改定AIランキング、中国系モデルの差広がる

Artificial Analysisによると、改定ランキングで中国系のオープンウェイトAIモデルと総合首位の差は12ポイントとなり、従来方式の3ポイントから広がりました。同社は、人々のAI利用実態をより反映するようテストを変更し、企業が既知の設問に特化して学習できないよう、多くのテストを非公開にしています。新方式では、重みを公開したモデルが32ポイントを獲得した一方、当時の総合首位だったAnthropicのClaude Opus 5.5は58ポイントでした。MoonshotのKimi K3.1 Proも、同社が報告した12ポイント差に含まれています。

このランキングを受け、低コストで自由に利用できる中国製AIモデルが、投資家や企業が懸念してきたほどの競争圧力を持つのか、改めて議論されています。中国企業は、米国製の代替モデルより低コストの場合もある、企業がダウンロードして改変できるモデルを公開してきました。これにより、OpenAIやAnthropicが独自モデルに高価格を設定し続けるのは難しくなるとの懸念が生じています。記事は、今回の結果がAnthropicの計画中のIPOや、将来のOpenAI上場の可能性を投資面で後押しする可能性に触れていますが、これはランキングから導かれる見方であり、確定した結果ではありません。

Artificial AnalysisのCEO、スリダル・ラマスワミは、ベンチマークが非公開になったことで、オープンモデルと首位の差が3ポイントから12ポイントに広がったと述べ、以前のテスト内容が漏れていたのか問いかけました。企業が事前にテストを知っていると、実際の利用で同じ性能を発揮できるとは限らないまま、特定課題で高得点を取るようモデルを訓練できます。マイクロソフトCEOのサティア・ナデラら専門家は、これを「ベンチマーク攻略」と呼んでいます。改定結果は、複雑な科学的課題で米国勢の優位がより大きいことを示しており、Anthropicの小型モデルClaude Haiku 5.5でさえ、重みを公開した全モデルを上回りました。Trillium Labsの共同創業者ネイサン・ランバートは、以前の指標がオープンウェイトモデルを高く評価しすぎていた可能性があると述べました。

ソフトウェア開発会社OpenCodeの共同創業者、ダックス・ラードは、複数の提供元のモデルを開発者が利用できるサービスOpenRouterを通る通信量を調べました。ラードの推定では、前日にOpenRouterで発生したDeepSeekの通信のほぼ全量は、600万〜700万ドル相当のNvidia製計算機を1ラック分使えば処理できます。OpenRouterが捉えるのは市場の一部に限られるため、この数字はオープンウェイトモデル全体の需要を示すものではありません。ラードは、インフラへの支出の多くは、オープンモデルを使う小規模開発者ではなく、OpenAIやAnthropicなど大手事業者によるものだと主張しました。ChatGPTの月間利用者は10億人を超えており、その利用量はOpenRouterのようなAIゲートウェイが捉える範囲を上回る可能性があります。

ランキングと利用量の推定を踏まえても、オープンウェイトモデルが米国の主要モデルに匹敵するのか、また注目されているほど需要が大きいのかという2つの問いは残ります。ランバートは、オープンウェイトモデルはソフトウェア開発などの分野で競争力を保ち、企業により大きな制御権と、場合によっては低コストをもたらすと述べました。記事は、こうした証拠が、中国のAI企業が米国の有力企業に急速に追いつき、その事業モデルを脅かしているという主張に異議を唱えるものであり、この違いはOpenAIやAnthropicの企業価値を評価する投資家にとって重要だとしています。

Artificial Analysisによると、改定ランキングで中国系のオープンウェイトAIモデルと総合首位の差は12ポイントとなり、従来方式の3ポイントから広がりました。同社は、人々のAI利用実態をより反映するようテストを変更し、企業が既知の設問に特化して学習できないよう、多くのテストを非公開にしています。新方式では、重みを公開したモデルが32ポイントを獲得した一方、当時の総合首位だったAnthropicのClaude Opus 5.5は58ポイントでした。MoonshotのKimi K3.1 Proも、同社が報告した12ポイント差に含まれています。

このランキングを受け、低コストで自由に利用できる中国製AIモデルが、投資家や企業が懸念してきたほどの競争圧力を持つのか、改めて議論されています。中国企業は、米国製の代替モデルより低コストの場合もある、企業がダウンロードして改変できるモデルを公開してきました。これにより、OpenAIやAnthropicが独自モデルに高価格を設定し続けるのは難しくなるとの懸念が生じています。記事は、今回の結果がAnthropicの計画中のIPOや、将来のOpenAI上場の可能性を投資面で後押しする可能性に触れていますが、これはランキングから導かれる見方であり、確定した結果ではありません。

Artificial AnalysisのCEO、スリダル・ラマスワミは、ベンチマークが非公開になったことで、オープンモデルと首位の差が3ポイントから12ポイントに広がったと述べ、以前のテスト内容が漏れていたのか問いかけました。企業が事前にテストを知っていると、実際の利用で同じ性能を発揮できるとは限らないまま、特定課題で高得点を取るようモデルを訓練できます。マイクロソフトCEOのサティア・ナデラら専門家は、これを「ベンチマーク攻略」と呼んでいます。改定結果は、複雑な科学的課題で米国勢の優位がより大きいことを示しており、Anthropicの小型モデルClaude Haiku 5.5でさえ、重みを公開した全モデルを上回りました。Trillium Labsの共同創業者ネイサン・ランバートは、以前の指標がオープンウェイトモデルを高く評価しすぎていた可能性があると述べました。

ソフトウェア開発会社OpenCodeの共同創業者、ダックス・ラードは、複数の提供元のモデルを開発者が利用できるサービスOpenRouterを通る通信量を調べました。ラードの推定では、前日にOpenRouterで発生したDeepSeekの通信のほぼ全量は、600万〜700万ドル相当のNvidia製計算機を1ラック分使えば処理できます。OpenRouterが捉えるのは市場の一部に限られるため、この数字はオープンウェイトモデル全体の需要を示すものではありません。ラードは、インフラへの支出の多くは、オープンモデルを使う小規模開発者ではなく、OpenAIやAnthropicなど大手事業者によるものだと主張しました。ChatGPTの月間利用者は10億人を超えており、その利用量はOpenRouterのようなAIゲートウェイが捉える範囲を上回る可能性があります。

ランキングと利用量の推定を踏まえても、オープンウェイトモデルが米国の主要モデルに匹敵するのか、また注目されているほど需要が大きいのかという2つの問いは残ります。ランバートは、オープンウェイトモデルはソフトウェア開発などの分野で競争力を保ち、企業により大きな制御権と、場合によっては低コストをもたらすと述べました。記事は、こうした証拠が、中国のAI企業が米国の有力企業に急速に追いつき、その事業モデルを脅かしているという主張に異議を唱えるものであり、この違いはOpenAIやAnthropicの企業価値を評価する投資家にとって重要だとしています。