生成AIの分野で、高性能なモデルほど高価だという常識が崩れ始めた。中国勢の低価格戦略は、無料チャットの集客策にとどまらず、API市場の中心で価格競争を引き起こしている。その背景には、技術的な効率化と戦略的な価格設定が複合的に絡んでいる。
API市場で起きる価格競争
DeepSeekは公式APIで、入力をキャッシュ命中時と非命中時に分け、出力も別単価で課金している。2026年8月3日時点の料金表では、モデルによってキャッシュ命中入力が100万トークン当たり0.0028ドルまたは0.003625ドル、非命中入力が0.14ドルまたは0.435ドル、出力が0.28ドルなどとされる。Moonshot AIもKimi K3について、入力、キャッシュ入力、出力を分けた公式料金を示している。
つまり、価格競争は消費者向けの無料サービスではなく、企業や開発者が組み込むAPI市場の中心で起きている。ただし、低価格がすべて恒久的とは限らない。新モデルの普及期には販促価格が設定される場合があり、料金表は頻繁に改定される。重要なのは特定時点の最安値ではなく、中国企業が技術設計と事業戦略の双方から、低価格を継続可能な競争軸に変えようとしている点だ。
なぜ安いのか（1）必要な部分だけ計算する
中国勢の低価格を支える代表的な設計が、「Mixture of Experts (MoE)」だ。MoEは多数の「専門家」部分を持ちながら、入力された各トークンに対して必要な一部だけを選んで動かす。DeepSeek-V3は総パラメーター6710億に対し、各トークンで活性化するのは370億と公表した。Kimi K3も2.8兆パラメーター級だが、896の専門家のうち16を活性化する構成を採る。総パラメーター数が大きくても、実際の計算量が同じ比率で増えるわけではない。
ただし、MoEならかならず安いわけではない。巨大な重みを保持するメモリーは必要であり、専門家を複数GPUに分散すれば通信も増える。アクセスが特定の専門家に偏ると待ち時間が生じるため、負荷分散の制御が欠かせない。DeepSeekが負荷分散手法やGPU間通信の最適化を技術報告で強調するのは、この実装差が原価を左右するからだ。
なぜ安いのか（2）推論を徹底的に効率化する
低価格はMoEだけで生まれない。推論では、低精度演算で計算量とメモリー使用量を抑える、複数の要求をまとめるバッチ処理、次の出力候補を小型モデルなどで先読みする投機的デコーディング、GPU間通信の削減、用途に応じた軽量モデルの使い分けなどが効く。
とりわけ料金設計に直接表れるのがキャッシュだ。長いシステム指示、同じ文書、会話履歴などの共通部分を毎回計算せず、過去の処理結果を再利用すれば、計算時間と費用を減らせる。DeepSeekのコンテキストキャッシュは標準で有効化され、同一の接頭部分が一致した場合に再計算を省く仕組みだ。そのため同社は、キャッシュ命中入力を非命中入力より大幅に安く設定している。GoogleやAnthropicもコンテキスト/プロンプトキャッシュを料金体系に組み込み、反復入力の費用を下げている。これは中国だけの技術ではないが、中国勢が安値を前面に出したことで、業界全体の値下げ圧力が強まった。
なぜ安いのか（3）オープンウェイトが競争を生む
DeepSeekやKimiの重要な特徴は、モデルの重みを利用可能にするオープンウェイト戦略だ。重みを入手できれば、利用者は公式APIだけでなく、自社サーバーや別のクラウド、推論サービス事業者でモデルを動かせる。複数社が同じモデルを提供すれば、価格、速度、地域、サポートを比較でき、API提供元も切り替えやすくなる。量子化版や用途別の改良版も生まれやすい。
ただし、オープンウェイトとオープンソースは同義ではない。重みが公開されても、学習データ、データ生成工程、完全な学習コード、詳細な運用ノウハウまで公開されるとは限らない。それでも、モデルを実行する権利が一社に独占されにくくなるだけで、価格決定力は分散する。DeepSeek-R1やKimi K3は公式に重みを公開しており、公式API以外の供給経路を生み出している。
なぜ安いのか（4）普及を優先した価格戦略
低価格には技術的効率だけでなく、戦略的な価格設定もある。開発者を早期に集め、API利用を増やし、周辺ツールやクラウド、法人契約へ誘導できれば、モデル単体の利益率を抑えても事業全体で回収できる。競合から利用者を奪い、事実上の標準を取る狙いも考えられる。
「中国だから人件費が安い」「国家補助で赤字を埋めている」とするのは適切でない。企業別のGPU調達費、電力契約、補助金、内部損益は十分公開されていない。確認できるのは、MoE、キャッシュ、低精度化、通信最適化などの技術と、開発者獲得を促す価格が併存していることまでだ。低価格のうち、原価低減と戦略的値引きが占める割合は企業ごとに異なると見るべきだ。
「安いAI」は本当に企業にとって安いのか
企業導入では、100万トークン当たりの単価だけを比べてはならない。機密情報を送れるか、データがどの国・地域に保存されるか、個人情報保護や業界規制に適合するかを確認する必要がある。可用性、応答速度、障害時の補償、日本語品質、管理機能、監査ログ、サポート、モデル更新時の互換性も総費用を左右する。
オープンウェイトモデルを自社運用すればAPI料金は不要でも、GPU購入・賃借、電力、冷却、保守、セキュリティ対策、人材確保が発生する。安いモデルと、安く安全に運用できるサービスは同じではない。企業が比較すべきなのは表示単価ではなく、精度不足による手戻りや監督費まで含む総保有コストだ。
欧米勢は値下げを迫られるのか
OpenAI、Google、Anthropic、Microsoftはすでに、モデルの階層化、キャッシュ割引、小型・高速モデル、バッチ処理などを展開している。GoogleのGemini APIは複数の低価格モデルとキャッシュ料金を設け、Anthropicも反復プロンプトを安くするキャッシュを提供する。MicrosoftのAzure OpenAIには従量課金と予約型の処理能力があり、価格だけでなく予測可能性を売る。
今後はAPI価格の引き下げ、小型モデルの拡充、キャッシュ割引、オープンウェイト戦略の見直しが進むだろう。ただし欧米勢が最安値競争だけに応じるとは限らない。MicrosoftはAzureやCopilot、GoogleはCloudやWorkspaceと統合できる。法人向けの認証、監査、法令対応、販売網、サービス水準保証を含めれば、単価が高くても選ばれる余地がある。市場は、最高性能の高価格モデルと、大量処理向け低価格モデルに二極化し、モデル単体より業務基盤との統合で差別化する方向へ進む。
「最高性能」から「必要十分な性能」へ
中国AIの価格破壊がもたらす最大の変化は、評価軸の転換だ。これまでは「最も賢いモデルはどれか」が注目された。これから企業が問うのは、「この業務に必要な精度、速度、安全性を、いくらで実現できるか」だ。分類、要約、定型文作成、一次問い合わせ対応などでは、常に最高性能モデルを使う必要はない。安価なモデルを基本にし、難しい推論や重要判断だけ高性能モデルへ回す構成が合理的になる。
その結果、企業は単一モデルを全面採用するのではなく、用途別に複数モデルを組み合わせるようになる。中国勢の低価格化は、AIを性能ランキングの市場から、費用対効果、運用品質、切り替え可能性を競う市場へ変える。価格破壊の本質は、単にAIが安くなることではない。必要十分な知能を適切な価格で調達するという、新しい産業ルールを世界に突き付けている点にある。
