毎四半期繰り返される「DeepSeekの瞬間」

2026-07-29・初出:『財訊雙週刊』第769期（原文）

毎四半期、ニュースが流れるたびに、私は親しい友人や家族からある質問に答えることになります。「オープンソースモデルはクローズドモデルに追いついたのか?」最近はいっそうその頻度が増しています。

最近、AIモデルはいわゆる「第2のDeepSeekの瞬間」を迎えました。月の暗面(Moonshot AI)は7月16日にKimi K3を発表しました。総パラメータ数2.8兆というこのモデルは、いきなり1679点でFrontend Code Arenaのトップに登り詰め、フロントエンド開発の評価ベンチマークにおいてClaudeやGPTなどのクローズドモデルを上回った初のオープンソースモデルとなりました。

この知らせが伝わると、多くの人がこの話題を議論し始め、一時は米国のAI関連株の株価にも影響を与えました。しかし市場はすぐに数多くの問題点に気づき、その後すぐに反落しました。

オープンソースの台頭? 本当の価値は普及であって追い越しではない

この業界を観察している人なら誰でも気づくことですが、この1年あまり、この手の展開は規模の違いこそあれ、繰り返し起きています。まるで四半期ごとに、誰かが「あるオープンソースモデルがまた台頭した」と言い出し、クローズドモデルの優位性が次の瞬間にも崩れ去るかのような騒ぎ方をします。しかし実際のところ、今に至るまで、私自身の体感では、オープンソースとクローズドの差は実質的にはそれほど縮まっていません。もちろん両方のモデルを使っていますし、状況によってはオープンソースモデルが非常に優れている場面もあります。しかしそのことが私の見方を変えるには至っていません。

まずK3をめぐる今回の論争についてお話ししましょう。発表からわずか数日後、大量の蒸留(他社の先進モデルの出力を使って自社モデルを訓練する手法)を用いているという内部告発が出ました。しかもホワイトハウス科学技術政策局の局長までもが公に、K3がAnthropicの最先端モデルであるFableを蒸留した疑いがあると指摘する事態にまで発展しました。

月の暗面は当然これを否定し、性能の飛躍は独自のアーキテクチャによるものだとして、3つの自社開発技術を公表しました。この件は現時点では双方が主張を譲らない状態ですが、一方で、実際に一定の進展を遂げたこと自体は否定する必要もないでしょう。

私は、ここでもっと根本的な問題に立ち返るべきだと考えています。それはオープンソースモデルの実際の実効性という問題です。K3を例に取ると、非常に基本的な矛盾を抱えています。2.8兆パラメータというデプロイレベルは依然として非常にコストが高く、超大型のサーバーラックと高性能GPUを用意しなければ動かせません。しかし高性能GPUをそこまで使わなければならないのだとしたら、それはオープンソースモデルが謳う「みんなのお金を節約する」というロジックと矛盾してしまうのではないでしょうか。これは例えるなら、誰かに「このレストランは無料で食べ放題ですよ」と言われたのに、入店するにはまずミシュラン級のキッチン一式を自前で用意しなければならないようなもので、いったい何を節約できたと言えるのでしょうか。

こうした論争を脇に置いても、私自身の体感では、主流のいくつかのモデルとこれらのオープンソースモデルとの差はまだかなり大きいと感じます。クローズドモデルは天文学的な資金投入を受けており、優位に立っていることは否定しようのない事実で、短期的にそれが揺らぐ兆しは見えません。

多くのテック愛好家と業界関係者とでは、この問題を見る角度がかなり違うと思います。独立系開発者からすれば、モデルは安ければ安いほど、使いやすければ使いやすいほど良い、というのは完全に理にかなっています。しかし企業の意思決定者が向き合わなければならない事柄は、はるかに複雑です。オープンソースモデルの本当の価値は、数カ月前、あるいは2年前のモデルの能力を大衆化・普及させることにあります。これは特定の状況下でのコスト削減には確かに大きく貢献しますが、それはあくまで「普及」であって「追い越し」ではありません。

オンプレミス展開のニーズについては、現在クラウドサービス各社もハイブリッドクラウドやオンプレミスの選択肢を提供しています。またもしオンプレミス要件が高く算力要件が低いのであれば、実はもっと以前のモデルで十分間に合うことも多く、必ずしも最新のオープンソース旗艦モデルを追いかける必要はありません。

モデル選び? 最終的な決め手はやはり地政学

そして、私が最も重要だと考える、しかしどのベンチマークにも決して現れない論点があります。それは地政学です。

現在の米国の戦略は明確です。人工知能競争において1世代分のリードを確保し、それを盤石にすることです。この状況下では、もしあなたの企業が地政学的にリスクのある技術スタックを採用してしまえば、将来的に製品が米国向けに輸出できなくなるリスクに直面しかねません。

台湾の産業チェーンや上場企業の収益構造は、基本的にすべて対米輸出のロジックを軸に動いており、最終的な購買者は米国です。だから、あなたの収益構造やサプライチェーンの最終顧客がすべて米国であるならば、地政学的なロジックに逆らって、米国モデルと真っ向から競合するモデルを採用するようなことは、まず考えにくいはずです。これが根本的なロジックだと私は考えています。

しかもモデルの調達判断は、ドラマの視聴とは違います。ドラマなら結末がひどければ視聴をやめれば済みますが、企業の技術スタックはいったん選んでしまうと半永久的なものになりがちで、ワークフロー全体、データ、人材トレーニングまでもがそこに縛りつけられてしまいます。

これまで四半期ごとに新しい宣伝が繰り返されてきました。モデル企業はどこも非常に多くの資金を燃やしており、自社の技術的優位性を最大限にアピールする強い動機を持っています。時にはベンチマークのスコアを押し上げることだけに火力を集中させることすらあります。しかし企業が技術選定を行う際には、こうした即時的で短期的な優位性だけを見るわけにはいきません。

実際のところ、長期的に勝ち残るモデル企業はすでにだいたい見えてきていると私は考えています。おおよそ米国の3大巨頭、それにおそらくフランスの1社、そして中国の1〜3社といったところでしょう。適格なサプライヤーはすでに十分な数がそろっています。そもそも多くの企業の日常的なAI利用コストは、現時点ではそれほど高くなく、コストがある程度の水準まで上がって初めて、真剣に検討すべき問題になってきます。

だから私は依然として、米国の主流3社のモデルを比較的高く評価しています。オープンソースモデルは特定の場面では確かに有効ですし、オンプレミスのデータ展開ニーズについては、今後数年でさらに新しいやり方が登場してくるだろうと思っています。

毎四半期恒例の「オープンソース台頭」劇については、話のネタとして楽しむ分には構いませんが、そもそも多くの企業はまだAIを効果的に導入できてすらいません。オープンソースかクローズドかを論じるのは、その先の話です。