← 2026-09-23 の一覧へ戻るホーム
オープンモデルにおける現在の力関係

2026/09/23 7:03

オープンモデルにおける現在の力関係

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

2025年4月頃より、中国企業がオープンウェイトモデルにおいて主導権を握り始め、米国 counterparts を約18カ月前に追い抜いています。オープンウェイトモデルとは、そのパラメータ（重み）を検査または下流利用のために公開するモデルであり（例：Meta の Llama、Alibaba の Qwen、Google の Gemma）、GPT-4 や Claude Opus 4.5 のような閉鎖型 API とは区別されます。中国のモデルは急速に採用されています：2026年9月には人工知能分析インデックスなどベンチマークにおいて最高スコアを記録し、GLM-5.3/Flash は 45、Kimi K3 は 44（Inkling は 26）という点で首位に立ちました。さらに arXiv 上のこれらのモデルに対する学術的な引用は、2023年初頭の約1％から40％以上へと増加しました。商業利用の側面も変化しており、2025年9月から現在にかけて中国モデルの市場シェアは約70％から80％以上に拡大しました。これは大容量ダウンロード数量によって支えられており（中国全体のダウンロード数は約32億に対して米国は約16億）、セキュリティ分析などの機能において閉鎖型オプションが不十分な場合に、Harvey、Cursor、DoorDash、Airbnb、Perplexity といった主要企業が中国のオープンウェイトモデルを統合しています。オープンな最先端能力と閉鎖型のそれとの間には約2〜5ヶ月のパフォーマンスギャップが残存していますが、API から米国による蒸留技術を用いることでこれを約1〜2ヶ月に縮小できます。これらのツールのアクセスを制限することは、さらにギャップを拡大し、米国のイノベーションに打撃を与えることになります。したがって、一部の分野における米国主導の縮小にもかかわらず、ビジネスが不可欠な技術資源を持続するために、これらのオープンウェイトモデルの広範な統合が標準的な実践となっています。

本文

オープンウェイトモデルの現状：中国主導への移行と 2026 年の展望（準備された国会議員向け簡報の一般公開）

本稿では、米国・中国間競争の文脈におけるオープンウェイトモデルの現状について整理し、より幅広い読者の方にご覧いただくことを目的としております。以下に主要なポイントを要約します。

1. 用語定義とモデルのカテゴリー

オープン言語モデルとは

  • 定義: モデルの重み（パラメータ）が公衆に対して閲覧可能であり、後続の利用や応用が可能な人工知能モデルのことです。
  • 対照概念: 「クローズド（非公開）」な AI モデルとの区別が重要です。
    • クローズドモデルの例: GPT-4 や Claude Opus 4.5 などは、API を介したアクセスのみが可能で、重みが公開されていません。また、ChatGPT や Claude Code などのプロダクト形態もこれに該当します。

主な二つのカテゴリー

オープン言語モデルは主に以下の 2 つに分類されます。

  • オープンウェイトモデル（最も一般的）
    • 特徴: モデル重みが公開され、ライセンス条件に基づいて利用可能です。多くの場合、Transformers や VLLM、SGLANG などのライブラリに推論コードが同梱されています。
    • 主要プレイヤー: メタ社（Llama）、アリババ社（Qwen）、Google（Gemma）、DeepSeek など。
    • 現状: 2025 年 4 月頃以降、中国の AI 企業が明確な主導権を握っています。
  • 真のオープンソースモデル
    • 特徴: モデル重みに加え、ライセンス情報、推論コード、トレーニングコード、トレーニングデータなど、モデルを再構築するために必要な完全な情報が公開されています。
    • 主要プレイヤー:
      • Allen Institute for AI（Olmo モデルシリーズ※著者は過去 2.5 年間で同機関に貢献）
      • OpenAthena（Marin モデル）
      • EleutherAI（Pythia モデル）

オープンさのスペクトル

  • オープンウェイト、オープンソース、クローズドは連続したスペクトル上に存在します。
  • 中間的な例: Nvidia の Nemotron モデル群は、多くのオープンウェイトモデルよりも極めてオープン（許可付きで大量のトレーニングデータ公開）ですが、完全なオープンソース（全データ公開）ではありません。
  • クローズドモデルの評価: API が開示する情報の量や利用規約に基づきスペクトル上に位置づけられます。

2. 市場の転換：中国主導への移行（2026 年現在）

劇的な変化の背景

  • 中国製モデルの躍進: GLM-5.2 や Kimi K3（最新主要モデル）は、商業的実現可能性において劇的な変化をもたらしました。これらは、Anthropic の Claude Code が 2025 年 12 月に踏んだ「自律型エージェント能力における閾値」を既に超えています。
  • 初期の優位性: 過去はアメリカ（主にメタ社 Llama）が研究・商業タスクでリーダーでしたが、状況は急変しました。

転換点：約 18 ヶ月前から現在

中国のオープンウェイトモデルは主要指標においてアメリカモデルを追い抜いています。

ダウンロード数での主導権移譲（Hugging Face）

  • 経緯: アリババ社の Qwen モデル群による貢献もあり、2025 年 7 月に中国が主導権を握りました。
  • 統計データ: 「アメリカ制の真にオープンなモデル（ATOM）」プロジェクト発表時（2025 年 8 月）以降、中国のダウンロードリードは約 16 億件に拡大。累計では32 億件のダウンロードとなり、これはアメリカ全体の総数の 2 倍です。

パフォーマンスベンチマーク（AAII 指数など）

  • 現状: 中国モデルは明確なリードを確立しています（2026 年 9 月 14 日時点）。
    • トップクラス・中国製:
      • Z.ai の GLM-5.3 （スコア：45）
      • GLM-5.3-Flash （スコア：42）
      • Moonshot AI の Kimi K3 （スコア：44）
    • トップクラス・米国製:
      • Thinking Machines の Inkling および Inkling Small （スコア：26）
      • Nvidia の Nemotron 3 Ultra （スコア：23）

リリース頻度と技術的遅れ

  • リリース速度: トップクラスの米国モデルは 2026 年 6 月〜7 月に発表のみで更新頻度が低く、中国側（2〜6 ヶ月先行）に大きな差があります。Arcee AI や IBM など参入企業がいたにもかかわらず、このギャップは埋まりません。
  • 分野別の強弱:
    • 優勢分野: 自律型コーディングなど高需要領域で中国側が優位。
    • 劣勢分野: 物理学や生物学といった開かれた探索的な科学タスクでは大きな遅れがあります。

3. 成功要因と技術的課題

中国側の成功理由（リソース不足への克服）

  1. 高速なリリースサイクル: モデルを素早くリリースすることで、「パフォーマンスのスナップショット」を後方の時点でキャッチし、優位性を確立しています。
  2. 焦点の絞り込み: 限られたタスク分布に特化することで、公的ベンチマークでのスコアを有利にしています。

オープンモデル vs クローズドモデルの能力ギャップ

  • 現状: トップクラスの米国オープンモデル（15 種類）は中国製モデル群（15 種類）に後れを取っています。
    • オープンウェイト中国製モデル vs クローズド米国最先端：約 2〜5 ヶ月遅れ。
    • オープンウェイト米国製 vs OpenAI/Anthropic クローズド製品：約 6〜9 ヶ月遅れ。

4. セキュリティリスクと蒸留（Distillation）

蒸留技術の広がり

  • 現状: 中国業界で最も広く行われており、強力なモデルの出力を用いて別のモデルを訓練する攻撃手法です。
  • 効果: これにより、米国最先端とのパフォーマンスギャップは推定1〜2 ヶ月減少します。
    • たとえ OpenAI や Anthropic が KYC を厳格化して蒸留を阻止しても、ギャップは依然として存在し、わずかに拡大する可能性があります。

規制の不確実性とセキュリティリスク

  • 背景: OpenAI と HuggingFace の紛争など、サイバーセキュリティリスクの高まりが継続的なリリースに対する規制上の不確実性を生んでいます。
  • 構造的問題:
    • 悪意のあるアクターへのアクセスを防ぐ有効な方法は限られています。
    • アクセス制限はアメリカ企業にとって後退を招く可能性があります（例：HuggingFace が中国製モデルを利用してサイバー攻撃への理解を進めた事例）。

5. 企業の採用拡大と学術界の統合

プラットフォーム利用量の急増（2026 年）

  • OpenRouter: 利用量は 2025 年 9 月の約1 トリリン（T）／週から、現在は約80 トリリン／週へと成長。
  • 市場シェア: 中国製モデルのシェアは約 70% から80% を超えるまで拡大。
  • コーディングエージェント: OpenCode などの推論ボリュームの約**95%**が中国製モデルによって占められています。

主要企業の基盤採用事例

主要企業は中国製オープンウェイトモデルを基盤として構築を進めています：

  • Harvey（法務分野）
  • Cursor（コーディング分野）
  • DoorDash（Kimi モデル使用）
  • Airbnb（Qwen モデル使用）
  • Perplexity（DeepSeek モデル使用）

越境協力と学術界への影響

  • 新潮流: アメリカ発スタートアップが中国製モデル研究所との企業間協定を結び、越境協力が拡大しています。
  • 研究動向（arXiv スキャン結果）:
    • オープンモデル言及率：2023 年 1 月（2%）→ 2026 年 9 月（50%）へ増加。
    • Qwen への言及数：約 1% から**約 30%**に急増。
    • Llama への言及数は低下しましたが、全体として中国製オープンウェイトモデルの言及は論文の40% を超え、アメリカ（約 30%）をリードしています。

6. まとめ：2026 年の主要テーマ

収束する要因

  1. 能力ギャップの縮小: 過去 3 年間で減少し、現在は推定 2〜5 ヶ月分の差です。オープンウェイト AI は 2026 年に大きな市場を解き放ちました。
  2. 高価値産業への採用: ソフトウェア工学、法務、金融分野で爆発的な利用増があり、最も優れたクローズドモデルに対する代替エコシステムが形成されています。ユーザーは速度、低価格、カスタマイズ性、プライバシーの観点からオープンウェイトモデル（例：GLM-5.3）を好んでいます。
  3. 明確な中国主導地位: アメリカ研究所は回復傾向ですが、アリババ社の Qwen ファミリーに代表される中国側は定期更新で強力なモデルを生み出し続け、研究・開発の基盤層としての地位を確立しました。
  4. 米国の優位性の加速的低下: 政治的要因、主要 AI 企業のクローズド性質、および中国製モデルへの採用が、アメリカのリードを縮小させる要因となっています。
  5. 新たなリスクとエコシステム準備: サイバーセキュリティ等の新たなリスクが存在し、政治的不確実性の中でエコシステム全体レベルでの対応が必要です。

結びに

  • 現状認識: 2026 年現在、中国側研究所はオープンウェイト AI エコシステムのリーダーとしての地位を維持しており、重大な挑戦に直面していません。これは OpenAI や Anthropic が巨額投資を行いながら協調的な注意を呼びかけている状況との対比が重要です。
  • 未来への示唆: 現在の少数の研究所で行われていることが、間もなくオープンモデルエコシステム全体に現れます。
    • オープンモデルは「少数の最先端研究所の外側にある全ての人々の基盤（substrate）」となり、ソフトウェア工学における加速を可能にします。
    • これは広範なアクセスを通じて変革的な知性を提供し、ソフトパワーと可能性をもたらす源泉です。
  • 必要な姿勢: オープンモデルが進む具体的な道筋は「いつ」の問題であり、「もし」の問題ではありません。謙虚であると共に、広く利用可能な知性を善のために活用し、潜在的な害を能動的に緩和していく必要があります。

※本稿へのフィードバック：Florian Brand 氏、Kevin Xu 氏 ※詳細情報：オープンソース AI リーディングリストをご参照ください。

同じ日のほかのニュース

一覧に戻る →

2026/09/23 1:29

Claude Opus 5.5

## Japanese Translation: Anthropic は、新しい Claude 5.5 ファミリーにおける初モデルである Claude Opus 5.5 を導入しました。このモデルは、エリート「Fable」モデルと同等の性能を維持しつつ、大幅なコスト削減（一般的なタスクでは最大 40% のコスト低減、特定のコーディングタスクでは出力速度向上に伴い約 51% のコスト削減）を提供します。このリリースは、Anthropic が「フロンティアを調整する」という戦略的転換を示すものであり、外部評価機関である Frontier Design と METR による検証也得到了確認です。性能向上により、企業は数週間かかっていた大規模なコード移行を数日（例：68 万行のコード移行が 1 日以内に完了）で実行可能にされ、約 40 の複雑な Web ページの読み込み時間を改善できます。 安全性とセキュリティは最優先事項であり、Opus 5.5 はアライメントスコアの向上、プロンプトインジェクションに対する耐性、そして不可逆的な動作が起きる可能性の低減を示しています。サイバーセキュリティ対策として、Fable 5.1 と同等の safeguards が導入されており、多くのタスクは高レベルのセキュリティを持つ Opus 4.8 ルートされ、Cyber Verification Program を通じてアクセス範囲を拡大しています。生命科学のような専門分野も、Life Sciences Verification Program により高度な生物学安全プロトコルを利用できます。価格設定は Opus 5 のレートから引き下げられ、100 万トークンあたり $4/$20 と変更されました。これにより、アジェンティックコーディングタスクにおけるハイエンド性能が、以前のコストのわずか几分额で利用可能となりました。さらに、すべてのプランの購読ユーザーには、5 時間の使用制限増およびレートリミットのリセット特典が提供されます。最後に、ディストイテーション攻撃を緩和するため、2026 年 8 月 31 日以降に新規作成された API アカウントでは「保存された思考」機能が有効化され、トップティアモデルと同等の堅牢なサイバーセキュリティ対策が確保されています。結局のところ、このリリースはエリート AI 能力を民主化し、コスト削減の大幅増、セキュリティの強化、および事業拡大準備のある企業にとっての運用柔軟性の向上をもたらします。

2026/09/23 2:46

「我々はFBIをハッキングした」：ハッカーたちは、彼らがFBIのすべての職員に関するデータを入手していると主張している。

## Japanese Translation: ShinyHunters というハッキンググループは、複数の FBI 関連サービスの侵入に成功し、全ての現在在职員および申請者に関する包括的なデータを盗んだと主張している。同グループの代表者は 404 Media にこの事案を確認した上で、「盗まれた情報には、氏名、自宅住所、電話番号、エージェント配偶者に関するデータなどといった個人情報も含まれている」と述べている。今回の漏洩は深刻なものであり、ShinyHunters は国家安全保障や対諜報活動への危害を目的としてデータを悪用することが知られているため、もしこのデータが悪意ある行為者に入手されると、FBI の職員が物理的な安全に直ちに脅かされ、国外の諜報機関が Am りカンの運用手法を理解するために今回の侵入を悪用する可能性もある。また、同グループのネットワーク内に存在する犯罪者は、過去に盗まれた記録を利用して法執行官を物理的に特定・追跡し、威嚇しており、エージェントとその配偶者に対して深刻な脅威となっている。専門家らは、FBI の職員や内部関係者に対し、直ちに Signal（ID: joseph.404）または電子メール（joseph@404media.co）を通じて 404 Media に連絡するよう要請している。今回の侵入の具体的な範囲に関する詳細な技術情報は、404 Media プラットフォームの有料会員（あるいは同プラットフォームの無料会員）のみが閲覧できるまま制限されている。

2026/09/22 22:52

OpenAI の GPT–6「Astra」が、2005 年以来解決されなかったエニグマの暗号文を解読した

## Japanese Translation: 2026 年 9 月 15 日、GPT–6 Astra は、1941 年 7 月 10 日に送信されたドイツ軍エニigma暗号の文 MVUEH を成功裡に復号化し、2005 年以来続く謎を解決した。カーター・レファーは、AI にクリプトセルラーリサーチウェブページの未解読メッセージを分析させるよう指示を与えたところ、AI は MVUEH（Nr. 172）を選択して対象とした。AI は独自に開発された Python および C++ ソフトウェアを使用してエニigmaの設定をシミュレートし、以前に解決済みの文 Nr. 173 (SIPVX) との関係性を特定するとともに、平文のパターン「ROSENOW ROSENOW」を crib（推測文）として利用した。最も重要なのは、AI が暗号文における微妙な転記エラーを検出した点であり、その中には第 72 の文字で発生した異常なローターの回転など、以前の人間による試みを阻害しかねる要因が含まれていた。従来の同様のメッセージに対する失敗が鍵の未考慮や差異などに起因していたのに対し、Astra はこの独特なローター構成および不具合を 2 日以内に克服し、人間研究者が数ヶ月かかる結果を得た。復号化の後、研究者たちは連邦アーカイフ（特に巻 RS 3–3/20a および RS 3–3/63b）から関連するアーカイブログを発見し、残りの無線電文の全巻について分析を完全に自動化した。フロデ・ヴァイエルユッドのような専門家らは、以前は数ヶ月かかっていたタスクが数日で完了したことは事実であるが、AI は専門家の暗号解析官にとって強力なパートナーでありながら、絶え間ない人間の介入を必要としないとして指摘した。9 月 19 日のアップデートでは、この成果を「非常に驚くべきこと」と形容し、ヴァイエルユッドは同様の画期的成果に感銘を受けていることを表明した。