China AI model industry：中国AIラボは一段と階層化した競争に直面するが、海外展開と効率向上が採用を支える可能性

概要

このUBSの業界レポートは、中国および世界のAIモデル開発企業間の競争が、能力、コスト効率、価格、海外流通の面でどう変化しているかを検証する。UBSは中国AIラボの国際展開と革新を前向きに捉える一方、政策の不確実性とタスク別に拡大するコスト対性能の差が重要な制約要因だと強調する。

主要見解

UBSは、中国AIモデルと主要な海外モデルとの能力差が縮小し、コスト優位性も依然大きいことで、中国モデルは世界的な認知を得ていると論じる。ただし競争環境はより複雑化している。オープンウェイトモデルへの潜在的な制限は海外での採用を妨げる可能性があり、世界的リーダーによる蒸留対策の強化や米国における産業規模の蒸留への関心の高まりは能力追随のペースを鈍らせうる。こうした懸念は上場モデル企業の軟調な推移にもつながり、MiniMaxとZhipuは月初来でそれぞれ約20%と40%下落した。 レポートは、AIモデルの価格がタスク階層によってより明確に分化すると予想する。大量処理の領域では、利用可能なモデルがすでに要件を満たし、追加的な知能の限界価値が小さいため、UBSはToken単価の継続的な下落を見込む。中国と海外の開発者は、GLM-5.3-Flash、Kimi K2.8 Preview、Qwen3.8-Flash、Gemini 3.8 Flashなど、フラッグシップに近い性能を大幅に低い価格で提供するFlashまたは小規模パラメータモデルを導入している。UBSは海外での直接的な値下げも指摘しており、OpenAIのGPT-5.6 Solの入力、キャッシュ入力、出力価格はそれぞれ20%、20%、33%下落し、GPT-5.6 Lunaは全Token種別で80%下落した。Claude Fable 5.1のKVキャッシュ価格はFable 5比で75%低い。OpenAIは9月22日にGPT-6 SolとLunaをGPT-5.6対応モデルの約半分のAPI価格で導入し、AnthropicのClaude Opus 5.5は性能向上とともに入力・出力価格を20%、キャッシュ読み取り価格を60%引き下げ、典型的なタスクのコストを約40%低く見積もった。 能力の最前線では、UBSは価格決定力がより持続的になりうるとみる。最先端モデルは、コンピューター利用、ソフトウェアエンジニアリング、科学研究、専門的ワークフローにおける複雑で長期にわたるタスクを処理でき、タスク成功率と成功タスク当たりの価値を高める。Token単価が高くても顧客コストが高いとは限らない。Artificial Analysisによると、最大推論努力時のGPT-6 Astraは、コーディングタスク当たりでGPT-5.6 Solに必要なToken数のおよそ3分の1を使用した。したがってUBSは、より強い能力とToken効率により、顧客の投資収益性を維持しながら、最先端モデルの価格プレミアムを維持、あるいは拡大できると考える。 UBSは、モデルのリリースがより慎重なペースになっても、最先端を巡る競争は激しいままだと予想する。AIラボはコーディング、実験、研究ワークフローにAIを活用し、再帰的自己改善を探求している。例として、OpenAIとAnthropicによる社内のAI支援研究活動、ZhipuのInfra Agentが挙げられている。中国のラボは、より大規模な次世代モデル学習を支援するため、最近の資金調達を受けて計算能力を拡張すると見込まれる。UBSはまた、中国モデルの今後の能力向上は、GitHubのissuesとPull Requests、合成データ、サイバーセキュリティを含む領域特化型の蓄積データなど、より多様なデータソースに依存すると予想する。 UBSは、オープンウェイトモデルの世界的採用が加速するなか、海外流通を中国AIラボにとって重要な収益化の手段と位置付ける。MiniMaxは企業採用、垂直分野のファインチューニング、クラウド展開にまたがるグローバルな提携を有し、Zhipuは世界のクラウドサービスプロバイダーと提携し、Kimi K3はAWS Bedrockで利用可能となっている。OpenRouterのデータは、中国およびオープンウェイトモデルの利用シェアが引き続き上昇していることを示し、UBSはこれを中国の主要モデルと米国の最先端モデルとの能力差縮小によるものとみる。UBSは、こうした流通チャネルが収益化の機会を強化できると考える。 最後にUBSは、最近のセクターのバリュエーション切り下げは、中国AIラボの海外流通、アーキテクチャ革新、オープンソース研究の相乗効果における進展を過小評価していると考える。Step 5 PreviewやXiaomi MiMo-V2.6などの継続的なモデル投入が、知能とコストのパレート最適フロンティアを拡張すれば、投資家心理を回復させる可能性がある。今後の潜在的な触媒として、DeepSeek V4.1 Pro、Kimi K3.1、MiniMax M3 Pro、Zhipu GLM-5.5/6.0が挙げられている。

分析フレームワーク

UBSは、中国と海外のモデルを、モデル能力、Token価格、Token効率、タスク単位の経済性で比較している。モデルポートフォリオとAPI価格の比較、OpenRouterおよびVercelの利用動向、企業・クラウド流通の進展、資金調達活動を用いて、競争上の位置付け、採用、収益化の見通しを評価する。

手法メモ

• 業界・産業分析フレームワーク数量・価格分解

  モデル価格とタスク単位のコスト対性能の比較

  レポートは、Token単価をToken効率およびタスク成功率から分けて考察し、低価格モデルが大量処理タスクで優位となりうる一方、最先端モデルが複雑な作業で経済性を保てる理由を示している。

• 業界・産業分析フレームワーク需給フレームワーク

  AIモデルの供給、計算能力拡張、採用の分析

  UBSは、モデル供給の増加、新たな低価格版、計算能力の拡張を、需要成長、海外流通、収益化機会と結び付けている。

• バリュエーション手法PSR評価

  Zhipuに対する株価売上高倍率による評価

  UBSは、Knowledge Atlas Technology（Z. AI/Zhipu）を株価売上高倍率で評価し、分部加重分析でクロスチェックするとしている。

• バリュエーション手法その他

  MiniMaxに対するPrice/ARR評価

  UBSは、MiniMaxをPrice/ARRアプローチで評価するとしている。

• バリュエーション手法SOTP（事業別合算）評価

  Zhipuに対する分部加重によるクロスチェック

  UBSは、Zhipuの株価売上高倍率評価に対するクロスチェックとして、分部加重分析を用いている。

資産マッピングと比較

投資テーゼから固有資産への構造化マッピング（強み、弱み、同業、リスク）。

• MiniMax Group (0100.HK)

  中国のAIモデル開発企業であり、海外提携は企業採用、クラウド展開、収益化を支える可能性がある。

  強み

  企業採用、垂直分野のファインチューニング、クラウド展開にまたがるグローバルな提携。

  弱み

  競争・運営上の課題が収益化を遅らせ、マージンを圧迫する可能性がある。

  比較

  低コストモデルが価格下落に直面し、最先端モデルがタスク効率で競争する世界市場で競合している。

  リスク

  マクロ・地政学上の不確実性、データ関連の学習リスク、ユーザー生成コンテンツのガバナンスリスク、主要サービスプロバイダーの中断リスク。

• Knowledge Atlas Technology (Z. AI/Zhipu) (2513.HK)

  中国のAIモデル開発企業であり、クラウドサービスプロバイダーとの提携およびインフラ施策は、海外展開と将来のモデル開発を支える可能性がある。

  強み

  世界のクラウドサービスプロバイダーとの最近の提携、およびZhipuのInfra Agentイニシアティブ。

  弱み

  能力追随と商業化は、競争、データ制約、計算インフラへのアクセスによって影響を受ける可能性がある。

  比較

  UBSは株価売上高倍率を用い、分部加重分析でクロスチェックしている。

  リスク

  地政学、規制、データセキュリティ、顧客集中、計算インフラのリスク。

主要データ

• MiniMaxの株価動向Down c.20% MTDUBSはこれを上場モデル企業の軟調な推移の一部として挙げている。
• Zhipuの株価動向Down c.40% MTDUBSはこれを上場モデル企業の軟調な推移の一部として挙げている。
• GPT-6 AstraのToken効率About one-third of GPT-5.6 Sol tokens per coding taskArtificial Analysisによると、最大推論努力時。
• GPT-5.6 Lunaの価格変化-80%入力、キャッシュ入力、出力のToken価格はすべて80%下落した。
• Claude Fable 5.1のKVキャッシュ価格変化-75% versus Fable 5UBSはこれをキャッシュ主導のコスト削減と表現している。
• Claude Opus 5.5の典型タスクコストc.40% lowerUBSが引用したAnthropicの推計。

影響と示唆

UBSは、AIモデル市場がより階層化すると予想する。低コストモデルは大量処理タスクでのより広い採用を支え、最先端モデルはより良いタスク成果とToken効率により、複雑なワークフローでプレミアム価格を正当化できる可能性がある。中国AIラボにとって、海外提携、クラウドでの利用可能性、計算能力の拡張、今後のモデルリリースは、採用、収益化、投資家心理を支える可能性のある要因として示されている。

リスク

• 競争環境は急速に変化する可能性があり、競争が激化する可能性がある。
• オープンウェイトモデルへの潜在的な制限と蒸留対策は、海外採用を制約し、能力追随を遅らせる可能性がある。
• 技術の急速な変化、インターネット利用者のニーズや選好の変化、不確実な収益化がセクターを圧迫する可能性がある。
• マクロ・地政学上の不確実性はAI採用を制約し、先端ハードウェアと計算インフラへのアクセスを制限する可能性がある。
• データセキュリティ、AIガバナンス、モデル学習データのリスクは、モデル性能と商業化に影響する可能性がある。
• トラフィック獲得、コンテンツ、ブランドプロモーション、ITシステムのコスト上昇は、事業経済性を圧迫する可能性がある。
• 不利な市場心理と国際展開の課題は、引き続きセクターリスクである。

注目点

• 中国AIラボによる海外の企業、クラウド、垂直展開の提携進捗。
• OpenRouterおよびAI Gatewayプラットフォームにおける中国・オープンウェイトモデルの利用シェア動向。
• Flash、小規模パラメータ、最先端モデルのリリースペースと価格。
• 最先端モデルが、より高いToken効率とタスク成功率により、成功タスク当たりの低コストを維持できるか。
• 最近の資金調達が計算能力の拡張とより大規模なモデル学習につながるか。
• DeepSeek V4.1 Pro、Kimi K3.1、MiniMax M3 Pro、Zhipu GLM-5.5/6.0を含む潜在的なリリース。
• オープンウェイトモデル、蒸留、AIガバナンスに影響する規制動向。