【妖妖ちゃん】中国AIは米国に追いついた？Kimi K3の裏にある計算コストの請求書、ジェンスン・フアンはどちら側？

本期视频深入分析了中国AI模型Kimi K3的崛起及其在中美AI竞赛中的意义。视频指出，Kimi K3在部分测试中表现优异，但其成功并非意味着中国AI已全面超越美国。文章剖析了Kimi K3的混合专家架构、长文本处理能力和智能体表现，并探讨了排行榜的局限性、开源模型的真实含义以及运行大型模型所需的巨大算力成本。同时，视频分析了月之暗面、北京、美国媒体、华盛顿政策制定者以及英伟达CEO黄仁勋等各方在Kimi K3事件中的利益诉求和叙事策略，强调了算力、先进芯片制造能力和持续探索能力仍是中美AI差距的关键所在。

视频链接：

完整文本：

哈罗大家好 我是妖妖酱。过去两周，一个来自北京的AI模型Kimi K3突然震动硅谷。美国媒体宣称中国抹去了美国的AI领先，白宫科技顾问警告美国可能输掉AI竞赛。黄仁勋则说中国的开放模型非常优秀，美国企业应当大胆使用。与此同时，中国媒体把Kimi与Deepseek传承了一条故事线：芯片封锁失败了，中国AI即将全面赶超美国。听起来，华盛顿、硅谷和北京似乎得出了同一个结论，但他们真的在描述同一件事儿吗？还是不同利益集团出于自己不同的目的，共同放大了同一种焦虑？今天，我们不靠外国口号，也不靠反向宣传，我们将深入分析Kimi K3的排行榜，所谓的开源低价神话、硬件账单和训练算力，追踪每一种说法背后的利益，回答以下三个问题：Kimi究竟强在哪儿？中国真正受制于什么？一个模型追上美国是否等于中国AI即将全面超越美国？

这轮引发中美双方焦虑的主角叫Kimi K3，研发者是北京的月之暗面。7月16号，Kimi K3正式发布，月沾面公布的数字相当惊人，模型总规模达到2.8万亿，参数每次回答问题会激活其中的大约1040亿参数。它可以同时处理文字和图像，最多容纳100万token，也就是能够一次读非常长的文档和大型代码库。公司随后又公布了模型权重和技术报告，让外部开发者可以下载和部署。真正点燃舆论的是排行榜，在Arena的前端编程测试中，Kimi K3冲到榜首。在若干智能体、软件工程和综合能力测试里，他也进入了全球第一梯队。他的API价格又低于美国最强的商业模型。消息一出，美国科技媒体迅速使用了一个极具冲击力的标题：中国抹去了美国的AI领先。白宫科技顾问戴维萨克斯警告美国，如果不能继续扩大基础设施、能源和技术出口，就有可能输掉AI竞赛。

NVIDIAのCEOであるジェンスン・フアン氏は、ウォール街がDeepSeekの登場時に一度誤判断をし、今度はKimiを前にして再び誤判断をしたと述べた。彼は、中国のオープンモデルは非常に優れており、米国企業が使用すべきなのは当然であると考えている。中国メディアはこの好機を逃さず、DeepSeekの話題が下火になったところでKimiがその後を引き継いだ。米国が先端チップを封鎖しているにもかかわらず、中国はより少ないリソースで世界トップクラスのモデルを作り出している。米国のモデルは高価で閉鎖的であり、中国のモデルは安価でオープンである。このスピードで発展を続ければ、全面的な追い抜きは時間の問題のようにも思える。ここで真っ先に明確にしなければならない事実がある：Kimi K3は詐欺でもなければ、宣伝だけで積み上げられた張り子の虎でもない。2兆8000億パラメータのMixture of Experts（専門家混合）モデルが、学習の通信、長文テキスト、エージェントタスクにおいて正常に機能するためには、相当なアルゴリズム能力とシステムエンジニアリング能力が必要である。Kimiが一部のテストでリードを獲得したことも、中国のAIチームがすでに世界のファーストエディット（第一線）で競争できる能力を持っていることを示している。しかし、Kimiが優れていると認めることと、中国が間もなく米国を全面的に追い抜くことを受け入れることは、全く別の問題である。ある中国の選手がいくつかの試合でアメリカの選手に勝ったとしても、それはその選手が世界トップクラスの水準に達したことを証明することはできるが、中国がすでにスポーツ、科学研究、訓練システム、競技場、商業リーグ、そしてすべての競技項目において米国を全面的に超えたことを自動的に証明するわけではない。

モデルのランキングが測定するのは、あるバージョンのモデルが規定された一連のタスクの中でどのようにパフォーマンスを発揮したかであり、先端チップの製造能力を測定するものではなく、全国にどれだけの演算能力があるかを測定するものでもなく、次に何千回、何万回もの実験を行う資金力を誰が持っているかを測定するものでもない。Kimiがいくつかのテストに勝利したことから、中国がアメリカのリードを消し去ったという結論に飛びつく時、その間にかけているピースこそ、私たちが今日調査しようとしている部分である。では、この飛躍がどのようにして起こったのかを明確にするために、まず問うべきなのは「誰がこの物語を必要としているのか」ということだ。このニュースは少数の人々が密室で共謀した結果ではなく、もっと一般的かつ強力なケースとして、複数の勢力がそれぞれの利益を出発点として動き、最終的に奇妙な熱帯低気圧のように合流したものである。第一の勢力はMoonshot AI（月之暗面）と北京から来ている。Moonshot AIは資本、人材、顧客、そして開発者を必要とする商業企業であり、Kimi K3のようなモデルを訓練するには莫大な資金を投じなければならず、同社は自分がDeepSeekの二番煎じではなく、グローバルな技術エコシステムを築くことができる先駆者であることを証明しなければならない。ランキングが高ければ高いほど、メディアの衝撃が大きければ大きいほど、海外の開発者がダウンロードする数が増えるほど、資金調達や市場競争においてより有利になる。

中国共産党（CCP）にとって、必死になることにはもう一つの価値がある。米国が2022年から先端AIチップ、半導体製造装置、高帯域幅メモリ（HBM）の中国への流入を制限し続ける中、北京が最も証明したいのは中国企業が優れた製品を作ったということだけではなく、米国の封鎖が失敗したということである。中国のモデルが米国の最先端に近づきさえすれば、北京はその企業の技術的成果を体制の勝利へと書き換えることができる。西側諸国の包囲網が厳しければ厳しいほど、中国のイノベーションはより強くなり、米国のモデルは閉鎖的で高価である一方、中国は技術を世界に無料で提供している、というわけだ。したがって、Moonshot AIには商業的成功の物語が必要であり、北京には国家台頭の物語が必要である。両者は完全に同一ではないが、Kimi K3の意義を誇張する点においては完全に一致している。第二の勢力は米国のメディアから来ている。Kimi K3はいくつかの公開テストで最先端のレベルに達したが、テストごとに方法論の差異が存在する。これが正確な見出しであるはずだが、変態的なほどこれを取り上げる者は少ない。中国が米国のAIの優位性をかき消した、このような見出しこそが歴史の転換点のように思えるのではないか？メディアは複雑な技術競争を競馬のように翻訳することを好む。どちらが1位で、どちらが2位で、どれほどの差があり、いつランキングで逆転するのか？

そして、あたかも客観的なデータであるかのような数字を都合よく提供する。しかし、数字がテスト条件から離れてしまうと、非常に乱用されやすくなる。モデル企業は最も有利な項目を選択することができ、テストのフレームワークが成績に影響を与え、推論にどれだけの時間をかけることが許可されるかも結果を変えてしまう。さらに重要なことに、ランキングが比較するのはすでに公開された製品であって、両国のすべての能力ではない。これを検証するために言っておくが、これは私たちの偏見ではない。私は過去1年の『ニューヨーク・タイムズ』、『エコノミスト』、BBC、そして『ブルームバーグ』に対し、同基準でサンプリング調査を行い、中国の経済とテクノロジーに関する報道を月ごとに検索した。各メディアが毎月最大10件をランダムに抽出し、合計374の見出しをコード化した。見出しのみを判断基準として、中国を「能力上昇」「問題悪化」「中立」、あるいは「プラスとマイナスの組み合わせ」のどれとして描写しているかを分類した。その結果、実は西側メディアがすべて称賛しているわけではないことが分かった。中国に関する213の経済関連の見出しのうち、ネガティブなものは88件であり、ポジティブなものは28件であり、批判的な報道はポジティブな報道の3倍を超えていた。本当に異常だったのは、実はAIやハイテクに関する報道であり、127の見出しのうち、ポジティブな能力の叙述に関するものは40件で、ネガティブなものはわずか25件であった。

違いはさらに、ブルームバーグによる米中AIおよびハイテクに関するポジティブ・ネガティブな報道の比率が18対9であることに強く集中しています。『エコノミスト』誌はどうでしょうか？12対4であり、BBCは7対8、ニューヨーク・タイムズは3対4となっています。言い換えれば、この中国の科学技術が米国に取って代わろうとしているという風潮は、4つのメディアが足並みを揃えて作り出したものではなく、商業・経済メディアや『エコノミスト』によってより大きく誇張されたものです。それがソーシャルメディア上で疑問符や前提条件を切り捨てられ、ネット全体に広がる不安感情へと変貌しました。3つ目の力は、ワシントンから来ています。米国の政策派閥間の議論は非常に激しいものですが、中国が迫っているという論調はほぼすべての派閥にとって都合の良いものとなっています。規制緩和を主張する者は、もはや煩雑な規則で米国の企業を縛ることはできないと主張し、エネルギーやデータセンターの拡張を主張する者は、中国は米国の審査プロセスを待ったりはしないと主張できます。産業補助金を主張する者は政府により多くの資金投入を要求でき、統制強化を主張する者はチップやモデルのさらなる封鎖を要求できます。彼らが提示する政策が必ずしも間違っているわけではなく、中国の挑戦は確かに存在しますが、そこにある動機を見据える必要があります。つまり、中国の脅威をより切迫したもの、より緊急なものとして語れば語るほど、これらの政策主張は予算や支持を獲得しやすくなるということです。

そのため、中国には強力なモデルがあるという主張は、当然のように米国が未来を失うかもしれないという話へと格上げされます。4つ目の力は、ジェンスン・フアンと彼のエヌビディアから来ています。ジェンスン・フアンは一方で、中国のエンジニアは非常に優秀であり、中国は米国からごくわずかな遅れをとっているに過ぎないと絶えず強調し、もう一方で、中国を米国の技術エコシステムから排除することに反対しています。彼の理屈は、もし米国が世界にチップやプラットフォームを提供しなければ、中国独自の代替システムが構築され、最終的にCUDAや米国の技術がグローバルな影響力を失うというものです。この判断には戦略的な道理がありますが、エヌビディアのビジネス上の利益とも完全に一致しています。エヌビディアが売っているのはチャットボットではなく、チャットボットを稼働させるためのコンピューターです。AIの競争が激しいと世界が信じれば信じるほど、各国はデータセンターを建設する必要があり、オープンモデルが流行すればするほど、より多くの企業が自社のGPUを購入するようになります。中国が米国に近づいているように見えれば見えるほど、対中チップ制限の解除がより差し迫った課題に見えるようになります。したがって、目の前のこの波は、単純な中国のプロパガンダが米国を騙したということではありません。事実はもっと興味深いものです：北京には封鎖を突破したという勝利が必要であり、月之暗面（Moonshot AI）にはグローバルでの評価上昇が必要であり、米国のメディアには劇的な展開が必要であり、ワシントンには危機動員が必要であり、エヌビディアには増え続ける計算需要が必要なのです。

異なる人々が似たような言葉を口にしながら、全く異なる目標を追求しています。このことを理解して初めて、私たちは技術そのものに立ち返ることができます。では、このKimiは一体何に勝利したのでしょうか？そして何に勝利していないのでしょうか？まずはKimiが本当に重視に値する部分を見てみましょう。従来の大規模モデルは1つの会社のようであり、1つの処理を行う際、ほぼすべての従業員が同時に会議を開くようなものです。モデルが大きければ大きいほど、このやり方はコストがかかります。Kimi K3が採用しているのは混合専門家アーキテクチャ（MoE）であり、多くの専門部署を持つ会社に例えることができます。法律問題は法務グループに、プログラミング問題はエンジニアリンググループに、画像問題には別の専門家グループに任せます。そのため、モデル全体には2兆8,000億のパラメータがありますが、毎回活性化されるのは約1,040億にとどまります。これは残りのパラメータが全く役に立たないという意味ではなく、逆に、膨大な専門家プールが容量を提供し、選択的な活性化が各計算の負担を軽減するのです。これほど多くの専門家を異なるチップに割り当て、迅速に情報を交換させることが難しいシステムエンジニアリングなのです。Kimiの2つ目のハイライトはコンテキストであり、100万トークンとは単に1冊の本をチャットウィンドウに詰め込むことではなく、モデルが複数の資料の中から関連情報を見つけ出し、タスクの目標を維持し、外部ツールと連携することを要求するものです。

これはコードベース、法律文書、研究資料の分析にとって非常に魅力的です。3つ目のハイライトはエージェントの能力です。今日最も注目を集めているAIは単に質問に答えるだけでなく、目標を受け取り、自分で文書を読み込み、ツールを呼び出し、コードを書き、結果をテストし、エラーに基づいてさらに修正を加えることができます。Kimiはすでにフロントエンドプログラミングや一部のエージェントのテストで良好な成績を収めており、物事をやり遂げるという土俵において実際の競争力を持っていることを示しています。しかし、ランキングの限界もここから始まります。第一に、ランキングが測定しているのは選定されたタスクの異常値にすぎません。フロントエンドのプログラミングテストは、モデルが要求通りにウェブページを作成できるかどうかを教えてくれますが、それが科学的推論、サイバーセキュリティ、生物学的研究、ロボット制御、軍事計画においても同様にリードしているかどうかを教えてくれるわけではありません。それは、車が市街地道路で最も燃費が良いからといって、それがサーキットや雪道、あるいは重量物輸送においても最高のパフォーマンスを発揮できることを証明できないのと同じです。第二に、ランキングでの成績はモデルだけによるものではありません。Kimi K3のテストで組み合わせられたのはKimi Codeであり、OpenAIの組み合わせはCodexであり、Anthropicのモデルの組み合わせはClaude Codeです。

これらのツールは、モデルがどのファイルを読み込めるか、どのように検索するか、いつ実行するか、コードが失敗した後にどう重視するかを決定します。最終的なスコアは、基礎となるモデル、ソフトウェアフレームワーク、プロンプト、計算、予算、そして安全規則が共同で生み出した結果です。米国のモデルは、サイバーセキュリティや危険なタスクを理由に回答を拒否することがあり、拒否することによって一部の能力テストで減点される可能性がありますが、それは必ずしもその能力がないことを意味するわけではありません。逆に、ほとんど拒否しないモデルはスコアが高くなる可能性がありますが、より大きなリスクをもたらす可能性もあります。異なるテストにおいて、これらの条件を統一しなければ、ランキングを純粋な知能の差として解釈することは困難です。第三に、モデル企業が公表するテストは、本質的に選択的なものです。これは中国企業に限った問題ではなく、米国の企業が新しいモデルを発表する際にも、同様に最もパフォーマンスの良い指標を選び出します。本当に信頼できる判断を下すには、発表会の1枚の表を見るだけでなく、複数の独立したテスト、実際のユーザー体験、そして一定期間後の安定したパフォーマンスを観察しなければなりません。第四に、公開されている製品が国家の技術蓄積のすべてとは限りません。OpenAI、Google、そして月之暗面（Moonshot AI）のラボ内部でまだ発表されていないモデルが実際にどのレベルに達しているのかは分からないため、想像だけで米国が必ず何かより強力なものを隠し持っていると宣言することはできません。

しかし同様に、公開されているランキングだけをもって、中国が米国のすべてのリードを消し去ったと宣言することもできません。私たちが比較できるのは、ある日店頭に並んだ商品に過ぎません。したがって、Kimiの成績は3つの結論を支持することができます。それは、中国が世界レベルのAI人材を擁していること、中国のチームが超大型の混合専門家（MoE）モデルを訓練する能力を習得していること、そして中国のモデルがいくつかの重要なタスクにおいて米国の公開製品と正面から競争できるレベルに達していることです。しかし、それは別の3つの結論を支持することはできません。中国がすでに世界最強の先進チップを掌握していること、中国が米国に匹敵する総計算力を保有していること、そして中国がすでに次世代のAAA研究の全面的な主導権を握っていることです。これこそが、今回の世論操作における最も重要なすり替えであり、製品レベルでの接近をシステム全体の超越としてパッケージングしているのです。そして、このようなすり替えが成功しやすいのは、「オープンソース」という極めて魅力的な言葉があるからでもあります。KimiやDeepseekはよくオープンソースモデルと呼ばれ、この呼び方はすでに定着していますが、ニュースの見出しとしては正確ではありません。一般的なソフトウェアのソースコードは、完全なレシピのようなものであり、すべての手順を確認し、どのような原材料が加えられ、どのように加工されたかを知ることができ、自分のニーズに合わせて修正して作り直すこともできます。

AIモデルは異なります。訓練が始まる段階では、システム内にはまだ能力を形成していない数千億、あるいは数万億個のパラメータが存在します。それが大量のデータを読み込み、何度も計算を繰り返してこれらのパラメータを調整し、最終的に得られた数値の集合がモデルの重み（ウェイト）です。重みは、すでに出来上がったケーキのようなものです。ケーキを家に持ち帰り、切り分けてデコレーションし、さらにはそれをベースに新しい製品を作ることもできます。しかし、ケーキを手に入れたからといって、小麦粉がどこから来たのか、厨房でどのような設備が使われたのか、何回失敗したのかを知っていることにはなりませんし、同じ生産ラインを再構築できるわけでもありません。Kimi K3は、確かに非常に価値のあるもの、すなわちモデルの重み、技術レポート、アーキテクチャの説明、および一部の実行ツールを公開しました。開発者は重みをダウンロードし、ライセンスの範囲内で修正、量子化、デプロイを行うことができます。これは、企業のAPIを通じてしか呼び出せないクローズドなモデルに比べれば、当然はるかにオープンです。しかし、月之暗面は、Kimiを完全に再構築するのに十分な訓練データ、すべてのデータ処理プロセス、そして毎回の実験記録や完全な訓練パイプラインを公開していません。外部は出来上がったモデルを研究することはできますが、月之暗面がどのようにしてこのモデルを作り上げたのかをゼロから複製することはできません。

Deepseekも同様の状況です。彼らは重みの論文と一部の推論コードを公開しており、エンジニアリングの透明性の観点からは評価に値しますが、すべての訓練データと完全な生産プロセスを世界に提供したわけではありません。したがって、より正確な名称は「オープンウェイト（開放重み）モデル」です。これは言葉遊びではありません。オープンウェイトは、真に重要な3つの自由をもたらします。第一に、データをローカルに留めることができるため、病院、銀行、政府、企業は機密情報を外国企業のサーバーに送信する必要がありません。第二に、開発者はモデルを調整でき、法律アシスタント、プログラミングツール、あるいはローカルの言語モデルへと微調整（ファインチューニング）することが可能で、コンテンツの制限を変更することもできます。第三に、一国が特定の米国企業のAPIに永遠に依存し続ける必要がなくなります。商業関係や国際政治が変化したとしても、すでに重みを取得していれば、理論上は引き続き運行させることができます。しかし、オープンウェイトは別の3つのものを提供していません。それは、外部にすべての訓練素材を知らせていないため、モデルが著作権で保護されたコンテンツを使用したかどうか、あるいは他のモデルの出力を大量に吸収した（いわゆるモデル蒸留）かどうかを徹底的に監査することが困難であるということです。

それは完全なトレーニングプロセスを公開していないため、どの技術が独自開発によるもので、どれが繰り返しの試行錯誤によるものなのかを第三者が判断することはできません。最も重要なのは、同等クラスのモデルをトレーニングするために必要なチップ、データセンター、資金をダウンロード者に提供しているわけではないということです。オープンウェイトにすることで、中国はモデルの使用権を世界中に急速に広めることができますが、他国が自動的に中国の研究開発能力を獲得することにはなりません。これこそが北京がこの戦略を好む理由であり、中国のモデルに依存する開発者エコシステムを構築し、技術的影響力を拡大しつつ、最も価値のあるトレーニングの秘密を保持できるからです。しかし、この戦略には見落とされがちなもう一つの受益者がいます。なぜなら、モデルファイル自体は無料でダウンロードできるものの、それを実際に稼働させるためのマシンは決して安くないからです。

Kimiを実際に稼働させるためのマシンは一体どれほど高いのでしょうか？計算してみましょう。Kimi K3には2.8兆個のパラメータがあります。パラメータとは、モデルのトレーニング後に残された経験の記録と理解することができます。高度に圧縮され、各記録がわずか0.5バイトしか占めないとしても、モデル全体で約1.4TBのスペースが必要になり、これは約300本の高画質映画に相当します。しかし、ファイルがハードディスクに保存できることと、モデルが正常に動作することは別問題です。ハードディスクは地下倉庫のようなもので、容量は大きく価格は……

Kimiを実際に稼働させるためのマシンは一体どれほど高いのでしょうか？計算してみましょう。Kimi K3には2.8兆個のパラメータがあります。パラメータとは、モデルのトレーニング後に残された経験の記録と理解することができます。高度に圧縮され、各記録がわずか0.5バイトしか占めないとしても、モデル全体で約1.4TBのスペースが必要になり、これは約300本の高画質映画に相当します。しかし、ファイルがハードディスクに保存できることと、モデルが正常に動作することは別問題です。ハードディスクは地下倉庫のようなもので、容量は大きく価格は安いですが、物の移動は比較的遅いです。グラフィックボード上の高速メモリは、シェフの手元にある調理台のようなもので、スペースは高価ですが、モデルがすぐに使う材料はそこに置いておかなければなりません。もしモデルの大部分がハードディスクに残されたままだと、数文字生成するたびに動作を止めて移動させる必要があり、起動はできても実用価値を失うほど遅くなってしまいます。その上、モデルは進行中の会話を記憶しなければなりません。アップロードするファイルが長ければ長いほど、同時に与えるタスクが多ければ多いほど、必要となる高速メモリは大きくなります。Kimiは100万トークンを処理できると謳っています。しかし、本当にその能力を発揮させようとすれば、ハードウェアへの負荷はさらに上昇し続けます。

質問に答えるたびに約1041個のパラメータしかアクティブにしないのに、なぜ2.8兆個ものパラメータ全体を搭載しなければならないのか、と疑問に思う人もいるでしょう。これは、数百の専門部署を抱える企業のようなものだと想像してください。一つの問題を解決する際、実際に稼働するのは十数個の部署だけかもしれません。しかし、問題が発生する前は、システムは今回プログラミングが必要なのか、画像が必要なのか、それとも数学が必要なのか分かりません。そのため、すべての部署の資料を迅速に呼び出せる場所に配置しておく必要があります。これが、モデルを正常に起動することと、GPTのようにスムーズに使用することが全くの別物である理由です。ネット上では、普通のパソコンでDPCやTIMEを動かしたという人がいます。技術的には本当かもしれませんが、その方法は通常、モデルをさらに圧縮するか、一部のコンテンツをハードディスクに置いてゆっくり移動させるというものです。最終的にモデルは確かに言葉を発しますが、速度は遅く、処理できる材料は短くなり、商業サイトのユーザー体験とは比較になりません。しかも、個人用パソコンで動作しているものの多くは、ニュースにあるような完全な6711パラメータのフラッグシップモデルではなく、大規模モデルから蒸留された小さなバージョンです。これは、自動車会社がいくつかのレース技術を市販車に応用したようなものです。市販車は確かにレース性能の一部を得られますが、それは市販車の価格でプロ仕様のレーシングカーを買ったことにはなりません。

もし完全なモデルを正常に動作させたい場合、ハードウェアの請求書は全く異なるものになります。なぜなら、デモで示された完全なDPCと高性能ソリューションは、約200のハイエンドグラフィックボードを8枚搭載したサーバー1台だからです。DPCが初期に公表したもう一つのソリューションでは、2台のマシンで計16枚のハイエンドグラフィックボードを使用していました。グラフィックボードとサーバーだけで数百万円（元）かかる可能性があります。さらに高速ネットワークストレージ、電力供給、放熱を加えると、300万人民元というのは決して大げさな数字ではありません。Kimi K3の全体的な規模は、DPCのフラッグシップ版よりもさらに大きいです。毎回一部のパラメータのみを呼び出すことで計算を節約しているとはいえ、ローカルでGPT並みの回答速度を達成しようとするなら、実際の投資額はさらに高くなる可能性が非常に高いです。したがって、300万元を非常に控えめな出発点として考えます。ここで、この金額を一般の人が馴染みのあるサブスクリプション料金に換算してみましょう。ChatGPT PlusとClaude Proは現在、どちらも月額20ドルのサブスクリプション料金です。1ドル＝6.76人民元で計算すると、毎月約135元になります。300万元は、一人が何年間サブスクリプションを契約できる金額でしょうか？1800年以上です。300万元はマシンを購入するスタートラインに過ぎず、その後はどうなるのでしょうか？

さらに電気代やメンテナンス費用も支払い続けなければなりません。そのため、一般の人にとって、GPTのようなものや楽しい日常体験を得るために300万を投じて完全なTimmyを自宅に持ち込むのは、損をする取引です。もちろん、誰もがその300万を出せるわけではありません。これは、誰かが大型旅客機の設計図を無料でくれるようなものです。確かにタダですが、設計図の上に座って飛ぶことはできません。エンジンを購入し、機体を製造し、格納庫を借り、メンテナンスの責任も負わなければなりません。GPTやCLUBをサブスクリプションで利用するのは、航空券を買うようなものです。飛行機を所有する必要はなく、航空会社がすでに構築したシステム全体を、航空券代を支払うだけで利用できるのです。いわゆるオープンソースやオープンウェイトが提供するのは、自分で飛行機を製造する権利であり、すぐに離陸できる飛行機を無料でプレゼントしてくれるわけではありません。したがって、中国が世界クラスのA3を全員に無料で提供しているというのは、半分しか正しくありません。無料なのはモデルファイルであり、モデルを動かす計算能力ではありません。ダウンロードできるのは学習成果であり、ダウンロードできないのはグラフィックボード、データセンター、そして電力です。しかし、政府、銀行、大手機関がデータセキュリティのためにモデルを自社のデータセンターに戻すと決めたなら、彼らはより多くのグラフィックボードとサーバーを購入しなければなりません。

こうして、一見矛盾した結果が生じます。中国企業がモデルを無料で開放すればするほど、世界中で購入が必要な計算機器はかえって増える可能性があるのです。躍至暗面（DeepSeek）が無料で提供するのはモデルのウェイトであり、NVIDIAが販売するのは、それらのウェイトを実際に稼働させるためのマシンです。今、私たちがなぜ華人（ここではJensen Huangを指す）がこれほど熱心なのかを振り返ると、理解しやすくなります。躍至暗面がリリースされた後、一部の投資家はNVIDIAが打撃を受けるのではないかと懸念しました。もし中国企業が少ないリソースで安価なモデルを作れるなら、将来はそれほど高価な計算能力が必要なくなるのではないか、と。DeepSeekが登場した際、市場には同じようなパニックが起きました。しかし、Jensen Huangの答えはこうでした。「あなたたちは因果関係を逆に捉えている」。ある商品の使用コストが下がれば、総需要は減るどころか、かえって増えることがある。照明はその典型的な例です。電球がますます省エネになっても、照明の使用が減ることはありませんでした。使用コストが下がったことで、都市の道路、商店、家庭がかえって多くの照明を設置するようになったからです。AIも同じかもしれません。一度の推論が10倍安くなれば、企業は元の請求額を節約することに満足せず、APIをより多くのサービスに組み込むでしょう。例えば、カスタマーサービス、プログラミング、デザイン、医療、自動車、ロボットなどです。

最終的に使用される総計算エネルギーは、より大きくなる可能性があります。OpenAIやDeepSeekにとって、モデルは製品です。NVIDIAにとって、モデルはまず第一に計算需要です。クローズドソースのAPIは計算を少数のクラウド大手に集中させますが、オープンウェイトは導入の衝動を、自らのデータを掌握したいと願うあらゆる組織へと拡散させます。政府は主権を求め、銀行はローカルサーバーを求め、病院は患者の病歴をアップロードしたがりませんし、軍はファイルを外国企業に渡すことなど絶対にしません。こうした決定の一つ一つが、GPU、ネットワーク機器、エンタープライズソフトウェアの注文へと変換される可能性があるのです。躍至暗面は特にNVIDIAの利益に合致しています。2.8兆のパラメータと100万トークンのコンテキストウィンドウは、プログラミングとエージェントサービスを強調しています。モデルウェイトは無料ですが、それが人気を博せば博すほど、それを動かすために世界中で使われるハイエンドハードウェアは増える可能性があります。NVIDIAの2026会計年度のデータセンター収益は前年比68%増であり、同社の利益の核心はもはやゲーミング用グラフィックボードではなく、計算プラットフォームです。同社はGPUだけでなく、高速相互接続サーバーシステムやソフトウェアエコシステムも販売しています。華人がモデルの開放を主張するのには、もちろん技術的な理念もありますが、それはより多くのモデル、より多くのデータセンター、そしてより多くの計算消費で構成される世界を主張することと同義なのです。

彼が中国への米国製チップの販売継続を主張するのも、同じ二重の論理に基づいています。戦略的には、もし中国の開発者が引き続きCUDAやNVIDIAのプラットフォームを使えば、米国の技術が世界標準を維持できると考えています。もし米国が完全に撤退すれば、中国はHuaweiなどの代替勢力を育成せざるを得なくなるからです。商業的には、中国はもともと数百億ドル規模の価値がある市場です。制限を解除し、米国のエコシステムを維持することは、NVIDIAの収益回復にもつながります。したがって、彼が「中国は少ししか遅れていない」「中国のモデルは非常に優秀だ」と強調するのは、中立的な技術商人が下した最終判決として受け取るべきではありません。彼の観察は確かに多くの人よりも深いですが、彼には明確な利益の方向性もあります。これは、彼が言っていることがすべて嘘だという意味ではありません。ウェイトの開放は確かにソフトウェアの独占を減らし、ローカルデータを保護し、研究と競争を促進します。中国のエンジニアも確かに優秀です。問題は華人の説が嘘であることではなく、彼が繰り返し強調するその真実の一部が、たまたまNVIDIAが最も望む未来へとつながっていることにあります。OpenAIは世界中が引き続き彼らの知能を購入することを望み、NVIDIAは知能を持ちたいと願うすべての人が計算工場を購入することを望んでいるのです。

私たちがこの点をはっきりと理解すれば、ダシー（Dashi）も中国が間もなく追い越すことを認めている以上、それはもはや決定的な証拠ではなくなります。それは単に、中国のモデルがすでに世界の計算需要を生み出すほど強力であることを示しているに過ぎず、それこそがまさにダシーのビジネスの理由だからです。しかし、中国追い越し論を支持する人々には、さらに強力なカードがあります。TimeのAPI価格は、米国の主要モデルよりも低価格です。DPCもかつて低価格で市場を揺るがしたことがあり、これこそが中国のAPIの真の競争優位性です。しかし、「低価格」という言葉の中には、少なくとも4つの異なる計算が隠されています。第一はユーザーが見るAPI価格、つまり一定量のテキストを生成するために支払う金額です。第二はモデルが1回実行されるごとの直接コストで、GPU、電力、サーバーの減価償却費が含まれます。第三はモデルを1つトレーニングするためのコストです。第四は正しい技術ルートを見つけるためのコスト、つまりそれまでのすべての失敗した実験、人材、データ、インフラストラクチャの総コストです。発表会で最も宣伝されやすいのは第一のコストであり、時には第三のコストが公表されることもあります。しかし、ある研究所が持続的にイノベーションを起こせるかどうかを真に決定するのは、第四のコストです。新しいレストランが客を奪うために、100元のコストがかかる料理を一時的に60元で売ることもあれば、投資家が補助金を出すこともあり、最も優位性のある料理だけを低価格メニューにすることもあり得ます。

価格は真実であり、顧客は確かに安く支払っていますが、厨房が本当に60元しかかけていないことを証明するものではありません。中国の愛国的な企業が低価格を採用する背景には、複数の可能性が同時に存在します。混合エキスパートアーキテクチャ（MoE）は計算量を削減し、量子化はメモリの圧迫を軽減し、エンジニアリングの最適化は効率を向上させます。中国市場は競争が激しく、企業はより低い利益を受け入れる意欲があり、投資家が価格を補助している可能性もあり、企業が低価格を利用して開発者を獲得し、エコシステムを構築した後に収益を模索している可能性もあります。したがって、必死に安くすることは製品の競争力があることを証明できても、そのすべてのコストが米国より低いことを単独で証明することはできません。第四の低コストの物語も、同様の誤読を経験したことがあります。ある企業は、V3の正式なトレーニング段階で約20078:008万個のGPU時間を使用したと公表しました。メディアはこの段階を数百万ドルに換算し、DPCはわずか数百万ドルでOpenAIをコピーしたと書きました。しかし、この数字は企業の全投入額ではありません。これには初期の研究、失敗した実験、データの準備、既存のサーバー調達、人件費は含まれておらず、ゼロから最先端の研究所を設立するために必要な代価を代表するものでもありません。

それが真に証明しているのは、DPCが高いエンジニアリング効率で重要なトレーニングを1回完了できたということであり、最先端のAPIが大規模な計算能力から離れられるということではありません。Timeも同様です。2.8兆のパラメータ、長いコンテキスト、大規模な強化学習は、何もないところから生まれるはずがありません。技術の進歩はGPUごとの出力を向上させることはできますが、トレーニングマシンを消滅させることはありません。ここにはさらに敏感な問題があります。蒸留です。いわゆる蒸留とは、あるモデルに別の強力なモデルの出力を学習させることです。これは、学生が名教師の解題デモンストレーションを繰り返し読み、自分自身の解題習慣をトレーニングすることに例えられます。業界では蒸留が広く使われており、それ自体は邪術ではありません。論争の的となっているのは、学生がサービス規約に違反して大規模に回答を取得しているか、保護された成果をコピーしているか、そして発表時にソースを隠蔽しているかどうかです。米国政府は、越戦暗線（Yuezhannanxian）が可モデル（モデル名）の出力を利用してTimeをトレーニングした可能性を指摘し、その過程で違反がなかったか調査しています。現在、公開されている資料だけではこの告発を結論付けるには不十分ですが、追随者の優位性の一端を明らかにしています。開拓者は無人区を探索するためのコストを支払いましたが、後発者は論文、モデルの出力、公開ツールに沿ってより速く追随することができます。

この能力はもちろん尊重に値しますが、すべての技術の最前線を独自に推進することとは同じ概念ではありません。学生は教師が10年かけて構築した知識体系をより短い時間で習得できますが、これは学生が賢いことと、知識の伝達が有効であることを証明するものです。しかし、教師の最初の10年の探索がもはや不要になったことを証明するものではありません。したがって、アルゴリズムの効率と計算能力は二者択一ではありません。より優れたアルゴリズムは実験の価値を高め、より多くの計算能力は研究所が同時に多くの方向性を試すことを可能にします。中国はより少ないリソースで追いつくことに長けており、米国は依然としてより多くの探索の失敗を支払う能力を持っています。この格差が真に存在するかどうかを判断するために最も聞くべきは、公開の舞台での勝利宣言ではなく、中国の最先端研究所自身がこの平穏をどう描写しているかです。2026年5月、DPCの創設者である聞風（Wenfeng）が潜在的な投資家と4時間近くの非公開交流を行ったとされています。会議の記録は後に流出し、DPCは公式にその真実性を確認していません。しかし、その中での技術と経営の詳細に関する議論は非常に具体的でした。公開の世論において、DPCは計算能力がもはや重要ではないことを証明するためによく使われますが、この記録が伝えているのは正反対の情報です。

記録によると、DPCは米国の最先端レベルと約2年の差があり、この差を半年から1年に短縮したいと考えている。同社の計算能力の規模は、米国のトップクラスの研究所の約20分の1に過ぎない。真のボトルネックは、中国に優秀な人材がいないことではなく、研究者が自分のアイデアを検証するための十分な計算リソースを欠いていることにある。では、なぜ計算能力がイノベーションを制限するのか。それは、最先端モデルのトレーニングが、完成した設計図通りに生産を行うようなものではないからだ。研究者は10種類の新しいアーキテクチャ、20種類のデータスキーム、数十セットのトレーニングパラメータを持っているかもしれない。ほとんどの試みは成功しない。十分な計算能力を持つ研究所であれば、同時に実験を行い、失敗したルートを迅速に排除し、最も有望な方向にリソースを投入できる。計算能力が不足しているチームは、より慎重に選択せざるを得ず、一度の失敗も許されないために高リスクなスキームを断念することさえある。これは医薬品開発に似ている。科学者の賢さはもちろん重要だが、ある企業が10回の実験しか行えず、別の企業が200回の実験を行えるのであれば、後者が有効な薬を発見する確率は高くなる。梁文峰（Liang Wenfeng）が投資家に対して資金と計算能力の必要性を強調するのには理由があるが、投資家は最終的に金を出すかどうかを決定するため、彼は中国が全面的にリードしているという宣伝を繰り返すだけではいけない。

投資家が関心を持っているのは、次に何が不足しているのか、なぜ企業がこれほど多くの資金を必要とするのかという点だ。この記録の最も価値がある部分は「2年」という数字ではなく、AIの発展が速すぎるため、いかなる固定された時間差も一度のモデル発表で変化し得るということだ。真に重要なのは、文峰が構造工学の効率化によって計算能力の不足を緩和できるものの、計算能力そのものを不要にはできないと認めたことである。国産チップは一部のタスクを担えるが、最先端のトレーニングにおいてNVIDIAの地位を完全に代替できてはいない。これも、Time 3の成功が米国のチップ規制が失効したことを証明できない理由を説明している。規制によって中国が突然モデルのトレーニングを停止することなどあり得ない。中国は規制実施前からすでに大量のNVIDIA製チップを支配しており、第三国のクラウドやグレーなルートを通じて一部の機器を入手することもできる。中国のチームはソフトウェアの最適化によって古いチップの効率を高めることもするだろう。規制が真に行おうとしているのは、中国が次世代のチップを入手することをより困難にし、超大規模クラスターの構築をより高コストにし、同時に行える最先端実験の数を減らすことである。中国が依然として成果を出していることは、規制が隙のない壁ではないことを示しているが、壁が全く存在しないことを意味するわけではない。

もしIPSecの創設者の内部判断でさえ計算能力を主要な制約と見なしているのなら、一度のモデル発表を中国がチップの格差を克服したと解釈するのは、技術的な判断ではなく政治的な宣伝である。次に注目すべきは、この制約が具体的にどれほどのものかということだ。Apple IIによる公開クラスターの統計によると、2025年5月時点で、米国が世界のGPUクラスター計算能力の約4分の3を占め、中国は約15%を占めている。多くの企業や軍事施設が公開されていないため、これが完全な地図であるはずはないが、示された桁違いの格差は、両国のデータセンターとチップ供給の状況とほぼ一致している。米国の強みは、単一の企業や一つのチップにあるのではない。OpenAI、Google、Meta、Anthropicなど、互いに競い合う複数の最先端研究所を擁し、Microsoft、Amazon、Googleという大規模クラウドプラットフォームを持ち、NVIDIAとAMDのチップ設計能力を持ち、さらに高速な相互接続エコシステムを持っている。中国にも当然独自の強みがある。エンジニアの数が膨大で、国内競争が激しく、製造業のシナリオが豊富で、政府が集中投資でき、企業が低価格で市場を争えることだ。

Huaweiのチップや国産ソフトウェアのエコシステムも進歩している。しかし、国産代替はスローガンではなく、先進的な製造プロセス、歩留まり、高帯域幅メモリのパッケージング、チップ間通信、ソフトウェアの互換性、そして大規模クラスターの安定性を同時に解決しなければならない。あるチップが紙の上の計算能力で接近していても、数万枚のチップを接続して同じ効率が出せるとは限らない。最先端のAIはますます国家レベルの工業プロジェクトに似てきている。チップはエンジンに過ぎず、データセンターは自動車であり、電力、冷却、ネットワークソフトウェア、そしてシステムを長期的に維持できる人材が必要だ。これこそが、公開モデルの能力差は小さくても、国家の特許格差が依然として大きい理由である。追う側はリソースを集中させてスターモデルをトレーニングし、公開テストで先行者と並走することはできる。先行者は同時に言語、ビデオ、ロボット、科学、生物、国防モデルをトレーニングし、複数の企業に異なるルートを模索させることができる。前者は重要な試合に勝つことはできるが、後者は複数の試合を開催する能力を持っている。もちろん、米国も安泰ではない。中国は公開研究を迅速に吸収し、限られたハードウェアをより効率的に使用し、オープンウェイトを通じて世界の開発者を争奪できることを証明している。

もしアメリカが、内部の規制の混乱、エネルギー建設の遅れ、そして同盟国への技術封鎖によってそのリードを無駄にすれば、構造的優位性が縮小することは当然あり得ます。しかし、リードを失う可能性があることと、間もなく完全に凌駕されることは同じことではありません。今日に至るまで、Kimiは中国が最先端の製品能力を備えていることを証明し、Deepakは中国が優れたアルゴリズムとシステム最適化能力を備えていることを証明し、千万などのモデルは中国のオープンウェイトのエコシステムがすでに規模を形成していることを証明しました。これらは共同で深刻な挑戦を構成していますが、中国がすでにアメリカと同等の最先端の計算能力、先進的なチップサプライチェーン、そして複数ルートの探索能力を備えていることの証明にはなりません。これで最終的な判断を下すことができます。中国のAIは一体アメリカからどれほど遅れているのでしょうか？もしどうしても答えを一つの数字に圧縮しなければならないとすれば、この番組はまさにそれが批判している誤りを繰り返すことになります。公開された言語モデルとプログラミング能力において、中国の遅れは数年の単位ではありません。Timmyと千万はすでに世界トップグループに入っており、一部のタスクでは並走、あるいは一時的なリードすら見せています。全体的な製品のギャップはおそらく月の単位で計算できるでしょう。価格、エンジニアリング効率、およびオープンウェイトの普及において、中国は単なる追撃者ではなく、一部の面ですでに主導権を握っています。

アメリカの企業が今後も高価でクローズドなモデルを提供し続けるならば、確かに膨大な世界の開発者を中国に明け渡してしまうかもしれません。しかし、総計算能力、先進的なGPU、大規模なクラスター、半導体製造装置、そして同時に複数の最先端ルートを探索する能力において、アメリカには依然として明確な構造的優位性があります。これはランキング表一つで消し去れるギャップではなく、モデルファイルをネット上にアップロードするだけで埋められるギャップでもありません。したがって、ピンドンとKimiが証明したことは、中国がすでにアメリカを完全に凌駕したということではなく、中国がすでに限られた計算能力、オープンウェイト、そして激しい競争を利用して、ある種のAI製品を世界トップグループに押し上げることができるようになったということです。これはアメリカにとって警戒に値しますが、パニックになるほどの価値はありません。ランキング表が測定するのは今日公開された一回の試合に過ぎず、国の実力を決定するのは、誰が継続的に次の試合を開催し、より多くの失敗に耐え、より先進的なチップを製造し、まだ存在しない技術ルートを探索する能力を持っているかです。中国はすでに少ない手札で良いハンドをプレイすることを学びましたが、アメリカは依然としてより多くの手札、より大きなテーブルを持ち、大部分のハイエンドチップを製造する機械を依然として制御しています。中国が今なお強いことも本当であり、アメリカが自満してはならないこともまた本当です。

しかし、この二つの文から中国が間もなくアメリカを完全に超越するという結論に飛びつくのは、技術分析ではなく、北京の宣伝、シリコンバレーの利益、そしてメディアの不安を、存在しない必然的な結末として包装しているに過ぎません。私たちの立場は明確です：中共に反対するからといって中国のエンジニアを過小評価してはならないし、Timmyがいくつかの試合に勝ったからといって中共のためにまだ起きていない全面的な勝利を宣言してはなりません。真に不安を解消できるのは、もう一つの自己慰安的な宣伝ではなく、現実を見据えることです。アメリカのリードは挑戦を受けていますが、決して消し去られてはいません。中国は製品の最前線まで追いつきましたが、次の時代のAIを決定する産業基盤全体を依然として制御していません。モデルはダウンロードできても、計算能力はダウンロードできません。ランキング表は追いつくことができても、ランキング表の背後にあるその機械を製造する能力は依然として追いついていません。これこそがKimiとKimiの波の背後にある真相です。それでは、本日はここまでとしましょう。もしこれらの番組があなたにとって価値のあるものであれば、高評価、通知ベルのオン、シェアをお願いします。当チャンネルへの登録も歓迎します。余裕のある方はメンバーシップに加入して、私たちの小さなチャンネルの発展をサポートしていただければ幸いです。私は来自考中逻辑の妖精でした。それではまた次回お会いしましょう！