Paper Instrumentsが「Ultramarine 1 Flash」発表：金融・法務特化でClaude Fable 5超え

汎用AIモデルに財務諸表の作成や法務文書のチェックを任せると、プロンプトの調整に追われるばかりか、高額なトークン費用に悩まされることが少なくありません。

Paper Instrumentsは金融、法務、コンサルティング、業務オペレーションといった高度な実務に特化したオープンモデル「Ultramarine 1 Flash」を発表しました。高精度な専門業務を極めて安価に実行することを目的としています。

実務に特化した「安価なエキスパート」

Ultramarine 1 Flashはオープンな「GLM-5.3 Flash」をベースにしており、プロフェッショナルサービスにおけるアナリスト基準に沿うよう調整されています。無駄のない明瞭な文章作成と、視覚的・構造的な情報の整理に強みを持っています。

単なるチャット応答にとどまらず、完成されたExcelワークブックやPowerPointスライド、Word文書の納品、さらにはERPやMESといった実際の業務基盤システム内での作業までを想定して作られています。

API価格はベースモデルと同じで、入力が100万トークンあたり0.15ドル、キャッシュ入力が0.03ドル、出力が0.50ドルに設定されています。

トークンを削ってフロンティアモデルを凌駕

同社が実施した専門業務ベンチマーク「PI Knowledge Work」において、Ultramarine 1 Flashの1タスクあたりの平均コストは約0.13ドルにとどまります。

この低価格ながら、スコア上は1タスクあたり8.19ドルかかるClaude Fable 5や、2.09ドルのGPT-5.6 Solを上回りました。さらに、Claude Opus 5.5（6.96ドル）やGPT-6 Sol（1.26ドル）といった最上位モデルとの差も3ポイント以内に収まっています。なお、この独自ベンチマークはArtificial Analysis Intelligence Indexと高い相関（r = 0.81）を示しているとのことです。

公開ベンチマークのJobBenchでも62.9点を記録し、Gemini 3.8 FlashやDeepSeek V4.1 Flashを抑えてトップに立ちました。

興味深いのは、6つのベンチマーク全体で元のGLM-5.3 Flashよりも生成トークン数を6.5%削減している点です。冗長な言葉を省き、最短の道筋でタスクをこなすよう設計されています。

現在APIが提供されており、オープンなモデルの重みファイルも近日中に公開される予定です。

なぜ重要か

日頃からデューデリジェンスや財務分析、契約書チェックに追われる現場にとって、非常に価値の高い選択肢になります。実用に耐えうる品質を求めて高価な商用トップモデルを使い続けてきた組織にとって、1タスク13セントという水準は運用コストを劇的に下げるきっかけになります。重みが公開されれば、機密情報を外部に出せない金融や法務の現場でローカル運用できる点も大きな利点です。

業界全体で見れば、汎用フロンティアモデルの優位性に疑問を投げかける動きと言えます。オープンな小型ベースモデルを特定のワークフローに合わせて徹底的に後処理・最適化すれば、巨大モデルをコスト対効果で打ち負かせることを示しました。特にFableより60倍安いという打ち出しは、商用APIベンダーに対して強い値下げ圧力をかけることになります。

アプローチとして非常に現実的でスマートだと評価できますが、主な成果が社内ベンチマークに基づいている点には留意が必要です。実際の現場にある雑多なデータや古い社内システムに接続した際に、どこまで安定して成果物を納品できるかが今後の試金石となります。