世界を動かす技術を、日本語で。

Kimi K3、Qwen 3.8、そしてAnthropicの(潜在的な)解明

概要

  • Moonshot Labsの Kimi K3 とAlibabaの Qwen 3.8 が公開、AnthropicのFable 5に匹敵する性能
  • これらの オープンモデル は、トップティア開発企業への戦略的挑戦
  • ファウンデーションモデルの 経済構造 とコスト構造の違いが競争力に影響
  • Anthropicは 規制戦略 と高コスト構造で不利な立場
  • モデル単体企業は 長期的持続性や差別化 で課題を抱える

最先端ファウンデーションモデルの新展開

  • Kimi K3 (Moonshot Labs)と Qwen 3.8 (Alibaba)の同時発表
    • どちらも Anthropic Fable 5 に近い性能
    • 近日中にモデルの 重みを一般公開 予定
  • オープンモデルで SOTA(最先端)到達 が可能であることの証明
  • これにより、 Anthropic の差別化が困難になるリスク
  • トップモデル開発企業への 戦略的圧力 の増加
  • 今後の競争環境における オープンモデルの脅威

ファウンデーションモデルの経済構造

  • モデル開発には 研究者の人件費、計算資源(チップ・データセンター)、電力 が必要
  • モデル完成後は 推論コスト(インファレンス) が最大のコスト要素
  • 推論ビジネスでは 電力とデータセンター計算資源 の最適化が重要
  • バリューチェーンの所有範囲による コスト構造の違い
    • データセンター・電力を リース :AnthropicやMoonshot Labsなど
    • データセンターを 自社構築 :MetaやAlibaba
    • 発電所も自社所有 :SpaceX
  • インフラ所有度合いによる 利益率(マージン)の変化
    • リースの場合は 売上増とともにコストも増加
    • インフラ所有の場合は 固定費化し、利用増で利益率向上

マージン・バリューチェーンと戦略的含意

  • インフラ所有が 長期的な利益と競争力 に直結
  • 最良モデル でなくても、オープンモデルやハードウェア提供で収益化可能
  • MetaSpaceX が他社へサーバーリースする戦略
  • インフラ非所有企業は モデル需要 に依存
    • モデルが「最良」または「安価で十分良い」必要性
    • 推論コスト競争 または「ベストモデル」競争への強制参加
  • モデル特化型企業の 生存戦略
    • 自己改良型AI の先行達成
    • 規制による市場囲い込み
    • 唯一無二の製品 構築

Anthropicの独特なリスクと課題

  • 規制戦略自己改良型AI への集中
  • 倫理重視 姿勢(FableやMythosの自己検閲)
  • コスト構造の高さ (Fable 5はOpenAIやオープンモデルの約3倍のコスト)
  • ユーザーが高価格に 価値を感じるか不透明
  • 価格競争ベンチマークの飽和 による差別化困難
  • AIハーネス (OpenCode, Hermes等)の参入障壁の低さ
  • OpenAIは 製品・体験・インフラ投資 で明確な差別化
  • Anthropicは 製品のアンバンドリングリスク経済的不利 が顕著

Kimi K3・Qwen 3.8の登場による影響

  • Kimi K3 (7/16)、 Qwen 3.8 (7/19)、 GLM 5.2 (6月中旬)と続々リリース
  • 単発でなく 複数ラボがトップレベルで競争可能 と証明
  • コスト面でも優位 な競争が進行
  • モデル単体企業(Knowledge Atlas, Moonshot Labs, Anthropic)は
    • OpenAI, Alibaba, SpaceX, Meta, Google と比べ防衛力が弱い
  • 持続的な競争・追従・コスト競争 の時代到来

今後の展望

  • オープンモデルの進化で モデル単体企業の持続性に疑問
  • インフラ所有・製品多角化による 競争優位性の確保 が重要
  • 規制やAGIの実現 がなければ、Anthropicの地位維持は困難

Hackerたちの意見

もっと重要なのは、持続可能な長期ビジネスとして、モデルのみの提供者は特にリスクが高いってこと。Knowledge Atlas、Moonshot Labs、Anthropicは、OpenAI、Alibaba、SpaceX、Meta、Googleに対して防御力の課題を抱えてる。うーん、OpenAIはどうしてAnthropicと同じ「モデルのみの」提供者じゃないの?同じように脆弱な気がするんだけど。

彼らは消費者向けハードウェアに多様化しようとしてるし、データセンターの所有も進んでる。消費者向けハードウェアがもし発売されて、そこそこ成功すれば、他のフロンティアラボに対して非常にユニークなポジションを築けると思う。ちょっと投機的だけど、うまくいけば彼らにとってかなり変わる可能性があるんじゃないかな。

彼らもハードウェア関連のことをやってるよ。消費者向けのウェアラブルやポータブルなものもそうだけど、もっと重要なのは推論用のチップだね。良いモデルを持つことは一つのことだけど、そのモデルを良い速度で提供して需要に応えるのは別の話。Anthropicを見てみて、約6ヶ月前のこと。Moonshotも、需要に応えられないからコーディングプランのサブスクリプションをすでに停止してる。

記事では、彼らが見ている違いについて触れてるね(「製品、消費者体験、サイトの公開、音声、ハードウェアへの投資は、すべて明確なモートがある方向性だ」)。とはいえ、これらの差別化要因が今のところ期待外れか、全く証明されていない(ハードウェアのケースみたいに)って主張するのは簡単だと思う。

ChatGPTは、非技術的・仕事関連のLLMと同義だよ。彼らは大量のユーザーヒストリーを蓄積してる。その歴史がユーザーにとって製品を改善するんだ。ユーザーのコンテキストが増えるからね。それをモデルの改善や広告にフィードバックできる。未来には「バケーションを計画して」とユーザーが入力したら、ChatGPTがそこからすべてを調整する光景が見える。そういうユーザーは、モデルXが10%安いとか良いからって簡単には乗り換えないよ。

リスクは過大評価されてると思う。まず、少し良いモデルに対して人々は結構お金を払う意欲があるし。私自身、LLMが私のワークフローに加える価値は、フロンティアラボに払ってる月200ドル以上だと感じてる。少しでも安くするために最適化するつもりは全くないよ。最適化する声が大きい少数派や、LLMのコストがわずかな企業もいるけど、それは少数派だと思う(間違ってたら教えて、彼らの顧客層がどんな感じか気になる)。それに、実際のLLMは付加価値のほんの一部に過ぎない。LLMのAPIからエージェントソリューションを構築しようとした人は、Claude Code / Codexのハーネスが大きな価値を持ってることにすぐ気づくよ。OpenCodeみたいなオープンソースの実装もあるけど、あれは全然良くない。別の視点で考えてみて。MicrosoftがExcelの維持にどれだけお金を使ってるか考えてみて。機能の90%以上を持つオープンソースの代替品もあるし、Excelファイルとも連携できる。Google Sheetsは99%の機能を持ってて、誰でも使えるし、いろんな面で優れてる。でも、スプレッドシートソフトウェアが生み出す価値は、年間100ドル以上の価値があるから、実際の防壁があって、誰も代替品を探そうとはしないんだよね。

あなたが払ってる200ドルはかなり補助されてるから、実際の推論コストを考慮する必要があるよ。プランで許可されている最大限を使うと、10,000ドル近くになるかもしれない。

大きな価値は […] Codexのハーネスにある。Codexのオープンソース実装もあるよ。 https://github.com/openai/codex

フロンティアラボに払ってる月200ドル以上だ。これは非常に裕福で発展した国の特権的な視点だね。私の住んでるところでは、月収が200ドルくらいってのは珍しくないよ。もちろん、開発者の給与はもっと高くて、月1000ドルくらいになることもあるけど、200ドルはそれでも大きな割合だから、家賃やまともな食事を買えなくなると、どれだけ「価値」があっても意味がないんだ。発展した国でも、200ドルの月額料金は、恩恵を受けるべきいろんな人たち(裕福でない学生や起業家など)にとっては手が届かない金額なんだよね。

人々は、ほんの少し良いモデルに対して多くを支払う意欲がある。 その差はどんどん小さくなってるね。1週間前なら君に賛成してたかも。Fableにお金を払う価値は他のモデルと比べてあった。でもK3の場合、違いが縮まってきて、今はもうそのコストを払う価値がないって感じ。つまり、10%良い結果を得るために5倍払う価値がある人は多いけど、2%良い結果のために5倍払う人はずっと少ないってこと。 > Claude Code / Codexハーネスの大きな価値。 私にとっては逆だね。自分が好きなハーネスの代わりにClaude Codeを使わなきゃいけないのは、Anthropicにとってマイナス要素だよ。

オープンソースの代替品があって、機能の90%以上はあるし、Excelファイルとも連携できる。 Excelにはネットワーク効果がある。N人がExcelを使っていると、N+1人目のユーザーはそれを使わざるを得ないし、そうしないとN人のユーザーからのドキュメントを開けなくなる。Excelはまた、ユーザーがExcelのUIに慣れていると、新しいUIに切り替えるのをためらうという意味でも「粘着性」がある。トークンにはネットワーク効果がない。N人がFableを使っている場合、N+1人目のユーザーは他のモデルを使っても影響はない。

まず、ほんの少し良いモデルに対して多くを支払う意欲がある。私自身、LLMが私のワークフローに加える価値は、フロンティアラボに払っている月200ドル以上だと実感してる。少しでも安くするために最適化するつもりはないよ。これを最適化する声が大きい少数派や、LLMのコストがわずかである企業もあるけど、それは少数派だと思う(間違ってたら教えて、彼らの顧客層がどうなってるのか興味ある)。エンタープライズはClaude/OAIが利益を上げる方法だよ。エンタープライズ企業はインフラのコストを最適化することに全力を尽くしてるから、これは一つの職業カテゴリーみたいなもんだ。 > 実際のLLMは付加価値のほんの一部に過ぎない。LLM APIからエージェント的なソリューションを構築しようとした人は、Claude Code / Codexハーネスの大きな価値にすぐ気づくよ。オープンソースの実装もあるけど、あまり良くない。ClaudeとOAIが1兆ドルの価値を持っているのは、彼らのハーネスのおかげじゃない。 > 別の視点で考えてみて。MicrosoftがExcelの維持にどれだけお金を使っているか考えてみて。機能の90%以上を持つオープンソースの代替品もあるし、Excelファイルとも連携できる。Googleスプレッドシートはおそらく99%の機能を持っていて、誰でも使えるし、多くの点で優れている。でも、スプレッドシートソフトウェアが生み出す膨大な価値は、年間100ドル以上のコストを正当化するから、実際のモートが存在して、誰も代替品を探そうとはしない。エンタープライズ版のExcelは月50ドルくらいで、クローズドソースのラボはエンタープライズ向けにユーザーごとにその何倍もの料金を請求していて、評価を維持するためにもっと高く請求したがる。昨日、仕事用プランで1つのワークフローに20ドル使ったけど、たぶん毎日少なくとも50ドルは使ってるし、もうそんなにコーディングしてないのにね。

Hacker Newsで議論の続きを見る