DeepSeek躍進でもAnthropic支出は5割｜AIの二層経済とOSSの棲み分け

⏱ 読了約8分3,043 字

📑 目次

「発見」はフロンティア、「量産」はオープンソース
数字が示す「量」と「支出」のねじれ
それでも安泰と言い切れない理由
「自分ごと」としての意味——AI調達は「二段構え」で考える
まとめ
参考・出典

DeepSeekをはじめとするオープンソースのAIモデルが、利用量で急速にシェアを伸ばしている。ではAnthropicのような最先端（フロンティア）のAI研究所は、その波に飲まれつつあるのか——TechCrunchは2026年7月7日、「まだそうはなっていない」とする分析を掲載した。理由は、両者が正面から競合しているのではなく、AIの利用サイクルの異なる段階を占めているからだという。安いオープンソースが広がるほど、高価なフロンティアの出番も減らない。その「二層構造」を、実データとともに読み解く。

「発見」はフロンティア、「量産」はオープンソース

記事の中心にある見立ては明快だ。新しい使い道をゼロから探る初期段階——ここでは最先端の能力がものを言う「発見（discovery）」の局面——は、Opus 4.8のようなフロンティアモデルが握り続ける。一方、用途が固まって大量に回す成熟段階、すなわちコストがすべてを決める「量産（production）」の局面では、DeepSeekのような安価なオープンソースが主役になっていく。

この構図では、成熟したアプリが次々と安いモデルへ移っても、その裏で「まだ誰も解けていない新しい難題」が絶えず生まれ、そこには premium なフロンティアモデルが必要になる。だからフロンティア研究所への支出は総量として崩れない。AI市場は、頭打ちの奪い合いではなく、上下二層に分かれた経済だ、というわけだ。企業向けAIを手がけるDecagonのCEO、Jesse Zhang氏は、企業におけるオープンソースAIの捉え方は多くが誤解だと指摘し、フロンティアが「発見」を、オープンソースが「量産」を担っていくとの見方を示したと伝えられる。

数字が示す「量」と「支出」のねじれ

この二層構造は、実際のプラットフォームのデータにも表れている。開発者向けクラウドのVercelでは、DeepSeekが処理トークン量で首位に躍り出て、参照週の全体の3分の1あまりを占めた。ところが、それだけ量が移っても、Vercel上の支出全体ではAnthropicが5割超を握っている。使われる回数は安いモデルが伸ばし、支払われる金額は高いモデルが集める、というねじれだ。

コストの差を見れば、その理由は分かりやすい。モデルを横断利用できるOpenRouterでは、DeepSeekの「V4 Flash」が週あたり約5.3兆トークンを処理するのに対し、Anthropicの「Opus 4.8」は約2兆トークンにとどまる。しかし単価は、Opus 4.8が100万トークンあたり1.37ドルなのに対し、V4 Flashは同6セント。Opus 4.8はおよそ23倍高い。安いモデルが量を稼ぎ、高いモデルが利幅を稼ぐ——両者は同じ土俵の上で食い合っているわけではない。

オープンソース側の顔ぶれも厚みを増している。DeepSeekのV4 Flashだけでなく、中国のZ.aiが出す「GLM-5.2」や、NvidiaがオープンModelとして展開する「Nemotron」など、無料または安価に使える高性能モデルが相次いで登場している。皮肉なことに、フロンティアの雄であるNvidiaが自らオープンモデルを供給する側にも回っているわけで、「オープンソース対フロンティア」という単純な対立図式では現実を捉えきれない。量産の現場では、企業は性能とコストのバランスで淡々とモデルを選び、その多くが安価なオープンソースへ流れている——それでも、支出の総額でフロンティアが優位を保つのは、単価と用途の違いゆえだ。

それでも安泰と言い切れない理由

もっとも、この二層構造が未来永劫続く保証はない。「発見」と「量産」の境目は、オープンソースの性能が上がるほど、フロンティア側へとせり上がってくる。今日はフロンティアにしか解けない難題も、数か月後には十分に賢くなったオープンソースモデルが安く片づけられるようになるかもしれない。実際、オープンソース勢の性能の底上げは速く、DeepSeekが巨額調達に踏み切ったのも、この追い上げを加速させるためだ。フロンティア研究所が優位を保てるかどうかは、「発見」の最前線を走り続けられるかにかかっている。

「自分ごと」としての意味——AI調達は「二段構え」で考える

この分析は、AIを使う日本企業にとって実務的な示唆に富む。要は、AIの導入を「一つのモデルに全部任せる」発想で考えないほうがよい、ということだ。新しい業務や難しい判断を切り拓く「発見」の場面では、多少高くても最先端モデルの能力に投資する価値がある。一方、用途が固まって大量に処理する「量産」の場面では、安価なオープンソースへ移すことでコストを大きく下げられる。有料市場でClaudeが伸びているのも、企業が「ここぞ」で高性能モデルに払う意思があることの裏返しだ。用途の成熟度に応じてモデルを使い分ける「二段構え」の設計が、これからのAIコスト戦略の要になる。たとえば新商品の企画や難しい問い合わせ対応は最先端モデルに任せ、定型的な要約や分類は安価なオープンソースに流す、といった振り分けだ。一つのモデルにすべてを委ねる運用は、コストの面でも柔軟性の面でも、もはや最適解ではない。

まとめ

オープンソースAIの台頭は、フロンティア研究所を脅かす「敵」というより、市場を上下二層に分ける力として働いている。量はオープンソースが、支出はフロンティアが——このねじれが続く限り、Anthropicのような研究所への需要は崩れない。ただし境界は動く。安いモデルが賢くなるほど、フロンティアは新たな「発見」の最前線へと走り続けねばならない。使う側にとっての教訓は明快だ。モデルは一つに絞らず、用途の成熟度で使い分ける——それが最もコスト効率の高いAIの回し方になる。