料金表やニュースに出てくる用語を、1ページにつき1テーマで説明します。 「cache hitって何が安いの？」「この数字は何を測っているの？」「ベンチマークが多すぎて訳が分からない」——そんな疑問に、各社の公式ドキュメントやベンチマーク運営者自身の公表資料まで戻って答えます。 数字の測定条件や料金ルールの境界線まで書くので、読み終わったあとそのまま実務で使える内容です。 料金比較やリリース年表が「データ」なら、こちらは「データの読み方」です。
1ページにつき1テーマ。言葉の意味だけでなく、料金や条件の数字まで踏み込みます。
DeepSWE、GDPval-AA、Terminal-bench、OSWorld……多すぎて訳が分からないを解消します。ベンチ名を暗記するのをやめ、①誰が運営しているか ②何を測っているか ③どう測るか（ハーネス・設定）の3つで仕分ける手順を持ち帰る構成。6つのベンチを運営主体の公式リポジトリ・原論文で裏取りし、GDPvalとGDPval-AAがデータセット共通でも別の数字になる理由、ベンチ名と同名のモデル（DeepSWE-Preview）の混同まで扱います。
解説を読む →1M＝100万トークンは英語で約75万語、音声なら約11時間ぶん。ただし長文の課金ルールは3社で大きく異なります。OpenAIは272K超でリクエスト全体が入力2倍・出力1.5倍、Googleは200K超で全トークンが高い単価、Anthropicは1Mでも標準単価のまま。境界を100トークン超えただけで請求が2倍になる試算（272,000トークン $2.72 → 272,100トークン $5.44）、10往復で入力が245,000トークンに積み上がる例、そして長い入力ほど精度が不安定になる「context rot」（Chroma・2025年7月・18モデル）まで、公式ページで確認した数字だけを掲載します。
解説を読む →ハーネスは「モデル以外の全部」。システムプロンプト・ツール・記憶・サンドボックス・試行回数・採点まで含み、同じモデル・同じベンチでもスコアを動かします。ARC-AGI-3で中立ハーネス62.7%／Provider Adapter 99.9%になった条件差（ARC Prize公表）、DeepSeek Harness公式ページの「Agent = Model + Harness」、Minimal modeが公式に「ベンチマーク用の最小環境」と書かれている点まで、出典つきで整理します。
解説を読む →同じ入力なのに単価が50倍違う「cache hit」。仕組み（先頭一致）、書込1.25倍・読込0.1倍のルール、TTL（5分〜30分）、キャッシュされる最小トークン数（512〜4,096）を、OpenAI・Anthropic・Google・DeepSeekの公式ドキュメントで比較。8,000トークンの前置きを10回送った場合の試算（$0.80→$0.172）付き。
解説を読む →同じベンチでも中立ハーネスでは62.7%（ARC Prize公表）。満点は「もう測れない」の合図。未飽和のTerminal-Bench Science 64.6%がいちばん情報量が多い理由、そして1.05Mコンテキストの272Kトークン境界（超えるとリクエスト全体が入力2倍・出力1.5倍）と128K出力を使い切ったときの$6.40まで。
解説を読む →DeepSWEはDatacurve、OSWorldはXLANG Lab、GDPvalはOpenAI、GDPval-AAはArtificial Analysis、AutomationBenchはZapier——ベンチ名から運営組織にたどり着く手順を4ステップに固定しました。①原論文・公式リポジトリ ②組織の分類（ベンダー／独立評価／研究機関／業務ソフト企業） ③スコアの報告者は誰か ④ハーネス提供元。代表12ベンチの運営元一覧と、「第三者が運営＝公平ではない」3つの実例（GDPval-AA・AutomationBench・WANDR）付き。
解説を読む →ZDR は「既定で保存しない」であって「常時有効」ではありません。①保持が必要なモデルの例外リストがあり、②保証には明示指定が要り、③「保存しない」と「担当者が見られない（ZOA）」「学習に使わない」は別の約束です。AWS Bedrock の保持モード（none / default / inherit / aws_review）と設定単位、公開されている例外リスト（OpenAI系モデル・Claude Fable 5 / 5.1）、OpenAI・Anthropic・Google・Microsoft の入手方法（既定か審査制か）を、各社公式ドキュメントの逐語で比較します。用語説明 第7回。
解説を読む →「ZDR対応なら安心」は早計です。①残さない（ZDR）②見せない（ZOA）③学ばせない（学習条項）④出さない（データレジデンシー）は別々の約束で、1社が4つ全部を既定で満たすことはまずありません。AWS Bedrock・Microsoft Foundry・OpenAI・Anthropic・Google Cloud の5社について、どこが既定でどこが申請制・審査制かを公式ドキュメントの逐語で並べ、契約前の5ステップとよくある誤解4つまでまとめました。用語説明 第8回。
解説を読む →ZDRが「保存の話」なら、ZOAは「人のアクセスの話」。アクセスを止める3つの層（手続き・鍵・実行環境）、鍵管理の3段階（CMK／BYOK／HYOK）、承認フロー（Microsoft Customer Lockbox・Google Access Approval と Key Access Justifications・OpenAI EKM・Anthropicのcontrolled access path）を、AWS Bedrock・Microsoft・Google Cloud・OpenAI・Anthropicの公式ドキュメント逐語で整理しました。緊急時の例外（break glass等）まで明記。用語説明 第9回。
解説を読む →「ChatGPTは学習に使うのに、APIは使わない」は本当です。学習条項を決めるのは「どの会社か」ではなく「個人向けアプリ・無料枠・API/商用契約のどの層か」。同じGoogleでも、無料枠は「改善に使われ、人間のレビューも入る」、有料枠は「プロンプトも応答も製品改善に使わない」。OpenAI・Anthropic・Google・Microsoft・AWSの公式ドキュメントの逐語で、オプトアウトしても残る2つの例外（フィードバック提供分・安全審査フラグ分）と、無料枠の判定が「料金ではなく請求先アカウント」で決まる仕組みまで整理しました。用語説明 第10回。
解説を読む →「国外に出さない」は、「保存する場所（at rest）」と「処理する場所（推論）」という2つの別の約束に分かれます。OpenAI は地域ごとに Storage と Processing を別項目で公表し、日本は「保存＝可・処理＝不可」。AWS は推論プロファイル、Google はエンドポイント、Microsoft は deployment type で3段階、Anthropic は inference geo と workspace geo の2設定——5社すべてで保存と処理は別の確認項目です（設定の仕組みは各社で異なります）。「選べる」と「固定される」の違い、米国限定推論が1.1倍になる価格差、除外サービスまで公式逐語で整理しました。用語説明 第11回。
解説を読む →関連: ベンチマークの仕分け方 · ハーネス（harness） · プロンプトキャッシュ（cache hit） · 1Mコンテキスト · ZDR（ゼロデータ保持） · ZOA（ゼロオペレーターアクセス） · データを守る4要件 · 用語説明: 学習に使わせない · 用語説明: 出さない（データレジデンシー） · GPT-6 Astra 詳細 · Claude Fable 5.1 詳細 · DeepSeek V4.1 Flash 実践ガイド · マルチモーダル対応一覧