- Moonshot LabsのKimi K3とAlibabaのQwen 3.8がAnthropic Fable 5に近い性能を出すとされ、数週間以内に重みも公開される予定で、最先端モデル競争がオープンモデルへ拡大している
- モデル開発には研究人材・コンピューティング・電力が必要だが、デプロイ後の推論の限界費用は主にコンピューティングと電力で発生する。データセンターと発電設備を所有すれば、これを固定費に転換し、利用量増加に伴うマージン拡大が可能になる
- インフラを持たないモデル専業企業は、最高性能か、安価で十分な品質に依存せざるを得ない。突破口は再帰的自己改善、規制による市場閉鎖、複製困難なプロダクト構築に絞られる
- AnthropicのFable 5は完了タスク当たりのコストが約3倍高く、Claude Code・CoworkのようなハーネスもOpenCode・OpenClaw・Hermesと競合する。モデル・プロダクト・コスト構造が同時に挑戦を受け、アンバンドリングのリスクが高まっている
- 2026年6〜7月にGLM 5.2、Kimi K3、Qwen 3.8が相次いで登場し、複数の研究所による追随の可能性が確認された。これはAnthropic・Moonshot Labs・Knowledge Atlasのようなモデル中心事業者の防御力を弱める
オープンモデルへ拡大した最先端競争
- Kimi K3は2026年7月16日にリリースされ、Qwen 3.8は7月19日に発表された
- いずれのモデルもAnthropicのFable 5に近い性能を出すとされる
- モデル重みは数週間以内に公開される予定
- Knowledge AtlasのGLM 5.2も6月中旬にリリースされたトップクラスのオープンモデル
- こうした流れは、2025年の単一の「DeepSeekモーメント」よりも範囲が広い
- 複数の研究所がAnthropic・OpenAIのような資本力のある企業だけでなく、MetaやSpaceXのGrokにも追いつけることを示している
- 競争と追随が繰り返される様相であり、コストまで考慮すれば今後の性能逆転もあり得る
ファウンデーションモデルのコスト構造
- モデル構築には研究人材、チップ・データセンターのようなコンピューティング資源、それらを稼働させる電力が必要
- 完成したモデルで最大のコストは、ユーザーにモデルを利用させるための推論で発生する
- 推論段階にも人材・コンピューティング・電力が投入される
- モデルを継続的に更新するわけではないため、訓練より人件費の比率は低く、限界費用の大半はコンピューティングと電力に集中する
- 推論ビジネスは電力とデータセンター費用を最適化する必要があり、バリューチェーンをより多く所有するほど変動費を固定費に変えられる
インフラの所有範囲が決めるマージン
- Anthropic、Knowledge Atlas、Moonshot Labsは自社データセンターや発電所を持たず、データセンターと電力を外部から調達している
- MetaとAlibabaはデータセンターを自前で構築するが、電力は他の供給事業者から購入する
- SpaceXは発電設備とデータセンターの両方を所有する方式を採っている
- 外部のデータセンターと電力に依存する企業は、顧客の推論コストにマージンを上乗せして収益を得る
- コストが売上とともに増えるため、利用量が増えてもマージン拡大は難しい
- 発電所やデータセンターを所有すれば、推論コストの相当部分が固定費となり、顧客の利用量が増えるほどマージンを拡大できる
インフラが広げる戦略的選択肢
- インフラスタックをより多く所有するほど、そのインフラ自体を収益化できる
- 自社モデルが最高でなくても、性能の良いオープンソースモデルをホスティングできる
- 保有するハードウェアを他社に貸し出すことも可能
- MetaはAnthropicにサーバー容量を提供する100億ドル規模の契約を協議中だとされる
- SpaceXはGoogleとクラウド契約を締結しており、米国防総省にコンピューティング性能を提供する案も協議中
- データセンターや発電設備がなければ、成功可否はモデル需要に左右される
- モデルが最高性能であるか、安価でありながら十分に優れていなければならない
- 推論価格を継続的に下げるか、最高のモデル供給者の座を守る競争に置かれる
モデル専業企業の3つの生存ルート
- Anthropic、OpenAI、DeepSeek、Moonshot Labs、Knowledge Atlasは、先頭を維持し続けられなければ、超競争的なファウンデーションモデル市場で生き残るのは難しい
- モデルに集中する企業が勝利できる道は3つ
- 十分なコンピューティング資源で再帰的自己改善を先に達成し、競合を大きく引き離す
- 規制によって市場を閉鎖する
- 複製できないほど独特、またはユーザーを強く囲い込むプロダクトを構築する
Anthropicのコストと規制戦略
- Anthropicは最先端モデル研究所の中で、規制戦略と再帰的自己改善に最も大きく依存している
- FableとMythosの自己検閲で明らかになった倫理中心のアプローチは、規制戦略と結びついている
- その後、米国政府の措置により追加リリースも制限された
- モデル性能では先頭を維持しているが、OpenAIおよびオープンモデルより価格が非常に高い
- Artificial Analysisの比較では、Fable 5の完了タスク当たりのコストはほぼ3倍に達する
- ユーザーがより良いモデルのためにこの価格を支払うかは、まだ確認されていない
- 一部の研究者や創業者は、競争の拡大と価格を反映しないAIベンチマークの飽和により、価格戦争が起きると予想している
ハーネス競争とアンバンドリング圧力
- AnthropicはClaude CodeやCoworkのようなプロダクトに投資してきたが、エージェントハーネス中心の戦略にはリスクが伴う
- OpenCode、OpenClaw、Hermesと複数のハーネス系スタートアップが同じ領域でイノベーションを進めている
- ファウンデーションモデル構築の参入障壁は非常に高いが、自社AIハーネスをリリースする参入障壁はほとんどない
- Anthropicは3つの方向からアンバンドリング圧力を受けている
- モデルは競合が越えるべき基準になっている
- プロダクトはクローズド型・オープンソースの競合からますます激しい挑戦を受けている
- インフラを所有しない経済モデルはコスト面で不利
- 規制介入や実際のAGI発明がなければ、Anthropicがファウンデーションモデル供給者の首位を維持するのは難しいかもしれない
OpenAIが選んだ別の防御戦略
- OpenAIのモデルはここ数カ月Anthropicに後れを取っていたが、プロダクト・消費者体験・サイト投稿・音声・ハードウェアに投資している
- これらの領域はAnthropicのハーネス中心プロダクトよりも、防御力のある基盤がより明確
- データセンター所有と発電設備投資にもより開かれている
- この戦略が集中力を低下させるという見方もあるが、長期的には回復力を高め得る
- ネットワーク効果と防御力を持つプロダクトを試す柔軟性とリスク許容度がある
- 長期マージンを最適化できる
モデル中心事業者の弱まる防御力
- Kimi K3とQwen 3.8は、オープンモデルも最先端性能領域に到達できることを示している
- 長期的に持続可能な事業という基準では、モデルだけを供給する企業は特に危うい
- Knowledge Atlas、Moonshot Labs、Anthropicは、インフラと他のプロダクト資産を持つOpenAI、Alibaba、SpaceX、Meta、Googleよりも防御力の確保が難しい
1件のコメント
Hacker Newsのコメント
ここ数日、公開ウェイト・公開アーキテクチャのモデルが次々に出てきているのを見ると、結局はモデルをASICに最速で焼けるところが勝つ可能性が高そうに見える
K3の発表で明らかになったように、LLM自体もチップ設計の一部を担えるし、最先端モデルはすでに幅広い作業に十分対応でき、まもなくかなりのソフトウェア開発でもその水準に達するだろう
Fable 5をNvidia GPUの毎秒150トークンではなく、ASICで毎秒9,000トークンで動かせるなら、大半の需要を満たせる
企業もOpenAIやAnthropicにデータを渡す代わりに、少数のオンプレミスASICで多様な用途をより安全に処理できる
チップのリリース詳細を調整している間に、何倍も速い新しい論文や手法が出てくるリスクは負いたくない
開発者のブランド忠誠度は非常に低く、すぐに最高のモデルへ移るので、最高のモデルがプログラム可能なGPUで動いている限りはGPUが支配的だと思う
よく使っているが、求めた条件を完全に破り、推薦された経由地の半分ほどがフィルターを満たしていない
資源が無限にあるかのように、より大きいモデルを作れという顧客に従えば当面は大金を稼げるが、効率性と継続的改善で成長したApple Siliconのような存在に追い抜かれるリスクがある
ある研究所では、一般的なソフトウェアスタックで毎秒約100トークンだった80億パラメータのモデルを、MI300X 1枚で毎秒約3,000トークンまで生成できた
毎秒1TB超を読み出す数TB規模の高帯域幅フラッシュも開発中なので、数年後にはHBM 40〜90GBとHBF 4TBを備えたカードで、3兆パラメータのモデルを約1万〜2万ドルでローカル実行できるかもしれない
Figmaの件をずっと思い出してしまう
AnthropicのCPOでありInstagram共同創業者でもあるMike KriegerはFigmaの取締役だったが、Claude Design公開直前に辞任し、FigmaはAnthropicモデルとの共同「Code to Canvas」統合に依存しながらも、Claude Designの範囲は事前に知らされていなかったと伝えられている
発表直後にFigma株が7%下落し、基盤モデル企業がSaaS協業先のアプリケーション層を侵食するSaaS終末論が現実になった
LLM企業にデータを提供したり依存したりする際は慎重であるべきで、AIスタートアップのアイデアが成功すれば、彼らが直接競合したりAPI価格を左右したりできる
OpenAIはAppleやAndroidへの依存から脱しようとして、自前のハードウェアまで設計し、消費者向けスーパーデバイスに大きく賭けている
長期戦はAI企業対SaaSではなく、Apple・Google・Meta・Amazonのような巨大消費者ブランドとの競争であり、どんな作業でも受け取り、その場でコードとインターフェースを作る究極のデジタル秘書を先に完成させれば、Appleですら時代遅れになりうる
他サービスの上に築いた製品は買収されたり基盤サービスに吸収されたりしやすく、Appleも多くの人気アプリの機能を静かにiOSへ取り込んできた
研究所と競いながら薄いラッパーを作るのは危険だが、チャットボットがそのまま複製できない価値ある製品を作るなら心配はいらない、新しいソフトウェア時代でもある
リスクは誇張されていると思う。
より良いモデルにより多く支払おうとする需要はあり、私のワークフローで得られる価値は最先端研究所に払う月200ドルよりはるかに大きいので、コストを少し下げようとは思わない。
実際のLLMよりも、Claude CodeやCodexの実行環境が提供する価値の方が大きく、OpenCodeのようなオープンソース実装はまだかなり見劣りする。
Excelにも機能の90%以上を提供するほぼ同等の代替としてGoogle Sheetsがあるが、スプレッドシートが生み出す価値は年100ドルをはるかに超えるため、Microsoftの強力な堀は維持されている。
両社が実行環境のために1兆ドル企業として評価されているわけでもない。
企業向けExcelは月約50ドルだが、クローズドな研究所はユーザーあたりその何倍も請求しており、私もそれほど多くコーディングしないのに1日最低50ドルほど使っている。
私の住む場所では月給200ドルも珍しくなく、開発者でも約1,000ドルなので、価値がどれほど大きくても家賃や食費を払えなければ使えない。
先進国でも裕福でない学生や起業家にとって月200ドルは負担が重い。
1週間前まではFableにお金を払う価値があったが、K3の登場で私にとってはコストを正当化できないほど差が縮まった。
実際の結果が10%良くなるなら5倍払ってもよいが、2%改善するだけで5倍払う人はずっと少ない。
また、好みの実行環境ではなくClaude Codeを強制されるのは、Anthropicの強みではなく弱みだ。
Fableが「禁止すべきゲームチェンジャーモデル」から「悪くないがOpenAIにも似たものがあり、公開重みの代替もある」へ変わった速度には驚く。
ハイプサイクルは短くなっており、今回は本当に停滞期に達したのかもしれない。
情報は変わり続けるためモデルを更新する必要があるが、無料で利用可能なデータはますます減っていくだろう。
OpenAIもAnthropicと同様、事実上モデル専業の供給者なのに、なぜ同じように脆弱ではないのか疑問だ。
履歴は個人コンテキストを提供して製品を改善し、モデル学習や広告にも活用できる。
「休暇を計画して」と入力すれば全プロセスを調整してくれる未来では、ユーザーは10%安い、あるいは10%良い別モデルへ簡単には移らないだろう。
製品が実際に発売され、ある程度成功すれば、他の最先端研究所とは異なる独特な立ち位置を占められるかもしれない。
ただしこうした差別化要因は現時点では期待外れか、ハードウェアのようにまったく検証されていない状態だ。
良いモデルを作ることと、それを高速に提供して需要をさばくことは別問題だ。
Anthropicは約6か月前にこの問題に直面し、Moonshotも需要を処理できずコーディング料金プランの購読をすでに停止している。
AI進歩の上限が再帰的自己改善なら、AIがより良いモデルを作り、データセンター所有者が勝つのでAnthropicとOpenAIは終わる。
下限が停滞なら、一定の最高性能を最も安い価格で提供する競争になる。
Googleが重みをシリコンに焼き付けたGeminiチップを作るという話は、少なくとも2〜3年というチップ寿命を考えると、今後3年間は同程度の進歩しかないと見ていることを意味し、結局は最低マージン競争なので両社は再び不利になる。
生き残るには、AIの進歩がこの両極の間にとどまらなければならない。
OpenAIの方がAnthropicよりはるかに危うく見える。
一方はIPOを推進しており、もう一方は帳簿公開を避けているという事実が多くを物語っている。
核心は、他の研究所がAnthropicやOpenAIより優れたモデルを作れるかどうかだ。
蒸留などで両社のAPIにどれほど依存しているかも重要で、派生モデルなら性能レンジは狭く、進歩も制限されると予想する。
トークンを購入する企業では、知能向上が売上増加につながらないことがすでに明らかになっており、最終的には財務が意思決定を左右する。
OpenAIやAnthropicなら非常に緊張すべき状況だ。
Darioがまたポッドキャストを回って、自分のAIのせいで雇用の75%が失われると脅せば流れをひっくり返せるかもしれない。
効かなければ85%、それでもだめなら100%まで上げればいい。
2025年11月には、Anthropic Opus 4.5とClaude Codeが、明確に定義された機能を一度で正しく実装してくれる唯一のシステムだったが、今ではClaudeとCodexのどちらにもほぼ同程度に満足している
両社が価格面で圧力をかけたり、安全性ポリシーを過度に強化したりすれば、有能な公開ウェイトモデルと真のオープンソース実行環境へ移る選択肢もかなり増えそうだ
Gemini 3.1 Proは強そうに見えるが、最後に使ったAntigravityは無能だった
Anthropicが強力な競争相手の一社として生き残るのは良いことだが、安全優先の哲学のせいで、最新モデルの拒否や意図的な無知を増やしている
長期的には、他社がより臆病でないツールを作るようソフトウェア開発を加速させた会社として記憶されるかもしれない