【太っ腹に見えて実は計算高い】中国が最強のAIモデルを気前よく無料公開する、身も蓋もない理由

中国のAI企業は、傍から見ると頭のおかしい太っ腹ムーブを連発している。

DeepSeek V4-Pro／V4-Flash。Qwen3.6-27B。GLM-5.2。

どれも「型落ちの在庫処分」なんかじゃない。100万トークン級の長文処理、高度な推論、ガチのコーディング能力とエージェント能力を積んだ、正真正銘の現役フラッグシップだ。

GPUと電力を湯水のように注ぎ込んで作った最新兵器を、なぜタダで世界中にばら撒くのか。

答えを先に言っておく。

慈善事業だからじゃない。むしろ逆だ。恐ろしく計算高い話である。

モデルを公開すれば、世界中の開発者が蒸留、量子化、追加学習、推論最適化を、自社の懐を1円も痛めずに勝手にやってくれる。自社の研究者を束にしても届かない規模の研究開発を、実質タダで外部委託しているようなものだ。

公開した瞬間、世界中がタダで働き始める

高性能モデルのウェイトを一度公開してしまえば、企業がお願いしなくても世界中の開発者が勝手に実験を始める。

蒸留。ファインチューニング。データセット改善。量子化。推論エンジン最適化。長文コンテキスト対応。コーディングや数学への専門特化。評価と弱点発見。モデルのマージ。ルーティングとオーケストレーション。

このリストを自社の研究者だけで潰そうとしたら、何人いても足りない。

しかしウェイトさえ公開すれば、世界中の個人開発者、大学、研究機関、企業が、それぞれの電気代とGPUを使って好き勝手に実験してくれる。

もちろん、名前だけ豪華な失敗作も大量に生まれる。Hugging Faceを覗けば、複数の教師モデル名を全部盛りにした、AI界の「全部乗せラーメン」みたいなモデルがゴロゴロしている。

だが別に、全員が成功する必要はない。

数千件の実験のうち、たった一つでも優れた蒸留手法やデータセット、量子化方式が生まれれば、その成果はモデルの生態系全体に還元される。

オープンウェイトとは、要するに研究開発の探索空間を世界中に丸投げする行為だ。

蒸留は「コピー」じゃない。能力の「移植手術」だ

「中国製AIの急成長は蒸留だけじゃ説明つかない」という声がある。

これは正しい。

最新モデルは、莫大な事前学習、独自アーキテクチャ、高品質データ、強化学習、ポストトレーニング、推論制御を全部盛り込んで作られている。蒸留だけで何もないところから最先端モデルが生まれるわけがない。

でも、蒸留の価値は「基盤モデルをゼロから作る」ことじゃない。

巨大モデルが手に入れた問題分解、長時間推論、自己検証、ツール操作といった能力を、別のモデルへ移植できることにある。

DeepSeek V4がその分かりやすい実例だ。

V4は、分野別の専門能力をSFTと強化学習で個別に鍛え上げ、最後にオンポリシー蒸留で一つのモデルへ統合している。蒸留はもはや「よそのモデルを真似て小さくコピーする」ための道具じゃない。自社の最新モデルの中身を組み立てる、中核の製造工程そのものになっている。

しかもDeepSeek V4のような強力な上流モデルが公開されれば、その推論過程や回答は、また別モデルの教師データとして再利用できる。Qwen3.6-27Bのような扱いやすい中型モデルへ、能力をそのまま移植できてしまうわけだ。

Qwen3.6-27Bは公式ウェイトが公開されており、Transformers、vLLM、SGLang、KTransformersなどで動く。27Bクラスなら量子化してローカル環境でも扱いやすく、巨大モデルの推論能力を落とし込む土台として都合がいい。

そして最近では、Claude Fable 5由来をうたうエージェントデータをQwen3.6系やGemma系へ追加学習した派生モデルまで、Hugging Face上にゴロゴロ転がっている。個々の性能評価は割り引いて見る必要があるが、閉じたモデルの行動パターンを公開モデルへ移植する試みが、個人レベルで大量発生しているのは間違いない。

つまり、高性能モデルを公開するというのは、完成品を無料で配ることだけじゃない。

次の蒸留モデルを育てる「上流モデル」と、教師データを量産する「製造装置」を、世界中にタダでばら撒くことでもある。

公開されたモデルは、いつの間にか「事実上の標準」になる

モデルの競争力は、ベンチマークスコアだけじゃ決まらない。

対応する推論エンジン、量子化形式、派生モデル、学習データ、アプリケーション、そして開発者の数。これも全部、競争力の一部だ。

Qwen3.6-27Bは、コミュニティからの直接的なフィードバックを基に、安定性と実用性を重視して開発された最初の公開モデルだと説明されている。つまり、公開モデルを使い倒した利用者の知見が、もう次の公式モデルに反映されているということだ。

GLM-5.2もMITライセンスで公開され、Transformers、vLLM、SGLang、KTransformersでローカル実行できる。公開直後から複数の推論基盤が対応すれば、自社で全部実装するより速く、安く、広い環境で使われるようになる。

開発者が一度そのモデルファミリーを前提にアプリやツールを組んでしまえば、次世代モデルも同じ系列を選びやすくなる。惰性で乗り換え続けてくれるわけだ。

公開によって集まるのは、無料ユーザーだけじゃない。

実運用で起きる不具合。言語や用途ごとの弱点。新しい評価方法。VRAM使用量を減らす技術。推論速度を高める実装。開発者すら想定していなかった使い方。

これが全部、外部からタダで集まってくる。

モデルを秘密にして独り占めする代わりに、モデルファミリーそのものを業界標準に近づける。これがオープンウェイト戦略の本当の強さだ。

もう一つ、身も蓋もない理由もある

ここまでは「計算高い戦略」の話だった。だがもう一つ、もっと身も蓋もない理由がある。

中国製フロンティアモデルは、そもそも欧米の大企業向けにクローズドAPIを高値で売るというビジネスモデルを、選びたくても選びにくい。

安全保障やデータの取り扱いへの警戒から、欧米の大企業が中国製の閉じたAPIへ機密情報を投げ込むハードルは高い。OpenAIやAnthropicのように、法人向けAPI契約で稼ぐ道が最初から狭いのだ。

だとしたら、残る現実的な勝ち筋はオープンウェイトしかない。無料でばら撒いて開発者のマインドシェアを取りに行く方が、閉じたAPIで小さなパイを奪い合うより理にかなっている。

分散型R&D戦略と、この「クローズドAPIで稼ぎにくい」という現実は、別に矛盾しない。両方とも同時に正しい。むしろ両方が合わさって、「無料で公開しない理由がない」状態を作り出している。

安全性は「モデルの国籍」では測れない

オープンウェイトだから無条件で安全、というわけでもない。

特定の入力で異常動作するバックドアをモデルに仕込むことは技術的に可能だし、信頼できないpickle形式のファイルは読み込み時に任意コードを実行する危険がある。Hugging Face自身がpickleの危険性を警告し、安全な保存形式としてSafetensorsを提供しているくらいだ。

ただし、公開ウェイトを自分のPCや自社サーバーに置いて、監査済みの推論エンジンで動かすことと、開発企業の公式APIへ入力データを送ることは、全くの別問題だ。

モデルウェイト単体が、勝手に外部サーバーへ文章を送信するわけじゃない。通信するのは推論コード、周辺アプリ、API、ホスティング環境の方だ。

見るべきは国籍じゃない。

どこから取得したか。どの形式で保存されているか。どのコードで実行するか。入力データがどこへ送られるか。

オープンウェイトなら、この実行経路を利用者側で選び、検査できる。これは中身もデータ処理も覗けない閉じたAPIには絶対にない強みだ。

結論：中国は競争力を捨てたんじゃない。世界中に増幅させているだけだ

中国企業は、莫大な費用をかけて作った最新モデルを、善意でばら撒いているわけじゃない。

モデルを公開することで、

• 世界中へ研究開発を外部化する
• 優秀な派生モデルや学習手法を生み出させる
• 推論エンジンや量子化への対応を勝手に増やしてもらう
• 開発者を自社モデルへ囲い込む
• 自社モデルファミリーをそのまま業界標準にする
• 次世代モデルの改善材料をタダで集める

という利益を、ちゃっかり手にしている。

オープンウェイト化で下がるのは、AIそのものの価値じゃない。

「単一モデルを秘密にすること」で保っていた希少価値、それだけだ。

価値そのものは消えたんじゃなく、優れた教師モデル、蒸留データ、量子化、推論基盤、ルーティング、オーケストレーション、そして実際のアプリケーションへ移動しているだけである。

中国企業が公開しているのは、完成したAI製品だけじゃない。

世界中の開発者が改造し、検証し、別のモデルへ能力を移植するための、次世代AIの「蒸留資源」そのものだ。

オープンウェイトは競争力を捨てる行為じゃない。

世界中の開発者を使って、競争力を勝手に増幅させる戦略である。