何が起きたのか
OpenRouterで中国勢が過半数を超えた
複数のAIモデルを一つのAPIで呼び出せる中継サービスOpenRouterで、モデルの利用実態が公開されている。開発者が実際にどのモデルへどれだけのトークンを流したか。この生の数字が誰でも見られる形で並んでいる。ここで中国製モデルの処理トークン比率が、米国企業からの利用分に限っても過去最高の58%を記録した。7月第1週には一時63%まで達している。今年1月中旬から半年で、シェアはおよそ3倍に膨らんだ。
米国勢の凋落は速い。OpenRouter全体で見ると、米国製モデルの利用比率はこの1年で70%から30%へ落ち込んだ。マーケティング上の評判や発表会の派手さではなく、開発者が本番環境で回すトークンという「投票」で、米国の優位が崩れている。ベンチマークの順位表と、現場で選ばれるモデルの順位表が、別々のものになりつつある。前者では依然として米国勢が上位を占めるが、後者では中国勢が数字を握る。この二つのズレこそ、今回の変化の核心である。
数字は毎週更新され、誇張の余地が小さい。ある企業が「うちのモデルは優秀だ」と発表しても、開発者が使わなければトークンは増えない。逆に地味な発表でも、費用対効果が高ければ静かにシェアを伸ばす。OpenRouterの数字は、この現場の判断を集計したものである。だからこそ、業界はこの数字を重く見る。
変化の速さも尋常ではない。2025年初頭には中国勢のシェアは1割に満たなかった。それが18か月で過半数へ達した。技術の世界で、これほど短期間に主役が入れ替わる例は多くない。かつてスマートフォンやクラウドの覇権が数年かけて動いたのに比べ、AIモデルの乗り換えは桁違いに速い。重みをダウンロードして差し替えるだけで移行が済むため、切り替えの摩擦が小さいからである。この身軽さが、シェアの急変動を可能にしている。
DeepSeekとQwenが牽引する
シェアを押し上げているのは、無償で重みを公開する中国のオープンウェイトモデルである。
- DeepSeek: OpenRouterで中継されるトークンの17.6%を占め、週間5.13兆トークンを処理する単独首位のベンダーとなった
- Alibaba Qwen: 13.9%、週間2.77兆トークンで2位につける。中国勢の上位2社だけで全体の3割を握る
- Anthropic Claude: 13.3%で、米国勢としては上位に残るが中国2社に挟まれる位置に落ちた
- 価格差: DeepSeek V4 Flashは入力100万トークンあたり0.14ドル。OpenAIのGPT-5.5は同5.00ドルで、約35倍の開きがある
数字が示すのは、性能で並んだうえに桁違いに安い、という組み合わせである。とりわけコード生成やデバッグといった、トークンを大量に消費する用途で中国製の採用が進んでいる。1回の応答が数万トークンに及ぶエージェント型のコーディングでは、単価の差がそのまま月額の請求書に跳ね返る。ここで35倍の価格差は無視できない。試作の段階で最も賢いモデルを使い、本番の大量処理では安価なモデルへ切り替える。この二段構えが定着するほど、本番用の主力の座を中国製が取っていく。
スタートアップから大企業まで
安さの恩恵を最初に受けたのはスタートアップだった。資金の限られた開発チームにとって、35倍の価格差は事業の生死を分ける。同じ資金で35倍のトークンを処理できれば、より多くのユーザーに、より頻繁にAI機能を提供できる。中国製の安価なモデルは、こうした企業のAI組み込みを一気に現実的にした。
波及は大企業にも及ぶ。ある集計では、中国製モデルが米国のエンタープライズのトークン利用で最大46%を握るとされる。当初は「安いが素性が不明」と敬遠していた大企業も、コーディング支援など影響範囲を限定できる用途から採用を始めている。全社の基幹システムにいきなり組み込むのではなく、リスクの低いところから試す。この慎重な浸透が、じわじわとシェアを押し上げている。
ここで効いているのが、重みが公開されているという性質である。閉じたAPIなら、提供元が価格を上げても、サービスを止めても、利用者は従うしかない。重みが手元にあれば、提供元の都合に左右されにくい。コストの安さに加えて、この「自分で抱えられる」安心感が、コスト管理に厳しい大企業の背中を押す。安さと自律性が同時に手に入るなら、試さない理由のほうが少なくなる。
背景：これまでの経緯
「大きさ競争」から「使い勝手競争」へ
2026年のAI業界を貫くのは、モデルの巨大さを追う時代の終わりである。関心は「どれだけ大きいか」から「どれだけ実タスクを監督なしにこなせるか」へ移った。この転換が、予算配分から採用、製品ロードマップまでを塗り替えている。かつては最大規模のモデルを持つことが競争力の証だった。今は、同じ予算で何件の業務を安定して片付けられるかが問われる。
賢さの絶対値ではなく、コストと信頼性の総合点で選ぶ。この基準で見ると、オープンウェイトの中国製モデルは強い。重みが公開されているため自社サーバーで動かせて、外部への従量課金も、データの外部送信も避けられる。米国の主要ラボが「もう少し賢いモデル」を高い単価で出す一方、中国勢は「十分に賢いモデル」を無償に近い価格でばらまいている。多くの実務では、後者で用が足りる。最先端の性能を必要とする仕事は、全体のごく一部に過ぎない。
この変化は、企業のAI予算の組み方を根本から変える。以前は「最高性能のモデルを1社と契約し、全業務で使う」のが素直な発想だった。今は「業務ごとに最適なモデルを選び、安いものは安く、難しいものだけ高く」という発想へ移る。モデルは単一の相棒ではなく、用途で使い分ける道具箱になった。この見方の転換が、価格に敏感な中国製の追い風になっている。
背景には、モデル全体の性能が底上げされた事情もある。数年前なら、安いモデルは目に見えて品質が劣った。今は、多くの日常業務で高価なモデルと安価なモデルの差が体感しにくくなっている。差が縮まれば、残る判断基準は価格になる。中国勢はこの「性能の平準化」が進む局面を突いて、価格で勝負を仕掛けている。性能でしか差がつかない時代は、実は米国勢に有利だった。差がつきにくくなった今、有利不利が反転している。
オープンウェイト戦略という国家的な賭け
DeepSeekが2025年初頭に低コストで高性能なモデルを公開して以降、中国勢はオープンウェイト路線を鮮明にした。無償公開でエコシステムを囲い込み、世界中の開発者に自国モデルを標準として使わせる。目先の課金収入を捨てて普及を取る戦略が、中継市場のシェアという形で実を結び始めた。開発者が一度ある系列のモデルでツールや評価基盤を組めば、乗り換えのコストが生じる。無償配布は、その「最初の一歩」を中国勢へ引き寄せる。かつて多くのソフトウェアが無償版で利用者を集め、周辺サービスで稼ぐ形を取った。中国勢のオープンウェイト戦略は、この定石をAIモデルに応用したものと見える。
米国勢の多くは重みを閉じたクローズドAPIで提供する。安全性の管理と収益の確保という両面から理にかなうが、価格の柔軟性では不利になる。開発者がコストで選ぶ局面が増えるほど、開いている側が数字を伸ばす構図となる。閉じたモデルは高い品質と安全性を保証する代わりに、価格の主導権を手放しにくい。開いたモデルは品質保証を各利用者に委ねる代わりに、価格でどこまでも攻められる。性能の差が縮まった今、この非対称は中国勢に有利に働く。
米国の警戒と時間差
同じ時期、米政府はフロンティアモデルの管理を強めている。OpenAIが最新のGPT-5.6を公開する際には、商務省の審査を経て、当初は政府が承認した約20の組織にのみ提供する異例の段階的公開がとられた。高度なモデルがソフトウェアの脆弱性を見つける能力に長けるため、敵対国によるサイバー攻撃への転用が懸念された。安全保障上の理由から、最先端の閉じたモデルほど公開のハードルが上がる。
皮肉なことに、この慎重さが、規制の外にある安価な中国製オープンウェイトの相対的な使いやすさを際立たせている面もある。守りを固めるほど、守るべき陣地の外で相手が伸びる。最先端モデルの流出は抑えられても、実務の主力が他国製に置き換わっていく。米国のAI政策が抱えるジレンマがここにある。
問題は一企業の売上にとどまらない。世界の開発者がどの国のモデルを標準として使うかは、その上に築かれるソフトウェアの安全性や、データの流れ方を左右する。ある系列のモデルが事実上の標準になれば、周辺のツールや慣行もそこに合わせて育つ。米国が最先端の性能で勝っても、日々使われる基盤で負ければ、影響力の源泉は細っていく。今回のシェア逆転が業界で重く受け止められるのは、この長期の主導権が懸かっているからである。
世界トップメディアの見立て
- Benzinga（7月）: 米国企業が処理するトークンで中国製が米国製を初めて上回り、過去最高の58%に達したと報じ、DeepSeekなど中国モデルの採用が開発者の間で加速していると指摘する
- Yahoo Finance / AI Commission（7月）: 中国製モデルが米国のエンタープライズのトークン利用で最大46%を握るとし、採用の主因はコスト優位と、コーディングでの強さにあると分析する
- officechai（7月）: OpenRouterにおける米国製モデルの利用比率が1年で70%から30%へ「崩壊」したと表現し、利用実態ベースの逆転が起きていると伝える
- cryptobriefing（7月）: 中国のオープンソースモデルが米国勢との性能差を詰めており、投資家や市場への含意は大きいと論じる
- datagravity（7月）: これを「中国のオープンウェイト奪取」と呼び、無償公開がエコシステムの主導権争いの手段になっていると分析する
各社に共通するのは、これを一過性のブームではなく構造的な移行と捉える視点である。性能が並んだ段階で価格差が効き始め、開発者の日々の選択がシェアに直結している。一方で、OpenRouterはあくまで中継市場の一断面であり、閉じたAPIを直接叩く大企業の利用や、ChatGPTのような消費者向けサービスの規模はここに映らない。数字の読み方には留保も要る。それでも、開発者の「足による投票」が特定方向に振れている事実は重い。評判ではなく実際に流れるトークンが動いている以上、これは口先の人気投票ではない。
もっとも、シェアの逆転が即座に力関係の逆転を意味するわけではない。米国勢は最先端の研究開発と、それを支える計算資源で依然として先行する。収益基盤も厚い。今回の数字は「安価な実務用モデルの主戦場」で中国勢が勝ったことを示すが、「最先端の研究競争」で勝ったことは示さない。二つの戦場を分けて読む必要がある。ただ、実務の基盤が他国製に置き換わる流れが続けば、研究の優位がいつまで影響力に変換されるかは分からない。楽観も悲観も、根拠を確かめてから語るべき段階にある。
この数字を日本の読者が眺めるとき、忘れてはならない前提が一つある。ここに映る「米国企業」の選択は、コストと性能を天秤にかけた合理的な判断の集積であって、政治的な選択ではないという点である。開発者は安くて使えるものを使う。それだけの話が、集計すると国家間の力関係を映す図になる。日々の小さな合理が、気づけば大きな地政学の絵を描いている。ここに、いまのAIをめぐる競争の不気味さと面白さがある。
数字で見る
| 指標 | 数値 | 補足 |
|---|---|---|
| 中国製モデルのトークン比率（米国企業分） | 58% | 過去最高。7月第1週に一時63% |
| 米国製モデルの利用比率（OpenRouter全体） | 70%→30% | 過去1年での低下 |
| DeepSeekのシェア | 17.6% | 週間5.13兆トークン、単独首位 |
| Alibaba Qwenのシェア | 13.9% | 週間2.77兆トークン、2位 |
| Anthropic Claudeのシェア | 13.3% | 米国勢の上位 |
| 中国勢シェアの伸び | 約3倍 | 2026年1月中旬比 |
| 2025年初頭の中国勢シェア | 10%未満 | 当時、米国勢は約80% |
| 価格差 | 60〜90%安 | 米国トップモデル比 |
| 入力単価の一例 | 0.14ドル対5.00ドル | DeepSeek V4 Flash対GPT-5.5、100万トークンあたり |
日本への影響・示唆
日本企業のAI導入は、いま検証から本格運用へ移る局面にある。そのタイミングで調達の前提が動いている。どのモデルを、どこで、いくらで動かすか。この設計が、今後のAI活用の費用と安全性を大きく左右する。海外の開発者が先に通った道を、少し遅れて日本もたどる。安さに引かれて安易に選べば主権やセキュリティの穴を抱え、慎重すぎればコスト競争で後れを取る。両にらみの判断が要る局面である。
- 調達コストの再設計: 社内の定型業務や大量処理は安価な中国製・オープンウェイトへ、複雑な推論やコーディングは米国製プレミアムへ振り分ける「モデル・ルーティング」が現実的な選択肢になる。単一ベンダー前提の予算計画は見直しの時期にある
- AI予算の圧縮圧力: 「最も賢いモデルを全業務に使う」前提が崩れることで、AI関連支出の最適化余地が広がる。経営としてはコスト削減の機会だが、品質管理と監査の設計を伴わないと逆効果になる
- 人材とスキルの要件: モデルを使い分ける前提では、複数モデルを評価し切り替える運用スキルが社内で重要になる。特定サービスの使い方に習熟するより、モデルに依存しない設計力が問われる
- データ主権とセキュリティ: 中国製モデルをクラウドAPI経由で使う場合、機微情報の送信先とデータの取り扱いが論点になる。自社サーバーで重みを動かせるオープンウェイトなら、送信の懸念は避けられる。用途ごとに、どこで動かすかまで含めた切り分けが要る
- 地政学リスクの内在化: 米中対立が深まれば、輸出規制や利用制限がAI調達に及ぶ可能性がある。特定国のモデルに過度に依存しない構成が、事業継続の観点で意味を持つ
- コーディング現場の変化: 開発の生産性向上を狙う企業ほど、安価で高性能な選択肢の登場は追い風になる。一方で、利用モデルの出所を把握しないまま外注コードに混入するリスクも増える
- 国産・オープンモデルの再評価: 価格と主権の両面から、日本語に強い国産モデルやオープンウェイトを社内で検証する動機が高まる。ベンチマークだけでなく、自社の実タスクでの費用対効果を測る運用が要る
とりわけ経営層が押さえるべきは、これが単なるコスト削減の話にとどまらない点である。どのモデルを標準に据えるかは、その上で働く社員の慣れや、蓄積されるノウハウの方向を決める。一度定着した基盤は簡単には替えられない。だからこそ、安さだけで飛びつくのでも、様子見で先送りするのでもなく、自社の業務に照らして「どこは攻め、どこは守るか」を早めに言語化しておく価値がある。
現実的な第一歩は、社内で使うAIモデルを棚卸しすることである。どの部署が、どのモデルを、何に使い、月にいくら払っているか。この可視化なしに最適化は始まらない。多くの企業では、部署ごとにばらばらのサービスを契約し、全体像を誰も把握していない。まずは現状を並べて見る。そのうえで、安くできる業務と、品質や安全のために高いモデルを残す業務を仕分ける。仕分けの基準は、その業務が失敗したときの損害の大きさで決めるのが分かりやすい。海外で起きた地殻変動を、自社の調達を見直す実務のきっかけに変えられるかどうかが問われている。
今後の見通し
- ①米国勢が価格面でどこまで対抗するか。低価格帯モデルの投入が進めば、シェアの流出は緩む可能性がある
- ②米政府の対応。フロンティアモデルの輸出・利用規制や、中国製モデルの政府調達禁止といった措置が、企業の調達判断を左右する
- ③日本企業のモデル・ルーティング導入がどこまで一般化するか。用途別に複数モデルを使い分ける運用が標準になれば、単一ベンダー依存は薄まる
- ④オープンウェイトの品質と安全性をどう検証するか。無償で高性能でも、監査可能性や不具合対応の体制が伴わなければ本番投入は難しい
- ⑤ベンチマーク上位と実利用上位の乖離が続くか。数字で選ぶ開発者が増えるほど、この二つの首位は別々に動き続ける
- ⑥中継市場以外の指標がどう動くか。閉じたAPIの直接利用や消費者向けサービスまで含めた全体像が見えれば、「逆転」の程度はより正確に測れる
この6点のうち、日本企業が自ら動かせるのは③と④である。米国勢の価格戦略も、米政府の規制も、外部環境として与えられる。だが、自社が複数モデルをどう使い分け、オープンウェイトの品質と安全性をどう検証するかは、社内の設計次第で決められる。外部環境の変化を嘆くより、動かせる部分に手をつけるほうが早い。調達の主導権は、思っているより自社の手元にある。世界の潮目を、自社の意思決定に落とし込めるかどうかが分かれ目になる。
AIをどこから買うかは、もはや性能だけの問題ではない。コスト、主権、地政学が絡む調達戦略の問題になった。
