AI戦国時代！Kimi K3やQwen 3.8の台頭とAnthropicの苦境を徹底分析

AI業界の勢力図が激変しています。Kimi K3やQwen 3.8が驚異的な進化を見せる一方で、Anthropicが直面している現在の苦しい状況や、今後の展望について議論しましょう。

うーん。OpenAIだってAnthropicと同じく「モデル専業」プロバイダーじゃないの？どちらも同じようなリスクを抱えてる気がするんだけど。

そのリスクは過大評価されてると思うな。

第一に、少しでも性能が良いモデルなら高くても払うっていう層が一定数いる。個人的にも、LLMが自分のワークフローにもたらす価値は、フロンティア・ラボに払ってる月200ドル以上の価値があるし、少しでも安く済ませようとは全く思わない。コストを最適化したがる声の大きい少数派や、LLMのコストなんて微々たるものっていう企業もいるけど、基本的には少数派じゃないかな（もし認識が違ってたら教えてほしい、顧客層がどうなってるのか気になるところ）。

それに、LLM本体なんて付加価値のごく一部でしかない。LLMのAPIを使ってエージェント的なソリューションを作ろうとしたことがある人ならすぐ気づくと思うけど、Claude CodeやCodexのハーネス（周辺ツール群）こそが大きな価値なんだよね。OpenCodeみたいなオープンソースの実装もあるけど、足元にも及ばない。

別の角度から考えてみて。MicrosoftがExcelの維持にどれだけ金をかけてるか。9割以上の機能を持ったオープンソースの代替品だってあるし、Excelファイルも開けるし作成もできる。Googleスプレッドシートだって99%は再現できてて誰でも使えて、いろんな面で優れてる。でも、スプレッドシートソフトが労働者にもたらす膨大な価値は年100ドル程度のコストを遥かに上回るから、強力な参入障壁になっていて、誰もわざわざ代替品を探そうとなんてしないんだよ。

Figmaの件がずっと頭から離れないんだよね。知らない人のためにGoogleの要約を貼っておく：

取締役の退任：AnthropicのCPOでInstagram共同創業者のMike KriegerがFigmaの取締役にいたんだけど、Claude Designのニュースが出るわずか数日前の4月14日に辞任した。これが利益相反や、製品戦略に関する機密情報の利用についての憶測を呼んだ。

パートナーシップの裏切り：Figmaは自社のAI機能のためにAnthropicのモデルを頼りにしていて、共同で「Code to Canvas」という統合機能すら発表していたから、テック業界では反発が起きた。報道によると、FigmaはClaude Designの深さと範囲を全く知らされていなかったようだ。

市場の反応：主要なAI基盤モデルがアプリケーション層にまで手を広げて自社のSaaSパートナーを食い物にするのではないかという「SaaSpocalypse（SaaSの終焉）」懸念が現実のものとなり、ニュースが流れた瞬間にFigmaの株価は7%急落した。

LLMを使ってる人たちに言いたいのは、データを渡したり依存したりするのは慎重になったほうがいいってこと。もしAIスタートアップを立ち上げてるなら、アイデアが当たった瞬間に彼らが直接競合してくる可能性は十分にあるし、API料金なんかも彼らの言いなりだからね。

AI進化の上限を「再帰的な自己改善」とすると、AIがより優れたモデルを作る責任を負うことになる。そうなれば勝者はデータセンターを所有する側だ。AnthropicもOpenAIも詰んでる。

下限を「停滞」とすると、進化は鈍化し、可能な限り低コストでピーク能力を提供することに焦点が当たる。今日、GoogleがGeminiの重みをシリコンに焼き込んだチップを開発中というニュースがあった。チップの寿命を最低2～3年と考えると、今のモデルが2～3年後にはゴミ同然になるはずだから、今後3年でそこまでの進化は起きないと見越してるんだろう。このゲームは最低利益率で売る勝負になる。AnthropicもOpenAIも詰んでる。

つまり彼らの生存は、AIの進化がこれら両極端の中間に収まるという前提に懸かってるってことだ。

2025年11月時点なら、AnthropicのOpus 4.5とClaude Codeのハーネスの組み合わせこそが、詳細な仕様さえあればソフトウェア機能を一発で正確に実装してくれる唯一のシステムだったと言い切れた。でも今は、Claudeを使うのもCodexを使うのも同じくらい満足してる。もしどちらかが顧客から金を搾り取ろうとしたり、安全性に過敏になりすぎたりしても、オープンウェイトの優秀なモデルや、それらと組み合わせて使える本物のオープンソース・ハーネスは山ほど出てきそうだしね。Googleだっていつか優秀なモデル＋エージェントの組み合わせを出してくるかもしれない（Gemini 3.1 Proは依然としてかなり強力だけど、Antigravityは前回試した時は使えなかったな）。

Anthropicのビジネスが、数ある強力な競合の一社として生き残るなら嬉しいよ。ただ彼らの「安全性第一」という精神が、新しいモデルで拒絶反応を増やし、意図的な無知を組み込む方向に進んでるのはね。結局のところAnthropicは、他の人たちがもっと勇気あるツールを作れるように、ソフトウェア全般の進化を加速させたという点で記憶されるのが一番いいのかもしれない。

ここ数日のオープンウェイト、オープンアーキテクチャのリリースを見て確信が深まったんだけど、最終的な勝者はモデルをいかに早くASICに焼き込めるか、というところになりそうだな。

K3のプレスリリースでも証明されている通り、LLM自体がチップ設計の一部をこなせるレベルにあるしね。

それに、フロンティアモデルは幅広いタスクで「十分な性能」を持っていて、ソフトウェアエンジニアリングの大半（あるいは既にかなりの部分）についても、もうすぐその閾値を超えるはず。ロードトリップの計画を立てたり、ケーキのレシピのアドバイスをもらったりするのに、Mythosレベルのモデルなんて本当に必要だと思う？

電力を食うNvidiaのGPUで150トークン/秒出すより、ASIC上で9,000トークン/秒で動くFable 5のようなモデルの方が、あるいは巨大なSRAMを積んだCerebrasやGroqチップの方が、需要の大半を満たすには十分かもしれない。

さらに、企業にとってデータ漏洩のリスクや、OpenAIやAnthropicといった競合にデータを渡してしまうリスクを考えると、オンプレミスのASIC環境に移行できるメリットは大きい。少数のチップで多様なユースケースをより安全にカバーできるしね。最先端の数学研究やコーディング以外にも、企業におけるLLMの使い道は山ほどあるわけだし。

「禁止されるべきゲームチェンジャーなモデル」から「まあ悪くないけど、OpenAIも同じくらい優秀だし、それとほぼ同等なオープンウェイトの代替モデルもいくつかあるよね」という評価に変わるまでのスピードが凄まじいな。

ハイプサイクルがどんどん短くなってる。もしかして今回こそ、何らかのプラトー（停滞期）に到達しつつあるのかもな（まあ、フラグっぽい発言だけど）。

大きな疑問は、これらの研究所がAnthropicやOpenAIを「上回る」モデルを実際に作れるかどうかだよね。

関連して、彼らがその成果を出すために、蒸留やその他の方法でどれだけAnthropicやOpenAIのAPIに依存しているのかという点も気になる。

もしこれらのモデルがAnthropicやOpenAIの派生品なら、性能は限定的だし、進歩も頭打ちになるだろうな。

Darioがまたポッドキャストに出まくって、「（彼が提唱する）AIのせいで75％の仕事が消滅するぞ！」って脅しをかければ形勢逆転できるかもよ。

それでもダメなら85％に引き上げて、それでもダメなら核兵器並みに「100％の雇用が消滅する」って言い切ればいい。

モデルを構築してしまえば、最大のコストは推論にかかる

これ、信頼できるデータが見つからないんだけど、規模感を知るために知りたいな。どれくらい使えば学習コストに並ぶんだろう？

つまり、学習データと環境がすでにあるとして、計算コストだけを考えた場合、Kimi K3やFableのようなモデルを何時間使えば、それを学習させるのに必要な計算量とトントンになるんだ？