AI

【中国のAIモデル】中国勢の首位 Kimi K3 は、米国の最上位から総合指標で約9点下。値段は旗艦と軽量で10倍以上開いている

Kimi・Qwen・DeepSeek・GLM など中国のAIモデルを、性能の指標・公式の API 価格・重みの公開のしかた・米国の輸出規制の4つの面から並べ、米国勢との差がどこにあり、どこで縮まっていないのかを整理します。

mitsui

2026年10月18日／ 11分

中国のAIモデルは「安くて、重みを公開していて、米国に迫っている」と語られがちです。ただ、10/18 時点の数字を並べると、その3つはモデルごとにかなり違います。Epoch AI の総合指標で中国勢の首位にいる Moonshot AI の Kimi K3 は 157.42 で、米国首位の Claude Opus 5.5（166.82）より約9点低い位置にいます。

値段も一様ではありません。Kimi K3 の API は出力100万トークンあたり $15 で米国の主力モデルより高く、DeepSeek の軽量版は $1.20 です。この記事では、性能・価格・公開のしかた・計算資源の制約を順に見て、「中国のモデル」とひとまとめにすると見落とすものを整理します（数字は 10/18 時点で取得したもの）。

TOPICS

mitsui記事一覧 →

DEBUNK編集長

次に読む

先週のAI市場を5分で振り返り

直近1週間のマーケット情報・主要ニュースをまとめました。

Shield AIにDisruptive等が$2.5B出資、FalにBessemer等が$1.65B出資、など全75PJ【資金調達PJまとめ】

直近1週間の資金調達情報をまとめました。

先週のAI市場を5分で振り返り

直近1週間のマーケット情報・主要ニュースをまとめました。

FuriosaAIに韓国のNational Growth Fund等が$620M出資、Bedrock RoboticsにCapitalG等が$600M出資、など全96PJ【資金調達PJまとめ】

直近1週間の資金調達情報をまとめました。

あわせて読みたい用語解説

用語解説をすべて見る →

【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論（インファレンス）】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論（inference）」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習（RLHF）を、後継のRLAIF・検証可能な報酬での強化学習（RLVR）とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。