# AI製品「公称能力 vs 実効能力」辞典

CURRENT_STATUS: UNKNOWN
OBSERVATION: SPEC_ONLY
FRESHNESS: UNKNOWN
PAGE_TYPE: decision
CANONICAL_URL: /tools/ea-012-ai-vs
CLAIM_IDS: none
EVIDENCE_IDS: EVD-EA-012-URL-258CADE2CEFA, EVD-EA-012-URL-F45C190A0787, EVD-EA-012-URL-10E39629C3D3, EVD-EA-012-URL-ED2EA3ED3DC1, EVD-EA-012-URL-4060FEED7010, EVD-EA-012-URL-7C2BBFCBBEF4, EVD-EA-012-URL-2AB6FA953E92, EVD-EA-012-URL-5F75C0347A74, EA-012-R11-RESEARCH, EA-012-R11-WEB-READBACK
UNKNOWN_IDS: EA-012-UNKNOWN-01, EA-012-UNKNOWN-CURRENTNESS
OPS_IDS: none

## Summary
「ベンダーが公称する能力は、モデルまたはサービスが対応する技術的範囲を示す。特定組織での実効能力は、製品面、契約・plan、地域、管理設定、identity/permission、tool/data、runtime capacity、quota/cost、業務受入試験を通過した範囲に限る。」

## Current judgment
1. **公称能力は単一層ではない。** `MODEL_CAPABILITY → API/SERVICE_EXPOSURE → PRODUCT_SURFACE → ENTITLEMENT → ORG_POLICY → IDENTITY/PERMISSION → RUNTIME/CAPACITY → WORKLOAD_ACCEPTANCE` を分離する。これはPROPOSAL / INFERENCEであり、provider標準そのものではない。
2. **context windowと実効利用品質を同一視しない。** 入力を受理できる上限と、window内の情報を均等・頑健に検索・推論できることは別である。「1M context対応」だけから「1M全域を同品質に推論可能」と書かない。
3. **service limitはmodel capabilityとは別の実効制約である。** rate/quota/spend/usage tierと持続throughputを分離して記録する。
4. **「機能が存在する」と「そのtenant/userが利用できる」は別である。** plan/license、admin setting、identity/permission等を個別gateとして扱う。
5. **実効能力は二値ではない。** `ADVERTISED → SPECIFIED → EXPOSED → ENTITLED → AUTHORIZED → EXECUTABLE → OBSERVED → ACCEPTED` を状態遷移候補とし、`UNSUPPORTED / HIDDEN / BLOCKED_POLICY / QUOTA_LIMITED / DEGRADED / UNVERIFIED` を失敗・未確定状態として保持する（PROPOSAL）。
6. **成功した1回の呼出しは業務受入れの証明ではない。** sustained throughput、retry、quota exhaustion、latency、cost、auditability、data permission、業務golden setでの品質を別に確認する。
7. **EA-011との境界を維持する。** EA-012はcapability inventory / gate chain、EA-011は品質・失敗包絡の測定を担う。

## Scope
ベンダーのモデル表・製品ページにある context window、tool、connector、Copilot/agent 等の公称能力と、特定の組織・plan・region・surface・identity・policy・quota・runtimeで実際に業務へ投入できる実効能力を分離して記録する。

## Confirmed
- **公称能力は単一層ではない。** `MODEL_CAPABILITY → API/SERVICE_EXPOSURE → PRODUCT_SURFACE → ENTITLEMENT → ORG_POLICY → IDENTITY/PERMISSION → RUNTIME/CAPACITY → WORKLOAD_ACCEPTANCE` を分離する。これはPROPOSAL / INFERENCEであり、provider標準そのものではない。
- **context windowと実効利用品質を同一視しない。** 入力を受理できる上限と、window内の情報を均等・頑健に検索・推論できることは別である。「1M context対応」だけから「1M全域を同品質に推論可能」と書かない。
- **service limitはmodel capabilityとは別の実効制約である。** rate/quota/spend/usage tierと持続throughputを分離して記録する。
- **「機能が存在する」と「そのtenant/userが利用できる」は別である。** plan/license、admin setting、identity/permission等を個別gateとして扱う。
- **実効能力は二値ではない。** `ADVERTISED → SPECIFIED → EXPOSED → ENTITLED → AUTHORIZED → EXECUTABLE → OBSERVED → ACCEPTED` を状態遷移候補とし、`UNSUPPORTED / HIDDEN / BLOCKED_POLICY / QUOTA_LIMITED / DEGRADED / UNVERIFIED` を失敗・未確定状態として保持する（PROPOSAL）。
- **成功した1回の呼出しは業務受入れの証明ではない。** sustained throughput、retry、quota exhaustion、latency、cost、auditability、data permission、業務golden setでの品質を別に確認する。
- **EA-011との境界を維持する。** EA-012はcapability inventory / gate chain、EA-011は品質・失敗包絡の測定を担う。

## UNKNOWN
- EA-012-UNKNOWN-01: - enterprise契約で個別調整されたprivate limits / private preview / rollout cohort。
- provider内部routingや自動model selectionが表面上のmodel名と実処理をどこまで変えるか。
- 特定tenantのadmin settings、license assignment、connector permission、region-specific availability。
- 公称capacityとピーク時間帯の持続capacity差。
- implementation acceptance。
- EA-012-UNKNOWN-CURRENTNESS: 外部根拠の再確認日がcanonical body/control-planeで確定していないため、currentnessはUNKNOWNとして保持する。日付を推測補完しない。

## Evidence
- EVD-EA-012-URL-258CADE2CEFA (RESEARCH): audit-corrected locator: — https://developers.openai.com/api/docs/models/gpt-5.6-sol
- EVD-EA-012-URL-F45C190A0787 (RESEARCH): locator: — https://developers.openai.com/api/docs/guides/rate-limits
- EVD-EA-012-URL-10E39629C3D3 (RESEARCH): locator: — https://ai.google.dev/gemini-api/docs/rate-limits
- EVD-EA-012-URL-ED2EA3ED3DC1 (RESEARCH): locator: — https://platform.claude.com/docs/en/api/rate-limits
- EVD-EA-012-URL-4060FEED7010 (RESEARCH): locator: — https://learn.microsoft.com/en-us/microsoft-365/copilot/microsoft-365-copilot-licensing
- EVD-EA-012-URL-7C2BBFCBBEF4 (RESEARCH): locator: — https://learn.microsoft.com/en-us/microsoft-365/copilot/microsoft-365-copilot-page
- EVD-EA-012-URL-2AB6FA953E92 (RESEARCH): locator: — https://aclanthology.org/2024.tacl-1.9/
- EVD-EA-012-URL-5F75C0347A74 (RESEARCH): locator: — https://aclanthology.org/2026.findings-eacl.120/
- EA-012-R11-RESEARCH (RESEARCH): EA-012 監査済みresearch / canonical revision binding
- EA-012-R11-WEB-READBACK (IMPL): EA-012 Web body identity / canonical readback

## Failure / limits
public docsは特定tenantのlicense assignment、rollout、region、admin policy、connector permission、private preview、contract exceptionを証明しない。
## Failure / limits
最大context、最大rate、usage tierをminimum SLAや持続性能と同一視しない。
## Failure / limits
long-context研究を全製品・全version・全taskへ一般化しない。「公称context長だけから実効利用品質を推定できない」という範囲で使う。
## Failure / limits
UI surfaceとAPI surface、consumer planとenterprise plan、previewとGAは独立して変化し得る。
## Failure / limits
connector/retrieval対応でもidentity permissionがなければdata visibilityは空・限定になり得る。model capability不足と誤分類しない。
## Failure / limits
quota内でもprovider-side transient capacity、latency、tool outage、downstream dependencyでeffective capabilityは一時的に縮退し得る。
## Failure / limits
Canonical packet `COMM-012-EA0012` と独立監査修正、同ID rescue bindingがdurably locatableになったため、研究の再実施は不要。以後は実装・repository tests・release readbackを行う。UNKNOWNはtenant固有事項と未実施TEST_PROFILEとして残す。
## Practice
model ID/revision / API or product surface / plan-license / billing-usage tier / region-residency / preview-rollout / admin policy / identity and data permission / connector-tool compatibility / network-egress / rate-quota-spend cap / content-file-message limits / downstream service availability / governance approval.
## Practice
以下は後続Work向けTEST_PROFILEであり、**すべて未実施**。

### TP-E12-A LONG_CONTEXT_EFFECTIVE
同一task・同一model/revisionでcontext長と必要情報位置を変え、request acceptanceとtask accuracyを別指標で採る。

### TP-E12-B TOOL_EFFECTIVE
公式仕様上tool対応 → surface exposure → plan entitlement → identity/permission → harmless read/no-op execution → audit trace → task success の各gateを個別記録する。途中停止をmodel unsupportedと誤分類しない。

### TP-E12-C THROUGHPUT_EFFECTIVE
固定workloadでburst/sustained RPM/TPM、429、Retry-After、latency、cost、queue behaviorを採り、provider公称limitと観測capacityを分離する。

### TP-E12-D ADMIN_GATE
安全なsandbox tenantがある場合のみ、同一user・同一featureでadmin policy前後のexposure/authorization差を確認する。現調査runでは認証済みtenant操作を実施していない。

### TP-E12-E CONNECTOR_PERMISSION
同一queryを異なるpermission profileで実行し、feature absence・retrieval failure・authorizationによるdata visibility差を分離する。秘密情報は投入しない。
## Practice
feature exposureをsecurity/governance approvalと同一視しない。tool/connectorのdata pathと権限境界を別途確認する。
## Practice
identity/permission不足を「AI性能不足」、oversharingを「高性能retrieval」と誤認しない。
## Practice
plan/licenseによりaudit、admin control、retention等の運用面も変わり得るため、capability recordにgovernance surfaceを含める。
## Practice
rate limit、spend cap、tool課金、long-context単価は、技術的に実行可能でも業務上のACCEPTEDを否定し得る。
## Practice
preview/rollout driftが大きい項目はPRODUCT_VOLATILEとし、公開直前・大規模release・契約変更時に再検証する。
## Scope
ベンダーのモデル表・製品ページにある context window、tool、connector、Copilot/agent 等の公称能力と、特定の組織・plan・region・surface・identity・policy・quota・runtimeで実際に業務へ投入できる実効能力を分離して記録する。

EA-012は「公称能力が実効能力になるまでに何のgateを通るか」を扱う。EA-011のベンチマーク実験室は各gate通過後の品質・失敗包絡を測る試験機構として参照し、両者を一つの総合scoreへ潰さない。

本稿の8層gate taxonomy、状態遷移、`CAPABILITY_RECORD` は PROPOSAL / INFERENCE であり、provider仕様そのものではない。

## Research questions
1. モデルまたはproviderが公称する能力と、製品surface・契約・組織設定を通過した実効能力をどう分離して記録するか。
2. context window・tool use・connector/retrievalについて、「仕様上受理できる」「利用権がある」「実行できる」「業務品質を満たす」をどう区別するか。
3. rate limit・spend cap・admin policy・license・identity/permission等は、名目上の機能をどの段階で実効不能または実効縮小させるか。

## Evidence
### E12-01 — OpenAI model specification
- source class: official product/model spec
- audit-corrected locator: https://developers.openai.com/api/docs/models/gpt-5.6-sol
- model ID: `gpt-5.6-sol`
- relation: support/context
- label: VERIFIED_SPEC / PRODUCT_VOLATILE
- audit boundary: 旧packetのGPT-4 Turbo URLとGPT-5.6 Sol記載の不一致は監査で差替え対象となった。Web handoffでは現行のGPT-5.6 Sol公式model documentation/model IDへ修正する。モデル一覧・位置付けは変動するためPRODUCT_VOLATILEを維持し、「特定tenantで利用可能」の証拠にはしない。

### E12-02 — OpenAI rate limits
- source class: official service limits
- locator: https://developers.openai.com/api/docs/guides/rate-limits
- packet finding: RPM/RPD/TPM/TPD、organization/project scope、model variation、usage tier等をmodel capabilityとは別のservice limitとして扱う。
- label: VERIFIED_SPEC / PRODUCT_VOLATILE
- relation: support/limit

### E12-03 — Google AI for Developers rate limits
- source class: official service limits
- locator: https://ai.google.dev/gemini-api/docs/rate-limits
- packet finding: project・model・tierによりlimitが変わり、明示値を持続capacity保証と同一視しない。
- label: VERIFIED_SPEC / PRODUCT_VOLATILE
- relation: support/limit/counter

### E12-04 — Anthropic rate limits
- source class: official service limits
- locator: https://platform.claude.com/docs/en/api/rate-limits
- packet finding: org/workspace/tier単位のlimitやspend boundaryをmodel capabilityと分離する。
- label: VERIFIED_SPEC / PRODUCT_VOLATILE
- relation: support/limit

### E12-05 — Microsoft Copilot licensing
- source class: official licensing
- locator: https://learn.microsoft.com/en-us/microsoft-365/copilot/microsoft-365-copilot-licensing
- packet finding: eligible base subscription、add-on/license assignment等が実利用可否を変える。
- label: VERIFIED_SPEC / PRODUCT_VOLATILE
- relation: support/availability

### E12-06 — Microsoft Copilot admin controls
- source class: official admin controls
- locator: https://learn.microsoft.com/en-us/microsoft-365/copilot/microsoft-365-copilot-page
- packet finding: User access / Data access / Copilot actions等の管理設定とtenantのlicensed servicesが利用可能surfaceを変える。
- label: VERIFIED_SPEC / PRODUCT_VOLATILE
- relation: support/availability/governance

### E12-07 — Lost in the Middle
- source class: primary research
- source: Liu et al., TACL 2024
- locator: https://aclanthology.org/2024.tacl-1.9/
- packet finding: long-context modelが入力を受理できることと、必要情報の位置にかかわらず均等に利用できることを分離する反証材料。
- relation: counter/limit

### E12-08 — Positional-bias follow-up
- source class: primary research
- source: Zehle & Aßenmacher, EACL 2026 Findings
- locator: https://aclanthology.org/2026.findings-eacl.120/
- packet finding: long-context利用で位置依存biasが残り得ることを示す研究として扱う。
- relation: counter/context

## Findings
1. **公称能力は単一層ではない。** `MODEL_CAPABILITY → API/SERVICE_EXPOSURE → PRODUCT_SURFACE → ENTITLEMENT → ORG_POLICY → IDENTITY/PERMISSION → RUNTIME/CAPACITY → WORKLOAD_ACCEPTANCE` を分離する。これはPROPOSAL / INFERENCEであり、provider標準そのものではない。
2. **context windowと実効利用品質を同一視しない。** 入力を受理できる上限と、window内の情報を均等・頑健に検索・推論できることは別である。「1M context対応」だけから「1M全域を同品質に推論可能」と書かない。
3. **service limitはmodel capabilityとは別の実効制約である。** rate/quota/spend/usage tierと持続throughputを分離して記録する。
4. **「機能が存在する」と「そのtenant/userが利用できる」は別である。** plan/license、admin setting、identity/permission等を個別gateとして扱う。
5. **実効能力は二値ではない。** `ADVERTISED → SPECIFIED → EXPOSED → ENTITLED → AUTHORIZED → EXECUTABLE → OBSERVED → ACCEPTED` を状態遷移候補とし、`UNSUPPORTED / HIDDEN / BLOCKED_POLICY / QUOTA_LIMITED / DEGRADED / UNVERIFIED` を失敗・未確定状態として保持する（PROPOSAL）。
6. **成功した1回の呼出しは業務受入れの証明ではない。** sustained throughput、retry、quota exhaustion、latency、cost、auditability、data permission、業務golden setでの品質を別に確認する。
7. **EA-011との境界を維持する。** EA-012はcapability inventory / gate chain、EA-011は品質・失敗包絡の測定を担う。

## Limits / counterevidence / failure envelope
- public docsは特定tenantのlicense assignment、rollout、region、admin policy、connector permission、private preview、contract exceptionを証明しない。
- 最大context、最大rate、usage tierをminimum SLAや持続性能と同一視しない。
- long-context研究を全製品・全version・全taskへ一般化しない。「公称context長だけから実効利用品質を推定できない」という範囲で使う。
- UI surfaceとAPI surface、consumer planとenterprise plan、previewとGAは独立して変化し得る。
- connector/retrieval対応でもidentity permissionがなければdata visibilityは空・限定になり得る。model capability不足と誤分類しない。
- quota内でもprovider-side transient capacity、latency、tool outage、downstream dependencyでeffective capabilityは一時的に縮退し得る。

## Availability gates
model ID/revision / API or product surface / plan-license / billing-usage tier / region-residency / preview-rollout / admin policy / identity and data permission / connector-tool compatibility / network-egress / rate-quota-spend cap / content-file-message limits / downstream service availability / governance approval.

## `CAPABILITY_RECORD` proposal
- CAPABILITY_ID
- PROVIDER / PRODUCT / SURFACE
- MODEL_ID_OR_RUNTIME_REVISION
- NOMINAL_SPEC
- CLAIM_SOURCE + LAST_VERIFIED
- REQUIRED_GATES
- CURRENT_AVAILABILITY_STATUS
- OBSERVED_STATE
- TEST_METHOD / TEST_ARTIFACT
- FAILURE_STATE
- COST_OR_QUOTA_BOUNDARY
- ACCEPTANCE_STATUS
- RECHECK_TRIGGER / EXPIRY

Provider比較表は機能の○×だけで表さず、各cellが `SPECIFIED / ENTITLED / AUTHORIZED / OBSERVED / ACCEPTED / UNKNOWN` のどこまで到達したかを記録する。

## Benchmark / eval handoff
以下は後続Work向けTEST_PROFILEであり、**すべて未実施**。

### TP-E12-A LONG_CONTEXT_EFFECTIVE
同一task・同一model/revisionでcontext長と必要情報位置を変え、request acceptanceとtask accuracyを別指標で採る。

### TP-E12-B TOOL_EFFECTIVE
公式仕様上tool対応 → surface exposure → plan entitlement → identity/permission → harmless read/no-op execution → audit trace → task success の各gateを個別記録する。途中停止をmodel unsupportedと誤分類しない。

### TP-E12-C THROUGHPUT_EFFECTIVE
固定workloadでburst/sustained RPM/TPM、429、Retry-After、latency、cost、queue behaviorを採り、provider公称limitと観測capacityを分離する。

### TP-E12-D ADMIN_GATE
安全なsandbox tenantがある場合のみ、同一user・同一featureでadmin policy前後のexposure/authorization差を確認する。現調査runでは認証済みtenant操作を実施していない。

### TP-E12-E CONNECTOR_PERMISSION
同一queryを異なるpermission profileで実行し、feature absence・retrieval failure・authorizationによるdata visibility差を分離する。秘密情報は投入しない。

## Security / privacy / audit / cost / operability
- feature exposureをsecurity/governance approvalと同一視しない。tool/connectorのdata pathと権限境界を別途確認する。
- identity/permission不足を「AI性能不足」、oversharingを「高性能retrieval」と誤認しない。
- plan/licenseによりaudit、admin control、retention等の運用面も変わり得るため、capability recordにgovernance surfaceを含める。
- rate limit、spend cap、tool課金、long-context単価は、技術的に実行可能でも業務上のACCEPTEDを否定し得る。
- preview/rollout driftが大きい項目はPRODUCT_VOLATILEとし、公開直前・大規模release・契約変更時に再検証する。

## Safe wording
「ベンダーが公称する能力は、モデルまたはサービスが対応する技術的範囲を示す。特定組織での実効能力は、製品面、契約・plan、地域、管理設定、identity/permission、tool/data、runtime capacity、quota/cost、業務受入試験を通過した範囲に限る。」

「大きなcontext windowは、その長さの入力を扱える仕様を示すが、window内の全情報を同じ精度で検索・推論できることまでは保証しない。長文利用品質は対象taskと実データで別途評価する。」

## OPEN_UNKNOWN
- enterprise契約で個別調整されたprivate limits / private preview / rollout cohort。
- provider内部routingや自動model selectionが表面上のmodel名と実処理をどこまで変えるか。
- 特定tenantのadmin settings、license assignment、connector permission、region-specific availability。
- 公称capacityとピーク時間帯の持続capacity差。
- implementation acceptance。

## STOP_CONDITION
Canonical packet `COMM-012-EA0012` と独立監査修正、同ID rescue bindingがdurably locatableになったため、研究の再実施は不要。以後は実装・repository tests・release readbackを行う。UNKNOWNはtenant固有事項と未実施TEST_PROFILEとして残す。

NEXT: /agent/start.json
STOP: This is a knowledge projection, not an execution order.