中国AI on hagizo.io

【AIニュース】非トランスフォーマーLLMの台頭と中国勢の推論コスト競争

Wed, 20 May 2026 10:00:00 +0900

AI業界において、2026年5月は大きな転換点として記憶されるかもしれない。長年支配的だったトランスフォーマーというアーキテクチャへの具体的な挑戦が製品として現れ、中国の主要AI各社が猛スピードでオープンウェイトモデルをリリースし、消費電力を根本から変えうるアプローチが論文だけでなく実用システムとして発表された。個々の出来事ではなく、これらが一斉に起きていることに注目したい。

SubQ：「二乗の壁」を突き破った非トランスフォーマーLLM

AIの基盤技術として長く君臨してきたトランスフォーマーアーキテクチャには、根本的な制約がある。注意機構（アテンション、モデルがテキスト内のどの部分に注目するかを決める仕組み）の計算コストが、扱うテキストの長さに対して「二乗のオーダー」で増える点だ。文章の長さが2倍になれば計算量は4倍、10倍になれば100倍になる。これがAIモデルが非常に長いテキストを処理しにくい主な理由のひとつである。

2026年5月5日、マイアミを拠点とするスタートアップ「Subquadratic社」が、その壁を破ったと主張するモデル SubQ を発表した。調達額は約44億円（2900万ドル）のシードラウンドだ。

SubQの核心は「サブクワドラティック・スパース・アテンション（SSA）」と呼ばれる独自の仕組みにある。すべてのトークン（単語を細かく分割した断片）の組み合わせを計算するのではなく、重要な関係だけに絞って計算する。これにより計算コストがほぼ線形（O(n)、文章が2倍になっても計算量は約2倍程度）に抑えられるという。

eWeek の報告によると、コンテキストウィンドウ（一度に扱えるテキストの長さ）は1200万トークンに達する。これは小説数百冊分に相当する量だ。FlashAttention（トランスフォーマーの高速化手法）と比べると、100万トークン時点で約52倍高速だという。価格もClaude OpusやGPT-5.5の約5分の1とされている。

実務への示唆は大きい。長大なコードベースの一括解析、法律文書の全文読み込み、数年分のメールスレッドを一度に処理するといった「長文脈タスク」が劇的に安くなる可能性がある。

実務上の示唆

コスト面から長文脈AIの活用を見送っていた場面でも、SubQは現実的な選択肢になりうる
現時点ではベンダー（開発元）以外の第三者による独立した性能検証が存在しない。採用判断は独立した評価が出てから行うべきだ
「トランスフォーマーがすべて」ではなくなる可能性を示しており、AIアーキテクチャの多様化が本格化するかもしれない
長文脈が必要なユースケースを抱える組織は、今のうちに要件を整理しておくと選択肢の評価がしやすくなる

中国4社が12日間で4つのオープンウェイトコーディングモデルを投入

2026年4月7日から4月24日の間、わずか12日間で中国の主要AI企業4社が立て続けにオープンウェイト（モデルの重みが公開されており、手元のサーバーで動かせる）コーディングモデルをリリースした。各社の比較記事によると詳細は次のとおりだ。

Z.ai の GLM-5.1：総パラメータ数7440億・一度の処理で使うアクティブパラメータ約400億、コンテキスト200K（20万トークン）
Moonshot の Kimi K2.6：総パラメータ数1兆・アクティブ約320億、コンテキスト256K
MiniMax の M2.7：MoE（複数の小さなモデルを組み合わせて動かすアーキテクチャ）採用、最大100万トークンのコンテキスト
DeepSeek の V4：V4-Pro（総数1.6兆パラメータ）とV4-Flash（2840億）の2バリアント

コーディングのエージェント評価指標「SWE-Bench Pro（ソフトウェアエンジニアリングの自動化タスクを評価するベンチマーク）」では、Kimi K2.6が58.6%でトップ、僅差でGLM-5.1が58.4%、DeepSeek V4-Proが55.4%と続く。いずれもClaude OpusやGPT-5.5の推論コストの3分の1以下で提供されている。

この動きの意味は単なる性能競争ではない。オープンウェイトという形式でモデルが公開されると、企業は自社サーバーで動かすことができ、APIの利用料を払い続ける必要がなくなる。特に大量のコード生成・レビューを行う組織にとって、コスト構造が根本から変わる可能性がある。各モデルの特徴を整理すると、ベンチマーク総合ではGLM-5.1、コーディングエコシステムではKimi K2.6、長大な文書処理ではMiniMax M2.7、コストパフォーマンスではDeepSeek V4がそれぞれ強みを持つ。

実務上の示唆

自社インフラへのオープンウェイトモデルの展開が、API費用削減の現実的な手段になりつつある
コーディング支援用途であれば、西側最前線モデルと比肩する性能をずっと低コストで得られる可能性がある
12日間で4モデルというリリースペースは今後も続くと考えておくべきだ。ベンダーロックインを避けた柔軟なシステム設計が重要になる

ニューロシンボリックAIが消費電力を100分の1に削減

AIの大きな課題のひとつが電力消費だ。大規模LLMの訓練・推論は膨大なエネルギーを使い、データセンターの電力不足が社会問題になりつつある。この問題へのアプローチが、2026年4月にタフツ大学工学部から発表された。

Matthias Scheutz教授率いる研究チームが開発したのは、「ニューロシンボリックAI」と呼ばれるシステムだ。ニューラルネットワーク（大量のデータからパターンを学習する仕組み）と、シンボリック推論（論理ルールと記号を使ってステップごとに考える仕組み）を組み合わせる。人間が「直感」と「論理的思考」を使い分けるように、AIも状況に応じて両方の能力を切り替える発想だ。

ScienceDaily の報告によれば、このシステムはロボット計画タスクにおいて、標準的なVLAモデル（視覚・言語・行動を統合したロボット向けAI）の100分の1の電力で動作し、精度95%を達成した。一方、従来の標準的なVLAモデルの精度は34%にとどまった。消費電力を1%にしながら精度は約3倍という結果だ。

この研究は2026年5月にウィーンで開催される「国際ロボティクス・オートメーション会議（ICRA）」で発表された。エッジ推論（ユーザーや機器の近くにある小型コンピューターでAIを動かすこと）や、バッテリー駆動のロボット・ドローンへの応用可能性が高い。「AIは電力を大量に消費するもの」という前提が、少なくとも特定のタスクでは覆されつつある。

実務上の示唆

ロボット・IoT・自律移動体への軽量AI組み込みを検討する場合、ニューロシンボリックアプローチは検討に値する
「エネルギー効率」を重視するAI要件では、純粋なLLMに頼らない選択肢が現実的になりつつある
現状は特定タスク向けの研究段階であり、汎用LLMとの直接比較はできない。補完的な用途からPoC（試作・実証実験）を始めるのが現実的だ

まとめ

2026年5月のAI動向を一言で表すなら「多様化と低コスト化の加速」だ。SubQはトランスフォーマーを前提としない新アーキテクチャの可能性を示し、中国の4モデルは推論コストの基準を一段と引き下げた。ニューロシンボリックAIは「大きく、電力を食う」というAIのイメージそのものを問い直している。次の半年で、これらのアプローチがどれだけ実用化されるかに注目したい。

【AIニュース】マルチモーダルエージェントと中国発コーディングモデルが競争を加速

Thu, 14 May 2026 10:00:00 +0900

マルチモーダルAIエージェントの完成度が一段と高まり、同時に中国発のオープンウェイトコーディングモデルが西側フロンティアと肩を並べる段階に入った。効率化技術も進み、GoogleのTurboQuantがKVキャッシュ（モデルが処理した文脈情報の一時保存領域）圧縮で新たな基準を打ち立てる中、AI推論のコスト構造が根本から書き換えられようとしている。

NVIDIAのNemotron 3 Nano Omni——マルチモーダルエージェントの新基準

2026年5月12日、NVIDIAはNemotron 3 Nano Omniを発表した。テキスト・画像・音声・動画を横断して処理できるオープンマルチモーダルモデルであり、複雑な文書インテリジェンス、動画・音声理解の6つのリーダーボードでトップを記録した。従来の専用モデルと比較して最大9倍の効率改善が謳われており、エンタープライズ向けAIエージェント開発における実用コストを大幅に引き下げる可能性がある。

HuggingFace、OpenRouter、build.nvidia.com上でNIM（NVIDIA Inference Microservice）として提供されており、主要クラウドサービスプロバイダーを通じたアクセスも可能だ。同モデルの特徴は、単一のオムニモデルが視覚・音声・言語を統合的に扱える点にある。これまで複数のモデルを組み合わせてパイプラインを構築していたアーキテクチャが、単一エンドポイントに置き換わることで、レイテンシの削減とインフラコストの圧縮が期待できる。

実務上の示唆

マルチメディアを扱う顧客サポートや品質検査ワークフローでは、複数モデル連携から単一オムニモデルへの移行を検討する価値がある。
NVIDIAのNIMフレームワークを通じて、既存のクラウドインフラへの統合が容易なため、PoC（概念実証）のエントリーコストが下がる。
文書インテリジェンス用途（OCR＋理解＋要約）のスタックを再評価するタイミングといえる。
オープンウェイトのため、セキュリティ要件の厳しい社内環境へのオンプレミス展開も現実的な選択肢になる。

中国発コーディングモデルの集中リリース——Kimi K2.6がSWE-Bench Proで世界トップ

4月7日から24日の間に、中国の4つのAIラボが立て続けにオープンウェイトのコーディングモデルをリリースした。Z.aiのGLM-5.1、MiniMax M2.7、Moonshot AIのKimi K2.6、DeepSeek V4の4モデルが、同等のエージェント工学能力帯において西側フロンティアモデルの3分の1以下のコストで競合できると評価された。

中でも注目されるのがKimi K2.6だ。SWE-Bench Pro（実際のソフトウェアバグ修正能力を測る難関ベンチマーク）において、オープンウェイトモデルとして初めてGPT-5.4（xhigh）を上回るスコアを記録した。Claude Opus 4.7との能力差は10ポイントにとどまりながら、価格は3.6倍安い（入力$0.16/M tokens）。DeepSeek V4 Proも89/100と高水準で、DeepClaudeを経由したアクセスでTier Aの評価を獲得している。

この「12日間で4モデル」という状況は、単なる一時的な競争激化ではなく、中国AIエコシステムの組織的な研究開発体制が成熟しつつある証左と読むべきだ。DeepSeekが先駆けたキャッシュヒット価格設定（$0.07/M）の戦略をKimiが踏襲し、価格競争が加速している。

実務上の示唆

コーディングアシスタントやSWE-Agentのバックエンドとして、西側フロンティアモデルの代替を検討する実務的な理由が生まれている。
法的・コンプライアンス上の制約がなければ、Kimi K2.6またはDeepSeek V4をコスト最適化の選択肢として評価すべきタイミングだ。
価格設定がキャッシュヒット中心にシフトしている点に注目し、プロンプトの共通部分をプレフィックスとして設計するアーキテクチャが有利になる。
オープンウェイトモデルはセルフホスティング可能なため、ベンダーロックインリスクを抑えた中長期調達戦略の柱になり得る。

Google TurboQuant——KVキャッシュを6倍圧縮するLLM推論効率化

ICLR 2026（機械学習のトップ国際学会）で正式発表されたGoogle DeepMindのTurboQuant（arXiv: 2504.19874）は、LLM推論のボトルネックであるKVキャッシュ（モデルが処理した文脈情報の一時保存領域）を6倍圧縮し、アテンション計算を最大8倍高速化するアルゴリズムだ。PolarQuant（ベクトルを回転させて量子化しやすくする手法）と、Quantized Johnson-Lindenstrauss圧縮（数学的変換でデータを低ビットに圧縮する手法）の2段階プロセスを採用し、キーを3ビット、バリューを2ビットに量子化する。

注目すべきはトレーニングや追加ファインチューニングを一切必要としない点だ。既存モデルに対してポスト学習処理として適用でき、精度の劣化がほぼゼロとされている。オープンソース実装もGitHub上で複数公開されており（AmesianX/TurboQuant、OnlyTerp/turboquant）、llama.cppへの統合議論も進んでいる。

KVキャッシュはロングコンテキスト推論やマルチターン対話においてGPUメモリの主要消費源となっており、6倍圧縮は同一ハードウェアでの実質的なコンテキストウィンドウ拡大またはスループット向上を意味する。TechCrunchはこの研究をPied Piperになぞらえて報じており、業界全体への波及効果の大きさを示唆している。

実務上の示唆

長文書処理や多ターン会話に強依存するサービスでは、TurboQuantの適用によりインフラコストを削減できる可能性がある。
トレーニング不要なポスト処理として適用できるため、既存ファインチューニング済みモデルにも追加コストなしで適用できる。
llama.cppやvLLMへの統合が進めば、ローカル推論環境でも大型モデルの運用が現実的になる。
量子化の副作用として一部タスクでの精度変動を定期的にモニタリングする評価パイプラインを整備しておくことを推奨する。

まとめ

今週のAI領域を俯瞰すると、三つの独立した動きがひとつの方向を指している——「同等の能力をより少ないコストと計算資源で」というベクトルだ。NVIDIAのNemotron 3 Nano Omniはマルチモーダル処理を単一モデルに集約し、中国発コーディングモデル群は西側フロンティアの性能を3分の1以下のコストで実現し、TurboQuantはKVキャッシュ圧縮によって既存モデルの推論コストを根本から変える。効率競争はもはや研究室のベンチマークではなく、実運用のコスト構造に直接影響を与える段階に入った。