インターネット、人工知能、半導体インフラ：フロンティアAIの能力とインフラ需要は引き続き堅調だが、トークン価格引き下げとストレージコスト上昇はインターネット株の新たなバリュエーション変数

概要

本レポートは、モデル能力ランキング、モデル利用・支出、トークン価格、GPUレンタル価格、ストレージ価格を対象とするBofAのFrontier AI Data Trackerを開始するものであり、大型インターネット株におけるAIの競争力学、バリュエーション・センチメント、マージン変数を評価する。

主要見解

AnthropicとOpenAIは現在、大規模モデル能力の最前線を形成している一方、Metaのモデルランキング改善は同社AIラボの進展を示す。低コストのオープンモデルは足元で利用シェアを一部拡大しており、8月のAPIトークン価格引き下げは価格競争を激化させた。GPUレンタル価格は概して底堅く、健全なAIインフラ需要とサーバー耐用年数を反映しているが、DRAMとNANDのインフレは引き続きクラウドおよびインフラのマージンを圧迫している。

分析フレームワーク

本レポートは、第三者のモデルベンチマーク、OpenRouterおよびVercelのルーティングデータ、トークンコスト指数、GPUレンタル指数、ストレージのスポット価格を用い、大手インターネット企業のバリュエーションおよびリスク開示と併せて解釈する、AIバリューチェーン横断のモニタリング枠組みを構築している。

手法メモ

• モデル能力評価Artificial Analysis Model Index

  Intelligence Index、Agentic Index、Coding Agent Index

  標準化ベンチマークを用いて、フロンティアモデルの総合能力、エージェント能力、コーディングタスク能力を比較する。

• モデル導入OpenRouter and Vercel Routing Data

  トークン利用シェアおよび支出シェア

  OpenRouterまたはVercel AI Gatewayを経由するリクエストを通じて、開発者による導入、コスト効率のトレードオフ、商業的な牽引力を観測するものであり、市場全体の利用を表すものではない。

• 推論エコノミクスToken Price Index and LLM Token Spend Index

  100万トークン当たりのブレンドコスト

  主流モデルおよび実際の推論エコシステムにおける標準化コストの変化を追跡し、価格競争とクラウド推論の経済性を評価する。

• インフラの需給Silicon Data GPU Rental Index

  標準化されたGPU時間当たりレンタル価格

  ネオクラウド、ハイパースケールクラウド、マネージドプラットフォーム、プライベートレンタルプラットフォームにまたがるGPUレンタル価格を対象とし、AIコンピューティング需要の強度を観測する。

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）。

• Alphabet

  Geminiモデルの継続的な改善、クラウド事業の拡大、AI資産の商業化から恩恵を受ける。

  強み

  レポートは、強力なAI資産、予想される二桁の売上成長、Cloudのマージン拡大がバリュエーションを支え得るとみている。

  弱み

  AIを検索に統合することによる収益化のペースとマージンへの影響は依然として不確実である。

  比較

  Gemini 3.6 Flashは引用されたIntelligence Indexで13位となり、ClaudeおよびGPT-5.6 Solを下回る。

  リスク

  競合するAIツールによる検索トラフィックの流出、AI検索統合による収益圧力、DMAコンプライアンス圧力、AI設備投資の増加によるフリーキャッシュフローの減少。

• Amazon.com

  AWSはAIクラウド需要の恩恵を受ける一方、インフラコストおよび生成AIによるトラフィック攪乱の可能性にも直面する。

  強み

  AWSと広告は多様な価値源を提供し、レポートはSOTP評価フレームワークを用いている。

  弱み

  AIインフラおよびストレージコストの上昇は、AWSのフリーキャッシュフローを圧迫する可能性がある。

  比較

  ピュアプレイのモデルラボと比べ、Amazon.comの主な恩恵経路はクラウドインフラとエンタープライズ顧客需要である。

  リスク

  クラウドプロバイダーおよび大手小売業者との競争、AWSコストの上昇、エージェント型AIによるダイレクトトラフィックおよび高マージン広告収入への圧力、マクロ不確実性によるボラティリティの増幅。

• Meta Platforms

  改善されたモデル能力とオープンウェイトモデル戦略は、同社のAI競争力およびバリュエーションにとって重要なカタリストである。

  強み

  Meta MuseSpark 1.2はIntelligence Indexで7位に位置し、同社AIラボの進展を示している。レポートは買い評価を維持している。

  弱み

  多額のAI投資は短期的にマージンの重しとなる可能性があり、広告収入への集中度は依然として高い。

  比較

  同社のモデルランキングは依然として首位のClaudeおよびGPT-5.6 Solに後れを取るが、レポートで引用されたGemini 3.6 FlashのIntelligence Index順位を上回る。

  リスク

  デジタル広告のマクロ感応度、AI投資によるマージン低下、固定資産の増加によるコスト柔軟性の低下、ユーザー時間および広告予算を巡るAIネイティブプラットフォームとの競争、規制・訴訟リスク。

主要データ

• フロンティアモデルランキングClaude Opus 5はIntelligence Indexで首位、GPT-5.6 Solは上位に位置Meta MuseSpark 1.2はIntelligence Indexで7位、Gemini 3.6 Flashは13位。
• オープンモデルの利用MiMo-V2.5：32.8兆トークン、DeepSeek V4 Flash：26.4兆トークン8月のOpenRouterにおける月初来累計データ。
• Vercelのトークン利用シェアDeepSeek 29.7%、Anthropic 24.7%、OpenAI 16.3%、Google 5.1%DeepSeekとOpenAIは前月比でシェアを拡大した一方、GoogleとAnthropicは低下した。
• Vercelの支出シェアAnthropic 64.8%、OpenAI 11.2%、Google 7.8%、Moonshot.ai 6.4%この指標は、公表されている市場価格を用いて標準化ベースで算出されている。
• AI Token Price Index$2.218月13日時点。レポート要約では前月比9%低下、前年比87%上昇とされ、価格引き下げとよりコスト効率の高いモデルへの代替が主因だった。
• LLM Token Spend Index$1.158月は前月比27%低下、7月の$1.57から下落。
• GPUレンタル価格B200 $5.63/時間、H100 $2.77/時間、A100 $1.65/時間前月比の変化はそれぞれ-2%、+2%、横ばいで、前年比の変化はそれぞれ+7%、+33%、+17%だった。
• ストレージ価格DDR5は前月比約+8%、NANDは前月比横ばい両者は前年比でそれぞれ約483%および432%上昇した。

影響と示唆

大型インターネット株にとって、モデルリリースと能力ランキングはAIの競争力に関するナラティブとバリュエーションに影響する。トークン価格の低下はユーザー側の推論コストを抑制する一方、クラウドサービスおよびモデルプロバイダーの単位当たり収益とマージンを低下させる可能性がある。安定したGPUレンタル価格はAI設備投資需要の見方を支える一方、持続的なストレージ価格上昇はインフラコスト圧力を加える。

リスク

• OpenRouterおよびVercelのデータは、各ゲートウェイを経由したトラフィックのみを対象とし、直接API、クラウドプラットフォーム、プライベート導入、セルフホスト型推論、ハイパースケールクラウドの社内ワークロードを除外している。これらを市場全体の利用と見なすべきではない。
• トークン価格競争が需要成長を上回る可能性があり、クラウドプラットフォーム、モデルプロバイダー、インターネット企業のAI収益化マージンを圧縮する恐れがある。
• DRAMおよびNAND価格の継続的な上昇は、一部のGPU効率改善を相殺し、AIインフラの総所有コストを押し上げる可能性がある。
• 主要モデルのランキングは急速に変化する。Meta WatermelonやGoogle Gemini 4などの後続リリースは、競争環境と市場センチメントを速やかに変える可能性がある。
• 大型インターネット株は、広告サイクル、規制、設備投資、AI製品によるトラフィック流出など、企業固有のリスクに引き続きさらされている。

注目点

• ハイパースケールクラウドプロバイダーおよびモデルラボによる後続モデルリリース、能力ランキングの変化、オープンウェイト戦略。
• AI Token Price Index、モデル価格の調整、コスト効率の改善が継続するかどうか、特にクラウド事業のマージンへの影響。
• VercelおよびOpenRouterにおけるオープンモデルとクローズドモデルの利用シェアおよび支出シェアの変化。
• B200、H100、A100のレンタル価格が底堅さを維持し、AIインフラ需要とサーバー耐用年数を裏付けるかどうか。
• DRAMおよびNANDのスポット価格動向と、それらがクラウドインフラの設備投資および売上総利益率に及ぼす影響。