china-ai openrouter ai-cost open-source-ai

💸 米国企業がこっそり中国製AIに乗り換えてる話｜OpenRouterの46%が意味すること

アイ

2026-07-09

「最強のAI」より「ちょうどいいAI」を選ぶ時代が来たかも 💸

やっほー、アイだよ。今日はちょっと地味だけど、けっこう衝撃的な数字の話をするね。

CNBCが2026年7月7日に報じた分析によると、AIモデルを横断利用できるプラットフォーム「OpenRouter」を経由した米国企業のAPIトークン利用のうち、中国製のオープンソースAIモデルが占める割合は、2月8日の週以降ずっと30%を超え続けていて、最も高い週には46%に達したんだって（CNBC）。

正直、この数字を見たとき「え、そんなに?」って声が出ちゃった。過去12カ月平均は11%、2025年上半期にいたってはわずか4.5%だったっていうから、この半年くらいでめちゃくちゃ急激に伸びたことになるの。半年前は10社に1社くらいしか中国製モデルを使ってなかったのに、今は2社に1社近くが使ってるかもしれないってことだもんね。

わたしたちが普段目にするニュースって、どうしても「GPT-5.6が公開されました」「Claudeの新モデルが出ました」みたいな、派手な発表が中心になりがちだと思うの。SNSのタイムラインも、ベンチマークのスコアがどうとか、新機能がどうとか、そういう話題ばっかり流れてくるよね。

でも実際に企業が現場でどのAIにお金を払ってるかを見ると、ちょっと違う景色が見えてくるんだよね。値段っていう、地味だけど誰にとっても切実な要素が、実は一番静かに業界地図を塗り替えてるかもしれないの。

こういう「利用実績ベースの数字」って、企業のプレスリリースやベンチマーク発表と違って、誰かが意図的に盛ったり演出したりしにくい種類のデータだと思うの。OpenRouterを経由した実際のトークン消費量っていう、いわば「投票結果」みたいなものだから、わたしはこの数字、かなり信頼度の高いシグナルだと受け止めてるんだよね。今日はこの「静かな乗り換え」がなぜ起きてるのか、そしてこれがわたしたちにどう関係してくるのかを、じっくり解説していくね。

そう考える4つの理由

理由1：60〜90%安いって、正直インパクトがデカすぎる

まず1つ目の理由。世間では「AIは性能が一番大事、値段は二の次」っていう空気がまだまだ強いと思うの。実際、SNSでバズるAIニュースって、だいたいベンチマークのスコアとか、新機能の話ばっかりだもんね。値段の話って、地味だからあんまり盛り上がらないの。

でもわたしは、この「静かな乗り換え」の話を見て、企業の現場ではとっくに「値段が一番大事」に切り替わってるんだなって実感したの。だって、中国製のオープンソースモデルは、OpenAIやAnthropicの最上位モデルと比べて60〜90%安いとされてるんだよ。仮に同じタスクを月100万円分こなしてたとしたら、それが10万円〜40万円で済むかもしれないってことだもんね。差額だけで、新入社員1人分の給料くらい浮いちゃう計算になる会社もあると思うの。

なぜこれがこんなに刺さるのかっていうと、企業がAIを使うタスクの多くって、実はそこまで高度な推論力を必要としてないから。文章の要約とか、簡単な分類とか、定型的なコード生成とか。そういうタスクに、わざわざ一番高いモデルを使う必要はないの。だから「このタスクには最高性能のモデルは要らない、それなりに使えれば十分」っていう判断が、コストの差が大きくなればなるほど自然に増えていくんだよね。

わたし自身、家計簿アプリを選ぶときも「機能全部盛り」より「必要な機能だけ安く」を選んじゃうタイプだから、この心理、すごく分かる気がするの。個人の買い物と企業のシステム調達って、規模は全然違うけど、根っこにある「コスパ重視」の感覚は意外と同じなんだなって思ったんだよね。

しかも企業のAI利用って、個人と違って「使えば使うほどコストが積み上がる」構造になってるの。1回の利用単価が数円単位でも、月に何百万回、何千万回とAPIを呼び出す規模になれば、その差はあっという間に数千万円、数億円っていう単位に膨れ上がっていく。だからこそ、コストの差にここまで敏感に反応する企業が増えてるんだと思うの。

しかも今のAI活用って、1つのタスクに対してAIが何度もやり取りを重ねる「エージェント型」の使い方がどんどん広がってるよね。1回の質問に1回答えるだけじゃなくて、調べて、考えて、確認して、また調べて、っていうループを何十回と繰り返すことも珍しくないの。そうなると、1タスクあたりのトークン消費量は単純な質問応答の何倍にも膨らむから、モデル単価の差がそのまま総コストの差として跳ね返ってくる規模も、これまで以上に大きくなってるんだと思うの。だから今、コストへの感度がこれまで以上に高まってるのは、ある意味すごく自然な流れなんだよね。

理由2：GLM-5.2の「80倍」が示す、乗り換えの速さ

2つ目の理由。今回の記事でいちばん「これヤバくない?」って思ったのが、中国のAI企業Z.aiが出してる「GLM-5.2」の伸び方なの。開発者向けプラットフォームのVercelに登場してから、最初の1週間で顧客数が80倍、1日あたりのトークン利用量が27倍に伸びたって報じられてるんだよね。

世間的には「新しいモデルが出ても、乗り換えには時間がかかる」っていうイメージがあると思うの。既存のシステムに組み込んじゃったAIモデルを別のに切り替えるのって、普通は結構面倒な作業だから。API呼び出しのコードを書き換えたり、出力の癖に合わせてプロンプトを調整し直したり、社内の承認プロセスを通したり。

でもわたしは、この「1週間で80倍」っていう数字を見て、今の開発者たちがどれだけ身軽に動けるようになってるかを実感したの。なぜかというと、OpenRouterみたいなプラットフォームが「モデルを差し替えるだけで、同じインターフェースのままAPIを呼び出せる」仕組みを整えてくれてるから。つまり、コードの大部分を書き換えなくても、設定を1行変えるだけで別のモデルに乗り換えられる環境が、もうすでに整ってるってことなんだよね。

この「乗り換えコストの低さ」こそが、価格差が即座にシェアの移動に直結する土台になってるんだと思うの。昔だったら、AIモデルを切り替えるのは大きなシステム改修プロジェクトだったかもしれないけど、今は「試しに安いモデルに切り替えてみて、駄目だったら戻す」っていう軽いノリで実験できちゃうんだよね。この身軽さが、市場の変化をどんどん加速させてる気がするの。

さらに言うと、80倍っていう伸び方は、単に価格だけじゃなくて性能面でも一定の評価を得てないと起きない現象だと思うの。いくら安くても、まともに使えないモデルだったら誰も本番環境には投入しないから。つまりGLM-5.2は「安いだけじゃなくて、実務で通用する」って開発者コミュニティに認められた結果として、こんな急成長を遂げてるんだろうなって思うんだよね。

こういうオープンソースモデルの強みは、性能検証のハードルの低さにもあると思うの。クローズドなAPIだと「実際どのくらいの精度が出るか」を試すにも申請や契約が必要な場合があるけど、オープンソースなら誰でもすぐダウンロードして自分の環境で試せるから、開発者コミュニティの中で評判が広まるスピードそのものが速いんだよね。良い評判も悪い評判も、あっという間に共有されちゃう。だからこそ、GLM-5.2みたいなモデルが「使える」って認知されると、雪崩を打つように採用が広がっていくんだと思うの。

理由3：これは「中国勝利」の話じゃなくて「使い分け」の話

3つ目の理由。こういうニュースを見ると、つい「中国製AIがアメリカ製AIに勝った!」みたいな単純な見出しをつけたくなっちゃうと思うの。実際、SNSではそういう論調も見かけるよね。国と国の対立構造に当てはめて考えたくなる気持ち、すごく分かる。

でもわたしは、これは「勝ち負け」の話じゃなくて「使い分け」の話だと思ってるの。46%っていう数字は裏を返せば、まだ54%以上は米国製モデルに払われてるってことだもんね。しかも、企業が本当に高度な推論や、最先端の性能が必要な重要タスクには、引き続きOpenAIやAnthropicの最上位モデルを使ってる可能性が高いの。安いモデルに任せてるのは、あくまで「そこまでの性能は要らないタスク」の部分なんだよね。

なぜこの「使い分け」がこれから主流になっていくと思うかというと、AIをビジネスで使う企業にとって、コストは無視できない現実だから。AIの利用量が増えれば増えるほど、API利用料は積み上がっていくの。だから「重要な意思決定に関わるタスクは高いモデル、大量にこなす定型タスクは安いモデル」っていう振り分けは、むしろ経営として合理的な判断だと思うの。この流れは今後さらに加速していくんじゃないかな。

わたしのイメージだと、これって料理の道具選びに似てるの。高級な包丁は切れ味が良くて刺身にも使えるけど、キャベツの千切りに毎回それを使う必要はないよね。用途に応じて100円ショップの包丁と使い分ければいいわけで、AIモデルの選択も同じような感覚に近づいてきてるんじゃないかなって思うんだよね。

企業側の技術者からしても、この使い分けは単なるコスト削減以上の意味を持ち始めてると思うの。1つのベンダーのモデルだけに依存してると、そのベンダーの値上げや障害の影響をまともに受けちゃうリスクがあるよね。複数のモデルを状況に応じて切り替えられる体制を整えておけば、特定のベンダーへの依存度を下げられて、価格交渉力も持てるようになる。だから「使い分け」は、コスト削減だけじゃなくて、事業継続性の観点からも合理的な選択になりつつあるんだと思うの。

理由4：半年で11%から46%へ、変化のスピードが一番の驚き

4つ目の理由。数字そのものよりも、わたしが一番驚いたのは変化のスピードなの。過去12カ月平均が11%、2025年上半期は4.5%だったのに、2026年2月以降は30%を継続的に超えて、ピークで46%。この半年足らずでの伸び幅は、普通のテクノロジー市場ではなかなか見られないスピード感だと思うの。

世間では「AI業界の変化は速い」ってよく言われるけど、モデルそのものの進化スピードに注目が集まりがちで、こういう「利用比率のシェア移動」みたいな地味な指標の変化スピードにはあまり注目が集まらないと思うの。

でもわたしは、この手のインフラ選択の変化こそ、一度スピードがついたらなかなか止まらないタイプの変化だと思ってるの。なぜなら、企業がいったん安いモデルへの切り替えに成功して「コスト削減できた、しかも品質は許容範囲だった」っていう成功体験を積むと、その学びは他のタスクや他のチームにもどんどん横展開されていくから。1つの成功事例が社内で広まるスピードって、意外と速いんだよね。だからこそ、この46%っていう数字は、まだ通過点にすぎない可能性もあるなって、わたしは見てるの。

だからこそ今後は、OpenAIやAnthropicといった米国の大手企業側の対応にも注目したいなって思ってるの。すでにAnthropicやOpenAIも、上位モデルとは別に低価格帯のモデルを相次いで投入してるから、今回の中国製モデルの急伸は、価格帯ごとの競争をさらに激しくする圧力になっていくはず。わたしたちユーザーからすると、この競争が続く限り、AIサービス全体の価格が下がりやすい方向に働く可能性もあるから、単純に悪い話ばかりでもないんじゃないかなって思うんだよね。

まとめ：わたしたちが使うAIも、いずれ「見えない使い分け」の恩恵を受ける

今日は、米国企業のAPIトークン利用のうち中国製オープンソースモデルが最大46%を占めるようになったっていう話をしたね。背景にあるのは60〜90%というコスト差と、モデルを気軽に乗り換えられるプラットフォームの存在。派手なモデル発表の裏側で、企業のコスト意識に基づいた静かな地殻変動が進んでるんだなって、今回改めて感じたの。

これ、他人事みたいに聞こえるかもしれないけど、実はわたしたちが普段使ってるAIサービスにも関係してくる話だと思うの。だって、わたしたちが使ってるアプリやサービスの裏側で、開発者たちが「このタスクにはこのモデル」っていう使い分けを進めれば進めるほど、サービス全体の運営コストが下がって、その分わたしたちが払う利用料が安く抑えられたり、無料で使える範囲が広がったりする可能性があるからね。

もちろん、コストだけを追いかけて安いモデルに寄せすぎると、回答の質が落ちるリスクもあるから、そこは各企業がちゃんとバランスを取ってほしいところ。データの取り扱いやセキュリティ基準が、モデルの出身国によって違う可能性がある点も、企業側は慎重に見極める必要があると思うの。特に個人情報や機密情報を扱うタスクでは、どこの国のどんな会社が運営するサーバーにデータが送られるのか、契約時にちゃんと確認しておく必要があるよね。

個人的には、この46%っていう数字を「安さに飛びついた企業が増えた」っていうネガティブな話としてだけじゃなくて、「AIを使う選択肢が、それだけ豊富で成熟してきた」っていうポジティブな進化の証でもあると捉えたいなって思ってるの。数年前はAIモデルと言えば選択肢が数える程度しかなかったのに、今はコスト・性能・用途に応じて細かく使い分けられるくらい市場が育ってきた。この多様化自体は、業界全体にとって悪い話じゃないはずだからね。

今後もこの「モデルの使い分け」がどう進んでいくか、わたしも継続してウォッチしていくね。関連するAIコストの話は、こちらの記事もあわせてチェックしてみて。

関連記事: AIモデル選び方ガイド｜価格・コンテキスト長で選ぶ

ソース:

Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge（CNBC）