AI調達の新基準、オープンモデルと電力効率

「最強モデル」競争の外側で何が起きているか

今夏、AI業界の表舞台はAnthropicの最新フロンティアモデルとワシントンの規制動向に注目していた。だが、企業の現場では別の動きが静かに加速している。

開発者プラットフォームのVercelでは、2026年6月のAIリクエストの約3分の1をオープン・ウェイトモデルが処理した。同社の分析によれば、オープンモデルはボリュームの大きいインフラ処理を担い、クローズドモデルはコストの高いプレミアム用途に絞られる構図になっている。「どのモデルが一番賢いか」ではなく、「どのモデルをどの用途に使い分けるか」という問いへの、市場の回答だ。

OpenRouterの利用ランキングでも、TechCrunchの報道によれば、最も人気の高い上位6モデルがすべて中国企業のオープンモデルで、Tencent、Xiaomi、DeepSeek、MiniMax、Z.aiが名を連ねた。AnthropicのClaude Opus 4.7は7位だった。

Hugging FaceのClem Delangueは「AIの最大のリスクは権力の集中だ」と明言している。Fortune 500企業の半数がすでにHugging Faceを通じて自社のモデルを運用しており、同プラットフォームでは新リポジトリが7秒ごとに作成されている。約300万の公開モデルと100万の公開データセットが集積する規模だ。

オープンモデルへの移行が企業にとって意味すること

MicrosoftのCEO Satya Nadellaは、単一ベンダーへの依存を避けるべきだと警告した。これは単なるベンダー批判ではなく、データの制御権をどこに置くかという問題として、企業のIT部門が具体的に向き合わなければならない話だ。

Delangueが語るように、企業の実態はすでに「一つのモデルで全部やる」から、複数のモデルを用途ごとに使い分ける構成へ移っている。コーディング補助、社内文書検索、顧客対応の自動化——それぞれで最適なモデルは異なる。クローズドAPIのみに依存すると、データをすべてベンダーのサーバーに送り続けることになり、コスト構造も自社でコントロールできなくなる。

北京のZ.aiがリリースしたGLM-5.2は、エージェント型コーディングで優れており、セキュリティ上の脆弱性の特定でAnthropicの最新モデルと競合するレベルとされる。このクラスのモデルが無償でダウンロードできる時代に、「プレミアムAPIを使い続ける理由」は用途ごとに問い直す必要がある。

動画AIは「実験」から「調達対象」へ

動画生成AIの市場に、企業調達を意識した本格的な資金が流入している。シンガポール拠点のPixVerseは2026年7月、Series C extensionで総額4億3900万ドルを調達し、評価額が20億ドルを超えた。出資者にはAlibaba、Mirae Asset、BlueFocusなどが名を連ねる。

製品ラインナップはすでに用途別に分化している。一般・API向けのV-Series、映画・商用ワークフロー向けのC-Series、ゲーム開発向けのR-Seriesという3系統だ。最大4K解像度・音声込みの動画生成が可能で、画像から動画への変換は1分あたり4.80ドルで提供されている。

月間アクティブユーザーは1500万人以上。Alibabaとはすでに動画生成機能の展開契約を締結しており、調達資金は研究者の採用と営業・販売体制の強化に充てる方針だ。「動画AIは試してみるもの」という段階は終わり、制作・マーケティングのワークフローに組み込む前提でベンダー選定を考える局面に入っている。

「性能/電力」が次の調達基準になる理由

AIインフラの制約は、もはやモデルの精度より電力だ。NVIDIAのブログが示すように、固定の電力予算内でどれだけのトークンを生成できるかが、収益と採算性を直接左右する。

具体的な数字で見ると、NVIDIA GB300 NVL72はHopper世代と比べて最大25倍の性能/電力を実現する（DeepSeek V4 Pro、SemiAnalysis InferenceX調べ）。GLM5.1では最大20倍、Kimi K2.6では最大10倍の改善が報告されている。DeepSeek V4では、ソフトウェアの最適化だけで性能/電力が1か月で最大5倍改善した事例もある。

ラック規模で見れば、電力網から引いた電力のうち実際のAI処理に使われるのは約60%に過ぎない。NVIDIAのDSX MaxLPSは同じ電力予算で最大40%多くのGPUを稼働させられるとされており、電力効率の改善幅は設備投資の節約に直結する。

AnthropicとOpenAI、xAIがBlackwell NVL72で推論を動かし、CoreWeaveはKimi K2.6をGB300 NVL72に展開している。PerplexityはQwen3 235BとQwen3.5-397B-A17BをGB200 NVL72上で動かし、毎日数百万件のクエリを処理している。クラウドサービスを使う企業にとって、インフラの電力効率はそのままコスト構造に反映される。

まとめ

「最先端モデルを使っているか」という問いは、企業のAI調達基準としてすでに不十分だ。判断軸は3つに整理できる。オープンモデルの活用でデータ制御とコスト構造を自社に取り戻せるか。動画AIをワークフローに組み込む準備ができているか。インフラの電力効率がランニングコストに直結することを把握しているか。まず自社の主要な使いどころを書き出し、オープンモデルで代替できるものを仕分けるところから始めると、社内の議論が具体化しやすい。