なぜ中国は生成AIがこれほど強いのか

2026年7月28日 ・ 久保一成

#中国AI#DeepSeek#生成AI#オープンソース#AGI

中国AIが強い理由――GPU輸出規制だけでは説明できない二つの問い

アメリカの連邦機関も、韓国も、台湾も、オーストラリアも、2025年、政府の端末で中国のAI利用を禁止しました。 一方で、同じ年、世界中の人々が自分のパソコンやサーバーに落として動かす生成AIは、41%が中国製になりました。 世界最大のAIモデル保管庫、Hugging Face で、中国製のダウンロード数がアメリカ製を初めて追い抜いたのです。

中国のAI開発が急発展している理由は、こう説明されることがあります。 アメリカが、高性能なGPUを中国に売るのを止めた。 だから中国は、少ない計算で動かせるようにモデルの開発競争が進んだ。

実は、これは時系列的には辻褄が合いません。

アメリカが中国向けの高性能GPUを止めたのは、2022年10月7日です。 その前の年、2021年に、中国では経営主体の違う複数の組織が、すでに当時の世界最大級のモデルを訓練していました。 締め出される前に、もうすでに作れていた。

GPU規制とトークン効率の進化は、安さの一因としては間違っていません。 一方で、中国が、そもそもそれらのモデルを作れた理由としては成立しない。 そもそも前線で使える生成AIを作れている時点で、AIが強い国だと言えます。 その国はアメリカと中国しかないからです。

「なぜ中国のAIはこんなに強いのか」という一つの文に、二つの質問が混ざっています。 どうして生成AIを作れたのか？ なぜ、価格あたりの性能が高いのか？

これらは別の問いであり、2つの問いには別々の解答が必要です。

一つ目の答え。中国は、AIのために何かを新しく作ったのではありません。 別の目的で育っていた設備と人材が、規制の前から揃っていました。 二つ目の答え。安さは、善意でも出血でもありません。 追いかける側にとって、タダで配ることが、いちばん合理的な経営戦略なのです。 そして配る会社が本当に売っているのは、モデルでもAPI利用料でもなく、AGIに最初に届くかもしれないという可能性です。

一つずつ紐解いていきましょう。

DeepSeekはGPU規制前から準備されていた――High-FlyerとA100・1万基

いま世界で一番有名な中国のAI企業は、DeepSeek です。 その出発点は、AIの会社ではありませんでした。 梁文鋒が2015年に立てた、コンピュータに株の売買をさせて稼ぐ投資会社、幻方（High-Flyer）です。 この会社が2021年、NVIDIA の高性能GPU、A100 を1万基購入しました。 同社がGPUサーバーへ注ぎ込んだ資本は、調査会社 SemiAnalysis の推計で、のべ2,700億円。 アメリカが高性能GPUの輸出を止める、前の年のことです。 そして2023年、幻方が設立したAI企業が、DeepSeekです。 つまり、DeepSeek の計算設備の土台は、規制の前に買われていました。

これは、一社の話ではありません。 同じ2021年に、中国では経営主体の違う四つの組織が、それぞれ当時の世界最大級のモデルを発表しています。 国の研究機関の智源人工智能研究院。ECのAlibaba。検索のBaidu。通信機器のHuawei。 開発元はばらばらです。

生成AIの研究において、一つのモデルを何百基ものGPUに分けて学習させる作業は、GPUを買えばどうにかなるものではありません。 数百基を何日も、故障を含め止めずに走らせる運用と、その規模で壊れないように学習を設計できる研究者、失敗しても研究を継続できる資本力。この三つが同時に必要です。 2021年に四つの組織がそれを実行したという事実は、その三つを兼ねる組織が当時の中国に、複数あったことを意味します。

一つの反論があります。 中国のモデルは、アメリカが公開した商用AIから蒸留したのではないか。 つまり、アメリカのモデルが出力する回答から大量に学習して、安く追いついただけではないか。

実際にその可能性は高いと思います。 ただ、そうだったとして、説明できることには限りがあります。 蒸留は、先を走る相手に追いつく費用を下げます。 写した答えで学習させれば、自分でゼロから探索する手間が減るからです。 ただし、そこまで。

写した答えがあっても、それを大規模に流し込んで学習させるには、先ほどの三つがそのまま必要です。 これがなければ蒸留がどうこうの話にそもそもなりません。 もとより、蒸留は、公開されたモデルがある以上、どの国のどの企業にもできることです。

中国が生成AIを作れたのは、AIのために何かを新しく作ったからではなく、規制より前に、経営主体の違う複数の組織が、大規模な学習を実行できる状態にあったからです。 EC、検索、動画、金融の運用のために、すでに作られていたデジタルプラットフォームと研究人材とその組織を、中国はそのまま転用できました。

中国が生成AIを「作れたこと」の背景は、大まかにこのように説明できます。 ただ、ここには補足が必要です。 それらを満たしている国がもう一カ国アジアにあるからです。

中国AIと韓国AIの差――巨大デジタルプラットフォームを転用できるか

複数の組織が大規模な学習を実行できるという条件を、満たしている国がアジアにあります。 意外かもしれませんが、韓国です。

2025年に世界で注目されたAIモデルの国ごとの数について、Stanford の AI Index 2026 のレポートがあります。 1位はアメリカ、2位が中国、3位が韓国です。 韓国の生成AIは実は8本もあります。

作った企業もばらばらで、LG、Naver、SKテレコム、Upstage、NC AI といった名前が並びます。

人材についても「密度」という観点では、韓国は中国を上回っています。 同じ AI Index の集計で、人口10万人あたりのAI特許の数は、韓国が14.31件で世界1位。 2年連続です。中国は6.95件、アメリカは4.68件。韓国は中国の2倍以上あります。

国の後押しも入っています。 韓国政府は2025年8月、自国だけで基盤モデルを作る国家事業に、五つのチームを選びました。 Naver Cloud、LG AI研究院、SKテレコム、Upstage、NC AI。 経営主体の違う五つの組織が、国の資金を利用しながら、同時に大型モデルを作っています。

韓国は計算資源もすでに購入済みです。 2025年10月31日、NVIDIA と、GPU 26万基、約1兆6,000億円の国家契約を結びました。 アメリカの輸出規制の対象ではない韓国は、中国が買えなかった最新のチップを大量に購入できます。

韓国は、資金で賄えるものを全部買っています。 複数の組織も、国の予算も、人材も、最新のGPUも。

ところが、2026年7月時点で、AIモデルの能力として、Artificial Analysis の知能指数では、首位は61点に対し、韓国モデルの最高はLG の K-EXAONE で22点。首位のおよそ3分の1です。 Hugging Face のダウンロードの上位にも、韓国モデルは出てきません。

中国と韓国の違いは、転用できるデジタル資源の大きさです。

韓国の KakaoTalk は、国内の利用者が4,895万人。 韓国の人口はおよそ5,100万人ですから、ほぼ全国民が使っています。

一方で、中国の WeChat は、14億1,800万人です。29倍。

KakaoTalk は、自国のほぼ全員を集めています。 それでも5,100万人が上限でした。 これは国内における企業の実力というより、国内の市場の大きさの差です。

この差が、そのまま設備の差になります。 14億人が毎日使うサービスを止めずに動かすには、それだけの計算設備と、それを運用する人と、組織を擁しています。 Alibaba Cloud の2026年3月期の売上は、およそ3兆7,000億円。一社で、韓国のクラウド市場の全体より大きい。

一方で国内の市場が大きいだけでも要件が足りない。 インドの人口は、中国を上回っています。 それでも、インドのネット市場で育ったのは Google と Meta と Amazon でした。 10億人を超える市場を、自国の企業が持っている国は、中国だけです。 つまり、この規模で消費者向けサービスを、自前の計算設備で何年も回し続けてきた国が中国です。 日本はもとより、韓国にもこれがない。

これは直ちに購入できる類のものではありません。 中国でもアメリカでも20年もの時間をかけて、別の目的のもとに育っていたものだからです。

韓国は2025年に、国の資金で計算設備を新しく作ろうとしています。 ただ、転用できる国家と新設する国家では、初動に大きな差が出ます。

デジタルプラットフォームの転用ができたことは、中国が入り口に立てた理由です。 けれど、いま僕たちが見ている中国AIモデルの姿は、ここからは出てきません。 世界中のパソコンにオープンソースで落とされて、価格破壊をしているあの姿です。

では、なぜ中国のAIは、価格あたりの性能がこれほど高いのか？ 答えは、価格の話から始まりません。 なぜ無料で配っているのか、から始まります。

DeepSeekがオープンソースを無料配布する理由

序章で触れた、2025年の禁止令です。 アメリカでは連邦機関と、バージニア・テキサス・ニューヨークの各州が、政府端末での DeepSeek の利用を禁止。 国では、韓国、オーストラリア、台湾、イタリア、チェコ、オランダが禁止しています。

理由は、収集したデータが、中国国内のサーバーに保存されることでした。 これは西側諸国にとって、信用上の大きなリスクになります。

中国の生成AI企業は、中国国内のサーバーを利用する本来の運用では、西側諸国に利用してもらえない。 だから中国は仕方なくオープンソースで無料公開した。

実は、これも時系列で辻褄があいません。

DeepSeek が最初にモデルをオープンソースで無料提供したのは、2023年11月です。 オープンソースで提供するということは、モデルの中身が公開されるということです。

これは禁止が始まるより、14か月前。 つまり有名になる前から、最初の一本目からオープンソースの選択をしています。

では、2023年の時点でオープンソースにしている理由は何だったのか？ おそらく当初より、経営戦略上の合理性からです。

OpenAI や Anthropic には、すでに顧客と、アメリカ企業というブランドと、信用された販売経路がありました。 新しいモデルを出せば、すぐにでも使われました。 世界中の企業が、アメリカという国とその会社を信じて、自分の仕事のデータを預けるからです。

2023年に中国で生まれたベンチャー企業には、それがありません。 聞いたこともない中国の会社のAPIに、自分の会社の書類を流し込む人は滅多にいない。

ここに、オープンソースでの無料配布という非常に強い差別化戦略が成り立ちます。

中国の企業のモデルであるといえど、オープンソースであるということは世界中の誰でもが隅々まで中身を調べることができる。 さらに自社のサーバーで運用できるため、中国のサーバーに自社データが送られることもない。

そして、もう一つ大きな差別化があります。 時を同じくして、OpenAI も Anthropic もモデルの詳細をほとんど開示しなくなっていました。 ならば、オープンソースである中国のモデルは、研究者にとっての主役になれる。 閉じたモデルは、外部の研究者が中を調べられません。 何をどう学習させたのか分からないものは、極めて研究の対象になりにくい。

実際、2025年9月18日、DeepSeek の R1 が Nature の表紙になりました。 独立した査読を通った、初めての主要な大規模言語モデルになったのです。

Nature は、主要なAIモデルのうち、査読を経たものはR1以外に一つも無かった、と記しています。 世界中の研究が中国のモデルの上で行われるようになれば、次の世代の研究者は、中国のモデルの作法で育ちます。

DeepSeekが売るのはAGI到達の可能性――低価格APIと計算資源

2026年5月20日、DeepSeek の創業者である梁文鋒が、投資家に向けて説明を行いました。 彼は、会社の目標はAGIであって、利益の最大化ではないと繰り返しています。 売上のことは、道で見つけたゴマ粒のようなもので、拾いはするが立ち止まりはしない、という言い方をしました。

そのうえで彼は、中身を配ることと安く売ることを、利益の一部を意図的に手放す自制だと呼びました。 それが社員に達成感を与え、組織の結束を強め、社会の支持を集める。長い目で見れば、その自制が、AGIに届く確率を上げるのだと。

彼らが本当に欲しているのは、会計上の売上ではなく、研究開発に使う莫大な費用を賄ってくれる投資家からの評価です。 だからAPIの売上は重要ではなく、AGIに到達する可能性を、投資家にどれだけ感じさせられるかが最優先なのです。 本当に売っているのは、AGI到達という計り知れない価値の「可能性」の方です。

会社が評価され資金調達が進むと、計算資源をかければかけるほどモデルが賢くなるというスケーリング則に沿った学習ができます。そして、独自の工夫を凝らした研究開発も進みます。

彼らは利益を出さずに自社の評価額を上げ、ひいてはAGIへの到達可能性を高めることを、最初から目指しています。 創業からしばらく、梁文鋒は外部の出資を断り続けました。 安いうちに、可能性を売らなかったのです。

AGIを目標に掲げる会社へ入る資金は、どの国でも、この形をしています。 追いかけている側ほど、この賭けは安く済みます。配って失う売上を、そもそも持っていないからです。

2026年6月、アプリ開発の基盤を提供する Vercel の集計では、オープンソースモデルが、そこを通る全トークンの29%を処理していました。 DeepSeek 一社だけで22.6%。Anthropic と Google に次ぐ3位です。 オープンソースならば、中国サーバーという規制にかかりません。

一方で、同じ集計で、オープンソースモデルの29%に対して支払われた金額は、全体の4%未満でした。 平均のトークン単価の、およそ10分の1です。 一方の Anthropic は、トークンの32%を処理して、支出の61%を取っています。 これはそのままトークン価格の差を意味します。

なぜここまでトークン価格が安いのでしょうか？ DeepSeek のAPIの価格は、ハードウェアの費用をおよそ10か月で回収できる水準に置いています。 回収にかける期間を先に決めて、そこで止めている。 その10か月で回収できる水準に置くだけで、十分に安くなっているに過ぎない。

中国の生成AI企業にとって、会社の最大の制約は資金ではなくGPUを含む計算能力なのです。 資金があっても、アメリカの規制で自由に購入できないからです。

そして中国企業は、アメリカの20分の1の計算量で、実際にアメリカの背中が見えてきています。

実は計算資源には、次の二つの使い道があります。 一つ目は、利用者の質問に答えさせること。 二つ目は、次のモデルを訓練させること。

つまり限られたリソースの中では、一方に使うと、もう一方には使えなくなります。

ところが、モデルをオープンソースで配り、ユーザーに自身のマシンで動かしてもらえば、DeepSeek はユーザーの質問に対して計算資源を使わなくてよい。

これは意図的な戦略に見えます。 自社の窓口には最小限の計算しか割かず、残りを研究に残している。 最初からAGIの完成を見ているのなら、むしろ自然な判断です。 研究開発に計算資源をできる限り集中できます。

実際、2025年2月6日、DeepSeek はサーバー資源の制約を理由に、APIの入金受付を止めました。再開は25日。3週間、料金を払いたいユーザーを断っているのです。

盲点になっているのは、トップを走るOpenAI や Anthropic であっても、API価格の高低によらずもれなく赤字であるということ。 現在、追う立場にある中国企業にとって、API価格にこだわる必要はない。 それだけ、自身の開発に使うリソースを食ってしまうとも見られます。

そして、DeepSeek だけの話ではありません。 2026年7月、Moonshot AI の Kimi K3 が、Artificial Analysis の知能指数で57点をつけました。これは世界3位の成績。Claude Opus 4.8 と GPT-5.5 に並んでいます。このモデルも中身を公開すると表明されています。 Opus 4.8 や GPT-5.5 と同等の性能のモデルが、無料のオープンソースとして使えるのです。

中国の生成AI企業の経営判断は、少なくとも今のところは非常にうまくいっている。

OpenAIが閉じ、中国AIが配る――先行者と追随者の経営戦略

OpenAI は創業当初、研究成果やコードを広く公開する方針を掲げ、GPT-1 や GPT-2 など初期のモデルではコードや学習済みモデルも公開していました。

それが2023年3月から完全にブラックボックス化しました。 これは安全面への配慮もあるでしょうが、同社の技術報告書では競争への言及が先になされています。

OpenAI は2025年の一年間で、本業の赤字だけで約3兆4,000億円を出しました。 監査済みの財務諸表の数字です。

ところが、その会社に、2026年3月、約20兆円が集まっています。 一年で三兆円を超える赤字を出せる主体は、APIの売上を守るためだけに中身を閉じているわけではありません。

閉じている側も、中国企業と同じく、今年の売上ではなく、AGIに最初に届く可能性のほうを投資家に売っているからです。

違うのは、その確率を上げる経営判断が、立っている場所で逆になることです。 追いかけている側は、配ると確率が上がります。 シェアも、計算資源も、第4章で見たとおりです。

一方で先頭にいる側は、配ると確率が下がります。 追う側が追いつく費用を、自分で下げてしまうからです。

OpenAI は情報を知られたくない。 モデルの中身には、何年ぶんかの試行錯誤の結果が入っているからです。 配れば、追う側はそこから学べ、追いつく費用が下がる。

実際、OpenAI は2025年8月5日に、gpt-oss というモデルをオープンソースで公開しています。 ただしその2日後に、最前線の GPT-5 を発表しました。 配ったのは、最前線の一つ後ろのモデルです。

この構造は、安定していません。 最前線を配ることが合理的なのは、追いかけているあいだだけだからです。

Kimi K3 は、首位61点に対して57点。 論理をそのまま伸ばせば、中国企業が先頭に立った日、その会社が最前線を配る理由は消えます。

序章で見た41%は、永続する状態ではありません。 追い抜く途中にだけ現れる、いまの姿です。