Interconnectsは2026年5月12日(現地時間)、中国のAIエコシステムがオープンモデルを活用することで研究開発コストにおいて競争優位性を確立する可能性を報じた。大規模なフロンティアモデル構築において、計算資源の約8割が最終的なモデル訓練ではなく研究開発段階に費やされるとの分析があり、中国はこの部分で効率化を図る。オープンなアプローチが、コスト構造に大きな変化をもたらし、長期的な開発を可能にする鍵となると指摘されている。
中国のAIエコシステムは、主要なプレイヤーがオープンモデルを採用していることにより、コスト構造に潜在的な優位性をもたらし、各ラボがより長期的な開発を継続できる可能性がある。
Ai2によるOlmo 3開発に関する研究や、Epoch AIが複数のフロンティアラボから公開されたコストに関する資料を分析した結果、最終モデルの訓練ではなく研究開発に費やされる計算資源は、誤差の範囲を含め約80%と推定されている。
研究開発が計算資源の大半を占める環境において、中国のシステムは、ピア企業から迅速に学び、研究計算資源やインフラ投資の重複を避けるよう設計されている。これは、大規模言語モデル (LLM) 開発におけるオープンソースソフトウェア (OSS) エコシステムに最も近い類似物と見なされる。AIに関する従来の議論では、モデルが高価である点が強調され、受動的な読者にはこれが最終成果物専用の計算資源であるかのように受け取られる傾向があった。
しかし、オープンソースAIにはOSSのようなユーザーから開発へのフィードバックループが不足しており、開発コストの大部分はモデル開発者に集中する。一方で、モデルをオープンにリリースすることには大きな利点があり、開発者自身の将来の開発およびデプロイメントコストを削減するだけでなく、エコシステム全体に広くコスト削減効果をもたらす。オープンなAIモデル、ツール、インフラストラクチャは、開発コストを削減するものであり、即座に利用可能なソリューションのコストを削減するものではない。
中国のラボは、詳細な技術レポートと意図的な知識共有を通じて、ピア企業が必ずしも多くのリソースを投資する必要がないようにアイデアのリスクを低減している。既存の規範である、オープンソースツールをフォークして内部専用バージョンに進化させる方法は、この利点を維持するためには変化する必要があると考えられる。将来的には、オープンモデルのコンソーシアムのような共有リソースが必要となり、これがフロンティア規模での競争において財政的に唯一実行可能な方法となる可能性が指摘されている。閉鎖的なラボもオープンなフロンティアモデル企業の調査から利益を得ることはあるが、開発ツリーで数ヶ月先行しているため、共有された知見から恩恵を受ける機会は少ない傾向にある。
参考: Interconnects (Nathan Lambert) — 2026年5月13日 00:54 (JST)
原文ハイライト"How open model ecosystems compound"