何が起きたか

OpenRouterに突如現れた無料の匿名モデル「Ox Alpha」が、8月26日にZ.aiのGLM-5.3-Flashだと明かされました。同社は「意図的に実トラフィックへ投入した」としています。

OpenRouterには400を超えるモデルが並び、毎週10本前後が新規に載る環境です。その中でOx Alphaは無料かつ性能が良く、ホビイストやインディー開発者が1日あたり数兆トークンを流し込みました。その週の総量についてコミュニティの推計は数兆から20兆トークン超までばらついています。6日間、正体はGoogle（Gemini）、Anthropic、イーロン・マスク氏のxAIといった米国ラボではないかと推測され、トークナイザの挙動追跡やネットワーク解析まで行われました。答えは中国のラボだったわけです。

重要なのは配信の形です。推論は中国製チップとインフラだけで提供され、重みはMITライセンスで公開。加えてGMI CloudやCloudflareなど米国側の推論事業者もホストしています。「中国製チップで動く」ことと「米国のインフラ上でも動く」ことが同時に成立している点が、これまでの中国モデル論と質的に違います。

なぜ重要か：曲線の上端が平らになった

Artificial Analysisは同日、GLM-5.3-Flashを知能指数57・1タスク約9セントにプロットしました。比較対象はGPT-5.6 Sol（max）が約59で67セント、Grok 4.6が61で94セント。2ポイント上乗せするのに約7.4倍、4ポイントで約10倍という価格差です。

これは「安いモデルが追いついた」という話に留まりません。知能対コストの曲線が上端で平坦化した、つまり同じ品質帯の中でだけ価格が跳ね上がる領域が生まれた、ということです。すると意思決定は「最高のモデルはどれか」から「このタスクは何ポイント必要か」へ移ります。

すでに現実になっているコスト問題

UberのCTO、Praveen Neppalli Naga氏は4月にThe Informationに対し、2026年通年のコーディング予算が4カ月で消えたと述べ、「必要だと思っていた予算がすでに吹き飛んでいるので、白紙に戻す」と語っています。同氏自身、2時間のデモ1回で1,200ドルを使いました。6月にUberはツールごとに1人1,500ドルの上限を設けています。さらにCOOのAndrew Macdonald氏は、ツールのダッシュボードから「25%多くの有用な消費者向け機能」への線を引けなかったとされます。使った量は見えるが、成果に接続できない——これが多くの企業の現在地です。

McKinseyの2026年State of AI調査でも、80%が「速くなった」と答える一方、EBITに何らかの影響が出ている企業は37%。他方で32%が「コーディングエージェントで内製できるからソフトウェア購入を1件以上見送った」と回答しています。生産性の実感と損益、そして調達行動のズレが同時に起きています。

勢力図と、9月に来るもの

OpenRouterのトークンシェアは6月初めに中国勢が米国勢を上回り、上位は依然として中国ラボ中心です。Zhipu、Qwen、DeepSeek、MiniMax、Kimiが名を連ね、インディー開発者の定番構成はGLM Flash、DeepSeek Flash、MiniMax、Kimi、時にGrokやClaudeという並びだと記事は指摘します。KimiはコーディングでのファンフェイバリットとされGrok 4.6が僅差の2番手ですが、コンテキストウィンドウの小ささが足枷になっているとされます。

記事の著者（Salesforce/MuleSoft、Oracle、AgentPaaS.aiでAPI連携やエージェント基盤を手がけてきたプロダクト責任者）は、金額ではなく「タスク数とトークン量の比率」でモデルを3層に割る戦略を提案しています。最上位（FableやOpus）はタスク全体の約5%、中位（Kimi K3、Gemini 3.7 Flash、GPT-5.6 Sol、Grok 4.6——いずれも知能指数60前後）が約50%、残り45%をGLM-5.3-Flashが量産の主戦力として担う配分です。

なお9月にはGoogle、xAI、Anthropic、OpenAI、DeepSeekのリリースが見込まれ、パレートフロンティアは再び動く可能性があります。OpenRouterのローンチ促進価格（半額の7.5セント／25セント）も9月9日までです。今の価格差をそのまま前提にした固定的な設計は、来月には賞味期限を迎えかねません。

💼 事業会社視点：これは自社にどう効くか

日本企業の役員がまず着手すべきは、モデル選定ではなくトークンの計測です。Uberですら通年予算を4カ月で焼き、COOが成果への線を引けなかった。日本の事業会社が「1人1,500ドル上限」の後追いをしても、Uberと同じ袋小路に入るだけです。上限ではなく、部門別にトークン量とタスク種別を数え、トップライン指標（無理なら開発速度）に紐づける作業を9月のリリースラッシュ前に終わらせるべきです。

受託開発・SIerには直接的な収益構造の問題です。McKinsey調査で32%が「内製できるからソフトウェア購入を見送った」と答えた事実は、人月単価の下にタスク単価9セントという床が敷かれたことを意味します。「AI活用で効率化しました」では、顧客側が同じ手を持っている以上、��下げ圧力にしかなりません。

SaaS・EC事業者にとってはコスト側の好機です。商品説明文生成、レビュー要約、問い合わせ一次分類、バッチ的なデータ整形——量で効くが2ポイントの知能差が結果を変えないタスクは、GLM-5.3-Flashのような57ポイント帯に寄せられます。ただし重みがMITで公開されている一方、Z.ai経由の推論は中国インフラ上です。顧客データを扱う工程では、GMI CloudやCloudflareなど米国側ホストや自社推論を選ぶ設計が現実解になります。「安いから全部移す」ではなく、タスクを不可逆な判断（最上位）／有料席の日常コーディング（中位）／量産（低位）に三分割し、データ経路を層ごとに設計する。これが今月のうちに決めるべき論点です。

関連リンク