「DeepSeekの瞬間」を再現？ウォール街は一斉に、「Kimi K3はむしろ計算力需要を強化する」と発言

市場はKimi K3を「DeepSeek時代2.0」としてパニックになっているが、今回、ウォール街の判断はまったく異なっている。

7月16日深夜、Moonshot AI（月之暗面）は上海でKimi K3を発表した。この2.8兆パラメーターのオープンソースモデルは、Artificial Analysis知能指数で57点を獲得し、世界3～4位にランクイン。AnthropicのClaude Opus 4.8やOpenAIのGPT-5.5に並ぶ実力だ。さらに重要なのは、カリフォルニア大学バークレー校が作成したFrontend Code Arenaプログラミングランキングで、K3が1679点で首位に立ち、Claude Fable 5やGPT-5.6 Solを抜き、初めて全ての海外クローズドモデルを上回るオープンソースモデルとなった。

7月17日、米国株式市場の半導体セクターは明らかに下落した。この市場の反射的反応は理解しやすい。2025年初めのDeepSeek R1発表はハードウェア株の急落を引き起こした。理由は「中国モデルがどんどん強くなれば、米国AI企業は本当にこれほど多くを演算資源に投じる必要があるのか？中国モデルがより低コストで最先端に追いつくなら、NVIDIA、HBM、サーバー、ネットワーク機器の需要は再評価されるのでは？」というものだった。

だが、追風トレーディングデスクによると、UBS、野村、美銀証券、シティなどの投資銀行からの最新リサーチレポートは「Kimi K3は演算資源需要の終焉ではなく、むしろ加速装置である」と結論付けている。

Kimi K3とDeepSeek R1は異なるタイプのインパクトを持つ。R1は「効率化」を、K3は「スケール」を際立たせている。2.8兆パラメータ、1Mトークンのコンテキストウィンドウ、常時推論、ネイティブなマルチモーダル、MoEアーキテクチャ――これらはローアセットの物語ではない。これらの特徴は推論、メモリ、ネットワーク、ストレージの負荷を同時に押し上げる。

Kimi K3はどれほど強力か？

Kimi K3は月之暗面により2026年7月16日にリリースされ、完全なモデルウェイトは7月27日に公開予定だ。2.8兆パラメータを持つオープンソースの巨大モデルで、現時点で最大規模のオープンソースLLMと多くの機関から評価されている。

主要な特徴は三つ：

第一に、1Mトークンのコンテキストウィンドウ。より長文のテキスト、より大規模なコードベース、複雑な企業資料や研究タスクを処理できる。

第二に、常時推論。単純なQAではなく、長い推論チェーンやAgentタスク向けに設計されている。

第三に、ネイティブな視覚能力。K3はテキストだけでなく、動画、画像、ゲーム開発、フロントエンドデザイン、CADなどのマルチモーダルタスクにも対応している。

アーキテクチャはKimi Delta Attention、Attention Residuals、Stable LatentMoEを採用。MoE部分は896人のエキスパートから各トークンにつき16人がアクティブ。月之暗面によると、前世代のKimi K2と比べスケーリング効率が約2.5倍向上した。

これはなぜK3が「より安いK2」ではないかの理由だ。野村によると、K3のインプット価格は100万トークンあたり3ドル、キャッシュヒットインプットは0.30ドル、アウトプットは100万トークンあたり15ドル、Artificial Analysis基準でK3の1タスクあたりコストは約0.94ドル。Claude Fable 5の2.75ドル、Claude Opus 4.8の1.80ドルより低く、GPT-5.6 Solの1.04ドルに近いが、GLM-5.2の0.32〜0.47ドルやDeepSeek V4 Proの0.04ドルより明らかに高い。

つまりK3の狙いは最安ではなく、より低価格で最先端モデル能力に迫ることだ。

4大投資銀行が明確に指摘：「これは需要の減退ではない」

市場の「DeepSeek時代」のインパクトへの懸念について、野村証券アジア太平洋テックチームの段冰アナリストはレポートで「世界の大規模モデル市場の競争とイノベーションは止まらず、AGI（汎用人工知能）に近づくにつれ、生成AIの消費者及び企業向け利用が拡大し続けるだろう。最先端AIラボや大規模クラウドプラットフォーム企業は競争力維持のため、こうしたフェーズで継続的に投資を続ける――スケールの法則が続く限り、こうした競争はAIインフラバリューチェーンにとってプラスだと考える。」と分析した。

シティグループの半導体アナリストPeter Leeは7月19日のレポートで「またしてもジェヴォンズのパラドックス」をテーマにしている。これはつまり「石炭蒸気機関の効率が上がると石炭消費量が増える（より多くの人・用途で使えるため）」という現象だ。AIモデルも同じで――質の高いモデルが安くなると、デベロッパーや企業がより多くのアプリを展開し、より多くのトークンを処理し、最終的に演算資源の消費が増える。

Peter Leeは、K3が広く使用されてもサーバーのDDR5やeSSDなど標準的なメモリ需要が増加するとみる。理由はK3の推論効率が他の最先端モデルにほぼ匹敵する一方で、KVキャッシュの消費はコンテキスト長に比例して増え、メモリ負荷は減らないどころか増加するためだ。

美銀証券の半導体アナリストVivek Aryaは7月17日レポートでより直接的に「米国の最先端AIラボの反応は、“より少ない算力”ではなく“もっと多く”だ」と述べている。中国のオープンモデルが継続的に追い上げてくれば、OpenAI、Anthropic、Googleはより大規模なトレーニング、より重い推論、より高速なイテレーションで差別化を図るしかない。Arya氏はまた、メディアによるとGoogleのGemini 3.5 Proは計画より数ヶ月遅れ、プログラミング性能は社内目標未達で「最先端リーダーの地位を守るのはますます難しくなっている」といった見落とされがちな背景も指摘している。

UBSのTimo Arcuriアナリストチームは7月20日レポートで、K3とDeepSeek R1に類似点はあるが、K3は「スケール」により焦点を当てている――世界最大のオープンソースモデルで、2.8兆パラメータ、100万トークンのコンテキストウィンドウを持つ。アナリストは、オープンモデルはクローズドの最先端モデルよりもメモリ消費が大きい傾向があり、長いコンテキストウィンドウで量子化してもKVキャッシュなどの絶対容量が拡大するため、オープンモデルのデプロイにはHBMやストレージへの依存が高まると強調している。

ストレージ：最も直接的な恩恵セクター。 UBSの試算によれば、ストレージおよびメモリセクターの2028年までの累積フリーキャッシュフロー（FCF）は時価総額の約30%に達し、全サブセクターの中で最も高い。Micron（MU）は47%に達する。シティや野村は韓国サムスン電子の買いを継続しており、世界のメモリ市場は極端な供給制約に直面している状態だ。シティのPeter LeeはKimi K3の推論側メモリ需要は他の最先端モデルに劣らず、KVキャッシュ増加分がサーバーDDR5やエンタープライズSSD（eSSD）の需要を直接引き上げると指摘。特に「Kimi K3の大規模導入には64枚超のGPUを使った“超ノード”クラスタ構成が必要」と強調している。

算力インフラ：TSMC、NVIDIAが最初に恩恵を受ける。トレーニングの規模法則が働き続けても、インファレンスのトークン需要が増えても、突き詰めれば先端プロセスチップの需要に行き着く。野村はTSMC、ASE、MediaTekなどの買いを維持。NVIDIAは「現代のMoEモデルの推論はGB300 NVL72でのパフォーマンス・消費電力効率が前世代Hopper比25倍向上」と発表しており、K3のようなモデルはNVIDIA最新ハードの自然な恩恵先となる。

ネットワーク：超ノード化の波で構造的チャンス。Kimi K3は超ノード型クラスターが必要。中国ローカルの演算能力はハイエンドチップの輸出規制で制限され、より多くのノード構成で単体性能の差を補っている。これにより光モジュール、光チップなどネットワーク層サプライヤーの需要が増加。野村は中際旭創と蘇州旭創を有望視している。

クラウドプラットフォーム：エコシステム集約効果で恩恵。複数の最先端オープンモデルをホスティングできるクラウドは、単一のクローズドモデルサプライヤーに依存せず価格交渉力が強い。野村はBABA（アリババ）を中国AIクラウドの中核と評価し、GDSやVNET（北京万国数据）などのデータセンター事業者も有望とする。

これは全ストーリーの中でも最も過小評価されやすいデータだろう。

OpenRouter（オープンAPIゲートウェイ）の統計によれば、中国AIモデルのトークン利用量は、1年前は世界開発者利用比で2%未満だったが、現在は既に45%を超えている。美銀証券のデータでもAI全体の浸透加速が確認される：現在、米国企業の約55%がAIモデル・プラットフォーム・ツールをすでにサブスクライブし、Anthropicのエンタープライズ採用率は42%、OpenAIは40%。トップ1%のAI活用企業ユーザーは1人あたり月4833ドルをAIに支出している。

市場は二極化している。一方ではDeepSeekやKimi K3に代表される中国のオープンモデルがコストパフォーマンス重視層を、他方でアメリカ最先端モデルはサイエンティフィックコンピューティングのような複雑タスクに絞り、技術や価格のプレミアムを維持している。野村の見解は「米中それぞれの大手モデルプレイヤーが技術フロントを走り続ける限り、どちらも恩恵を受ける」というものだ。

K3発表後、市場はまずDeepSeek R1と比較する反応を見せている。両者を比べるのは意味があるが、「AIハードへの投資圧力が再燃？」という話に止まるべきではない。

DeepSeekは市場にトレーニング効率見直しを促した。K3は「オープンモデルでもスケール、長コンテキスト、Agent、マルチモーダルを最先端レベルに持ち込める」ことを示した。

これによって米国の最先端ラボは投資を継続せざるをえず、中国のモデルは世界開発者エコシステムでさらに存在感を高める。クローズド最先端モデルが技術・価格のプレミアムを維持し、オープンモデルはより広い価格帯とデプロイシーンをカバー。クラウド事業者はモデル配布・実装を担い、ハードウェアチェーンはトレーニング・推論の負荷を担う。

短期的には、「DeepSeek記憶」による相場変動が続く。中期的には、トークン利用量が増え、長コンテキストやAgentの普及が進む限り、算力、HBM、ストレージ、ネットワーク、IDCは依然として不可避なコスト項目になる。

だからこそK3発表後も各機関は同じ結論を出している。「より強力なオープンソースモデルはAIインフラ需要の終着点ではなく、むしろ次の需要拡大の入口となる」

ただし、美銀証券もリスクを明確に指摘している。「もし効率向上のペースがワークロード増加より速ければ、インフラ投資が一時的に冷却される可能性がある」。つまり、モデルがどんどん安くなっても利用拡大が同期しなければ、計算需要の成長ロジックが崩れる可能性があるということだ。