中国のオープンウェイトAIモデルが利用を主導、米国の戦略に圧力
米国が早期に優位を築いていたにもかかわらず、中国のオープンウェイトAIモデルは現在、主要なオープンモデルプラットフォームにおけるモデル利用の80％超を占めている。オープンモデル研究者のNathan Lambert氏は最近、この逆転について議会議員とスタッフのグループに説明した。そのメッセージは耳の痛いものだった。中国の研究所は、米国のシステムを模倣して追い上げているだけではない。より速いリリースサイクル、強力な流通網、そして米国のオープンモデルに対する拡大する優位を築いている。
この数字は、中国モデルが世界の人工知能利用のあらゆる形態を支配していることを意味しない。OpenAI、Anthropic、Googleはいまなお有力なプロプライエタリシステムを運用しており、企業トラフィックの多くは非公開のままである。入手可能なデータが示すのはむしろ、開発者がモデルの学習済みパラメータをダウンロードまたは適応できる、重要性を増すオープンウェイト市場での優位だ。
この区別は重要だが、逆転の重大性を減じるものではない。かつてはMetaのLlamaがこの市場を規定していた。現在ではAlibabaのQwen、Moonshot AIのKimi、Z.aiのGLM、DeepSeekが利用と研究の大部分を支えている。議会は、この変化が不公正な抽出、より優れた実行力、あるいは米国のオープンモデル戦略における構造的な失敗のどれを反映しているのかを判断しなければならない。
開発者が乗り換えられる領域で、中国のオープンウェイトAIモデルが主導権を握った
最も明確な変化は、単一ベンチマークでの勝利ではない。中国の研究所が開発したシステムへとオープンモデルの活動が集中していることだ。
著名なオープンモデル研究者で、American Truly Open Modelsプロジェクトの共同著者でもあるLambert氏は、9月21日に議会向け発言原稿の拡充版を公開した。同氏のオープンモデル評価によると、中国企業はおよそ2025年4月以降、オープンウェイト分野を主導している。
オープンウェイトモデルでは、学習済みパラメータをダウンロードや下流用途に利用できるようにする。これにより開発者は、モデルを検査、改変、ファインチューニングし、自らが管理するインフラ上で運用できる。学習データ、学習コード、再現に必要なその他の要素を開発元が非公開にする可能性があるため、必ずしもオープンソースとは限らない。
クローズドモデルは異なる仕組みで動く。OpenAIやAnthropicの有力システムのような製品は、通常、ホスト型アプリケーションまたはアプリケーション・プログラミング・インターフェースを通じてアクセスを提供する。顧客はその能力を利用できるが、基盤となるモデルをダウンロードしたり、独自に運用したりすることはできない。
米国は、MetaのLlamaファミリーを通じてオープンウェイトの初期商用テンプレートを確立した。その後GoogleはGemmaを追加し、Nvidiaや複数の小規模研究所も独自の選択肢を公開した。しかし、中国の研究所がより強力なモデルをより頻繁に投入するなかで、その地位は弱まっている。
Lambert氏の9月14日付ベンチマーク・スナップショットでは、Z.aiのGLM-5.3、GLM-5.3-Flash、Moonshot AIのKimi K3がArtificial Analysis Intelligence Indexでそれぞれ45、42、44を記録した。同氏の比較における米国の主要なオープンモデルは、23から26の間だった。
これらのスコアは、モデル品質を普遍的に測るものではない。選定された評価にまたがる性能を組み合わせたものであり、一般的で測定可能なタスク向けに最適化されたモデルを有利にする場合がある。それでも、差の大きさと持続性は、単なるテスト上の人工物として退けることを難しくしている。
流通データも同じ方向を示している。Lambert氏は、中国で開発されたモデルがHugging Faceで累計32億ダウンロードに達し、米国の合計のおよそ2倍になったと推定している。中国が2025年7月に初めて米国を上回って以降、ダウンロード数のリードは約16億に拡大したとしている。
OpenRouterは別の視点を提供する。このサービスは多数のホスト型モデル間でリクエストをルーティングするため、システムを比較または切り替えたい開発者にとって有用だ。Lambert氏によると、同プラットフォームにおける週次のオープンモデル・トラフィックは、2025年9月の約1兆トークンから約80兆トークンへ増加した。
中国モデルは、このオープンモデル・トラフィックに占める比率を約70％から80％超へ高めた。Mozillaも別途、8月のトークン量ベースでOpenRouterの利用上位10モデルのうち7つが、中国で開発されたオープンウェイトモデルだったと確認している。同社のオープンソースAIレポートはまた、その月、オープンモデルが初めて同プラットフォームの週次リクエスト数で首位に立ったことも示した。
OpenRouterはAI経済の全体ではない。その利用者は代替モデルを試す意欲が特に高く、米国のクローズドモデルの多くは、OpenRouterでは把握できない直接契約を通じて利用されている。プライベート環境での導入も、依然として大部分が見えないままだ。
こうした限定を付けずにこの数字を「世界的な利用」と呼ぶのは、証拠を過大評価することになる。それでも、より擁護可能な結論は重要である。中国のオープンウェイトAIモデルは、オープンモデルの実験とルーティング推論において最も可視性の高い市場を支配している。
まさにそこでは、開発者は契約上の障壁を少なくしてモデルを比較できる。その結果としての選択は、ブランドへの忠誠心、バンドルされたソフトウェア、直接的な企業契約の影響が弱まった場合に何が起こるかを示している。
米国のオープンモデルにおける劣勢は、いまやビジネス上の問題だ
中国モデルの採用は米国のオープンモデル開発者に圧力をかける一方、すでにこれらのシステムを基盤に構築している米企業に政策上の対立をもたらしている。
競争上の問題は、モデルのリーダーボードを超えている。Lambert氏は、中国モデルファミリーを利用または活用して構築している企業としてHarvey、Cursor、DoorDash、Airbnb、Perplexityを挙げた。用途は法務業務やソフトウェア開発から顧客サービス、リサーチまで幅広い。
これらの企業は、アーキテクチャもリスク特性も異なる。ホスト型インターフェースを通じてモデルを使うことは、管理された環境へダウンロードすることと同じではない。どちらであっても、機密性の高い顧客情報が中国のプロバイダーに届くことを自動的に意味するわけではない。
それでも、より広い傾向は重要である。開発者は、能力、柔軟性、速度、低い運用コストを実用的に組み合わせられることから、Qwen、Kimi、DeepSeek、GLMを選んでいる。これらの利点は、複数ステップのタスクを完了する間にモデルを繰り返し呼び出すAIエージェントにおいて特に重要になる。
エージェントが計画を立て、コードを書き、結果を確認し、失敗した手順を再試行する場合、推論コストの小さな差は積み重なる。オープンウェイトモデルは、特定のワークフロー向けにファインチューニングしたり、顧客が選んだインフラで展開したりすることもできる。
そのような制御は、プロバイダーへの依存を懸念する企業にとって魅力的だ。クローズドモデルのベンダーは、利用ポリシーを変更し、モデルを引き揚げ、アクセスを調整し、特定のリクエストを制限できる。すでに保持しているマシンから、ダウンロード済みのウェイトを遠隔で引き揚げることはできない。
このトレードオフはMozillaの開発者調査にも表れている。同社のサンプルでは、オープンモデルはクローズドモデルより多くの開発者に到達していたが、本番環境への導入頻度は低かった。回答者は、インフラ費用、セキュリティ、コンプライアンス、保守、デプロイの複雑性、限定的なサポートを繰り返し挙げられる障壁として指摘した。
クローズドモデルのプロバイダーは、こうした運用要件をより多くパッケージ化して提供する。一般にコンプライアンス文書、管理されたセキュリティ、サービス保証、そして顧客が責任を問える契約相手を提供する。オープンモデルの運用では、導入側により大きな責任が移る。
したがって、中国のオープンウェイトAIモデルがすべての調達判断で勝つわけではない。可搬性、カスタマイズ性、スループット、プロバイダーからの独立性が、パッケージ化されたガバナンスよりも重視される場合に魅力を増す。
その研究上の影響力は、さらに覆しにくいかもしれない。Lambert氏は、arXivで利用頻度の高い機械学習の5カテゴリーにまたがる論文を調査した。その分析では、最近の論文の約30％にQwenが登場し、Llamaは約21％だった。
論文の40％超が少なくとも1つの中国のオープンウェイトモデルに言及していた一方、米国のモデルファミリーに言及した論文は約30％だった。正確な比率は、モデルの定義やサンプリングの選択によって変わり得る。それでも、その方向性はQwenが中核的な研究インフラになったことを示唆している。
研究における採用は、強化ループを生み出す。学生や研究室は、アクセスできるモデルを中心にツールを開発する。そうしたツールは将来の実験コストを下げ、より多くの論文、統合、訓練を受けた実務家を促す。
その後、企業はそうした実務家を採用する。製品には、使い慣れたライブラリや評価手法が継承される。最も高性能なプロプライエタリチャットボットを支配しなくても、あるモデルファミリーが業界の標準となり得る。
これが、議会が従来型の市場シェア争い以上の問題に直面している理由だ。中国モデルを制限すれば、米国の企業や研究者に混乱をもたらす可能性がある。市場を手つかずのままにすれば、別の国の法的・戦略的環境の下で開発された技術への依存が深まる可能性がある。
最も直接的に圧力を受けるのは、最高性能のシステムをクローズドに保ちながら米国がAIを主導できると主張する米企業だ。プロプライエタリ研究所は、オープン層が別の場所へ移行しても商業的な成功を維持できる。だが、オープン層は少数のベンダーを超えてスキル、標準、影響力を広げるため、国家レベルでの結果は異なって見える。
中国が米国のオープンモデルを上回ったのは、単純な一つの手法ではなく、迅速な投入によってだ
中心的な逆転は、米国がフロンティアで主導しても、他者が検査・導入できるモデルで米国が主導するとはもはや限らないことだ。
ワシントンはモデル蒸留に大きく焦点を当ててきた。蒸留とは、通常はより強力な別のモデルの出力を用いて、あるシステムを訓練することを指す。この手法は業界全体で一般的だが、偽アカウントやアクセス制御の回避を通じて出力を取得する場合には、別途、法的・セキュリティ上の問題が生じる。
House Homeland Security CommitteeとHouse Select Committee on Chinaは4月、共同AI調査を開始した。両委員会の調査は、モデルの来歴、サイバーセキュリティ、データセキュリティ、サプライチェーン上の露出を検討するなかで、DeepSeek、Alibaba、Moonshot AI、MiniMaxを名指しした。
両委員会はまた、中国モデルとのつながりについてAnysphereとAirbnbに質問した。ある書簡は、CursorのComposer 2がMoonshotモデルに依存していたとの報道に焦点を当てた。別の書簡は、Airbnbが顧客サービス業務にQwenを選定したことへの懸念を示した。
議員らは、無許可の抽出によって外国の研究所が、研究や安全対策への米国の投資に見合う負担を負わずに、価値ある能力を再現できるようになる可能性があると主張している。また、外国モデルへの依存は米国の利用者を検閲、監視、セキュリティ上のリスクにさらすおそれがあるとも警告している。
こうした懸念は調査に値する。しかし、現時点では市場全体の変化を説明するものではない。
Lambert氏は、蒸留を完全に防止したとしても、中国と米国のクローズドモデルのフロンティアとの距離が広がる期間はわずか1〜2カ月にとどまると推定している。この推定は独立して実証されたものではなく、主要研究所の訓練記録は非公開のままだ。それでも、盗まれた出力が完全な説明を与えるという考えに疑問を投げかける。
中国の研究所は、より頻繁にリリースもしている。モデル評価はある時点での性能を捉えるため、より速いリリース頻度は、新たな手法を取り入れ、利用者の需要に応える機会を研究所にもたらす。米国のオープンモデルは、クローズドモデルの対応製品が進化を続ける間も、変わらないことが多い。
タスクの選択も重要だ。中国の開発者は、需要が強く、豊富なフィードバックと測定可能な成果が得られるエージェント型コーディングなど、商業的に目立つ領域に集中してきた。Lambert氏は、より構造化されていない科学的タスクでは、彼らの優位性は小さくなると述べる。
これは、中国のシステムがあらゆる米国モデルを広く上回っている証拠ではない。主要なクローズド型米国システムは、重要な専門業務、科学、長時間に及ぶタスクで依然として先行している。問題は、そうしたシステムが独立した導入に一般的に利用できる基盤ではなく、レンタル型サービスであることだ。
ハードウェア制約が効率性を強めた可能性もある。米国の輸出規制は、中国による最先端コンピューティング機器へのアクセスを制限するよう設計された。中国の研究機関はこれに対応し、トレーニング技術、推論効率、制約されたリソースでより多くを達成するアーキテクチャを重視した。
輸出規制が中国のオープンモデル優位の原因だとするのは単純すぎる。同じ研究機関は、多額の国内投資、厚いエンジニアリング人材、そして中国のAI標準を広めるという明示的な政策的選好からも恩恵を受けている。制約と支援は同時に作用し得る。
ライセンスも別の優位性を生む。開発者は多くの中国モデルの重みをダウンロードし、改変して、プロプライエタリなフロンティア提供者へのアクセスを待つことなく製品に統合できる。条件はさまざまであり、オープンウェイトが常に無制限の利用を意味するわけではない。それでも、APIだけより構築者に大きな余地を与える。
結果として非対称性が生じる。米国の研究所は最も高価なフロンティア研究の多くを担う一方、中国企業は他組織が保有し適応できるシステムに、フロンティアに近い能力を組み込むことをますます進めている。
これは科学的戦略であると同時に、流通戦略でもある。やや性能の低いモデルでも、手頃な価格で、カスタマイズ可能で、広く利用できれば、より大きな影響力を生み出せる。Linux、Android、オープンウェブソフトウェアは、最も広く配布される層が常に最先端のプロプライエタリ製品から生まれるわけではないことを歴史的に示している。
米国企業には依然として対応策がある。OpenAIはオープンウェイト市場に再参入し、GoogleはGemmaの開発を続け、Nvidiaは異例なほど詳細な補助資産を伴うNemotronモデルを公開している。Lambert氏は、能力面で競争力がある場合、同等の米国モデルは不釣り合いに大きな導入を得る可能性があると指摘する。
しかし、継続的な更新とコミュニティへの投資によって築かれた優位を、時折のリリースだけで消すことはできない。開発者には、予測可能なモデルファミリー、ドキュメント、寛容な利用条件、そして次のバージョンが提供されるという確信が必要だ。
したがって競争は、中国のオープンな実行力と米国のオープン領域での後退の間にある。蒸留はこの物語の一部だが、それを全体像として扱えば、米国のモデル戦略に対する検証が免れることになる。
利用数は世界的なAI覇権を証明しない
最も強い証拠が支持するのは、あらゆるチャットボット、企業契約、または世界中の非公開導入全般ではなく、オープンモデルの流通チャネルにおける中国の優位性である。
OpenRouterのデータは、多数のモデルにまたがる実際のリクエストを捉えているため価値がある。2026年のトークン利用調査は、同サービスから得た100兆トークン超を分析し、開発者行動を異例なほど詳細に示した。
その広さがOpenRouterを国勢調査にするわけではない。マルチモデルのゲートウェイを選ぶユーザーは、OpenAI、Anthropic、Google、Microsoftとの直接契約にコミットする企業とは異なる。このプラットフォームは当然、オープンな代替案を求める人々を過剰に代表している可能性がある。
トークン数にも文脈が必要だ。推論モデルは、1つの回答を生成するために、多数の隠れたトークンや中間トークンを消費する場合がある。コーディングエージェントは、単一のタスク中に繰り返し呼び出しを生成することがある。ユーザー数、収益、完了した業務ワークフローで先行せずとも、トークン量では首位に立てる。
ダウンロード数は別の測定上の問題を生む。1人が複数バージョンをダウンロードできる一方、クラウド導入では1つのコピーが数千人にサービスを提供する場合がある。自動化システムも、対応する本番利用なしに数を膨らませ得る。
学術論文での言及は影響力を示すが、必ずしも支持を意味しない。論文はモデルの弱点を評価したり、ベースラインとして使ったり、複数のモデルファミリーに言及したりする可能性がある。この数は研究者の関心を示すものではあるが、経済的な導入の直接指標として提示すべきではない。
ベンチマーク結果にも固有の限界がある。研究所は目に見えるテストを中心にリリースを最適化できる一方、評価スイートは信頼性、ドメイン専門性、長文脈性能、運用安定性を十分に重視しない可能性がある。ベンダー報告の一部は、比較が難しいカスタム構成を使用している。
Mozillaの9月の分析は、この混在する状況を示している。オープンモデルは、一部の能力・コーディング指標で主要なクローズドシステムにほぼ追いついた。クローズドモデルは、専門的な知識労働、長文脈検索、企業コンプライアンス、説明責任で優位を保った。
この差は、高リスクな導入において重要だ。法務ファイル、財務記録、または医療情報を処理する企業には、強力なコーディングスコア以上のものが必要となる。アクセス制御、監査証跡、予測可能な更新、そして何かが失敗した際の明確な責任が必要だ。
セキュリティも両方向に作用する。ダウンロード可能な重みは防御側がシステムを検査・改変できるようにするが、リリース後に元の開発者が安全策を強制することも妨げる。クローズド提供者は制御を維持するものの、その安全フィルターが正当な防御作業を妨げると研究者が発見することもある。
Hugging FaceがAI関連のサイバーセキュリティ事案を調査した際に、一例が生じた。Lambert氏とScientific Americanによると、商用の米国システムが分析の一部を拒否した後、研究者は中国のオープンウェイトモデルを使用した。
この事例は、安全策が少ないほど全体的なセキュリティが向上することを証明するものではない。モデルレベルの制限が正当な作業を阻害し得ること、そしてセキュリティは周辺システムに依存することを示している。権限、隔離、ログ、人によるレビューは、モデルの出自と同じくらい重要になり得る。
政治的リスクは現実に残る。中国でホストされるAPIはデータ管轄権の問題を生み得るほか、モデルの挙動には政府が義務付けたコンテンツ管理が反映される可能性がある。ローカル運用の重みは一部の送信リスクを減らすが、トレーニング過程を自動的に明らかにしたり、隠れた脆弱性を排除したりするものではない。
したがって議会は、少なくとも3つの問いを分けるべきだ。研究所は米国プロバイダーから不法に出力を取得したのか。特定の導入は機密データまたは重要システムを危険にさらすのか。米国は自国のオープンモデルにより積極的に投資すべきか。
こうした問いを「中国AI」に関する単一の議論にまとめると、粗雑な政策につながる。機密情報を扱うホスト型サービスは、米国企業の管理された環境内で稼働する公開済みの重みとは異なる扱いを受けるべきだ。
広範な規制は、支配的な米国のクローズド提供者を競争から守る可能性もある。小規模企業が有能なオープンモデルへのアクセスを失えば、より厳格な統制を求めてロビー活動を行う同じ研究所への依存を強めるかもしれない。
証拠が支持するのは懸念であって、パニックではない。中国のオープンウェイトAIモデルは、能力、流通、研究者の関心において測定可能な優位を獲得している。データセットの限界はその優位を消すものではないが、世界全体での完全な覇権という主張は抑制すべきだ。
米国がこの変化を覆せるかを示す3つのシグナル
次の段階は、米国のリリース、企業政策、そして中国モデルがオープンモデル市場の外でも優位を維持できるかによって決まる。
第1のシグナルは、次の主要な米国オープンウェイトリリースの性能と導入状況だ。Meta、Google、Nvidia、OpenAI、新興の米国研究所は、数か月後ではなく、プロプライエタリなフロンティアに近い時期にモデルを提供する必要がある。
ベンチマークでの同等性だけでは不十分だ。開発者はライセンス、モデルサイズ、導入要件、ドキュメント、ファインチューニング支援、リリース頻度を注視する。強力な一度きりのローンチの後に長い沈黙が続いても、エコシステムは再建できない。
米国のオープンモデルが中国のリリースに追いつき、急速なダウンロードと研究引用を獲得し始めれば、Lambert氏の診断は弱まる。能力が低いまま遅れて登場し続ければ、構造的な不足はより否定しにくくなる。
第2のシグナルは、議会と行政府による精査の結果だ。立法者は蒸留、データセキュリティ、サプライチェーン、米国企業による中国システムの利用を検討している。最終的な対応は、欺瞞的なアクセスに対する標的型の執行から、モデルまたは提供者に対する広範な規制まで幅広くなり得る。
不正アカウント、アクセス回避、制裁対象組織を対象とする限定的な規則であれば、すべてのオープンモデルを脅威として扱うことなく、疑われる不正行為に対処できる。また、業界全体で使われる正当な蒸留および合成データのワークフローも維持できる。
広範な規制は異なる試金石を生む。開発者は米国の代替手段へ移行するか、すでにダウンロード済みの重みを使い続けるか、ワークロードを米国の管轄外へ移す可能性がある。それぞれの反応は、ポータブルなソフトウェアに対してワシントンが実際にどれほどの影響力を保持しているかを示す。
第3のシグナルは、OpenRouter、Hugging Face、その他のオープン優先プラットフォームを超えた利用状況だ。クラウドプロバイダー、企業導入、ソフトウェアエージェント、直接的なエンタープライズ契約からの証拠は、現在の優位が広範なものか集中したものかを明らかにする。
この測定では、ホスト型APIとローカル導入を分ける必要がある。また、トークン量、アクティブユーザー、収益、完了したワークロードも区別すべきだ。それぞれの指標は異なる問いに答える。
モデルがより長期的で重大なタスクに入るにつれ、独立した評価が重要になる。コーディングベンチマークは中国の研究機関が注目を集める助けとなったが、企業の購入者は信頼性、セキュリティ、専門知識、持続的な自律作業を試すことになる。
中国のモデルファミリーがそうした環境でも優位を維持するなら、「世界的利用」という表現はより擁護しやすくなる。優位がモデルを切り替えるユーザーと研究利用者に集中したままなら、市場はより分断された姿に見えるだろう。
政策論争はAI安全性とも交差する。OpenAIとAnthropicは、高度に有能なシステムをめぐるより強い統制を主張してきた。中国のオープンウェイト流通は、少数の提供者が技術的制御を保持することを前提としたあらゆる安全枠組みを複雑にする。
ひとたび重みが流通すれば、規制はベンダーがアクセスを無効化することに依存できない。政府と企業には、制限された権限、監視されたツール、隔離環境、明確な人間の権限を含む、導入レベルの安全策が必要となる。
この変化は日常の知識労働にも影響する。チームは社内文書、会議記録、プロジェクト履歴と複数のモデルを組み合わせることが増えている。適切に統治されたAIナレッジベースは、そのモデルがどこで開発されたかにかかわらず、各モデルが取得できる内容と実行できる行為を制御しなければならない。
開発者やビジネスの購入者にとって、当面の教訓は国籍やリーダーボード上の順位だけでシステムを選ばないことだ。モデル、ホスティング経路、データ経路、ライセンス、運用上の統制、代替手段を、ひとつのパッケージとして評価すべきである。
中国のオープンウェイトAIモデルは、すでに交渉上の立場を変えている。それらは開発者に米国のクローズドなフロンティアの代替手段を与える一方、米国のオープンモデル層が手薄であることを浮き彫りにしている。
今後数か月の焦点は明確だ。米国の研究機関は、開発者が実際に所有し、自由に適応できる競争力のあるモデルを公開するのか。それともワシントンは、自ら築けなかった配布面での優位性を規制によって消し去ろうとするのか。
