Kimi K3、公開から48時間で供給能力の上限に迫る

Kimi K3への需要は48時間でMoonshot AIの供給能力の上限に迫り、同社は新規契約の受け付けを停止した。その一方で、Moonshotは2.8兆パラメータを持つ同モデルの全重みを公開する方針を維持した。自社サービスの利用枠が狭まるのと同時に、モデルそのものは入手しやすくしようとしていた。

重み公開モデルの勝負は運用力で決まる

Moonshot AIは、Kimi K3を2.8兆パラメータのモデルとして発表し、July 27までに全重みを公開する予定だとした。公開はまだ完了していなかったものの、この方針は自社の接続窓口だけに利用を囲い込まない姿勢を示していた。

同等の性能を持つ重みを他社も運用できるようになれば、モデルを保有すること自体は希少ではなくなる。一方、安定したサービスは依然として希少だ。事業者は計算資源を確保し、処理を割り当て、応答時間を管理したうえで、需要が供給を上回ったときに、限られたGPUの処理時間を誰へ優先的に配分するか決めなければならない。

Moonshotは数日後、その制約を明らかにした。48時間の需要が現在の供給能力の上限に迫ったため、既存契約者へのサービスを守る目的で、Kimi K3の新規契約を停止し、料金区分を見直した。

持ち運べるモデル重みの公開を約束する一方、自社の利用窓口には制限を設けたことで、顧客が実際に購入しているものが浮き彫りになった。それは、有限の処理基盤を安定して利用できる権利である。

Moonshotの事例だけで、普遍的な法則が証明されたわけではない。同社には需要が異例に集中している可能性もあれば、モデルが特に大規模であることや、自社サービス固有の供給計画が影響している可能性もある。それでも各地の事業者と顧客が、契約区分、利用上限、処理の振り分け、利用制限という同じ手段を採り始めている。推論処理の消費量が変動するため、定額制だけでは収まりにくくなったからだ。

契約区分は処理の優先順位を決める仕組みになった

AIの契約体系は従来のソフトウェアにならい、月額料金と引き換えに一式の機能を提供する形で始まった。しかし一般的なソフトウェアでは、利用者が頻繁にログインしても、操作のたびに新たな計算資源が必要になるわけではない。AIでは、入力文脈の長さ、出力の長さ、処理が断続的か常時稼働かによって、消費する機器の稼働時間が変わる。

利用者1人当たりの収入が固定されている一方、利用量に応じて提供費用が増えると、事業者は定額制の規模拡大が採算悪化を招く罠にはまる。開発支援の自律処理は、短時間の対話を継続的な処理へ置き換えるため、この問題をさらに深刻にする。同じ契約でも、数問を尋ねるだけの利用者と、何時間も処理を走らせる利用者がいる。料金表がその違いを反映していなくても、差額は事業者が負担する。

事業者が採れる基本策は4つある。値上げ、従量課金、サービス品質の引き下げ、追加需要の受け入れ停止だ。Moonshotは契約区分を組み直す間、新規契約者に対して4つ目を選んだ。すでに受け入れた利用者へのサービスを維持するため、当面の顧客獲得を見送ったのである。

AIの定額制では、利用の少ない顧客が、止まることなく稼働する自律処理の費用を肩代わりする。

AnthropicもClaude ProとMaxに新たな利用上限を設ける方針を示した。同社によると、影響を受けるのは利用者の5%未満で、Claude Codeを背後で常時稼働させている一部の利用者も含まれる。

年間のAI予算を数か月で使い切った企業や、請求額が2倍、3倍に増えた企業は、利用状況の把握や制限に乗り出した。利用料金が膨らむにつれ、購入側と提供側がそれぞれ同じ管理策を導入したのである。

常時稼働する開発支援の自律処理向けに契約を選ぶ企業は、今やモデル性能だけでなく、利用上限や処理待ちの優先順位も比較しなければならない。「Pro」や「Max」は次第に、見栄えよく名付けられた処理順序の違いを意味するようになっている。

処理効率を高めても供給不足は起こる

設置済みの機器だけでは増えた需要を処理できない場合、事業者は設計上の工夫によって、同じ供給能力でより多くの顧客処理をこなせる。1件当たりの計算量を減らせば、処理量を増やし、需要が増えても応答時間を維持し、受け入れる契約者数を拡大できる。

Moonshotは、こうした改善を正面から追求してきた。同社によると、Kimi K3のDelta Attentionは、100万トークンの文脈で生成速度を最大6.3倍にできる。それ以前には、K2.6と比べて推論トークンの使用量を30%削減したとするKimi K2.7-Codeを公開した。いずれも、限られた推論能力から、より多くの有用な処理を引き出すための改善だとMoonshotは説明している。

重みが公開されているからといって、モデルを安く使えるとは限らない。購入者が支払うのは、料金表に記載されたトークンそのものではなく、有用な作業の完了に対してである。ある評価によれば、Kimi K3はGPT-5.6 Solよりもトークン単価が低いものの、消費トークンが多く、処理速度も遅いため、その利点が相殺される可能性がある。

Moonshotが恩恵を得られるのは、モデルが処理を効率よく完了できる場合に限られる。推論トークンを減らせば費用を抑えて供給能力を広げられ、生成速度を高めれば処理量を増やせる。ただし、こうした改善を実現しても、需要が急増すれば供給不足に陥り、誰を優先するか決めなければならない。

したがって事業者は、機器の稼働時間を、各料金で採算の取れる顧客処理へ変換する必要がある。優れた性能評価が利用者を呼び込んでも、その関心を売上へ変えられるかどうかは、効率的な運用と配分方針にかかっている。謝罪文では解決しない。

重み公開モデルの収益源は安定運用にある

高性能なモデルの重みが広く出回れば、事業者がモデルの利用権だけで料金を取る余地は縮小する。それでも、運用代行、処理の振り分け、法人向け管理機能、用途別の最適化、安定した導入支援には料金を設定できる。

企業は、中国製モデルを含む安価なモデルへ、適した処理を振り分けられる。重み公開モデルがあらゆる場面で非公開の最先端モデルを置き換えなくても、購入側はこの方法でOpenAIやAnthropicに価格圧力をかけられる。一方、重み公開モデルの事業者が、非公開の最先端モデルを追いかけるだけで、その周辺を補完する役割を確立できなければ、競争に敗れる可能性は残る。

重み公開モデルは、価値の重心を運用側へ移すために、非公開モデルを全面的に置き換える必要はない。企業は、重み公開モデルが一部の処理にしか適さない場合、適切に振り分ける仕組みを必要とする。また、購入側が自社環境への導入、利用管理、予測可能な応答時間を求める場合、運用代行事業者は対価を得られる。モデル性能の差が運用品質の差より速く縮まるなら、実行力が差別化要因になる。

中国は官民の資源を結集してAIデータセンターの導入を加速している。AlibabaとChina Telecomは、学習と推論に用いる10,000基のAlibaba Zhenwuチップを備えた中国南部の施設を開設した。モデル企業に今求められているのは、重みの公開とともに終わる研究だけではない。契約で確保し、自ら管理できる計算能力である。

Kimi K3を含むモデルを対象にしたある分析は、重み公開モデルの競争が進めば、最先端モデルを開発する2、3社が90%の推論利益率を維持する事態を防げる可能性がある一方、重みの公開・非公開を問わず、基盤設備の重要性は変わらないと論じた。購入者が知能そのものに払う通行料は下がっても、それを安定して届ける仕組みへの支出は増える可能性がある。

投資家は供給能力の管理力を評価すべきだ

投資家は最先端モデルの発表をすぐに株価へ織り込めるが、提供事業の採算は損益計算書を通じてゆっくりと明らかになる。関係者によると、Moonshotの年間経常収益はAprilの$200 millionからJuneには$300 millionへ増加した。同社は半年以内のHong Kongでの新規株式公開を検討している。Moonshotは以前、$20 billionを上回る評価額で約$2 billionを調達していた。

これらの数字は需要の強さを示すが、経常収益の1ドル当たりで、どれだけの供給能力を消費しているかは分からない。年間経常収益だけを見る投資家は、同じ料金を支払う2人の契約者を同等に扱うだろう。しかし、両者が消費する計算資源には大差があり得る。1人は断続的にサービスを利用し、もう1人は開発処理を常時走らせるかもしれない。利用量の多い契約が粗利益を圧迫するかどうかは、Moonshotの料金設定、利用上限、処理順序を決める仕組みに左右される。

Zhipu AIのHong Kong上場株はJanuaryの新規株式公開後に10倍超へ上昇し、時価総額は約$83 billionに達した。この規模では、投資家は企業の供給計画を事業の質を測る材料として扱うべきだ。需要を断る企業は、製品への強い引き合いを示すと同時に、その需要を収益化するために必要な費用と実行上の負担も明らかにしている。

MoonshotはKimi K3の発表から48時間で、需要が供給能力の上限に迫ったため新規契約を停止した。全重みを公開する前の出来事だった。利用者を呼び込んだのはモデルだが、何人に提供できるかを決めたのはMoonshotの機器、処理順序を決める仕組み、料金である。重みは公開できても、安定した推論サービスには依然として入場制限がある。