サーバーDRAM on Korea Invest Insights

アルファベット2Q決算：クラウド+82%が終わらせた需要論争、マイナスFCFが始めた現金論争

Thu, 23 Jul 2026 11:00:00 +0900

関連コンテキストその大量のトークンは誰が燃やすのかでは、AI CAPEX論争の最後まで残った弱い環である最終需要に数字がつき始めたと書き、判定は7月30日前後の決算シーズンに持ち越しておいた。最初の採点用紙が予定より早く届いた。アルファベットが韓国時間7月23日未明に2四半期決算を発表した。本稿は同じ決算を異なる角度から解剖した二つの分析ノートを一つに統合したものである。結論から言えば、需要側の論争は事実上終わり、論争の舞台はキャッシュフローと資本収益率へ移った。

要約

クラウド売上は248億ドル、+82%(コンセンサス+64%)で、成長率は32%→34%→48%→63%→82%と5四半期連続で加速した。バックログは4,620億ドルから5,140億ドルへ、売上認識が拡大する中でも520億ドル純増した。
需要の質がより重要である。既存クラウド顧客は当初の約定額より平均で50%超過して使用しており、Geminiモデルの API処理量は毎分220億トークンとなり一四半期で37.5%増えた。供給が不足しているため、アルファベットは6月からスペースXに月約9億2,000万ドルを支払いAIコンピュートを借り始めた。ハイパースケーラーがコンピュートの純買い手になるという前例のない場面である。
同じ決算の裏側では、四半期FCFが-59億ドルで史上初のマイナスを記録した。CAPEX449億ドルが営業キャッシュフロー391億ドルを上回り、2026年のCAPEXガイダンスは1,800億-1,900億ドルから1,950億-2,050億ドルへ再上方修正され、2027年にも大幅増加が予告された。
判断は三つに分かれる。2028年以降のAI需要断崖の可能性はさらに低くなった。アルファベットのFCFターンアラウンドは2027年ではなく2028-2029年区間へ後ずれした。メモリには数量需要の強さが再確認されたが、価格とピークマージンの持続性は別問題として残る。
需要シナリオ45/35/20の確率は維持する。ただし上振れ35%を支持する実測がもう一筋積み上がり、下振れ20%の核心前提だったビッグテックCAPEXの早期減速は、今回のプリントで弱まった。次の採点はマイクロソフト(韓国時間7月30日)とアマゾン(7月31日)である。

核心テーゼ

クラウド+82%と史上初の四半期FCFマイナスは、同じ決算の両面である。需要は本物かという問いに、アルファベットは約定を超過する使用量と、他社のサーバーまで割増料金を払って借りるという行動で答えた。その代わり、その需要を受け止めるための請求書は予想より早く届いた。市場の採点基準は今や需要の存在から減価償却後の現金収益率へと移り、メモリ投資家にとってこの決算は数量の援軍であってマージンの保証書ではない。

1. 数字から：何が出たか

項目	2Q26実績	比較基準	判定
全社売上	1,198億ドル、+24%	コンセンサス約1,169億ドル	上回る
グーグルクラウド売上	248億ドル、+82%	コンセンサス224億ドル、+64%	大幅に上回る
クラウド営業利益	88億ドル(マージン35.6%)	前年28億ドル(マージン20.7%)	改善
検索売上	633億ドル、+17%	コンセンサス634億ドル	一致
全社営業利益	408億ドル、+30%(マージン34.0%)	マージンはコンセンサス下回る	まちまち
調整後EPS	約2.85ドル	コンセンサス約2.89ドル	小幅下回る
営業キャッシュフロー	391億ドル	CAPEX449億ドル	逆転
四半期FCF	-59億ドル	直前四半期101億ドル	史上初のマイナス
クラウドバックログ	5,140億ドル	直前四半期4,620億ドル	+520億ドル
2026年CAPEXガイダンス	1,950億-2,050億ドル	従来1,800億-1,900億ドル	再上方修正

[事実: アルファベット公示・決算コール]

GAAP数値には錯視がある。開示されたGAAP EPSは9.11ドル、純利益は1,121億ドルで前年比298%増えたが、ここにはAnthropicとスペースXなど非上場株式の評価益約990億ドル(税引前、税引後1株当たり約6.26ドル)が含まれている。この営業と無関係な項目を除いた実質EPSは約2.85ドルで、市場予想を小幅に下回った。売上とクラウドは大きく勝ったが、利益の質は表面上の数字ほど強くなかった。 [事実: 開示の再計算]

2. 需要論争：なぜ事実上終わったと見るか

前回の記事で最終需要の弱い環を指摘し、Codexの3日で300万人を最初の実測として挙げた。アルファベットのプリントはその上にさらに四筋の実測を積み重ねた。

使用量が契約を上回る。 Geminiモデルの API処理量は毎分220億トークン(160億から+37.5%)となり、月間開発者は900万人超となった。既存クラウド顧客は当初の約定より平均50%超過して使用しており、超過幅は直前四半期より拡大した。新規顧客獲得のペースは前年の2倍、マーケットプレイスの取引量は7倍である。 [事実: CEO書簡・決算コール] 需要が少数のフロンティアラボの長期契約だけに乗っているという仮説は、契約後の実消費が約定を超過するというデータと両立しない。

需要先が広がった。 Gemini 4の大規模事前学習のようなモデル開発需要に加え、金融・製薬・小売・通信・製造業向けのエンタープライズ推論、BigQueryとセキュリティワークロード、検索AIモードやGeminiアプリのような消費者向けサービス、そして顧客データセンターに直接供給するTPUシステムの外販まで、五つの筋道が同時に示された。フォーチュン100企業の約90%がGemini Enterpriseを使用し、年間1兆トークン以上を処理するクラウド顧客が500社超、1,000億トークン以上は2,000社を超えた。 [事実: CEO書簡]

供給が依然として成長率を制限している。 CFOは依然として供給制約環境にあると明言した。短期的な不足分を埋めるため第三者のデータセンター容量を高値で賃借しており、大口顧客を確保するためなら6カ月程度の非効率は許容する価値があると説明した。その延長線上で今回のコール最大のニュースが出た。アルファベットは6月からスペースXに月約9億2,000万ドル(年換算約110億ドル)を支払いAIコンピュートを借りる契約を結んだ。 [事実: 決算コール・報道] 世界で最も計算が速い会社が他社のサーバーを割増料金を払ってまで借りるということは、需要過大計上仮説と正面から相反する行動の証拠である。

バックログは認識が進む中でも増えた。 2四半期のクラウド売上が直前四半期より約23.8%増え、大型契約が売上へ急速に転換される中でも、バックログ残高が520億ドル積み増しされた。現在のバックログは2四半期のクラウド売上の年換算額の約5.2倍であり、会社は半分超が24カ月以内に認識されると明らかにした。 [事実: 開示・決算コール] 2027年までの可視性としては強い証拠である。ただし顧客集中度と2028年以降の年度別認識額は開示されていない。 [未検証: バックログ詳細未開示]

効率化の反論も今四半期には力を失った。AIモードの応答当たりコストはローンチ以来最低水準まで下がったが、利用者と質問量はそれよりも速く増えた。AIモードの月間利用者は10億人、Geminiアプリは9億5,000万MAUである。単位当たり原価の低下より使用量の増加が速いという関係式がアルファベットの規模でも確認されたことになり、Codexで見たジェヴォンズ・パターンと同じ方向である。 [推論: 効率-使用量の関係]

3. 現金論争：請求書は予想より早く届いた

需要の反対側で、今回の決算が確定させたのは支出の規模と期間である。

2四半期のCAPEX449億ドルは前年の2倍で営業キャッシュフロー391億ドルを上回り、四半期の資本集約度(CAPEX/営業キャッシュフロー)は約115%である。算術も重い。上半期のCAPEXが約806億ドルであるため、年間ガイダンス上限の2,050億ドルに合わせるには下半期に四半期平均572億-622億ドル、つまり2四半期より27-38%多く使わなければならない。2026年下半期と2027年にFCFが意味のある水準まで回復する可能性は低い。 [推論: 自社算術]

2027年のヒントも出た。CFOは2027年のCAPEXが大きく増加するという見通しを維持し、市場コンセンサスは約2,570億ドルである。2,050億ドルから2,570億ドルへ至る経路は増加率で約+25%である。今年の+76%前後から来年+25%へ向かう減速経路の上にあるのであって、3,000億ドル級の再加速シナリオではまだない。 [事実: 決算コール・コンセンサス] この区別が重要だ。減速経路であればFCFターンアラウンド論理の骨格は生きており、再加速であれば骨格自体が崩れる。

2028年を感応度で計算しておくと、判定基準がはっきりする。出発点は現在の直近12カ月累計営業キャッシュフロー1,857億ドルである。

2028年のCAPEX前提	FCFゼロに必要なOCF	必要OCF年複利成長率	FCF500億ドルに必要なOCF	必要成長率
2,000億ドル	2,000億ドル	約3.8%	2,500億ドル	約16.0%
2,300億ドル	2,300億ドル	約11.3%	2,800億ドル	約22.8%
2,500億ドル	2,500億ドル	約16.0%	3,000億ドル	約27.1%

[推論: 自社感応度、会社ガイダンスではない]

CAPEXが2028年に2,000億ドル前後で安定すれば、FCFの回復は難しくない。2,300億-2,500億ドルへ増え続ければ、クラウドと検索を合わせた営業キャッシュフローが年20%以上拡大しなければ過去水準のFCFには戻れない。クラウド+82%とマージン35.6%がしばらく維持されるなら不可能な数字ではないが、減価償却や電力、外部賃借料、マージンの低いTPUハードウェア販売ミックスが反対方向に押し下げる。

資本配分体制の転換も今四半期に公式化された。アルファベットは現金と市場性証券2,425億ドル、直近12カ月営業キャッシュフロー1,857億ドルを持つ会社であるため、支払い能力自体は論争の対象ではない。しかし2四半期に普通株式約305億ドルと転換優先株約191億ドル、純負債約211億ドルを調達し、自社株買いはなかった。負債は12カ月で約160億ドルから約1,000億ドルへ増えた。 [事実: 開示] 営業キャッシュフローでCAPEXと自社株買いの両方を賄っていた会社が、CAPEXのために自社株買いを止め、負債と株式資本まで動員する会社に変わったのである。流動性リスクのシグナルではなく資本配分体制が変わったというシグナルであり、調達の重みが債券市場より株主側にかかっている点がクレジット観点での慰めである。

4. 三つの問いの採点

この決算を前に三つの問いを採点すると、こうなる。

2028年以降もAI需要は維持されるか。断崖の可能性はさらに低くなった。 需要は学習から推論、データ、セキュリティ、エンタープライズ業務へ広がっており、実消費が約定を超過し、効率改善より使用量の増加が速く、TPU外販売上の大部分が2027年に認識される予定であり、2027年にもCAPEXを大きく増やさなければならないほど供給が不足している。2028年は需要が終わる時点ではなく、新規供給能力が本格稼働し検証台に上がる時点と見るのが正確である。

アルファベットのFCFはターンアラウンドするか。可能だが時期は後ずれした。 四半期FCFのクロスオーバーは当初予想(2027年初め)より早く来たが、2027年の営業キャッシュフローを楽観的に2,300億-2,400億ドルと見積もっても、CAPEXが2,570億ドルなら年間FCFは0以下である。黒字転換は2028年、それも2028年のCAPEX増加率が一桁に落ち着いて初めて成立する。強いFCF再加速は2028-2029年区間の条件付きシナリオである。

メモリの持続的な購買につながるか。数量には強い肯定、価格とマージンには中立。 次のセクションで詳しく見る。

5. メモリへの翻訳：数量の援軍、マージンの保証書ではない

2四半期の技術インフラCAPEXの約60%はサーバー、40%はデータセンターとネットワークだった。サーバー投資にはTPUとGPU、CPU、HBM、サーバーDRAM、SSD、ネットワーク半導体が共に含まれる。 [事実: 決算コール]

HBM需要を支持する項目は明確である。TPU新世代とNVIDIA Vera Rubinの導入、Gemini 4の大規模事前学習、エンタープライズ推論量の増加、100万個の加速器を束ねる次世代ネットワーク構造、そして2027年から本格的に認識されるTPUシステムの外販である。自社TPUがNVIDIA GPUを一部代替しても、HBM需要が消えるのではなく、購買チャネルがGPUサプライチェーンからTPUシステムサプライチェーンへ移動するだけだという点が重要である。ここに第三者コンピュートの賃借まで加えると、HBMとサーバーDRAMの需要チャネルは自社データセンター、外販TPU、賃借コンピュートの三筋に増えた。 [推論: 需要チャネルの分解]

サーバーDRAMとeSSDの論拠も今回のプリントで厚みを増した。AIエージェントは加速器だけを使うのではなく、CPUサーバーで前処理や状態管理、セキュリティ、オーケストレーションを実行する。アルファベットはAxion CPUとデータ・セキュリティワークロードの増加を併せて強調した。年間1兆トークン以上を処理する顧客500社という数字は、ログやチェックポイント、検索インデックス、ベクトルデータベースへとつながるストレージ需要が学習だけに限定されないことを示している。 [事実: CEO書簡] 前回の記事で見たサーバーDRAMの再逼迫(3四半期契約価格+13-18%予想、リードタイム40週)の需要側の背景が、ビッグテック決算で再確認されたことになる。

それでも、メモリ企業の2028年利益予想をこの決算だけで引き上げてはならない。設備投資が急増する分だけ、メモリの供給能力も2027-2029年に増える。自社チップの拡大はシステムにおけるNVIDIAの価格決定力を下げ、応答当たりの推論コストは急速に下落中であり、アルファベットがCAPEX効率を締め始めれば部品価格の引き下げ圧力はサプライチェーンを伝って下りてくる。HBM4と次世代HBMの高価格には、世代初期の希少性と歩留まりプレミアムが含まれており恒久的な値ではない。総合するとこうなる。

項目	決算前の判断	決算後の判断
AI加速器・HBMビット需要	高い	非常に高い
サーバーDRAM・eSSD需要	中の上	高い
先端パッケージング・ネットワーク	高い	非常に高い
2028年需要断崖	可能性低い	可能性さらに低下
メモリASPの持続性	不確実	不確実
メモリピークマージンの持続	低い	低い
ビッグテックFCFの早期回復	中程度	低下
CAPEXの限界資本収益率	未立証	部分的に立証、検証継続

[推論: 総合判断]

2028年の半導体のリスクは受注キャンセルではなく、ASPとマージンの正常化である。これは需要シナリオ45/35/20と整合的だ。今回のプリントは上振れ35%の論拠に実測をもう一つ加え、下振れ20%の前提だったビッグテックCAPEXの早期減速を弱めた。確率自体はマイクロソフトとアマゾンまで確認したうえで更新する。サムスン電子とSKハイニックスの観点では、4四半期に始まる2027年向けHBM価格交渉の需要面の背景が好転したプリントである。

6. 株価反応、そして二つのノートの判断の違い

市場の反応がこの局面の性格を要約している。発表直後の時間外取引では2%前後の下落で始まり、一時は小幅高まで回復したが、コールでCAPEXの上方修正が出ると押し戻され、下げ幅は3-5%の範囲まで広がった。韓国時間23日朝時点の株価は342ドル前後で、前日終値約347ドルに比べて約1.5%下にあった。 [事実: 相場データ] 決算がビートすることが既定値になった市場で反応を決めるのはCAPEXだという2026年の法則が、五度目の反復を見せた。裏返して読めば、+82%の成長を前にして下げ幅がこの程度にとどまったのは、成長さえ証明されれば市場が支出を消化してくれるというシグナルでもある。

総合の素材となった二つのノートは、同じ事実から異なる結論を出した。一方は構造的証明の基準を理由に保留を選んだ。資本収益率が立証されたのではなく、立証される可能性が最も高いというのが正確な表現であり、マイナスFCFと資本調達、2027年の増加予告を前に目標株価の算定を留保した。もう一方はエントリー価格基準の買いを維持した。高値から15%調整された価格を前提に、評価益を除く2027年予想EPS約15ドルに28-29倍を適用した12カ月目標株価430ドルを提示しつつ、2027年のCAPEXが3,000億ドルに近づき定量化されれば再算定するという撤回条件を付けた。 [事実: 二つのノートの結論]

二つの判断の違いは事実認識の違いではなく、時間軸と基準の違いである。構造的な観点は減価償却後の現金収益率が数字で確認されるまで証明責任を会社側に課し、価格の観点はすでに調整された株価にそのリスクがどれだけ織り込まれているかを計算する。本ブログの原則どおり特定の方向を推奨せず二つのフレームを併記するが、共通分母ははっきりしている。どちらの立場でも、次の判定変数は需要ではなく現金である。

7. 判読表：次の2週間が決める

今回の決算で埋まった欄と新たに開いた欄を整理する。

アルファベット分のビッグテックCAPEXコメントは上方修正で確定した。残るはマイクロソフト(韓国時間7月30日未明のコール)のFY27最初のガイダンスと、アマゾン(7月31日未明)のAWS成長率である。アルファベットが需要論争を終わらせたのなら、この二社はマージンとFCFの論争を決着させる。
クラウド成長率が今後2-4四半期にわたり50%以上を維持するか、マージンが30%を上回って踏みとどまるかが上方の確認指標である。供給制約が解消された後に成長率が30%を下回れば、需要過大推定の可能性を再計算しなければならない。
バックログが売上認識後も純増を続けるかを監視する。バックログの減少、または契約期間の延長だけが増える組み合わせは、契約の質の悪化シグナルである。
直近12カ月基準の営業キャッシュフロー増加率がCAPEX増加率を上回る四半期が、FCFターンアラウンドの起点である。逆に2028年のCAPEXが2,500億ドルを超えるのに営業キャッシュフローがそれに届かなければ、構造的なFCF毀損と判定する。
大規模な追加増資や負債調達が続くか、スペースX型の外部賃借が2027-2028年に縮小するか、TPU外販が反復的なクラウド消費につながるかが資本効率側の確認項目である。
メモリ側の判別材料は変わらない。DRAM契約価格、そして7月30日前後のサムスン電子とSKハイニックスのコールでの3四半期契約価格の確認である。

本文で言及した銘柄は分析のための例示であり、特定銘柄の売買を推奨するものではない。投資判断とその結果の責任は投資家本人に帰属する。アルファベットは2028年のCAPEXとクラウド売上のガイダンスを提示しておらず、バックログ5,140億ドルの顧客別比重と年度別認識額、解約条件は開示されておらず、HBMとDRAM、NANDの購入量と供給企業別比重も開示対象ではない。2028年のFCF感応度と下半期のCAPEX算術は現在の開示を出発点とした自社推定であり、会社の見通しではない。非上場株式評価益の税引前規模と1株当たり税引後効果は開示基準の再計算により端数の差が生じうる。目標株価430ドルは総合対象ノートのうち一つの計算であり、本ブログの目標株価ではない。株価と相場は2026年7月23日朝の韓国時間基準である。

その大量のトークンは誰が燃やすのか：NVIDIAの顧客地図、ソブリンAI、Codex 900万が出し始めた答え

Sun, 19 Jul 2026 19:00:00 +0900

関連コンテキスト AIメモリ需要は期待を超えるかでは需要を基準45%、上振れ35%、下振れ20%で確率化し、SKハイニックス会長崔泰源の2カ月の発言では供給者トップの言葉と手を読んだ。残る弱い環は最終需要である。GPUとHBMはこれほど多く敷設されているのに、いったい誰がその大量のトークンを燃やすのか。本稿はその問いに数字がつき始めた1週間を記録する。

要約

NVIDIAのデータセンター売上に占めるハイパースケール比率は7四半期連続で50%前後である。比率自体はまだ崩れていない。変わったのは構成だ。2026年2-4月期に非ハイパースケール(ACIE)売上370億ドルがハイパースケール380億ドルと事実上の均衡点に達し、四半期成長率はすでに31%対12%で逆転した。次の開示では比率自体が初めて逆転する可能性がある。
同じ期間のデータセンター売上の前年比成長率は+56%から+66%、+75%、+92%へ再加速した。比率は維持されたまま全体が再び速くなったということは、増分成長をハイパースケールの外側が牽引していることを意味する。NVIDIA自身、成長は残りの顧客が主導したと開示文に記した。
ソブリンAI売上はFY2026の1年間で300億ドルを超え前年の3倍になり、直前四半期にも前年比80%超伸びた。ハイパースケーラーの発言だけを見ていた市場が見落としていた買い手である。
メリッツ証券の半導体チームは日曜日のレポートで、ソブリン購入の本格化と7月中旬以降のサーバーDRAM需給逼迫の再燃を指摘した。TrendForceの第3四半期サーバーDRAM契約価格+13-18%予想、台湾インベンテックのリードタイム40週という証言、マイクロンの主要顧客需要の50-66%しか充足できないという発言が、外部からこれを裏づける。
最終需要でも数字が出てきた。OpenAIのCodexは2月の100万から5月末の500万へ、GPT-5.6公開直後の7月12日の600万から7月15日前後の900万へと、3日で300万人増えた。需要の単位が登録者数からエージェント実行時間へ移行しつつある局面である。
結論は確率の性急な上方修正ではない。供給過剰を論じる前に需要を控えめに描きすぎていないか再検証すべき時点だということ、そしてその判定は7月30日前後の決算シーズンと8月末のNVIDIA開示が下すということだ。

核心テーゼ

市場はビッグテック4社の発言だけを見ながらAI CAPEXの持続可能性を疑ってきた。その間にNVIDIAの帳簿では非ハイパースケール売上がハイパースケールと均衡点に達し、ソブリン売上は1年で3倍になり、Codexは3日で300万人を積み増した。株価が供給過剰への恐怖を先に織り込む一方で、需要の裾野は逆方向の実測を積み上げていた。この非対称性が今回の調整局面の本質である。

1. どんな1週間だったか：ストップ安とレポートの間で

まず舞台を確認する。7月16日木曜日の米国市場でフィラデルフィア半導体指数(SOX)が4%前後急落し、高値比20%を超えるベアマーケット入りとなり、ナスダックは1.47%下落した。17日金曜日にもナスダックが1.40%追加下落し、週間ベースで2.90%下げた。[事実: 市場データ] 同じ日の東京ではキオクシアが寄り付き直後にストップ安に張り付き16.1%急落した。6月22日の高値比で株価は半値以下まで下がり、時価総額約30兆円が消えた。直接のトリガーは米国の陪審団が認めた約2億2,900万ドルのViasat特許賠償評決だったが、同じセッションでTSMCが-7.29%、SKハイニックスADRが-13.69%、サンディスクが-12.63%と揃って急落したことが示す通り、本質はAIラリー全般のデレバレッジだった。[事実: 日経・韓国経済新聞報道]

韓国市場はこの金曜日を回避した。7月17日が18年ぶりに再指定された制憲節の休場日だったためだ。しかしその直前、すでに7月13日にSKハイニックス-15.37%、サムスン電子-10.70%、7月16日にSKハイニックス-12.34%、サムスン電子-9.47%という急落を経験していた。[事実: 取引所データ] 市場が価格に織り込んでいるストーリーは明確だ。供給が増え、中国が追い上げ、2027年の利益は下方修正されつつあり、ビッグテックのCAPEXがいつ折れるか分からないというものである。

この局面で日曜日に、メリッツ証券の半導体チーム、キム・ソンウ、ヤン・スンス、キム・ドングァン各アナリストのレポートが揃って出た。金曜日の急落とキオクシア事態を正面から意識した発行タイミングである。要旨は逆方向だ。今のメモリ需要はハイパースケーラーだけではなく、中東を含むソブリン陣営の購入が本格化しており、7月中旬からサーバーDRAMの需給逼迫が再び深刻化しているというものだ。2028年のshortage緩和を既定事実とする見方は、この需要を計算に入れていないという反論である。[事実: メリッツ証券レポート要旨、2026-07-19]

水掛け論のままにせず、この主張を検証可能な三つの断片に分けて、一つずつ実測と照合する。NVIDIAの顧客構成、ソブリンの購入、そして最終使用量である。

2. NVIDIAの顧客地図：比率は50%、成長は外側から

ハイパースケーラー比率が縮小しているという命題から精密に確認する。NVIDIAが四半期ごとに開示する文言を時系列に並べるとこうなる。

会計四半期	該当期間	DC売上	前年比	大型CSP・ハイパースケール比率(開示文言)
FY25 3Q	2024.8-10	307.7億ドル	+112%	約50%
FY25 4Q	2024.11-2025.1	355.8億ドル	+93%	約50%
FY26 1Q	2025.2-4	391.1億ドル	+73%	50%をやや下回る
FY26 2Q	2025.5-7	411.0億ドル	+56%	約50%
FY26 3Q	2025.8-10	512.2億ドル	+66%	未開示
FY26 4Q	2025.11-2026.1	623.1億ドル	+75%	50%をやや上回る、成長は残りの顧客が主導
FY27 1Q	2026.2-4	752億ドル	+92%	ハイパースケール380億ドル(約50%)対ACIE370億ドル

[事実: NVIDIA CFOコメンタリー・決算コール]

二つのことが同時に見える。第一に、比率の数字自体は7四半期連続で50%バンドを外れたことがない。ハイパースケーラーがすでに押しのけられたという物語は実測ではない。第二に、それでも構成の方向は明確に変わった。FY26 4Qの開示は成長を残りの顧客が主導し売上が多様化したと明記しており、FY27 1QからNVIDIAはデータセンターをハイパースケールとACIE(AIクラウド、産業、エンタープライズ)に分けて開示し始めた。その最初の四半期にACIEは370億ドルとなりハイパースケール380億ドルにほぼ並び、四半期成長率はACIE +31%対ハイパースケール+12%で逆転した。ACIE内のAIクラウド売上は前年比3倍を超えた。ジェンスン・ファンCEOはコールで、長期的には第二のカテゴリーがより速く成長すると明言した。[事実: 決算コール]

ここに成長率の再加速を重ねると絵が完成する。データセンター売上の前年比成長率はFY26 2Qの+56%を底に、+66%、+75%、+92%へと再び上がってきた。比率が維持されたまま全体成長が速くなったということは、算術的に増分の半分以上をハイパースケールの外側が生み出していることを意味する。[推論: 開示の算術] この傾向がもう一四半期続くだけで、8月末のFY27 2Q開示でACIEがハイパースケールを初めて上回る数字が刻まれる。その瞬間から、ビッグテック4社のCAPEXガイダンスだけを見てAI需要の持続可能性を判定するフレーム自体が古びたものになる。

一つの混同を整理しておく。10-Qの直接顧客集中度(顧客A 22%、顧客B 14%)はむしろ高まったが、これはボードパートナーとOEM、大型直接購入を集計する流通段階の指標であり、最終需要者の多様化とは異なる階層である。[事実: 10-K] 流通は集中し最終需要は広がるという二つの現象が同時に成立する。

3. ソブリンAI：発言だけを見ていた市場が見落とした買い手

非ハイパースケール需要の最大の塊がソブリンである。NVIDIA CFOはFY2026のソブリンAI売上が前年の3倍を超えて300億ドルを突破したと明らかにした。カナダ、フランス、オランダ、シンガポール、英国が主導し、FY27 1Qにもソブリン売上は前年比80%超伸び、NVIDIAのインフラは今やGDP合計50兆ドルに達する約40カ国に敷設されている。[事実: NVIDIA決算コール]

物理的な実体も伴っている。サウジのHUMAINは3年間で最大60万個のNVIDIA GPUを配備する計画を確定し、GB300 1万8,000個の初回物量を受け取った。UAEのStargate UAEは1GWクラスターの第1段階200MWを今年第3四半期の稼働目標で建設中で、第1段階だけでGB300最大3万5,000個が投入され、運営会社G42は7月中旬に米国の輸出承認を得た。EUは200億ユーロのAIギガファクトリープログラムを進めており、インドは年末までに公共GPU10万個、日本のソフトバンクは10月にソブリンGPUクラウドの商用化を目指す。[事実: 各社・各国発表]

これがメモリにどうつながるのか。二つの経路がすでに公開されている。OpenAIのグローバルStargateプログラムは2025年10月、サムスン電子、SKハイニックスと月最大90万枚のDRAMウェハーに及ぶ意向書(LOI)を締結したが、これは世界のDRAM生産能力の約40%に相当する規模である。拘束力のない意向書だという限界は明確に残る。[事実: 報道、LOI] そしてSKハイニックスは今年6月、NVIDIAと次世代Vera Rubin世代を貫く複数年HBM4パートナーシップを公式化した。[事実: NVIDIA発表] 国富ファンド側では、ムバダラ、MGX、G42、カズナといったUAE資本とSKハイニックス陣営の協力が報じられ続けてきた。

正直に残すべき空白もある。ソブリン主体がサムスン電子やSKハイニックスからDRAMを直接大量購入したという新規開示は6-7月には確認されない。[未検証: 直接契約の未開示] ソブリンのメモリ需要はサーバーOEMとシステム業者を経由して入ってくるため、メモリ企業の顧客開示ではハイパースケーラーと混ざって計上される。[推論: 流通構造] 見えないことと存在しないことは違う。GPU60万個が確定した場所にメモリが付かないシナリオは存在しないため、問題は存在の有無ではなく規模と時点の開示可視性である。

4. サーバーDRAM需給再逼迫：メリッツの主張と外部実測

メリッツチームが指摘した7月中旬以降のサーバーDRAM需給逼迫の再燃は、ハウス単独の主張ではない。外部実測四つが同じ方向を指し示している。

実測	内容	出所・時点
契約価格見通し	第3四半期サーバーDRAM契約価格+13-18%予想。長期契約(LTA)に縛られた米国CSPには上げられないため、値上げ分は非LTA顧客に集中	TrendForce、7/9
供給増加率	RDIMMビット供給増加率は年15-20%でCPU出荷増加に届かない。2027年の不足を見込んだCSPの先行在庫積み増し。モジュールは96・128GBから32・64GBへ下方シフト	TrendForce、7/9
リードタイム	サーバー用DRAMリードタイムが40週を超過、価格は2025年末比で約90%上昇、見積有効期間は1-30日に短縮	インベンテック発言報道、7/16
供給企業の証言	主要顧客需要の50-66%しか充足できず、HBMは2027年分まで完売、供給不足は2027年以降も継続	マイクロン決算コール、7月

[事実: 各出所]

価格の絶対水準もすでに異常シグナルを発している。汎用PC DRAM(DDR4 8Gb)の固定取引価格は6月に21ドルとなり集計開始以来の最高値を記録し、スポット価格は固定価格を72%上回る。サムスン電子が第3四半期にDRAM価格を最大20%引き上げると中国の顧客に通知したという報道も出た。[事実: 業界報道] 契約価格が上がる局面でスポットプレミアムが70%を超える組み合わせは、急ぎの物量を上乗せ価格を払ってでも確保しようとする需要が契約チャネルの外側に実在することを意味する。LTAに縛られたハイパースケーラーではなくその外側、すなわちソブリンとエンタープライズ、二線級クラウドが高値の支払い手である。非LTA顧客に値上げが集中するというTrendForceの文言と、ソブリン購入の本格化というメリッツの文言は、同じ現象の二つの表現である。[推論: クロス解釈]

キム・ソンウアナリストはここからさらに踏み込む。市場が犠牲的長期契約と2027年業績下方修正という狭いフレームに囚われて誤認しており、株主還元の前倒し実行やビッグテックの持分投資を含むパートナーシップといったイベントが続くことで誤解は速やかに払拭されるという見通しである。[事実: レポートの主張] これは検証済みの事実ではなくハウスの見通しであるため、今週の決算シーズンで実際のイベントとして確認されるかが採点基準となる。ただし方向性は、先行する記事で見たSKハイニックス会長崔泰源(チェ・テウォン)のナスダック上場資金とパートナーシップの動き、そしてSKハイニックスとNVIDIAの複数年契約と整合的である。

5. Codex900万：最終需要の数字が出始めた

AI CAPEX論争で最も攻撃されてきた点は、インフラそのものではなくその先だった。データセンターは建設されているのに、最終使用量がそれに見合うだけ増えているという証拠が弱いというものだ。この弱い環で、目を引く数字が出始めた。

時点	利用者数	備考
2026年2月	100万	Codex単独の活性利用者
4月8日	300万	週間アクティブ、100万単位ごとに使用量上限をリセットすると公言
4月21日	400万	2週間で100万増加
5月末-6月初	500万突破	2月比6倍
7月9日	GPT-5.6正式公開	Sol・Terra・Luna3種、CodexがChatGPTデスクトップと統合
7月12日	600万	以降の指標はCodex+ChatGPT Work合算
7月15日前後	900万	3日で300万増加

[事実: OpenAI経営陣の公開発言・報道]

公正を期すため二点注意を付す。7月9日以降の数字はCodex単独ではなくChatGPT Workを合わせた指標であるため、以前の区間と厳密な連続比較は難しい。そして5月末の成長ペースをそのまま延長した外部外挿では1,000万到達は10月と計算されていたが、実際には7月中旬に900万まで来た。この外挿線はOpenAIの公式予測ではない点も明記しておく。[事実: 外挿の出所確認] 指標定義の変更を勘案しても、予測線を3カ月ほど前倒しする加速がGPT-5.6公開直後の3日間で実測されたという事実は残る。

Codexが重要な理由は数字の大きさではなく需要の性質である。Codexは人間の作業時間を推論時間に変換する製品だ。人がより長く接続しなくてもエージェントはより長く働くことができ、一人が複数の作業を並列で回せばユーザー増加より作業量がより速く増える。この段階から需要の単位は月間アクティブ利用者ではなく総エージェント実行時間になる。先行する記事でAIメモリ需要モデルの上限をワークロード数掛けるワークロード当たりメモリ掛ける実行頻度として書き直したのと、まったく同じ構造である。

効率論争もここで逆転する。GPT-5.6 Solは前世代よりトークン効率が54%改善したとOpenAIが直接明らかにした。トークン当たりコストが下がるモデルが出た直後にユーザーと使用量が急増したという事実は、コーディングエージェント領域において効率改善が計算需要を減らすのではなくAIに任せられる業務の範囲を広げるというジェヴォンズ仮説の実測事例である。[推論: ジェヴォンズ効果] 見るべきはトークン価格の下落率ではなく、価格下落が新たに開いた業務量である。

6. では、メモリにはどう翻訳されるか

節度も必要だ。Codex900万という数字一つでメモリサイクルを説明することはできない。利用者数がメモリビット需要に翻訳されるには、同時実行量、コンテキスト長、アクセラレータ当たりのメモリ搭載量、そして供給増加率という四つの変換係数を通過しなければならない。[推論: 需要モデル] このうちどれか一つでも弱ければ、話題性指標と実需要は分離する。

ただし、先行する需要シナリオの記事で上振れ35%の論拠として立てておいた上方変数と、今週の実測を対照すると整列が見える。

アクセラレータ需要の裾野拡大は、ACIE成長率の逆転とソブリン売上3倍という実測が付いた。
エージェントの常時推論は、Codexの3日300万と指標単位の転換で最初の数字が出た。
HBM外への拡散は、サーバーDRAM契約価格+13-18%予想とリードタイム40週、スポットプレミアム72%ですでに価格に表れている。
使用量が効率に勝るという仮説は、トークン効率54%改善直後の使用急増という反直感的な実測を得た。

2028年供給緩和シナリオへの含意もここで分かれる。緩和論の計算式は概ねハイパースケーラーCAPEXの成長鈍化を需要増加率の上限として置く。しかし増分需要の半分がその外側から出始めているなら、上限の前提自体を再計算しなければならない。メリッツの反論が狙っている点はまさにここである。我々は確率を今すぐ変えはしない。基準45%、上振れ35%、下振れ20%の骨格を維持しつつ、上振れ側の論拠に実測が三筋付き始めたという事実を記録しておく。確率の更新は、下記の判読表が埋まったときに行う。[推論: シナリオ運用]

7. 反論点検

強く見える論拠ほど、反対側を立てておく。

非ハイパースケール需要の質。ACIEにはネオクラウドが含まれる。資本コストが脆弱な二線級クラウドの発注は、金利と調達環境が締まれば真っ先にキャンセルされる需要だ。成長率の逆転が需要の耐久性まで保証するわけではない。
ソブリンの政治的変動性。国家プロジェクトは選挙と予算、輸出規制に揺れる。EUのギガファクトリーはすでに公募が二度延期され、中東向けの物量は米国の輸出承認という単一のスイッチにかかっている。
指標の罠。Codex900万は合算指標への定義変更直後の数字であり、アクティブの基準も公開されていない。成長の方向は実測だがその大きさはまだマーケティングと切り分けられていない。
価格急騰の自己破壊。サーバーDRAMの需給再逼迫は強気論拠であると同時に、IBMの事例で見たようにIT予算を蝕み、先行購入の後に需要の空白を作るリスクでもある。崔会長本人が価格の行き過ぎによる需要破壊を警告した。
見通しと実測の区別。メリッツのイベント見通し(株主還元の前倒し実行、ビッグテックの持分パートナーシップ)はまだ見通しにすぎない。実現しなければ狭い見方が正しかったことになる。

8. 判読表：何が答えを確定させるか

7月30日前後のサムスン電子、SKハイニックス決算コールで、第3四半期契約価格の引き上げ幅がTrendForceの+13-18%レンジを確認するか、そして非LTA顧客とソブリン物量への言及が登場するか。
SKハイニックスの株主還元前倒し実行と持分投資型パートナーシップが実際の開示として出てくるか。メリッツ見通しの直接的な採点項目である。
8月末のNVIDIA FY27 2Q開示で、ACIEがハイパースケールを初めて上回るか。上回れば需要の裾野拡大は物語ではなく開示数字になる。
ソブリン発のメモリ直接契約、またはサーバーOEM経由の大型受注が開示レベルに上がってくるか。Stargate意向書の拘束力ある契約への転換の有無が最初の候補である。
Codexと競合エージェントの使用量指標が、1,000万突破とともに実行時間基準で公開され始めるか。

判別材料は変わらない。DRAM契約価格が折れればこの需要ストーリーはすべて市場で棄却され、維持されれば控えめに描かれた需要曲線の側が描き直される。

本文で言及した銘柄は分析のための例示であり、特定銘柄の売買を推奨するものではない。投資判断とその結果の責任は投資家本人に帰属する。メリッツ証券のレポートは要旨を再構成して引用しており、詳細な数値と見通しの原文責任は当該ハウスにある。Codexの利用者数は7月9日以降ChatGPT Workとの合算指標へ定義が変わったため以前の区間との厳密な比較は難しく、10月に1,000万到達という外挿線はOpenAIの公式予測ではない。ソブリン主体によるメモリの直接購入は開示で確認されておらず、Stargate関連の物量は拘束力のない意向書の段階である。株価と指数、価格データは2026年7月17日までの公開資料に基づいており、それ以降の変動は反映していない。

Kimi K3が変えるAI価格表：Kimi LinearからHBM・米ビッグテック戦略まで

Fri, 17 Jul 2026 12:31:36 +0900

Kimi K3は2026年7月16日に、未キャッシュ入力トークン100万件あたり3ドル、出力トークン100万件あたり15ドルで提供を開始した。これは中国系チャレンジャーによくある超低価格戦略ではない。Claude Sonnet 5の標準価格と一致し、入力ではGPT-5.6 Solを40%下回り、出力では50%下回る水準だ。Moonshot AIはK3を低コストの代替品としてではなく、エンタープライズ向けの主力モデルとして位置づけている。

アーキテクチャもその主張を裏付ける設計となっている。K3の総パラメータ数は2.8兆だが、トークンあたり896エキスパート中16のみを実質的に活性化する。Kimi Delta Attentionが長文コンテキストのコストを抑制し、Attention Residualsが深さ方向にわたって過去の表現を選択的に取得し、量子化対応学習がMXFP4ウェイトとMXFP8アクティベーションを使用する。Moonshotは少なくとも64基のアクセラレータを備えたスーパーノードを推奨している。

この組み合わせは半導体市場に二面的な影響をもたらす。トークンあたりのメモリと演算量は低下する一方、フロンティア級モデルを展開できる企業の数と、それらが処理するワークロード量は増加しうる。K3は効率化技術であると同時に、インフラ負荷を生み出すものでもある。

関連記事: AIトークン価値とメモリ価値の獲得 / AIトークン先物とトークンあたりコスト / エージェント型推論インフラにおける米中の乖離 / 2030年HBM不足モデルのクロスチェック

エグゼクティブサマリー

K3は2.8兆パラメータ、ネイティブビジョン、100万トークンのコンテキストウィンドウを備える。製品とAPIはすでに稼働しているが、7月17日時点では完全なウェイト、技術レポート、ライセンスは公開されていない。オープンウェイトに関するテーゼは7月27日の期限後に検証が必要だ。
MoonshotのGDPval-AA v2公式スコアは1,687ではなく1,668である。AA-Briefcaseは1,548。BrowseCompの91.2はコンテキスト圧縮を使用しており、圧縮なし・100万コンテキストの結果は90.4となる。結果は良好だが、複数のハーネスの混在と自社実施の評価については独立した再現が求められる。
Kimi Linearが主張するKVキャッシュの最大75%削減と、100万コンテキスト時の最大6.3倍の理論デコードスループットは、総パラメータ480億・活性化30億の研究モデルによるものだ。これをK3 APIの実測パフォーマンスとして提示すべきではない。
K3は低コストモデルではない。Sonnet 5の標準価格と同等であり、Sonnetの期間限定ローンチ価格より50%高く、GPT-5.6 Solより安い。現時点では最大推論モードのみ利用可能で、独立したテストでは出力トークン数が多いことが示されているため、タスク完了あたりの実質コストはレートカードが示すほど魅力的でない可能性がある。
半導体への影響は、リクエストあたりの演算量とKVキャッシュの減少と、自社ホスト展開の増加・総ワークロードの拡大の間の綱引きとなる。サーバー用DRAMとエンタープライズSSDは、長期間にわたるエージェントコンテキストがHBMから分散キャッシュ層へとスピルオーバーするため、最も明確なセカンドオーダーの受益者といえる。
モデル層とクラウド層は対照的な経済構造にある。OpenAI、AnthropicおよびGemini APIの価格は圧迫を受ける一方、Azure、AWSおよびGoogle Cloudは演算・ストレージ・ネットワーキングを通じてK3やその他のモデルから収益を得られる立場にある。Metaは米国オープンウェイト領域での優位性を守る必要がある。
7月27日に確認すべき証拠は、ライセンス、完全ウェイト、外部評価、NVIDIAおよびAMD上のスループット、中国製アクセラレータへの対応、タスクあたりの実際の出力トークン数、vLLM互換性、クラウドカタログへの採用状況である。

1. 結論を導く前に数値を正確に把握する

ローンチ情報がソーシャルメディアを通じて拡散する過程で、いくつかの数値が変化した。差異によっては投資判断の解釈が変わるため、公式の数値が重要となる。

項目	公式値	投資家向け解釈
総パラメータ数	2.8兆	モデル全体のサイズであり、トークンあたりの活性化演算量ではない
エキスパートルーティング	896中16	極めてスパースなMoE；ルーティングと通信が第一義的な制約となる
コンテキスト	100万トークン	リポジトリや調査用途に有効だが、タスクコストは出力長とキャッシュヒット率に依存する
GDPval-AA v2	1,668	公式テーブルに1,687の記載はない
AA-Briefcase	1,548	GPT-5.6 Solの1,495を上回り、Claude Fable 5の1,583を下回る
BrowseComp	91.2	30万トークン以降でコンテキスト圧縮を使用
BrowseComp（圧縮なし）	90.4	ネイティブ100万コンテキストの主張に対してより適切な結果
製品提供状況	Web・Work・Code・APIが稼働中	現時点で商用テスト開始が可能
ウェイト	7月27日までに公開予定	ライセンスと完全なアーティファクトは7月17日時点では未検証
推論モード	最大モードのみ	低コストモードは未提供

MoonshotはK3がClaude Fable 5およびGPT-5.6 Solに対してユーザー体験全般で依然として劣位にあることを明示的に認めている。同時に、コーディング、ナレッジワーク、マルチモーダルベンチマークにわたってフロンティア水準の性能を報告している。信頼できる解釈は、中国が決定的にリードを奪ったということではない。中国のモデルが最強の独自システムのすぐ下の性能帯に参入しつつ、100万コンテキストとダウンロード可能なウェイトを約束しているということだ。

ベンチマークの比較表は、統一された管理環境下での単一のトーナメントではない。K3は最大推論モードで動作している。タスクに応じてモデルはKimi Code、Claude Code、またはCodexを使用しており、競合他社のスコアには複数のハーネスにわたる最良結果や外部リーダーボードからの引用が含まれる。独立した再現検証が引き続き必要だ。

それでもなお、Terminal-Bench 2.1での88.3、FrontierSWEでの81.2、SWE Marathonでの42.0、AutomationBenchでの30.8、GPQA-Diamondでの93.5、MMMU-Proでの81.6は、K3が単なるチャットではなく長期間にわたるツール使用とコーディングを念頭に設計されていることを示している。より重要なシグナルはパッケージ全体だ。フロンティアに迫る性能、100万トークンのコンテキスト、そしてオープンウェイトの公開約束である。

2. 2.8Tモデルがいかにして展開可能になるか

2.1 総パラメータ数は活性パラメータ数ではない

すべての2.8Tパラメータをトークンごとに計算することは、コスト面で現実的ではない。Stable LatentMoEは896個のエキスパートのうち16個、すなわちエキスパートプールの約1.8%を実質的に活性化する。正確な活性パラメータ数を確定するにはテクニカルレポートが必要だが、総パラメータ数はトークンあたりの計算量と明らかに同一ではない。

スパースMoEはボトルネックを排除するのではなく、移動させる。

改善される点	難しくなる点
トークンあたりの活性計算量	ルーターの品質とエキスパートのバランス
品質目標に必要な計算量	アクセラレータ間の通信
一部の推論コスト	アイドル状態のアクセラレータと過負荷エキスパートの回避
モデル容量のスケーリング	全ウェイトセットへのアクセス維持

これが、Moonshotが64台以上のアクセラレータを搭載したスーパーノードを推奨する理由である。活性化されるエキスパートがごく一部であっても、どのエキスパートが選択されるかは事前にわからないため、モデル全体が常にアクセス可能な状態でなければならない。4ビット量子化では、スケール、メタデータ、バッファ、キャッシュ、レプリケーションを除いた理論上の最小値として、2.8Tのウェイトは約1.4 TBを必要とする。スパース活性化は演算量を削減するが、モデルの常駐メモリやファブリック要件を排除するものではない。

2.2 Kimi Linearがロングコンテキストのコスト問題に対処する

Kimi Linearの論文はK3より以前に公開されたもので、K3自体ではなく、総パラメータ48B・活性パラメータ3Bのリサーチモデルを評価したものである。これはKimi Delta AttentionとフルMulti-head Latent Attentionを3:1の比率で組み合わせている。

フルアテンションは正確なコピーと精細な検索において優れているが、KVキャッシュはコンテキスト長に比例して増大する。線形アテンションは履歴を固定サイズの状態に圧縮してシーケンス長への依存を低減するが、細部の精度が失われる可能性がある。Kimi Linearは3つのKDAレイヤーに続く1つのフルアテンションレイヤーを用いて、効率性と表現力のバランスを取っている。

コンポーネント	役割	トレードオフ
KDA	長い履歴を固定サイズの状態に圧縮	正確なコピーと精細な検索が弱まる可能性
フルMLA	トークン間の正確な再現を回復	KVキャッシュは依然としてコンテキストとともに増大
3:1ハイブリッド	効率性と品質のバランスを取る	より複雑なカーネルとサービングソフトウェアが必要

論文は、1Mコンテキストにおいて最大75%のKVキャッシュ削減と最大6.3倍の理論的デコードスループットを報告している。複雑度分析における実測比較では、2.3倍の高速化が報告されている。これらの結果は方向性を示すものであり、K3 APIの性能を保証するものではない。

投資家にとって、KVキャッシュの削減はアクセラレータあたりの同時リクエスト数の増加を意味する。また、より長いリポジトリ、より多くのドキュメント、そして永続的なエージェントの経済的な運用を可能にする。トークンあたりのメモリは減少する一方、総トークン数は増加し得る。

2.3 Attention Residualsが深さの効率を向上させる

標準的なresidual接続は、前のレイヤーの出力を積み重ね続ける。非常に深いネットワークでは、有用な表現が希薄化される可能性がある。Attention Residualsは、各レイヤーが必要な以前の表現を選択することを可能にする。Block AttnResはレイヤーをグループ化してブロックレベルの表現を保持し、メモリのオーバーヘッドを削減する。

Moonshotの研究によると、約8つのブロックで利得の大部分が回復され、Block AttnResは約1.25倍の計算量でトレーニングしたベースラインに匹敵できるという。これはトレーニングの資本効率を向上させるが、データセンター需要を自動的に削減するわけではない。効率の向上はより大きなモデルや長いタスクへの再投資に充てられる可能性がある。

2.4 量子化はハードウェア移植性の戦略である

K3は教師あり微調整以降、MXFP4ウェイトとMXFP8活性化を用いた量子化対応トレーニングを適用している。これにより、積極的なポストトレーニング量子化より精度損失を抑制し、複数のハードウェアプラットフォームへの展開を容易にするはずである。

Moonshotのカーネルアリーナには、NVIDIA H200と代替ベンダーの汎用GPUが含まれていた。公式発表では中国製チップの名称は挙げられておらず、H200同等の経済性も主張されていない。確認されているのは、NVIDIA以外でもNVIDIA上でも最適化するという戦略的意図である。

これは中国と世界の購入者双方にとって重要である。中国は、最上位のNVIDIAシステムへのアクセスが制限された状況でも稼働できるフロンティアレベルのモデルを必要としている。他の購入者は、NVIDIA、AMD、カスタムアクセラレータにまたがる交渉力を求めている。

3. 価格体系が示すもの

3.1 K3はプライマリモデルとして価格設定されている

モデル	キャッシュ入力（100万トークンあたり）	標準入力	出力	現在のポジショニング
Kimi K3	$0.30	$3	$15	フロンティアプライマリモデルの価格帯
Claude Sonnet 5ローンチプロモ	変動	$2	$10	8月31日まで期間限定
Claude Sonnet 5スタンダード	変動	$3	$15	K3と同一の公表価格
GPT-5.6 Sol	$0.50	$5	$30	K3比で入力67%高・出力100%高

K3はSonnet 5の現行プロモーション価格より高い。K3を一般的に「半額」と表現するのは正確ではない。より明確な戦略は、Sonnetのスタンダード層に価格を合わせながら、最も高価なフロンティアAPIを下回ることである。

この価格設定は、自信のシグナルであると同時に収益化の決定でもある。Moonshotはもはや、単に利用獲得のために大幅な値引きを受け入れていない。エンタープライズのデフォルトモデル層でのポジションを主張している。

3.2 タスク完了あたりのコストはトークンあたりのコストより重要

料金カードは等量のトークン使用を前提としている。エージェントはプランニングの長さ、ツール呼び出し、リトライ、冗長性において異なる。K3は現在、最大推論モードのみを公開している。Artificial Analysisの報告によると、K3はIntelligence Index評価において約1億3,000万の出力トークンを使用しており、ピアの中央値約6,300万の2倍以上である。出力トークンが安価であっても、タスク完了の総コストが高くなる可能性がある。

タスクコスト = 入力トークン数 × 入力レート + 出力トークン数 × 出力レート + ツール・リトライコスト

エンタープライズの購入者は、タスク成功率、出力トークン数、最初のトークンまでの時間、スループット、ツールの信頼性、キャッシュヒット率、セッションの安定性を監視するだろう。Moonshotによると、Mooncakeはコーディングワークロードで90%超のキャッシュヒット率を実現し、キャッシュ入力の価格を非キャッシュ価格の10分の1にするという。この比率がエンタープライズトラフィックでも維持されれば、K3の実質的な経済性は大幅に改善する。

3.3 Mooncakeはメモリ需要を階層の下位へ移動させる

MooncakeはプリフィルとデコードのクラスターをGPU HBMに集中させずに分離し、KVキャッシュをCPU、DRAM、SSDに分散させる。論文によれば、シミュレーションで最大525%のスループット向上、本番ワークロードで75%多くのリクエスト処理を報告している。

これがAIメモリ需要がHBMを超えて広がる理由を説明している。

アクセラレータHBM → サーバーDRAM → エンタープライズSSD → リモートキャッシュ層

KDAはリクエストあたりのKVキャッシュを削減できるが、永続的な1Mコンテキストエージェントは総キャッシュ容量と保持時間を増加させる。ホットデータはHBMとDRAMに残り、コールドなコンテキストはSSDに移動する。効率化はHBM単一論を和らげる一方で、より広いメモリ階層論を強化する可能性がある。

4. 中国のオープンウェイトがエンタープライズスタックの上位へ移行

OpenRouterの報告によると、1月から6月14日にかけての450兆トークン超のデータに基づけば、2026年6月上旬に中国モデルがプラットフォーム上のトークンシェアで米国モデルを上回った。DeepSeekのシェアは約9%から18%に上昇し、5月中旬にはトッププロバイダーとなった。

導入の経路は3段階に分かれる：

低コストのオープンモデルが分類、翻訳、テストのワークロードを担う。
コーディングとエージェント性能の向上により、反復的なエンタープライズワークフローを取り込む。
フロンティアに近い品質と100万トークンコンテキストが、プライマリルーティングをめぐって競う。

K3の価格は第3段階を想定して設計されている。最も積極的な低価格戦略をとっているわけではない。クラウド、政府機関、エンタープライズが自前で展開できるウェイトを提供しながら、フロンティア層のAPI価格を設定している。

プロプライエタリAPIとオープンウェイトは異なる戦略的資産を蓄積する。

プロプライエタリフロンティアAPI	フロンティアに近いオープンウェイト
最良のUXと能力を掌握	展開経路とハードウェアの選択肢を増やす
使用データを集中管理	エンタープライズがデータと運用を自前で保持
価格とポリシーを一元的に変更可能	公開されたファイルの撤回は困難
モデルプロバイダーが粗利を取得	クラウド、チップ、アプリケーションベンダーが価値を分配

最強のプロプライエタリモデルは有料トークンシェアを失いながらも、首位にとどまり続けることができる。エンタープライズは反復的な業務をK3クラスのモデルにルーティングし、最も困難な法務、設計、調査業務はトップのクローズドモデルに委ねることができる。有料トークンミックスとブレンド価格は、リーダーボードの順位より重要である。

5. 半導体需要：効率化と普及の同時進行

5.1 NVIDIA：近い将来の効率化リスクと中期的な展開弾力性

Sparse MoE、KDA、量子化、および自律カーネル最適化により、タスク当たりのGPU処理時間が短縮される。ハードウェアの移植性も、すべてのフロンティアワークロードがCUDA上に留まるという前提を弱体化させる。これらはNVIDIAにとって株価評価上のネガティブシグナルである。

一方、ポジティブ面も同様に重要だ。MoonshotはセルフホストのK3に最低64基のアクセラレーターを推奨している。公開されたウェイトにより、クラウド事業者、政府機関、研究機関、大企業が独自クラスターを構築する動きが生まれる可能性がある。単一APIに集中していた需要が、多くのデータセンターにわたるハードウェア需要へと転換される。

アクセラレーター総需要 = タスク当たりGPU時間の低下 × 総ワークロードの増加 × セルフホスト機関の増加

第一項はネガティブ、後二項はポジティブである。K3単独ではNVIDIAの業績予想を引き下げるには不十分だが、すべての効率化がGPU需要増加につながるという想定を正当化するにも不十分である。ワークロード弾力性が決定的な変数となる。

5.2 AMD：ハードウェア選択の多様化によるオプション価値

MXFP4、MXFP8、vLLMの移植性によってエンタープライズがモデル選択とアクセラレーター選択を切り離せるなら、AMDは恩恵を受ける。フロンティア水準に近いオープンモデルは、NVIDIAの代替品を検討するバイヤーにとって現実的なテスト用ワークロードを提供する。

実証はウェイト公開後に行われる必要がある。ROCmカーネル、エキスパート並列通信、100万コンテキストでのスループット、64基アクセラレーターでの安定性を実測しなければならない。AMDのアップサイドが拡大するのは、K3がMIシステム上でタスク当たりコストの優位性を実証した場合に限られる。

5.3 HBM：リクエスト単位のキャッシュ削減、モデル常駐量の拡大

需要レイヤー	K3の効率化による影響	方向性
ウェイト常駐	2.8Tのモデルへの高速アクセスが必要	アクセラレーターと高帯域幅メモリの増加
リクエスト単位のKVキャッシュ	KDAがキャッシュサイズと増加量を削減	リクエスト当たりHBM容量の減少
同時接続ユーザーとエージェント	コスト低下とオープン展開によるワークロード拡大の可能性	HBMとDRAM総量の増加

KVキャッシュ75%削減・スループット6.3倍というニュースは、メモリ集約度の低下を示唆するように見えるため、SKハイニックス、マイクロン、サムスンにとって表面上はネガティブである。ただしこれらの数字はKimi Linearの研究モデルに由来するものであり、K3の実運用環境で計測されたものではない。HBMが格納するのはKVキャッシュだけでなく、ウェイト、アクティベーション、通信バッファ、バッチデータも含まれる。

中期的なバランスは、セルフホストクラスターとエージェントワークロードが効率化を上回るペースで成長すれば中立からポジティブに傾く。ワークロード弾力性が低く、使用量の増加を上回る速度で圧縮が進めばネガティブに転じる。

5.4 サーバーDRAMとエンタープライズSSDが最も明確な二次受益者

長いコンテキストとキャッシュ再利用はHBMだけでは完結しない。プリフィルとデコードを分離する推論サービングがCPU、DRAM、SSDにわたってキャッシュをスピルする構成になると、サーバーDRAMとエンタープライズSSDがAI推論の基幹資産となる。

サムスンはHBM、サーバーDRAM、大容量SSD、ファウンドリ、パッケージングを提供できる。
SKハイニックスはHBMおよびサーバーDRAMにSolidigmのエンタープライズSSDを組み合わせる。
マイクロンはHBM、データセンター向けDRAM、SSDを供給する。

K3が示すのはAIのメモリ需要が縮小するということではなく、AIのメモリが階層化されつつあるということだ。最もホットなデータはHBMに留まり、保持されたコンテキストはサーバーDRAMに置かれ、アクセス頻度の低いキャッシュはエンタープライズSSDへと移動する。フルメモリスタックを持つベンダーは、HBM単品テーゼよりも高いレジリエンスを持つ。

5.5 ネットワークとカスタムシリコンがMoEの隠れたボトルネック

896のエキスパートをアクセラレーター間に分散させると、トークンのルーティングに応じて通信量が変動する。これがMoonshotがバランスの取れたエキスパート並列トレーニング、静的シェイプ、クリティカルパスからのホスト同期の排除を重視する理由である。64基以上のアクセラレーターにわたる効率的な運用には、高帯域幅のスケールアップおよびスケールアウトファブリックが必要となる。

これはBroadcom、Marvell、NVIDIAのネットワーキング、光インターコネクト、スイッチシリコンにとって構造的にポジティブである。また、オープンモデルに最適化された推論ASICの開発も促進する。K3の48時間小型チップ設計演習は商用製品ではないが、モデルとハードウェアの共同設計サイクルの高速化を示している。

6. 米国大手テック各社の戦略と株価への波及

6.1 Microsoft：OpenAI経済への圧力、Azureの利用増加

MicrosoftはOpenAIのIPおよび経済的利益に対するエクスポージャーと、Azureインフラを持つ。2026年4月のパートナーシップ更新により、Microsoftは引き続き主要クラウドパートナーとして位置づけられ、非独占的なIPライセンスは2032年まで延長された。

K3は反復的な作業をOpenAI APIから切り離す可能性があるため、モデルレイヤーに圧力をかける。一方、AzureがK3をマネージドまたはセルフホスト型インフラとしてホストすればクラウドレイヤーをサポートできる。

Microsoftのレイヤー	K3の影響
OpenAI収益シェア	価格と製品ミックスを通じてネガティブ
Copilot	ルーティングコストが低下すればポジティブ
Azure AI	マルチモデル利用が増加すればポジティブ
カスタムシリコンおよびデータセンター	オープンウェイト最適化が拡大すればポジティブ

近い将来の株価への影響は中立である。中期的な焦点は、Azureがモデル価格の下落を利用増加とCopilotマージンへと転換できるかどうかにある。

6.2 Amazon：AnthropicとAWSの異なる経済構造

AmazonはAnthropicの主要投資家であり、AWS、Bedrock、Trainium、Inferentiaを提供している。K3はClaudeの価格交渉力と、AmazonのAnthropicへの出資価値を低下させる可能性がある。ただし、エンタープライズがAWS上でK3を稼働させた場合、EC2、Bedrock、ストレージ、ネットワーキング、Trainiumの利用が増加しうる。

Amazonの最適戦略は、どのモデルが勝者となっても、ワークロードをAWS上に留めることだ。K3が許容的なライセンスと効率的なTrainiumサポートを伴って登場すれば、AWSは競合の普及から収益を得られる。株価への影響は中立からわずかにポジティブだが、推論価格競争により収益が増加する中でもクラウドマージンが圧迫される可能性がある。

6.3 Alphabet：Gemini価格への圧力、TPUとVertexによる防衛

Googleはモデル、チップ、展開プラットフォーム、そしてSearch、広告、Workspaceを通じた最終需要を掌握している。Vertex Model GardenはGoogle独自、サードパーティ、オープンモデルをサポートする。

K3はGemini APIの価格に圧力をかけるが、TPUとGoogle Cloud需要を生み出す可能性もある。モデルコストの低下はAI Overviews、広告生成、Workspaceエージェントのコストも削減する。Googleはモデルベンダーだけではないため、株価への影響は中立からポジティブである。リスクはGeminiがパフォーマンスと価格の両面でリーダーシップを失い、クラウドの顧客獲得コストが上昇することにある。

6.4 Meta：オープンウェイトの恩恵者から守勢へ

Metaはオープンウェイトの普及により競合他社のAPIを商品化し、自社のレコメンデーション、広告、コンテンツコストを低下させることで恩恵を受けてきた。中国の研究機関がフロンティア水準の能力とより長いコンテキストを先行リリースした場合、MetaはUS主導のオープンウェイトエコシステムにおけるベンチマーク的地位を失うリスクがある。

K3はMetaに二つの対応を迫る。次世代Llamaは長いコンテキスト、エージェントツール、展開コストで競合しなければならず、中国ウェイトの展開を敬遠するエンタープライズや政府機関向けに信頼できる米国製の代替品を提供しなければならない。広告がキャッシュフローを牽引しているため、近い将来の業績への影響は限定的だ。戦略的リスクは、Llamaが遅れをとった場合にAIインフラおよびデベロッパーエコシステムへの投資リターンが低下することにある。

6.5 既存の市場ポジショニングが単発リリース以上に重要

6月22日から7月16日にかけて、K3の証拠の大半が取引に影響を与える前の期間に、米国AIセクターはすでに大きく分岐していた。

企業	リターン	期間高値からのドローダウン	ポジショニングシグナル
Meta	+17.9%	-3.1%	堅調な広告キャッシュフローとAI活用期待
Microsoft	+9.2%	-1.2%	クラウドおよびソフトウェアの底堅さ
Amazon	+7.3%	-3.2%	AWSと消費者回復への期待
Alphabet	+1.4%	-5.5%	検索とクラウドでの混在したポジショニング
NVIDIA	-0.6%	-3.1%	相対的なレジリエンス
Broadcom	-4.5%	-9.7%	カスタムAI楽観論とバリュエーション圧力の拮抗
AMD	-9.2%	-14.3%	代替アクセラレーターへのオプション価値と高ボラティリティ
Micron	-29.6%	-32.0%	高まったメモリ期待値からの調整
Oracle	-29.1%	-32.7%	AIインフラ成長とファイナンシングの緊張
Marvell	-38.8%	-40.1%	ネットワーキングとカスタムシリコンでの急激な格下げ評価

これらはK3が引き起こしたリターンではない。K3が到達した時点での各社のポジションを示している。比較的底堅かったNVIDIAは効率化に関するニュースに対してより敏感に反応する可能性があり、すでに大幅に下落したマイクロンやマーベルは、公開されたウェイトが検証可能なインフラ需要を生み出せば、より強くリバウンドする可能性がある。

7. 企業別インパクト・マップ

企業またはレイヤー	近期シグナル	中期的な方向性	現時点での対応
NVIDIA	効率化とポータビリティによるバリュエーション圧力	自社ホスト型64基以上のアクセラレーター・クラスターが効率化を相殺	ワークロード弾力性を注視。ローンチ単体で業績予想を変更しない
AMD	代替デプロイメントのオプション性	ROCmエコノミクスの実証次第でシェア上昇余地	7月27日以降のスループット結果を待つ
BroadcomおよびMarvell	ネットワーキング領域はすでに格下げ圧力	MoEエキスパート並列処理がファブリック需要を押し上げ	発注状況と実際のK3クラスター・トポロジーを確認
SKハイニックス	KVキャッシュ効率化に関する報道に敏感	HBM・サーバーDRAM・Solidigm SSDというヒエラルキー全体への露出	HBM単体ではなくメモリースタック全体で評価
サムスン電子	HBM効率化リスクに加えキャッチアップ局面	HBM・サーバーDRAM・SSD・ファウンドリーのオプション性	ポートフォリオの幅は最大、執行力が引き続き問われる
Micron	すでに高い期待値が修正済み	米国AIメモリー・ストレージへの統合的な露出	デプロイ数量と価格動向の関係を注視
Microsoft	OpenAIの価格・ミックスへの圧力	AzureおよびCopilotのコスト・レバレッジ	モデル・マージンよりクラウド利用量が重要
Amazon	Anthropicの資産価値への圧力	AWS・Bedrock・Trainiumはモデル選択肢の拡大から恩恵	内部相殺効果が最もクリーン
Alphabet	Geminiへの価格圧力	TPU・Vertex・Searchのコスト面での優位性	アプリケーション・レイヤーの防御は依然堅固
Meta	米国オープンウェイト・リーダーとしての地位への圧力	Llamaの加速、またはより広範なオープン・エコシステムへの発展	戦略的影響は近期の業績影響を大きく上回る

このローンチ単体では、新規の買い・売り推奨の根拠として十分ではない。ウェイト・ファイル、ライセンス、外部ハードウェアのスループットはいまだ未公開である。証明の順序は、ナラティブの方向性よりも重要だ。

8. 三つのシナリオ

ベースケース：強力なモデルだが限定的な再評価

主観的確率：55%。完全なウェイトと合理的に許容的なライセンスが7月27日までに公開される。外部評価は公式パフォーマンスの85%〜95%を再現する。K3はNVIDIAおよびAMD上で稼働するものの、64基以上のアクセラレーター、最大推論モード、高い出力トークン使用量がデプロイコストを高く保つ。

プロプライエタリAPIは反復的な作業において価格圧力を受ける。
クラウドはK3ホスティングおよびセルフデプロイ需要から恩恵を得る。
トークン当たり効率化がより多いワークロードを相殺する。
HBMはニュートラルから小幅ポジティブ。
サーバーDRAM・エンタープライズSSD・ネットワーキングはポジティブ。

ブルケース：オープンウェイトがエンタープライズの一次ルーティングに参入

主観的確率：25%。ライセンスがMITに近く、vLLMおよびSGLangのサポートが安定しており、NVIDIA・AMD・中国製アクセラレーターが高いスループットを示す。外部評価がトップのプロプライエタリ・モデルに次ぐパフォーマンスを即座に確認する。低コスト推論モードによりタスク単価が低下。主要クラウドおよびエンタープライズ・ゲートウェイがK3をデフォルト・ルーティングに追加する。

プロプライエタリ・モデルの混合価格とトークン・シェアが低下する。
ハイパースケーラーのマルチモデル利用が増加する。
セルフサービス・クラスターがアクセラレーター需要を押し上げる。
HBM・ネットワーキング・サーバーDRAM・エンタープライズSSDがデプロイ数量から恩恵を受ける。
MetaおよびUS オープンモデル・プログラムへの投資が加速する。

ベアケース：ウェイトがコストと品質の乖離を露呈

主観的確率：20%。ウェイトが遅延または制限され、外部スコアが公式テーブルを下回り、思考履歴の保持要件と過剰なプロアクティブ動作がエンタープライズで障害を引き起こし、最大推論と冗長性によるタスクコストがSonnet 5を上回る。64基のアクセラレーター要件がセルフホスティングを制約する。

Moonshot はフロンティア・プライシングからの後退を余儀なくされる可能性がある。
プロプライエタリAPIはUXと信頼性のプレミアムを維持する。
半導体の追加需要は限定的にとどまる。
既存の業績予想と設備投資計画が株価の主導権を取り戻す。

9. 7月27日の検証チェックリスト

証明ポイント	強いシグナル	弱いシグナル
ウェイトとライセンス	商用・改変権を含むライセンスで期日通り完全公開	遅延・制限・構成要素の欠落
外部評価	単一ハーネス下で公式スコアが概ね再現される	社内テーブルとの大幅な乖離
タスク当たりコスト	低コスト推論モードと出力トークンの削減	最大推論モードのみで冗長性が持続
NVIDIAスループット	64基ノードでのエキスパート並列処理が安定	ファブリック・ボトルネックと低稼働率
AMDスループット	ROCmおよびvLLM下でのコスト優位性	カーネルの未熟さまたは精度ロス
中国製アクセラレーター	ハードウェア名称と実測スループットの明示	「代替GPU」という曖昧な表現のみ
キャッシング	エンタープライズ・トラフィックでのヒット率90%近傍	コーディング以外での急激な低下
クラウド採用	AWS・Azure・Google Cloud・Oracleへの掲載	一部の中国プラットフォームに限定
競争力ある価格設定	標準的な値下げまたはキャッシュ割引の拡大	一時的なプロモーションにとどまる
メモリー受注	HBM・サーバーDRAM・SSD数量の上方修正	効率化が進む一方で数量が伸び悩む

10. 最も強力な反論

最も説得力のあるベア・ケースはシンプルだ：効率化が利用量の拡大より速く進めば、半導体需要は減少する。モデル圧縮・線形アテンション・量子化・キャッシュ再利用・推論ASIC により、有用なタスクの同数処理に必要なGPUとHBMは大幅に削減されうる。オープンウェイト競争はAPI価格を引き下げるが、AIのカペックスを正当化するほどの追加有料ワークを生み出さない可能性がある。

そのシナリオの証拠としては、価格低下にもかかわらず推論収益が鈍化すること、アクセラレーターの稼働率は上昇するものの新規クラスターが増えないこと、HBMのビット成長がモデル効率化の向上を下回ること、クラウドAIバックログの収益への転換が低調であること、そしてエンタープライズがオープンモデルをコスト削減のみに活用し新たなワークフローを創出しないことが挙げられる。

ブル・ケースが成立するためには、価格下落が新たな仕事を生み出すことが必要だ：リポジトリ規模のコーディング、リサーチ自動化、動画編集、チップ設計、かつては経済合理性のなかったワークフローなどである。モデル効率化に対するワークロード弾力性は、アクセラレーターおよびHBM投資の両方に共通する証明ポイントだ。

11. 結論

Kimi K3は、中国が米国の最強プロプライエタリ・モデルを超えたことを証明するものではない。MoonshotはUXの残存格差を認めている。7月17日時点で完全なウェイトとテクニカル・レポートは公開されておらず、複数のハーネスを混在させたベンチマーク・テーブルが勝者を決定することはできない。

ただし、マーケット・ストラクチャーは変化する。2.8T・1Mコンテキスト・ニアフロンティアのモデルが、Sonnetの標準価格で稼働しており、10日以内にウェイトの公開が約束されている。中国のオープンウェイトは、安価なセカンドティアの代替品からエンタープライズの一次ワークロードへと移行しつつある。

半導体にとってこのイベントは、需要の破壊というよりも需要の再配分だ。KDAと量子化はリクエスト当たりのHBMとGPU時間を削減する。スパースMoEと64基アクセラレーターのスーパーノードはモデル常駐メモリーとファブリックを拡大する。MooncakeはキャッシュをサーバーDRAMとエンタープライズSSDに押し込む。HBM単体のストーリーはより複雑になる一方、メモリーとデータセンター・ヒエラルキー全体は幅広いデプロイメント拡大に引き続きさらされている。

米国Big Techも同様の構図に直面する。モデルAPIは価格圧力を吸収し、クラウドとアプリケーションはモデルコストの低下から恩恵を受ける。Microsoft・Amazon・Alphabetは、自社の選好モデルがシェアを失ったとしてもK3をホストできる。MetaはUS オープンウェイトの信頼できる標準としての戦略的役割を守らなければならない。

7月27日に重要な証拠となるのは、ウェイト・ファイルの存在そのものではない。許容的なライセンス・再現可能な評価・マルチハードウェアのスループット・完了タスク当たりの競争力あるコスト——これらが鍵だ。これらの条件が満たされれば、K3はAI価格カーブと半導体需要パスの双方を変える事象となる。満たされなければ、業界のリセットではなく印象的なプロダクト・ローンチにとどまる。

情報源と限界事項

主要資料：Kimi K3 ローンチ、Kimi K3 API ドキュメント、Kimi Linear 論文、Kimi Linear GitHub、Attention Residuals 論文、Mooncake 論文、Claude Sonnet 5 料金体系、GPT-5.6 Sol 料金体系、OpenRouter モデル採用分析、Microsoft-OpenAI パートナーシップ、Google Vertex Model Garden、Amazon-Anthropic パートナーシップ。

半導体および株価への波及分析は、公開されているアーキテクチャ・サービング・市場データに基づく推論である。実際のアクティブパラメータ数、重みファイルサイズ、ライセンス条件、AMD および中国製アクセラレーターのスループット、ならびにタスク完了あたりのエンタープライズコストについては、7月17日時点で未開示のままとなっている。本稿は調査・情報提供を目的としたものであり、投資助言を構成するものではない。