AI競争は「2強から4強」＝Google次期モデルは開発遅れか

7月8日から9日にかけてのわずか48時間で、米OpenAI、米Meta、米SpaceXAIの3社が相次いで最先端AIモデルを発表した。物理学者で投資家のAlexander Wissner-Gross氏は、前週にリリースされた米AnthropicのClaude Fable 5と合わせ、AIモデル開発の先頭集団は、これまでのOpenAI・Anthropicの2強体制から一気に4社体制へと拡大したと指摘する。一方で、AI研究の老舗であるはずのGoogleの姿が、現時点での先頭集団の中にはないという。

48時間に3つのフロンティアモデル

口火を切ったのは7月8日のSpaceXAIだった。Elon Musk氏率いるSpaceXのAI部門となった同社（旧xAI）は、新モデルGrok 4.5を発表。買収合意したばかりのAIコーディングツール大手の米Cursorと共同でトレーニングした初のモデルで、コーディングやエージェント業務に照準を合わせる。Musk氏は「Opusクラスのモデルだが、より速く、トークン効率が高く、低コストだ」と、Anthropicの上位モデルを名指しで挑発した。価格は入力100万トークンあたり2ドル、出力6ドル。Opus 4.8（入力5ドル、出力25ドル）の数分の1の水準だ。

翌9日にはOpenAIがGPT-5.6ファミリーを一般公開した。最上位のSol、中位のTerra、低価格のLunaの3段構成で、Solはコーディング性能の指標であるArtificial Analysis Coding Agent Indexで80点と、Fable 5を2.8点上回る新記録を打ち立てたという。Sam Altman氏は「Solはエージェント型コーディングタスクでトークン効率が54%向上した。いまやすべての企業がAIへの支出と、その見返りに得られる価値を考えている」と、性能だけでなく効率を前面に押し出した。

同じ9日、Metaも動いた。同社の研究部門Meta Superintelligence Labsがマルチモーダル推論モデルMuse Spark 1.1を発表し、同時に開発者向けの有料API「Meta Model API」の公開プレビューを開始した。オープンソースのLlamaを配布してきた同社が、初めて自社モデルに値札を付けた戦略転換である。価格は入力100万トークンあたり1.25ドル、出力4.25ドルと、今回発表された中でも最安の部類だ。Mark Zuckerberg氏はこの発表のために3年ぶりにXに投稿し、「非常に低価格で強力なエージェント・コーディングモデルだ」と述べている。

この有料クローズドモデルへの転換は、それ自体が一つのシグナルだ。ソフトウェア業界では、性能競争で首位に追いつけない2位以下の企業が、オープンソース製品を投入して首位企業の収益源を切り崩しにかかる戦略を取ることがある。Metaはまさにその路線を体現してきた企業と一部で見なされていたのだが、今回、初のクローズド有料モデルに踏み切った。追う側の戦略を捨てたことは、先頭集団で戦えるという自信の表れとも読める。

2強時代の終わり

この怒涛の数日をどう読むべきか。起業家Peter Diamandis氏のポッドキャスト「Moonshots」で、共同ホストのAlexander Wissner-Gross氏が明快な見立てを示した。

Wissner-Gross氏は、AIモデル評価機関Artificial Analysisが公開する「知能スコア対タスク単価」のグラフを示しながらこう語った。「週の初めには最先端がAnthropicとOpenAIの2社の独壇場だった。企業が最先端で戦い続けたければ、この2社のモデルを使うしかなかった。それが今や、米国の4つのラボが最適フロンティアに立っている。AnthropicとOpenAIに、MetaとSpaceXAIが加わったのだ」

同氏が示したArtificial Analysisのグラフの中で、知能スコアで高得点を取りながらタスク単価が低い「最も魅力的な領域」（グラフの薄緑の部分）に位置するのは、OpenAIのGPT-5.6 Luna、SpaceXAIのGrok 4.5、MetaのMuse Spark 1.1と、いずれもこの1週間で発表されたばかりのモデルだ。知能スコアの最高峰はClaude Fable 5の60点だが、GPT-5.6 Solは59点をその約3分の1のコストで、Grok 4.5は54点をFable 5の約6分の1のコストで叩き出している。最先端級の知能が、これまでの数分の1の価格で手に入るようになった。

2社の躍進は、偶然ではなく仕込みの結果と見られる。SpaceXAIについては、著名投資家のGavin Baker氏が以前から、買収したCursorが持つコーディングデータを、SpaceXAIが誇る世界最高峰のデータセンターでのGrokの訓練に投入すれば、最高水準のモデルが誕生するはずだと指摘していた（この点はTheWave TVで詳しく解説した）。Grok 4.5はまさにこの予測通りの手順で生まれたモデルである。一方のMetaの躍進の可能性については、米有力調査会社SemiAnalysisが、従業員のパソコン操作データを学習データに変える体制の構築、優秀な人材の獲得、データセンター構築への注力、という3つの要因を挙げて解説している（AI新聞の記事参照）。データと計算資源への布石が、７月に入って一気に表面化したと言えそうだ。

なお、この時点でArtificial Analysisのグラフの「最も魅力的な領域」の中にGoogleのモデルはない。Wissner-Gross氏はGoogleの次期モデルGemini 3.5 Proのリリースが遅れているからだろう、としながらも、この領域にGoogleは入っていないと指摘した。

恐らくGoogleはすぐに追いついてくるのだろうが、長年AI研究を牽引し、潤沢な資金と人材と計算資源を持つGoogleでさえ、足踏みする局面があるということだ。それほどこの領域の競争は激しく、勝者を見通すことの困難さを物語っていると言えそうだ。

 

リリース間隔の圧縮はRSIの始まりか

もっとも、この記事で最も注目すべきは、個々のモデルの優劣ではないかもしれない。Wissner-Gross氏は同じ番組でこうも語っている。「少し前まで、モデルのリリースは6カ月に一度、3年に一度という感覚だった。それが今や7日間で4モデルだ。ちょっと狂気じみていないか」

なぜリリース間隔がここまで縮んだのか。ひとつの答えは、AIモデルの開発にAIモデル自身が使われ始めたからだ。象徴的なのがOpenAIの手法である。同番組で指摘された通り、OpenAIは上位モデルのSolを使って下位モデルのLunaをポストトレーニング（追加学習）したことを公然と認めている。モデルがモデルを教える。開発サイクルの中に、AIによるAI改善のループが組み込まれ始めたのだ。

AIが自らの改善に関与することで開発が加速し、その加速がさらなる改善を生む。これは、AI業界で「再帰的自己改善（RSI）」と呼ばれてきたシナリオの入り口の光景と読むこともできる。2強から4強へという勢力図の変化は確かに大きなニュースだ。だが、その変化を生み出した「開発速度そのものの加速」こそが、より本質的な地殻変動なのかもしれない。次の焦点はそこにある。

主なソース

• Moonshots ポッドキャスト: https://www.youtube.com/watch?v=CsRx7kFN4bo
• SpaceXAI発表文: https://x.ai/news/grok-4-5
• OpenAI発表文: https://openai.com/index/gpt-5-6/
• Meta発表文: https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/
• Zuckerberg氏公開書簡（2024年）: https://about.fb.com/news/2024/07/open-source-ai-is-the-path-forward/
• Artificial Analysis: https://artificialanalysis.ai/models
• TheWave TV「【解説AI】OpenAI、Anthropic、Googleも無視できない｜イーロンのAIインフラが強すぎる理由」: https://www.youtube.com/watch?v=SASy0kzubjA
• AI新聞「AIの性能でMetaが半年でGoogleを超える可能性＝SemiAnalysis」: https://exawizards.com/column/ai-trend/news-07-12-2026-2/