2026年7月9日時点の情報。本分析記事は、米国の規制状況、輸入政策、およびグローバルなモデルAPIの使用状況データを追跡するため、四半期ごとに更新されます。
- 矛盾：ワシントンの規制強化と開発現場の導入拡大
- なぜ移行が進むのか：コスト優位性と性能の拮抗
- エコシステムの背景：高騰する国内APIコストと「トークンマクシング」
- 事例研究：LindyによるDeepSeekへの完全移行
- 政策論争：輸出管理は本当に機能しているのか？
- FAQ
- 情報源
主要なポイント
- 市場の動向: AIルーティングプラットフォームであるOpenRouterの最新データによると、中国製のAIモデルが企業の週間トークン消費量の少なくとも30%を占めており、今年は一時46%に達しました。
- 前年比との比較: これは前年の平均シェアである11%、そして2025年上半期のわずか4.5%から劇的な増加を意味します。
- 主な要因: DeepSeekやZ.ai（Zhipu）などの中国製オープンソース/オープンウェイトモデルは、米国製モデルの同等クラスに比べて価格が60%〜90%安く、しかも極めて高い性能を提供しています。
- 矛盾する構造: 米国の政策は中国製AIの排除やローカル展開の規制に焦点を当てていますが、皮肉にも米国の開発者たちは自発的に大量の計算処理を中国製モデルに流し込んでいます。
米国政府は人工知能開発に対して非常に厳しい姿勢をとっており、外国からのアクセスに対する厳密な輸出規制や、国内利用を一部のホワイトリスト登録システムに制限する措置を講じてきました。この規制強化の背景は、以前の 米政府によるAIモデル規制 で詳細に分析されています。
しかし、連邦政府の対中強硬なハイテク政策と、実際の開発者の行動との間には深刻な解離が生じています。ワシントンが中国のAIエコシステムを封じ込めようと躍起になる一方で、米国のエンジニアやスタートアップは静かに自分たちのワークロードの大部分を中国製モデルに依存しつつあります。
矛盾：ワシントンの規制強化と開発現場の導入拡大
多様な大規模言語モデル（LLM）へクエリを動的に割り振ることができるAPIルーティングプラットフォーム「OpenRouter」のデータは、開発現場の極めて現実的な行動パターンを示しています。2026年2月8日以降、同プラットフォームにおける企業向け週間トークンボリュームのうち、中国発のAIモデルが占める割合は常に30%以上を維持し、ピーク時には46%に達しました。
この移行スピードの速さを理解するために、過去の推移を振り返ってみましょう。
- 2025年上半期: 中国製モデルの週間トークンシェアはわずか4.5%に過ぎなかった。
- 前年平均: 平均シェアは11%前後を推移。
- 現在の基準値: 週間利用割合は30%以上の高水準で完全に定着。
このデータは、ワシントンからの制約警告や将来的な貿易摩擦のリスクがあるにもかかわらず、開発市場が「政治的調和」ではなく「現実的な合理性」を最優先してツールを選定している実態を示しています。
なぜ移行が進むのか：コスト優位性と性能の拮抗
この移行を後押ししているのは思想的な理由ではなく、単純な「コストパフォーマンス」と「性能の接近」です。ソフトウェア開発や自動自律エージェントの展開などの高負荷な企業ワークロードでは、毎日数億から数千億のトークン処理が必要になります。
OpenRouterの集計データによると、中国製のオープンウェイトモデルは、OpenAIやAnthropicなどの米国の大手AIラボのモデルと比較して、約60%〜90%も安価に利用できます。同時に、性能面の差もかつてないほど縮まっています。ブルッキングス研究所の研究員であるカイル・チャン氏は、「現在、米国の最高峰モデルと中国の最先端モデルの性能差は、わずか6ヶ月から9ヶ月程度にまで縮小している。そのため、一般的なビジネス要件において性能差はほぼ体感できないレベルになっている」と指摘しています。
この性能差の消失により、ソフトウェアエンジニアリングチームはブランドの忠誠心よりも実利をとるようになっています。VercelのAI部門責任者であるハープリート・アローラ氏は、以下のように現場のリアルな状況を述べています。
「ここでは単純に『価格』が市場を動かしています。各開発チームは、要求仕様を満たせる中で最も安価なモデルへクエリを割り振るようになりつつあります。」
このようなコスト主導の最適化は、高頻度なトークン処理を繰り返し行う バイブコーディング (vibe coding) を実践するエンジニアの間で、運用コストを劇的に下げるための唯一の選択肢として急速に普及しています。
エコシステムの背景：高騰する国内APIコストと「トークンマクシング」
安価なモデルへの移行ペースが加速している背景には、米国系プロバイダーによる最上位モデルの価格高騰もあります。その顕著な一例が、最近実施された Claude Fable 5の完全従量制（プリペイド）への移行 です。Anthropicは最高峰モデルの月額固定利用を廃止し、これまでの2倍に相当するAPIクレジット消費を課したため、多くのエンジニアが運用コストの壁に直面しました。
このようなAI企業の価格モデルに対しては、業界リーダーからも批判が上がっています。2026年7月1日、PalantirのCEOであるアレックス・カープ氏はCNBCの番組内で、現在のトークン単位での従量課金システムを「根本的に破綻している」と厳しく批判し、実質的な価値を生まないトークンにも課金され続けるこの仕組みを「富裕税（Wealth Tax）」に例えました。また同氏は、AIプロバイダーが効率性や顧客への提供価値の最大化ではなく、自社の利益を上げるためにクエリやトークン量を意図的に膨らませる行為を「トークンマクシング (tokenmaxxing)」と呼び、警戒を呼びかけました。
こうした米国のクローズドAIモデルが強いる不透明なコスト構造に不満を抱いた多くの開発チームが、安価でコントロールしやすい中国製のオープンウェイトモデルへ避難しています。
事例研究：LindyによるDeepSeekへの完全移行
米国のスタートアップがワークロードを切り替える動きは、局所的な実験ではなく、数百万人のユーザーを抱える本番環境で実際に進行しています。その代表的な事例が、自律型の「AI社員」を構築する有力スタートアップのLindyです。
Lindyは最近、それまで依存していたAnthropicのClaudeモデルから、中国のオープンウェイトモデルである「DeepSeek」へとすべてのプロダクション通信（100%）を完全移行しました。LindyのCEOであるフロー・クリベロ氏によると、この完全なモデル移行により、同社のAPI運用コストは年間で数百億から数千億円規模（数百万ドル相当）で削減され、同時にユーザーへの出力品質は完全に維持されたとのことです。
この移行事例は、米国政府が安全保障を理由に中国系AIの参入を制限しようとする一方で、当の米国の有望スタートアップがビジネスの存続そのもののために中国のAI技術に頼らざるを得ないという、奇妙なパラドックスを示しています。
政策論争：輸出管理は本当に機能しているのか？
こうした現場のエンジニアたちの行動は、ワシントンが進める輸出管理戦略の効果に対して根本的な疑問を投げかけています。先端AI技術の囲い込み政策の目的が、自国の産業優位性を守ることにあるとするならば、米国の最前線の開発者が自発的に安価な外国製モデルをインフラに選定している現状は、事実上の空洞化を引き起こしていると言えます。
規制を支持するタカ派の専門家は、外国のAIインフラに処理を依存することは、データ漏洩やプライバシーなどの安全保障上のリスクを増大させると警告します。これに対し、開発業界の擁護派は、競争力のある低コストなオープンウェイトモデルへのアクセスを人為的に制限することは、米国スタートアップのイノベーションコストを急増させ、かえって国際的な開発競争から米国企業を脱落させるリスクがあると主張しています。
この対立は、「市場の価格原理が強力に働く領域において、純粋な安全保障政策による囲い込みは果たして可能なのか」という、未解決の政策的課題を今も突きつけています。
FAQ
なぜ米国の開発者は中国製のAIモデルを好んで使うのですか？
中国製モデルは米国製に比べて価格が60%〜90%も安く、それでいてプログラミングやロジック構築においてほぼ同等の性能を発揮するため、コスト最適化のために多用されています。
どの中国製モデルが最も広く利用されていますか？
DeepSeekや、Z.ai（Zhipu）が展開するGLMシリーズなどが、OpenRouter等のルーティングプラットフォームを介して企業に大量消費されています。
中国製モデルを使用することによるセキュリティ上のリスクはありますか？
はい。多くの中国系プロバイダーは、米国のエンタープライズAPIのような「ゼロ・データ・リテンション（データ保存なし）」ポリシーを保証していないことが多く、社外秘データの漏洩リスクが指摘されています。
このトレンドは米国のAI安全保障政策にどう影響しますか？
中国のAI台頭を封じ込めたい政府の地政学的目標と、自社の運営コストを抑えたいスタートアップの財務的現実との間に、大きな乖離とパラドックスを引き起こしています。
情報源
- 中国モデル導入に関するCNBC報道: CNBC Business News
- OpenRouter利用状況データ: OpenRouter API Statistics
- Palantir CEOアレックス・カープCNBCインタビュー: CNBC Squawk Box
- 米国商務省輸出管理政策: Bureau of Industry and Security
著者について
Ether Exter は、AIモデルの性能評価と実験に5年の実績を持つAIアナリストです。実用性に基づく中立的な視点で最新モデルの評価を行っています。Xアカウント: @EtherExperiment
