中国AI が西側に並ぶ。ベンチマークが示す競争力の逆転

THE DECODER の分析シリーズ「Frontier Radar」最新号が、中国AI企業による急速な追い上げを詳細に記録しています。Moonshot AI の Kimi K3 と Zhipu の GLM-5.3 は、各種ベンチマークで西側モデルに肩を並べるか、それを上回る成績を達成。従来は西側企業（OpenAI、Anthropic、Google）が圧倒的優位を保ってきたフロンティアモデル市場が、根本的に構造が変わり始めています。

ベンチマークが示す実力の接近

モデル総合力の比較では、中国AI の躍進が顕著です。

Artificial Analysis が発表する Intelligence Index では、Kimi K3 が 57 ポイントで第3位にランクイン。GPT-5.5（首位）と Opus 4.8（次点）に続き、トップ3に名を連ねました。

より実践的なエージェントタスク（ツール連携による複雑な仕事の遂行）では、中国モデルの強さがさらに際立ちます。CEO-Bench という CEO シミュレーション（仮想企業を 500 日間運営する課題）では、Kimi K3 が 2215 万ドルという最高成績を記録。従来、この種の長期推論・計画能力では西側モデルが優位でしたが、その差が消えました。

西側に残された優位性は限定的

ただし、西側がすべての領域で劣位に転じたわけではありません。分析は3つの領域で西側の優位性を指摘しています。

1. 抽象的なパターン認識：ARC-AGI-2（抽象的なパズル問題）では Fable 5 が 89.2% で、Kimi K3 の 60.4% を大きく上回ります。ただし、この能力が実ビジネスでどれほど価値があるかは議論の余地があります。

2. 信頼性・一貫性：AA-AnalystAgent というベンチマークでは、複数回の試行を通じて正解を得られる確率で Opus 5 が 54% に対し K3 は 39%。中国モデルが「1回目は成功するが、繰り返すと不安定になる」という傾向を示します。

3. サイバーセキュリティ知識：ExploitBench（ゼロデイ脆弱性の実装能力）では、西側モデルが 76% に対し K3 は 32%。ただしこの差も急速に縮まっており、GLM-5.3 は 54.4% まで迫っています。

Distillation：模倣か、それとも正当な進化か

なぜ、中国AI企業は急速に追いつけたのか。分析は『Distillation』（蒸留・西側モデルの出力から学習）を有力視しています。

Anthropic は 2024 年、約 1600 万回のインタラクションが、約 24000 個の不正アカウント経由で自社モデル Claude に対して行われたと報告。これらのリクエストは、Kimi K3 のトレーニング用データとなった可能性が指摘されています。

Together AI の研究も、K3 と Fable 5 の「タスク成功率が 0.72 という高い相関を示す」と報告し、単なる偶然ではなく、何らかの知識転移の存在を示唆しています。

しかし、Distillation だけですべてを説明できるわけではありません。中国の AI 研究室は独自の建築的改善も報告しており、データ蒸留に加えて「ジェネイン（本物の）な技術革新」も進行中です。むしろ分析は「Distillation は追い上げの速度を説明するが、完全な原因ではない」と慎重に結論付けています。

戦略転換の必要性：デプロイ経験こそが新しい壁

重要な示唆は、競争の焦点が『モデルの重さ』から『デプロイ経験』へシフトしているという点です。

西側企業、特に OpenAI は「DeployCo」という部門を設置し、大手金融機関など顧客企業に技術者を常駐させています。目的は「顧客が実際に何に困るのか、どんなエラーが起きるのか」をリアルタイムで把握し、次のモデル開発にフィードバックすることです。

これは、単に「モデルの重さ」を競う時代から「誰が、顧客の実業務を最もよく理解しているか」という新しい競争軸への転換を意味します。一度優位に立つと、その経験が次のモデル開発データになり、さらに優位が強化される。西側企業が確保しようとしているのは「その好循環の中心」です。

インフラ競争：米国と中国のパワーゲーム

並行して、インフラの競争も激化しています。

中国は 2025 年までに「最低 10000 個のアクセラレータを備える AI クラスター 42 個」の構築を計画。一方、Huawei の CloudMatrix384 アクセラレータは Nvidia 相当品と比べて「4倍の電力を消費し、5倍のアクセラレータ数が必要」という非効率性に直面しています。

米国の優位性は、NVIDIA の供給 chain 掌握と、自社チップ（OpenAI の DeployCo を通じた顧客ロックイン、Google の TPU、Anthropic のカスタム実装）による統合戦略にあります。

欧州は二重苦：モデルと基盤の両方で劣位

特に警告的なのが、欧州の構造的な劣位性です。

欧州は以下の課題に直面しています：

  • デジタルインフラの 80% 以上を輸入に頼る
  • クラウド市場での シェア 15% に留まる
  • 年間ベンチャーキャピタル投資が米国の 6~8 倍低い
  • DeepMind（Alphabet 傘下）、ARM、Silo AI など有力企業が流出・買収

Mistral AI が唯一の「フルスタック（モデル + プラットフォーム + コンピュート計画）」プレイヤーですが、計画している 1 ギガワット規模のコンピュート施設でさえ、アメリカの主要プレイヤーと比べると局所的です。

結論：模倣と独自開発の二重構造

分析が導く結論は、シンプルながら、産業全体に波及する影響を持ちます。

「完成したモデルは模倣できる。しかし、次のモデルが学習する『本物の仕事データへのアクセス』は模倣できない。」

中国は西側の API から学習データを得ることで追い上げましたが、その先は「自分たちの顧客基盤からの生データ」を蓄積できるか、という段階へ進みます。米国と中国は、それぞれ自陣営の企業からの実データ蓄積で競争を激化させ、欧州はその両方の競争からこぼれ落ちる危機に直面しています。

中国AI の躍進は、技術力の問題というより、『誰が顧客の仕事を最も理解するポジションに立つか』という構造的なゲームへの転換を示しています。