フロンティアモデルを使い続けることが、必ずしも最善ではなくなってきた。

Ramp Labsは2026年5月7日、スプレッドシートエージェント向けの新しいサブエージェント「Fast Ask」を発表した。PrimeIntellectと共同で強化学習（RL）によってトレーニングした小型モデルで、スプレッドシート内の検索タスクにおいてOpusを精度で上回り、Haikuと同等の速度で動作する。

この記事でわかること：

  • Fast AskがどのようにOpusを超える精度を実現したか
  • RL訓練を使った特化型サブエージェントのアプローチ
  • PrimeIntellectが提供するRL後処理基盤の役割
  • Ramp Sheetsのアーキテクチャとこの発表の意味

https://x.com/RampLabs/status/2052448843099254956

スプレッドシート検索の難しさ

Ramp Sheetsは2025年11月に登場したAIネイティブのスプレッドシートエディタだ。Ramp Labsが「Cursor for Excel」を目指して開発したもので、財務チームや事業担当者が予算モデル・売上予測・財務照合などの作業をAIに委ねられる。

その内部では、AIエージェントがスプレッドシートの複数シートをまたいで情報を探し、複雑な数式を理解しながらタスクを実行している。この「スプレッドシート内の回答探索」が、汎用モデルにとって意外に難しいタスクだ。列名の表記揺れ、シート間の参照関係、文脈に依存した値の解釈など、スプレッドシート固有の構造を正確に扱う必要がある。

これまではOpusのようなフロンティアモデルに処理を任せていたが、コストと応答速度が課題だった。

RLで特化型サブエージェントを作る

https://www.primeintellect.ai/

Ramp LabsはPrimeIntellectと協力し、スプレッドシート検索に特化したサブエージェント「Fast Ask」を強化学習でトレーニングした。

PrimeIntellectは「自己改善エージェントのためのオープンスタック」を提供する企業だ。コンピュート・RL後処理・環境・評価・推論を一体化したプラットフォーム「Lab」を2026年に正式公開している。2,500以上のRL環境をホストし、企業が自前のGPUクラスタを持たなくても大規模なRL訓練を実行できる。

RL訓練のアプローチはシンプルだ。「スプレッドシートで質問に答える」というタスクを定義し、モデルが正解したときに報酬を与え、試行錯誤を通じてそのタスクに最適化されたモデルを育てる。汎用的な能力を持つ大型モデルとは異なり、この訓練によって生まれた小型モデルは、特定のタスクに限れば大型モデルを上回る精度を発揮できる。

Ramp LabsのHead of Applied ResearchであるAlex Shevchenko氏はPrimeIntellectのサービスについて「vibe coding、vibe financeの次はvibe RLが来る」と表現している。

結果：Opus超えの精度をHaikuの速度で

Fast Askの性能を具体的な数字で示すと：

  • 精度（exact match accuracy）：Opusを4%上回る
  • 応答速度：Haikuと同等の低レイテンシ

「Exact match accuracy（完全一致精度）」とは、スプレッドシート内で質問に対する正確な値を取得できた割合だ。数値・テキスト・セル参照のいずれにおいても、回答が完全に一致しているかで評価する。

OpusはAnthropicの最上位モデルであり、高精度な推論が求められる用途に使われる。そのOpusを4%上回りつつ、Haikuと同じ速度・コスト帯で動くというのは、特化型訓練がどれだけ効くかを示す事例だ。

Ramp Labsが示す「タスク特化型訓練」の方向性

Ramp Labsはもともと、汎用エージェントとRL訓練の組み合わせを実験し続けてきたチームだ。Ramp Sheetsの自動監視システムでも「Ramp Inspect」という内部エージェントを使い、コード1000行あたり1つのAIモニタを生成する取り組みを公開している。

Fast Askはその流れの上にある。Ramp Sheetsというプロダクトの中で、特定のボトルネック（スプレッドシート検索）を特定し、その問題に特化したサブエージェントをRL訓練で作り上げた。フロンティアモデルを「使う」のではなく、ユースケースに合わせて「育てる」という方向への転換だ。

PrimeIntellectのLabは、企業がこうした特化型訓練を自前のインフラなしに実行できるプラットフォームとして設計されている。Rampのケースはその最初の公開事例の一つとなった。

Ramp Sheetsとは

https://labs.ramp.com/sheets

Ramp Sheetsは、財務・経営・会計チームを主な対象としたAIスプレッドシートエディタだ。Excelと同等の操作感を持ちつつ、AIの推論過程が画面上に表示される。予算モデルの構築、売上予測、財務照合、データクリーニングといった用途で使われている。

Ramp Labsはフィンテック企業Rampの応用AI部門として設立された実験チームで、特定の課題を解く前提なく、AIの可能性を自由に探索できる体制をとっている。成果物はRamp本体のプロダクトや顧客向けサービスに還元される。

まとめ

Fast Askは、「汎用モデルを使うよりタスク特化型のRL訓練モデルが勝る」ことを、商用プロダクトの中で示した実例だ。+4%という数字は地味に見えるが、高速・低コストで動くという条件を加味すれば、実運用での価値は大きい。

PrimeIntellectはこのような特化型モデルの訓練を民主化しようとしている。自前のGPUクラスタや研究チームを持たない企業でも、自社のユースケースに合わせてモデルを鍛えられる環境が整いつつある。Ramp Sheetsのケースはその方向性を証明する具体例として、AIエージェント開発者にとって参考になるだろう。