tsc-rsは最速ではない?OpenAI数学719本と売上500億ドルの読み方
この記事の要点
LLMが移植したTypeScript型チェッカーtsc-rs、OpenAIの数学719本と取り下げ、売上約500億ドル報道の読み方を、数字の出どころ別に整理した今週(10/5-10/11)のAIまとめ。
再生できない場合は YouTube で見る · チャンネル登録
2026年10月5日から11日の週のAI関連ニュースから、手を動かす人にも経営側にも影響が大きい3本を選んでまとめた記事です。取り上げるのは、LLMが移植したTypeScriptの型チェッカー「tsc-rs」、OpenAIが公開した数学の成果、OpenAIの売上をめぐる報道です。
どれも、成果をどの物差しで確かめるかという点でつながっています。数字には出どころ(作者の測定、公式、企業の発表値、報道)を添えました。
動画
tsc-rs: LLMが移植した型チェッカー
tsc-rsは、Go製になったTypeScript 7のコンパイラ(tsc 7)をRustへ移植したものです。型チェックだけでなく、コンパイラと言語サーバーまで含みます。GitHubのpingdotgg/ts-rustで公開され、0.1.0が10月7日、0.2.0が10月9日に出ました。ライセンスはMITです。
作者の記載では、移植元のGo側にあるテスト18万1711件がすべて通っています。60のオープンソースのリポジトリで、tsc 7と同じ出力になったとも書かれています。
速さの数字は作者の測定です。VS Code、Sentry、Playwright、Excalidraw、TypeORM、tRPCという6つの実アプリの平均(幾何平均)で、tsc 7の1.89倍でした。1つ前のtsc 6と比べると13.4倍で、tsc 7自体は7.1倍です。測定はApple M4 Pro 1台、hyperfineによる5回の中央値なので、自分の環境で同じ倍率になるとは限りません。
誤解1: LLM製だから最速、ではない
Bunの型チェック機能であるbun checkは、同じ測定でtsc 7の2.95倍です。速さだけならtsc-rsより上です。一方、tsc 7と同じ出力になったリポジトリは、tsc-rsが60本中60本、bun checkは37本でした。tsc-rsはtsc 7と同じ出力を守るため、並列処理の作りを変えていないとされています。
分かれ目は単純です。CIで公式版と結果をそろえたいならtsc-rs、速さを優先するならbun checkという選び方になります。
誤解2: 2万4000ドルで作れた、ではない
「2万4000ドルで作れた」という話は、Claude Opus 5.5の分だけです。Opus 5.5は一から書き直し、2週間で約2万4047ドルを使いました。その前に、GPT-5.6 SolとGPT-6 Astraで40万ドル超を使い、互換性は84%前後で止まったと書かれています。合計は42万ドル超で、いずれもAPI料金に換算した作者の自己申告です。作者はコードを1行も読んでいないとも記載しています。
それでも形になった背景には、先にテストという物差しがそろっていたことがあると読めます。
試し方と1週間のチェック表
導入は2行です。比べる相手は、TypeScript 7.1の開発版(typescript@7.1.0-dev.20260929.1)にそろえます。7.0.xと比べると、7.1で増えたチェックの分だけエラーが多く見えるためです。
npm install -D tsc-rs
npx tsc-rs -p tsconfig.json
- CIで今のtscと並べ、出力が同じかを1週間見る
tsc -bの参照漏れで、TS2305やTS2307が出ないか確認する- モノレポでTS6059(rootDir外)が増えないか確認する
- 切り戻しのため、typescriptパッケージは消さずに残す
立場別に見ると、開発者はCIでの併走、PMは自分のリポジトリで型チェック待ちの時間を測ること、会社の側ではテストが厚い既存システムの別言語への移植見積もりが変わりうること、が要点です。
OpenAIの数学719本: 機械で確認できたのは約42%
OpenAIはGitHub(openai/math)で、数学の未解決問題に対する成果を大量に公開しました。公式の説明では、未公開の社内モデルに約4000問を解かせています。今の一覧は原稿719本、372の系統にまとまっています。
ここで重要なのがLeanです。証明が正しいかを機械が確かめるための言語で、公式の変更履歴では、主要な結果のうちLeanで確認済みなのは300 / 719(約42%)です。残りについて、公式自身が未検証の結果には問題があるかもしれないと記載しています。
公開は10月6日で、翌7日に3本が取り下げられました。原因は1本の符号の誤りで、証明の一部が崩れ、それに依存する2本が連鎖しました。ほかに14本が修正され、関連する13本は参照が更新されています。
外部からの指摘もあります。数学者の助言グループは推論の過程も出すよう求めていました。TechCrunchによると、推論の要約が付いたのは10件です。集合論の研究者は個人ブログで、読んでも評価できない書き方だと批判しています。
誤解3: 数百の未解決問題が解けた、ではない
この一件は、「数百の未解決問題が解けた」とも、「取り下げが出たから全部が怪しい」とも読めません。確認済みは半分弱で、取り下げは719本の一部だからです。
AIが出したコードや報告を受け取るときにも、同じ3点を確認できます。
- 機械で検証できたか(テストやLean)
- 何に依存しているか(1本の誤りが連鎖する)
- 同じ手順で作り直せるか(モデルと手順が公開されているか)
PMなら、成果の発表を見たとき件数ではなく検証済みの割合を聞くのが有効です。
OpenAIの売上約500億ドル: 差は数え方
FTとCNBCの報道によると、OpenAIは投資家に、9月下旬時点の年換算の売上が約500億ドルだと説明しました。年換算は、足元の売上のペースを1年分に直した数字です。先月は約700億ドル(CNBCは680億ドルと記載)という数字が出回っていたため、200億ドル減ったように見えました。
誤解4: 200億ドル減った、ではない
CNBCは関係者の話として、大きい方の数字は提携先の売上まで含んでいたと伝えています。TechCrunchは、約700億ドルは投資家がAnthropicと並べるために作った数字だと書いています。Anthropicは7月時点で650億ドルと報じられ、こちらはクラウド経由の販売を含みます。
どちらが同じ物差しなのかは、報道の間でも説明が割れています。さらに、今回の数字は会社の発表ではなく、投資家への説明を報道が伝えたものです。OpenAIはコメントしていません(TechCrunch)。
他社と並べて資料にするなら、確認したいのは次の3点です。
- いつ時点か
- 提携先経由の売上を含むか
- 会社の発表か、投資家経由の報道か
3つがそろわない場合は、定義を1行添えるか、比較を外すのが安全です。開発者に今日効く変化は今のところ見当たらず、料金の背景として追う話です。
そのほかの話題
文章ではなく判断を返すAI
TypeSafeは公式ブログで8.7億ドルの調達を発表し、評価額は75億ドルです。モデルのJevは答えを確率で返しますが、速さの数値は未公開で、Fortune 500の3分の1が利用しているという点は自己申告です。
同じ週にOpenAIがDecisions APIを公開ベータにしました。モデルはgpt-6-lunaのみで、POST /v1/decisionsが窓口です。料金は入力100万トークンあたり0.10ドル、出力の課金はなしと公式ドキュメントにあります。問い合わせの振り分けのような分類を文章生成で回しているなら、比べる候補になります。
今週の読み
以上は動画での私の読みです。各社の差は性能よりも、確かめ方と記録の残し方に出始めています。
今週の読みは「AIの成果が使えるかは、検証の物差しで分かれた」です。Leanで確認済みの数学の結果から取り下げが出たら、この読みは外れです。違っていれば訂正します。
出典
- ts-rust (GitHub)
- openai/math (GitHub)
- openai/math の変更履歴
- OpenAIの数学と分野の基準 (TechCrunch)
- 集合論の研究者の個人ブログ
- OpenAIの売上 (TechCrunch)
- OpenAIの売上 (CNBC)
- TypeSafe公式ブログ
- TypeSafe Jev (TechCrunch)
- Decisions API (OpenAI公式ドキュメント)
詳しくは動画で
各章のスライドと、チームに共有できる3点のまとめは動画にあります。毎週のAIニュースの整理を続けているので、更新を追っていただけるとうれしいです。