中国の宿題を丸写しするシリコンバレー、次の課題はAIアプリケーションだ

この記事を読むのに必要な時間は 26 分

「発明はアメリカ、規模は中国」という例外が現れた。

原文タイトル：《中国の宿題を写すシリコンバレー、次の問題はAIアプリ》
原文著者：動察Beating

シリコンバレーが中国の宿題を写し始めた。

最近、米国では低価格のオープンモデルが次々と登場し、中国のオープンソースモデルの能力に追いつき、価格も同じ水準に引き下げることを目指している。

Mira Murati の Thinking Machines Lab は先月、最初のモデル Inkling を発表した。公式説明には2つのことが書かれている。基盤アーキテクチャは DeepSeek-V3 を参考にし、後訓練データは Kimi K2.5 が生成したものだ。

シリコンバレーで最も高額な人材たちが、中国のオープンソースモデルの骨格を使い、中国モデルが生成したデータを餌にしている。2年前なら、こんなことは逆にしか起こらなかっただろう。

今年初め、Arcee AI の Trinity-Large-Thinking は PinchBench で91.9点を獲得し、Anthropic の Opus 4.6 より1.4点低いものの、価格は後者の4%だった。

Arcee AI の CEO Mark McQuade は「我々は米国が中国に追いつき、追い越すために努力している」と語った。

シリコンバレーが今写しているのは、モデルだけではない。中国企業が打ち立てた価格もだ。

アーキテクチャは参考にでき、訓練方法は再現でき、データは他のモデルに任せて一括生成できる。重みを公開すれば、開発者はさらに開発を続けられる。価格の話はもっと簡単で、1社が先に切り下げれば、残りは遅かれ早かれ追随せざるを得ない。

過去3年間、大規模モデル企業はパラメータ、計算能力、クローズドソースで高楼を築き、賓客をもてなしてきた。今、そのビルは崩れようとしている。

十六日

7月17日未明、月の暗面が Kimi K3 を発表した。総パラメータ2.8兆、コンテキスト100万トークン、世界最大規模のオープンモデルだ。

Frontend Code Arena のフロントエンドプログラミングランキングで、K3 は1679点を獲得し、その背後には Claude Fable 5 と GPT-5.6 Sol が続く。これはオープンモデルが初めてクローズドモデルの前に座った瞬間だ。7つのフロントエンド細分分野で、6つの1位を獲得した。

マスクは評価結果の下に「Impressive」と一言残した。

K3のAPIは安くない。出力トークン100万件あたり100元かかる。しかしSuperCLUEの横断テストでは、そのタスクスコアは2位より18%高く、同じ一連のタスクを実行した場合の平均コストは逆に16%低かった。

モデルが高いかどうかは、100万トークンの表示価格ではなく、一つのことを最初から最後まで完了するのにどれだけかかるかで決まる。この二つの数字が離れれば離れるほど、表示価格自体の意味は薄れる。

2日後の深夜、月之暗面はC端の新規ユーザー向けサブスクリプションを一時停止した。48時間のリクエスト量は予想をはるかに超え、計算リソースが不足していた。

7月27日、K3は完全なウェイトを公開し、技術レポートと関連インフラストラクチャとともにリリースされた。

次はDeepSeekの番だ。

市場は元々V4正式版を待っていた。4月末、DeepSeekはまずV4-ProとV4-Flashの2つのプレビュー版をリリースし、どちらも100万トークンのコンテキストをサポートし、公式にはこれを「百万コンテキスト普惠時代」と呼んだ。その後2〜3ヶ月は大きな動きがなかったが、8月2日になってV4 Flashが正式にリリースされ、ウェイトが公開された。総パラメータは2840億、単回推論でアクティブになるのは130億のみで、DeepSWEプログラミングテストのスコアは7.3から54.4に上昇した。

さらに強烈なのは価格だ。5月の時点で、V4-Proは直接元の4分の1に下がり、それはDeepSeekが1ヶ月で4回目の価格調整だった。Flashが正式にリリースされた後も、そのコストパフォーマンスに皆驚かされた。

「安物買いの銭失い」は昔のルールだ。今や中国のモデルはますます強力になり、請求額はますます少なくなっている。海外の競合他社はもちろん苦しいが、どうしようもない。ユーザーはすでに安くて良いものを見てしまったので、誰も高い買い物に戻りたくない。

その後、アリババは来週Qwen3.8-Maxのウェイトを公開すると発表した。これまでクローズドソースのフラッグシップに置かれていたMaxシリーズも、開放を始めた。その国際価格は、入力がOpus 5の約40%、出力はわずか24%だ。

これらの出来事は、わずか16日間で起こった。

かつてモデル企業は希少性に基づいて価格を設定していた。私にしかできないなら、あなたは私の言い値で支払うしかない。ランキングで数点の差があれば、価格は数十倍も違うことがあった。

Kimi、DeepSeek、Qwenの3社は技術路線が異なるが、やっていることは同じだ。能力を引き上げ、ウェイトを公開し、価格を切り下げ、そしてすぐに製品に組み込む。

真似したいけど、誰も金を出してくれない

アメリカ側でもこのトレンドを理解している人たちがいる。

2025年末、Arcee AIは帳簿上の資金をほぼ全て投入した。33日間、2048枚のB300、2000万ドル、全社員わずか30人。作られたTrinity Largeは総パラメータ4000億、単回推論で活性化するのは130億、トレーニングデータの約半分は合成データだ。今年7月、Arceeは米国エネルギー省と提携し、科学研究向けモデルの開発を準備している。

チーム、実績、コスト、政府からの受注、必要なものはすべて揃っている。それなのに、資金調達の扉だけはどうしても開かない。

Arceeはこれまでに合計5000万ドルを調達し、評価額は2.4億ドル。今日の大規模モデル分野では、この金額ではテーブルに着くどころか、個室のドアにも入れない。

CEOのMark McQuade氏は「ほぼすべてのトップVCに断られた」と語る。

米国のオープンモデルは中国と正面から対決する前に、自国の投資委員会に阻まれてしまった。

2026年第1四半期、世界のAIスタートアップは2555億ドルを調達し、その約3分の2が3件の取引に集中している。OpenAIの1220億、Anthropicの300億、xAIの200億だ。資金のほぼ全てがクローズドソース企業に流れ込んだ。

Arceeの初期投資家であり、Emergence CapitalのパートナーであるJoe Floyd氏は、多くのVCから聞いた断りの理由はほぼ同じだと語る：

「私はこのモデルが成功するのを望んでいない。投資したくない。なぜなら、それがAnthropicとOpenAIへの投資を損なうからだ。」

実際にオープンモデルに資金を出すのは、チップを売っている連中だ。

今年3月、NVIDIAはSEC提出書類で、今後5年間に260億ドルをオープンウェイトの支援に投入する準備があると開示した。Reflection AI、Poolside、Thinking Machines Labはすでにその資金を受け取っている。

この計算を黄仁勲は誰よりも明確に理解している。クローズドソースモデルはAPIで収益を上げ、オープンモデルはカードを燃やす。モデルが安く売れれば売れるほど、開発者はより多く動き、NVIDIAのカードはよりよく売れる。

7月24日の夜、黄仁勲はXアカウントを登録し、最初のツイートで公開書簡を転載した。タイトルは『オープンウェイトと米国のAI分野におけるリーダーシップ』。その書簡には、米国がこの業界をリードし続けられるかどうかは、最先端のモデルを持っているかどうかだけでなく、あらゆる業界に広がるエコシステムを持っているかどうかにもかかっていると書かれていた。

その後、約200社の米国スタートアップの創業者が連名でトランプ政権に書簡を送り、中国のオープンモデルの禁止に反対した。この書簡を読んで最も興味深いのは、美辞麗句が一切ないことだ。彼らは中国を擁護せず、オープン主義の旗印も掲げず、その理由は単に、安価な中国モデルがすでに生産ツールとなっており、本当に禁止されれば、高価な米国APIを買いに戻らざるを得ないというものだった。

McQuadeはインタビューで別の言葉も述べている。大規模な普及は時間の問題だと。

安さが生み出した需要

シリコンバレーがオープンウェイトの是非を議論している間、中国はすでに次の段階に進み始めている。

「AIアプリケーション元年」という言葉は、過去3年間何度も叫ばれてきた。しかし、技術が本当に応用期に入ったかどうかを判断するには、ユーザーが金を払うかどうか、企業がそれを業務に組み込んだかどうかの2点だけを見ればよい。

今年、Claude CodeとCursorの年間収益はそれぞれ10億ドルを超え、AIプログラミングツールの個人開発者への浸透率は約半分に達した。

企業側の変化はさらに大きい。沙丘智庫の調査によると、中国企業のAIエージェント採用率は2024年末の17.3%から2026年半ばには40.3%に上昇した。

李彦宏はこのためにDAA（日活跃智能体数量、日次アクティブエージェント数）という新しい指標を提案した。以前、インターネット企業は毎日何人のユーザーが製品を開くかを数えていたが、今後は毎日何人のエージェントが人の代わりに働き、実際にどれだけの成果を納めたかを数えることになる。

呼び出し量の曲線はさらに驚異的だ。中央電視台の統計基準によると、中国の日次トークン呼び出し量は2024年初頭の約1000億から、今年3月末には140兆に増加し、2年余りで1000倍以上に拡大した。

モデルはますます安くなっているが、計算能力はますます逼迫している。今年3月、騰訊雲、阿里雲、百度智能雲は10日間のうちに相次いで計算能力の価格を引き上げ、上昇率は約3割だった。上半期にエージェントが爆発的に増加すると、推論計算能力のレンタル価格はさらに4割以上上昇した。

その理由は、人々のAIの使い方が変わったからだ。以前は一問一答で、トークン消費はわずかだった。今はエージェントが本当に仕事をやり遂げるには、コンテキストを保持し、複数のツールを呼び出し、往復で確認し、間違えたら最初からやり直す必要がある。単価は下がったが、消費量は倍々で増えている。

値下げは市場を縮小させず、これまで採算が合わなかった需要をすべて解き放ったのだ。

1981年、IBMがPCアーキテクチャを開放すると、互換機がすぐに市場に溢れ、ハードウェア価格は下落の一途をたどった。最終的に大金を稼いだのは、マシンを製造した者ではなく、その上で動くLotus 1-2-3、WordPerfect、そして後のマイクロソフトだった。

今日、この道のりはほぼ同じように進んでいる。皆がまだ基盤モデルの能力差に注目している間に、その上の企業はユーザー争奪、入口争奪、ワークフロー争奪を始めている。

米国企業はDeepSeekのアーキテクチャを研究し、Kimiが生成したデータを利用し、2000万ドルを投じて成績の良いオープンモデルを訓練することもできる。しかし、アプリケーションはそう簡単には模倣できない。

アプリケーションにはダウンロード可能な重みも、ベンチマークもない。それが動くかどうかを決めるのは、企業が十数年にわたって試行錯誤を重ねて蓄積してきたノウハウだ。

かつて大手企業はモデルを独立した製品として作り、ユーザーがわざわざチャットボックスを開くのを待っていた。今、モデルはDingTalk、Feishu、WeComに潜り込み、エージェントは元の組織やプロセスに直接組み込まれている。

米国では、オフィスエージェントはGmail、Slack、Salesforceに沿って成長するかもしれない。中国では、まずDingTalk、Feishu、WeComから入り、さらに財務ソフトウェア、サプライチェーン、工場システム、行政プラットフォームへと接続される。両者が同じモデルを使っても、最終的に作られる製品は同じにはならない。

価格が下がった後

2022年から2025年にかけて、米国の対中チップ規制は段階的に強化された。H100は売らず、B300も売らず、先端プロセスや製造装置も管理下に置かれた。中国企業はそんな条件下で、世界最大規模のオープンモデルを作り上げた。

2026年になると、米国は中国モデルの重みの輸出制限を議論し始めた。OpenAIとAnthropicは規制当局に懸念を表明したと報じられ、議会もモデルの重みが国境を越えて流通し続けられるかを研究している。

刀がまだ落ちていないのに、味方が先に痛がっている。

チップ禁令は中国企業の供給を締め付けるものだが、モデル禁令が最初に直撃するのは、アメリカのスタートアップのコストだ。あの連名書簡にもはっきり書かれている。封禁は拡散を止められず、開発者をして、扉が閉まる前にダウンロード可能なモデルをすべて先に落とさせるだけだ。

チップは実体であり、注文や物流、ファウンドリを止めることができる。しかし重み（ウェイト）は一度流出すれば、無限にダウンロード、ミラーリング、量子化、ファインチューニング、蒸留が可能になる。

さらに抑えられないのは価格だ。

アメリカは最先端のクローズドソースモデルで依然としてリードしている。OpenAI や Anthropic はまだ最前列に座っており、最高峰のモデルを訓練するには依然として NVIDIA のカードが欠かせない。この点は短期的には変わらない。

しかし、応用の段階に至っては、勝敗は最強のモデル一つで決まることはほとんどない。それは、モデルが十分に安いかどうか、企業が既製のデジタル入口を持っているかどうか、そして開発者が本当にビジネスプロセスに食い込めるかどうかで競われる。

過去30年を振り返ると、中国は何度も勝ってきたが、その勝ち方はほぼ同じだ。

モバイル決済、EC、フードデリバリー、ライブ配信は、いずれも外部で発明された技術を十数億人の日常に組み込み、それを驚異的な規模のビジネスに仕立て上げた。最下層の基盤は長らく他者が提供してきた。トランジスタはベル研究所に由来し、x86 はインテルに属し、TCP/IP は米国政府が資金提供し、Windows、Android、iOS はすべて西海岸で生まれた。ディープラーニング時代に最も使われる TensorFlow や PyTorch でさえ、それぞれ Google と Meta が生み出したものだ。

「発明はアメリカで、規模は中国で」という言葉は30年間語られ、真の例外はほとんどなかった。

今、その例外が現れた。

Thinking Machines Lab の技術説明書には明確に書かれている。シリコンバレーで最も注目され、最も資金力のある新興企業の一つが、モデルの基盤層で中国企業のアーキテクチャを参照し、後訓練では別の中国モデルが生成したデータを使用した。

かつてシリコンバレーは中国から生産能力を調達し、人材を採用し、市場を求めた。今、それは中国企業が検証済みの技術路線に直接従い始めている。

シリコンバレー崇拝にはもちろん由来がある。過去数十年、コンピュータ産業の最も重要な基盤技術の多くは、実際にそこから生まれてきた。マシンの中のチップから、プログラマーが毎日開く IDE まで、シリコンバレーは長らく技術チェーンの上流に立ってきた。

しかし、テクノロジーの世界が最終的に見るのは結果だ。誰が新しいアーキテクチャを提案できるか、誰がコストを引き下げられるか、誰が同業者に模倣され始めるか、その誰が上流を再定義する資格を持つのか。

今、このリストに中国企業の名前が登場し始めている。

シリコンバレーは将来、高い確率で追い上げてくるだろう。そこには十分な数のエンジニア、資本、そしてチップがある。しかし、すでに実際のビジネスに組み込まれたアプリケーションは、人を待って止まることはない。誰が先に企業のプロセスに食い込むか、誰が先に顧客、データ、そして次の改善の機会を手にするか。スタートラインは決して同じではない。

AIのアプリケーション時代は、大安吉日を選んで派手に幕を開けるわけではない。それが最初に現れる場所は、財務諸表であり、急増する呼び出し量であり、プログラマーが真夜中にまたしても利用枠を使い切る瞬間だ。

大規模な普及は時間の問題に過ぎない。この言葉は、あるアメリカ人が言ったものだ。