-1はソフトウェアエンジニアリングのベンチマークで主要モデルに匹敵し、第三者モデルからの蒸留なしで学習された。推論の効率を重視して設計されたMAI-Code-1-FlashはGitHub CopilotとVisual Studio Codeに統合されている一方、MAI-Thinking-1はMicrosoft Foundryで、AzureのAIプラットフォームを通じてプライベートプレビューとして提供されている。

Google GeminiのVPであるJosh Woodwardによると、同社は、急速に上限が消費されることへのユーザーの不満を受けて、利用クォータ最適化の施策を6つ導入したとのことです。主な更新内容は、クォータ控除なしで、すべてのプロンプトに対してFlash-Liteモデルを無料で利用できるようにしたことです。さらに、動画生成の不具合を修正し、Gemini UltraのサブスクライバーについてOmni動画の上限を2倍にしました。複雑なProモデルのリクエストや大きなファイル添付に対して上限を設定し、失敗したりエラーに関連するリクエストはクォータの課金対象から除外するといった対応も含まれます。

Beatingが監視したOpenRouterのデータによると、4月24日にリリースされたDeepSeek V4 Flashは、わずか1か月で7.99Tトークンを記録し、プラットフォームの月間LLMランキングで首位に到達しました。上位3モデルには、2位にHy3 preview（Tencent Hunyuan 3.0）が7Tトークンで入っており、3位にはClaude Sonnet 4.6が6.65Tトークンで続きます。中国の大規模言語モデルがランキングを席巻し、DeepSeekは（V4 Flash、V3.2、V4 Pro）の3つのポジションを占めました。一方で、Tencent Hunyuan、Moon（Kimi K2.6）、MiniMax（M2.7）も好成績を収め、上位10位に入ったのはAnthropicとGoogleのみで、西側のモデルはそれにとどまりました。

ChainCatcherによると、B.AIプラットフォームはWebチャットのインターフェースでGemini 3.5 Flashをリリースし、先に導入されたAPIチャンネルを超えて利用可能範囲を拡大しました。このモデルは、主要な競合に匹敵する性能を備えつつ、コストがより低いことに加え、コード理解の強化、複雑なタスク処理、エージェント向けアプリケーションでの対応力も向上しています。ユーザーは現在、B.AI APIとWebチャットの両方のチャネルからGemini 3.5 Flashにアクセスできるようになりました。

Beatingによると、Google Antigravityは最近、単純なタスクでのトークン消費を減らすためにGemini 3.5 Flash（Low）モデルをリリースしたと発表しました。新しいモデルは、Gemini 3.5 Flash（Medium）と比べてトークン生成を約45%削減し、また社内テストデータによると、ソフトウェアエンジニアリングのタスクでは従来世代のGemini 3 Flash（High）を上回っています。 今後1週間にわたり開発者が十分なリソースを使えるようにするため、Antigravityは全プランのGeminiクォータをリセットしました。

ブルームバーグが引用したOpenRouterのデータによると、5月18日から24日の週に世界のAIモデルの週次API呼び出しは289兆トークンに達し、前週比で7.4%増となり、5週連続の成長を記録しました。 中国のAIモデルは9.223兆トークンを占め、19.89%増で、4週連続で米国のモデルを上回りました（米国のモデルは4.93兆トークン、16.27%増）。DeepSeek-V4-Flashはグローバルで3.43兆トークンの呼び出し回数で首位となり、前週比で66%急増しました。