Kimi K3 on Korea Invest Insights

半導体週間ディープレポート：強い利益、低下した倍率、2028年へ移る焦点

Sun, 19 Jul 2026 15:53:00 +0900

7月13日、KOSPIは9.05%下落し、SKハイニックスは15.37%下落しました。しかし同じ週には、TSMCが第2四半期の収益402億ドルと67.7%の粗利益を報告し、ASMLは年間収益見通しを430～450億ユーロに引き上げました。商品DRAMとNANDの契約価格も急上昇しました。これは物理的な注文と株価が逆方向に動いた週でした。

この乖離は、半導体ブームが終わったというサインではなく、市場の質問が変わったことを示しています。投資家は2026年から2027年の収益だけでなく、2028年の供給拡大、顧客が高メモリ価格とデータセンターCAPEXを維持できるか、そして推論効率の向上が希少性プレミアムをどの程度削減するかを最初に計算しています。

連携コンテキストこの投稿は半導体バブルと熊相の5つの時計、メモリの公正価値：FCFEと正常化後の利益を通じて、サムスン電子とSKハイニックス：2027年から2028年のシナリオ、および2030年のHBM供給・需要モデルのクロスチェック（26.7EB）をまとめ、7月第3週の最新データを反映しています。関連記事はAI HBMハブと独占分析ハブで入手できます。

TL;DR

7月13日から19日にかけての公式データは、AI半導体需要がピークに達したという主張を支持していません。TSMCとASMLの結果とガイダンス、DRAMとNANDの価格、サーバーメモリ需要は2026年から2027年の収益強さを示しています。
同じデータは2028年の供給リスクも拡大します。ASMLの生産能力拡張計画とTSMCの大規模投資は、現在の注文を反映している一方で、将来の供給と減価償却の予約でもあります。
HBMの長期契約は数量と収益の底上げにはなりますが、スポット価格の急騰が平均単位価格にどのように影響するかを遅らせる可能性があります。数量の安定性と価格上昇の上限が共存します。
中国は3つの役割を果たしています：最終需要地、商品メモリ競争相手、そして政治的に切り離される可能性のある市場です。そのより大きな影響は2028年の商品DRAMとNANDの価格上限とグローバル供給規律にあり、短期的なHBM置換には及ばない。
開放モデル如きKimi K3のような効率性向上は半導体需要を単純に削減するものではありません。一部のHBMの価値がサーバーメモリ、eSSD、ネットワーク、電源などに移る可能性があります。重要な質問はコスト/タスクがどれだけ下がるかではなく、全体的な作業量がどれだけ拡大し、自社インフラへのどの程度の展開があるかです。
現在のベースシナリオ確率：長期供給 25%、強力な収益/圧縮倍率 40%、効率と供給正常化 25%、金融/需要乖離 10%。最も可能性のある道筋は、2026年から2027年の強力な収益と2028年の期間割引が共存することです。

週間の主要声明

メモリスーパーサイクルを支える物理的な証拠は初めての大規模ストレステストに合格しました。株価は、希少性の大きさではなく、収益がどれだけ持続するかについて質問を始めました。2026年から2027年は収益実現期；2028年は供給、効率、顧客利益性を同時にテストする時期です。

1. 規範と証拠ルール

分析は2026年7月13日から19日にかけての期間に焦点を当てています。会社IR資料、政府および議会提出書類、業界データ、ブローカー見積もり、市場供給・需要図は週2回の分析文書から再分類されました。同じ根拠が複数の記事で引用された場合、確認回数は増加しません。

級	資源	本報告書での使用方法
A	会社IR、政府/議会/規制機関提出書類、SEC開示情報	実態と公式計画の基盤
B	TrendForceなどの業界リサーチ、主なブローカー報告書	値段、株数、企業レベルの見積もりの補強証拠
C	交叉参照されたプレスレポート、チャネルチェック要約	方向性確認のみで使用；単独投資サインとして使用されません
D	ソーシャルメディア、流布中の概要画像	見るための質問を特定するのに使用される

TSMC、ASML、メモリ製造業者の注文は複数回ハイパースケーラーのCAPEX計画を反映します。公式計画は需要意図を示しますが、実際の利用やキャッシュフローを保証しません。株価の急落は単に技術的な供給・需要動向によるものではなく、流動性の不均衡が引き下げ幅を拡大させますが、基本的な収益期間再評価を排除しません。

2. 週間イベント地図

日付	確認された発展状況	市場が始めて質問した内容	現在の評価
7月13日	HBM 2030需要モデルが26.7EBで再確認；SKハイニックス第2四半期収益見通し削減；KOSPI急落	長期的希少性、または過度な外挿？	2027年の希少性は強い支持がある；2030年の希少性の規模には低確信度
7月14日	SKハイニックスの収益見通しをHBM長期契約に反映；IBMとエリックソンがメモリコスト負担を指摘；AppleがCXMTチップテスト中であるとの報告	長期契約は収益底か価格天井？	数量の視覚性は高いが、ASPの上昇制約と顧客コスト負担が並行して発生
7月15日	ASML第2四半期決算と2027年から2028年の生産能力拡張計画	強い受注か、それとも供給対応の始まりか	どちらも正しい。足元の需要を裏づける一方、2028年の供給リスクも高める
7月16日	TSMC第2四半期決算と第3四半期ガイダンス、米下院による中国製メモリ調達制限の要請	AI需要は強いのに、なぜメモリ株は弱いのか	論点は需要崩壊ではなく、利益の帰属、供給、資本コストに移っている
7月17日	Kimi K3発表；中国オープンモデル効率性向上とAPI価格再評価	効率性が半導体需要を減らすか？	タスクあたりのコストは下がるが、全体的な使用量と自社インフラへの展開は拡大する可能性がある
7月18日	中国AI APIコスト分析；メモリトリオの中国曝露レビュー	中国は顧客か競争相手か？	両方の役割を同時に果たす；2028年の正常化価値よりも2026年のEPSに大きな影響がある
7月19日	チャネルチェックでサーバーDRAMとHBM4の強い受注が伝わる	売りは第3四半期の業績悪化を織り込んだのか	可能性は低いが、一次情報が未確認のためグレードCを維持

このテーブルで最も重要な変化は個々のイベントの方向性ではなく、時間軸にあることです。7月初めまで、議論はH2 2026年の収益が予想を上回るかどうかに焦点を当てていました。その後、2028年の収益が正常な収益レベルを示すかどうか、そして高価格と高い利益率がどれだけ持続するかという議論にシフトしました。

3. 本週の証拠は強化されました

3.1 TSMCとASMLはAI注文が実際の活動に変換されていることを示しています

TSMCの第2四半期結果は、AI需要が計画段階を脱却し、現実の活動へと移行していることを示しています。

項目	TSMC 第2四半期2026年および第3四半期2026年ガイダンス
第2四半期収益	402億ドル
第2四半期粗利益率	67.7%
第2四半期経営利益率	60.3%
第3四半期ガイダンス収益	446～458億ドル
第3四半期ガイダンス粗利益率	65～67%

高い粗利益率と次期四半期の成長ガイダンスは、リーディングエッジプロセスノードと高度なパッケージングの注文が依然として質が高いことを示しています。TSMC 第2四半期2026年公式結果

ASMLも同じ方向を確認しました。第2四半期収益は93.26億ユーロ、純利益は2918百万ユーロでした。2026年の収益見通しは430～450億ユーロに設定されました。生産計画 roadmap は現在の注文が将来的な供給にどのように変換されるかを示しています。

設備	2026年生産能力	2027年の計画	2028年下期検討中
低NA EUV	約65台	約30%拡大	追加の約30%拡大が検討中
DUV浸透	約130台	約30%拡大	追加の約30%拡大が検討中

ASMLはAI投資がリーディングエッジロジックとメモリの需要を増やし、顧客の生産能力コミットメントが長期的な需要視野に変換されていることを述べました。これらの数字はAI注文が完全に重複した予約であるという強力な熊相を弱めるものです。ASML 第2四半期2026年公式結果

3.2 メモリ価格は依然として高水準

TrendForceは、第2四半期2026年の商品DRAMの契約価格が前四半期比で58～63%上昇し、NANDの価格が70～75%上昇すると予測しました。第3四半期サーバーメモリの価格成長見通しは13～18%に修正されましたが、上昇トレンドは維持されました。第2四半期DRAM/NAND展望，第3四半期サーバーメモリ展望

価格の上昇率が遅くなると見なされるべきは、実際の価格が下落するというわけではありません。第2四半期にどれだけ急速に価格が上がったかを考えると、第3四半期の前四半期比成長率は遅くなるかもしれません。それでも絶対的な価格が高水準を維持すれば、供給元の営業利益も強力なままです。市場が評価しているリスクは収益自体の低下ではなく、収益成長率の低下です。

3.3 HBMの増加は商品DRAM供給を圧縮する

HBMは同じビット数を生成するためにより多くのウェーフ面積、スタック、パッケージング、テスト能力が必要です。三つのメモリ製造業者がHBMの比率を増やすにつれて、HBM出荷量が拡大し、商品DRAMの有効ビット供給は縮小します。

結果として、以下の順序でブottleneckが広がります：

GPU / ASIC
-> HBM
-> サーバーメモリ
-> eSSDとNAND
-> パッケージング/サブストレート/テスト
-> ネットワーク/電源/冷却

AIエージェントと長いコンテキスト推論は、モデル重みにのみ依存するわけではありません。KVキャッシュとデータサービスのためにサーバーメモリとeSSDも消費し、複数の加速器やスパース混合専門モデルを接続するためにより多くのネットワークが必要です。これが全体的なメモリ層の合計がHBM単価圧縮に直面しても拡大する理由です。

3.4 2027年の希少性は強い結論；2030年で2.5倍の希少性はシナリオ

2030年のHBM需要が26.7EBに対して供給が10.6EBであることを比較すると、需要は供給の2.52倍となります。計算は再現可能です。問題は結果ではなく、同時に成り立つ基礎となる前提条件にあります。基本モデルでは24倍のトークン成長、5倍のモデルサイズ拡大、4倍のコンテキスト長延長、70%のKVキャッシュHBM保持率を想定しています — これらはすべて同時に成り立つ必要があります。

前提変更	2030年のHBM需要	vs. 10.6EB供給
ベースモデル	26.7EB	2.52倍
モデルサイズ2倍	18.5EB	1.75倍
KV効率6倍	22.3EB	2.10倍
HBM保持率50%	22.9EB	2.16倍
トークン12倍	16.2EB	1.53倍
複合的な熊相	6.5EB	0.62倍

どの単一変数を減らしても希少性は残りますが、複数の熊相が同時に成り立つ場合、過剰供給も可能になります。投資可能な声明は「市場は2027年まで緊縮状態が続く可能性が高い」ということです。「2030年に供給は2.5倍不足する」という声明は直接価格目標に挿入することはできません。

4. リスクが強化された今週

4.1 前期利益成長率よりも絶対的な前期利益の大きさよりも重要視されるようになった

SKハイニックス第2四半期の営業利益見通しの削減は、ASP（平均単価）の前提変更によるものであり、出荷量の急激な減少によるものではない。

レポート	第2四半期2026年営業利益見通し	主要な調整
ミライアセット証券	₩70.7兆から ₩62.3兆へ	DRAMのASPを+40.6%から+32.9%に、NANDのASPを+55%から+50%に
ケーブイ・インベストメント&セキュリティーズ	₩60.4兆	DRAMのASP +28.9%、NANDのASP +50.9%

約 ₩60兆程度の営業利益は絶対的な規模としては非常に大きい。しかし、株価は以前の見通しからの修正量よりも絶対的な利益レベルよりも反応が大きかった。7月13日のSKハイニックスの15.37%の下落は、期待変更と技術的な供給・需要動向の集中性によるもので、上昇トレンドが終わったという結論には説明がつかない。

これは週間分析の中心的な論理である。単に強い需要だけでは株価を上げることはできない。需要は市場の期待を超えてなければならず、2028年以降も高い利益が続く証拠が必要だ。

4.2 長期契約は収益の底と価格の天井を作り出す

HBMの長期供給契約は数量の明確化、顧客のロックイン、回収期間の予測可能性、スポット価格が下落したときのダウンサイド保護を提供する。しかし、以下の懸念もある：

スポット価格が急騰しても、企業のブレンドASP（平均単価）は徐々に上昇するだけである。
価格設定公式、再交渉メカニズム、最低購入量の約束、キャンセル条項は非開示である。
顧客が最低購入量の約束を遵守し、信用リスクは供給元にある。
前払い金と長期の数量コミットメントは会計利益や営業キャッシュフローに同じペースで反映されない。

長期契約を価格力の無条件的な強化と解釈することは全体像の半分に過ぎない。契約は収益の底を作り、ボラティリティを低減するが、スポット価格急騰の完全な上昇を捉えるわけではない。SKハイニックス第2四半期の見通し修正は報告された数字でこのギャップが初めて現れた例である。詳細な数値についてはSKハイニックス第2四半期の利益見通し削減と維持された価格目標を参照。

4.3 設備注文は現在の需要と将来的な供給の両方

ASMLの設備拡張能力を単なる短期的な看護材料として読み取ることは、時間軸を見落としている。

2027年の低NA EUVの生産能力 ≈ 65台 × 1.30 = 84.5台
2027年のDUV浸透型の生産能力 ≈ 130台 × 1.30 = 169台

設備メーカーは2026年から2027年にかけて注文を収益として認識する。実際のビット生産は機器設置、出力安定化、パッケージング能力拡大後から2028年以降に増加する可能性がある。同じ投資が初期には設備と材料の収益を押し上げるが、その後はメモリ価格とマージンを圧迫する。

2028年の注目すべき指標は発表された投資総額ではなく、設備設置時期、新規ウェーフ開始、出力上昇、減価償却の増加、実際のビット生産量である。

4.4 高いメモリ価格は顧客需要を削減する

メモリ価格が上がると、顧客は以下の4つの方法で反応する可能性がある：

価格がさらに上昇する前に在庫購入を前倒しする。
サーバーと最終製品の価格を上げる。
メモリ内容量を減らしたり仕様を下げる。
購入やプロジェクトを延期する。

最初の行動は短期的な注文が強くなるように見せかけるが、単に将来の需要を前倒しするだけである。他の3つの行動は最終的に供給元の価格力が顧客需要を削減する経路を通る代表例である。IBMとエリクソンの例では、メモリー供給制約が最終顧客の予算配分やマージンに影響を与えていることが示された。現在は大量注文キャンセル前の前購入と仕様調整が明らかになっている段階にある。

4.5 AI投資のブottleneckは資本コストへ移る

AI需要が実在するとしても、投資主体のキャッシュフローが減価償却や資金調達費に追いつかない場合、投資ペースは遅れる。今後、以下4つの要素よりもハイパースケーラーからの絶対的な設備投資額の方が重要になる：

AIとクラウドの粗利益成長率が減価償却の増加を上回るかどうか。
データセンターの電力供給とGPU利用が計画通りに進むかどうか。
新規プロジェクト（含む借入コスト）のリターンが資本コストを超えるかどうか。
HBM長期契約で署名した顧客のクレジット品質と前払い金が安定するかどうか。

台積電とASMLの注文状況は現在の需要崩壊を示す証拠ではない。しかし、7月末に米大手テック企業の決算発表では、AI粗利益率、自由キャッシュフロー、2027年の投資ガイドラインの斜度と一緒に総設備投資額を見ることの方が重要である。

5. 株価急落は供給・需要ショックか本質的な再評価か？

今週の韓国半導体株の急落には以下のような特徴がある：

レバレッジ解消、プログラム売却、少数の大口銘柄による市場構造集中が強調された。
外国投資家と機関投資家の同時売却により、単日価格変動は企業の本質的な価値よりも大きく上回った。

しかし、「これは供給・需要ショックに過ぎないから、すべてが元通りになる」という結論には注意が必要である。強力な収益と価格データが出た後でも相対的な強さが回復しない場合、2028年のEPSと正常化された倍率の市場での見通しは下落している可能性がある。

診断フレームワークはシンプルである。

供給・需要ショックを示すサイン	本質的な再評価を示すサイン
海外投資家とプログラム売りが速やかに鈍化する	好材料が出ても売りが続く
出来高を伴って相対強度が回復する	半導体株が市場全体を引き続き下回る
12カ月先EPSの上方修正が続く	サムスン電子、SKハイニックス、マイクロンのEPSが同時に下方修正される
契約価格が上昇し、在庫が安定する	在庫増加と契約価格下落が同時に起きる
大手テック企業の設備投資とAI収益性がともに改善する	設備投資の削減、またはAI利益率の悪化が起きる

これらの区別は価格と収益見通しを一緒に追跡することが重要である理由である。供給・需要動向だけを見ると長期的なリスクを見落とす可能性があり、結果だけを見る場合は過度に集中したポジションによる追加の下落を逃す可能性がある。

6. 中国は3つの変数

6.1 中国は主要な需要市場である

企業報告書で公表された中国曝露指標は異なる定義を使用しているため、直接比較が難しい。

会社	中国曝露指標	注意点
サムスン電子	30.1%	単体ベースの連結売上高であり、メモリ事業だけの比率ではない
SKハイニックス	2026年1Q 24.3%、2025年通期19.7%	販売法人の所在地に基づく
マイクロン	2025年度中国・香港10.1%	顧客本社の所在地に基づく

サムスン電子とSKハイニックスは、中国需要が縮小した場合の直接的な影響が大きい。マイクロンの直接的な中国比率は相対的に低いが、世界のメモリ価格が下落すれば影響を避けられない。売上比率だけで中国リスクを判断するのは不十分である。

6.2 中国は商品メモリ競争者

CXMTは8,533 Mbpsと9,600 MbpsのLPDDR5Xの大規模生産を発表し、10,667 Mbpsの製品が顧客認証中である。2026年第1四半期のグローバルDRAM収益シェアは約8%と推定されるが、アップルとの供給契約、グローバルトップ製品での広範な採用、HBMの出荷量は確認されていない。CXMT LPDDR5X公式発表

短期の脅威はHBMの代替ではなく、次の二つの経路に集中している。

中国スマートフォンとPCでの商品DRAMおよびNANDのローカライゼーション。
既存メモリトリオとの価格交渉におけるCXMTを4番目の供給者として使用。

中国で押し出された供給が他地域へ流れれば、サムスン電子、SKハイニックス、マイクロンの世界契約価格を押し下げる可能性がある。中国売上の直接減少より、価格波及という二次効果の方が重要になり得る。詳しくは中国メモリ国産化と大手3社を参照。

6.3 政策によって中国は分割される可能性がある

7月16日、中国選択委員会のメンバーは商務省に以下のような要請を行った：YMTCへの厳格な制御、CXMTのエンティティリスト追加の加速審査、AIシステム、データセンター、連邦IT、重要インフラにおける中国DRAMとHBMの購入制限、韓国、日本、EUとの協調。これは政策要請であり、実施された購買禁止ではない。中国選択委員会公式文書

この政策が施行されると、グローバルメモリ市場は以下の構造になる可能性がある：

市場	予想される構造
米国と同盟国	認証済みの供給網、高い価格、大手メモリ3社の市場シェア防衛
中国国内市場	国産化、低価格、中期的な供給過剰リスク

マイクロンは米国政策の最も直接的な受益者になる。サムスン電子とSKハイニックスは同盟国の供給者という利点を持つ一方、中国事業への依存も抱える。この政策は2026年のHBM利益を直接押し上げる材料というより、2028年の評価に織り込まれた中国の供給過剰リスクを下げる要因である。

7. Kimi K3と効率：需要シフト、需要破壊ではない

Kimiの公式発表によると、K3は2兆8000億パラメータを持ち、1トークンにつき896エキスパートの16をアクティブ化し、100万トークンのコンテキスト窓をサポートする。疎なエキスパートアーキテクチャはリクエストごとの計算量を削減するが、すべての重みを保持し、エキスパート選択をルーティングするために大規模なメモリと高帯域幅ネットワークが必要である。Kimi K3公式発表

効率向上による半導体需要の理解は以下の式を通じてより明確になる：

トータル半導体需要 = 1タスクあたりのシリコンコスト × タスク総数 × 自主ホスティングの割合

疎なアーキテクチャ、キャッシュ、量子化は1タスクあたりGPU時間とHBMフットプリントを削減する。
API価格の低下はAI利用量とエージェント数を増加させる。
開放型重みモデルは企業や政府による自社サーバー展開を増加させる可能性がある。
メモリ階層化は一部のHBM作業をサーバーメモリ、eSSD、遠隔キャッシュにシフトさせる。

現在の契約注文と設備投資データによると、数量成長が効率向上を上回っている。しかし、長期的にはサーバーメモリ、eSSD、ネットワーク、電力の需要量の伸縮性はプレミアムGPUとHBMの価格力を上回る可能性がある。効率は「トータル半導体消費量を減らす」という変数ではなく、「どの半導体が収益を得るか」を再構成するものである。

ここには2つの注意点がある。Kimiの線形研究モデルからのKVキャッシュ節約率と理論的なスループットはK3への直接適用はできない。また、自社報告されたパフォーマンスベンチマークは独立した検証結果と共に同等に重視されない。重み、ライセンス条項、独立したスループット結果、実際のトークンと1タスクあたりの総コストは確認が必要である。

8. 5つの時計 — これらを一緒に見ると矛盾が解消される

時計	今週の観察	投資解釈
価格	第2四半期のDRAMとNAND価格が急上昇し、第3四半期は上昇率が鈍化	2026年の利益は強いが、増益ペースは鈍る可能性がある
投資	TSMCが投資を拡大し、ASMLの受注と生産能力が増加	足元の需要を確認する一方、2027年から2028年の供給対応も予約される
建設	電力、用地、パッケージングの制約が続く	発表済み投資が実際の増産につながるまで時間差がある
収益化	AI利用は増えるが、顧客コストと資金調達費も上がる	売上とともにAI粗利益率とフリーキャッシュフローを見る必要がある
株価	好材料への反応が鈍く、韓国では集中した需給ショックが発生	市場は足元の利益より持続期間とポジションを割り引いている

プライシングと投資時計は速く、建設とモネタイゼーション時計は遅れている。株価時計はそのギャップが縮小するか拡大する将来の視点である。そのため、強力な結果と増加した設備投資ガイドラインは同じ日に売却を引き起こすことがある。

前回の「業界強さ55％/評価弱さ」と「P2 40%」は同一のテーブルの異なる読み方ではない。55%は倍率が圧縮されながら業界が強い状況の中の広範なカテゴリーである。より詳細な分配はそのカテゴリーをP2とP3の早期段階にさらに分割する。新規データで台積電とASMLが現在の需要を確認しながら同時に予想される供給反応を拡大させた結果、長期的な希少性確率の一部が供給正常化に向かってシフトした。

9. シナリオの更新

以下の確率は、7月19日までに確認された情報に基づく判断値であり、歴史的な基準確率ではありません。

シナリオ	確率	成立条件	想定される市場の動き
P1. 持続的希少性	25%	AI利用、CAPEX、使用率が供給と効率向上を圧倒し続ける；HBM4の価格と注文が維持される	高ベータ記憶装置銘柄（SKハイニックス、マイクロンなど）およびパッケージング・設備が優位性を持つ
P2. 強い収益、圧縮された倍率	40%	2026-2027年の収益は堅調だが、2028年の供給と顧客の利益性に関する懸念が残る	財務状況は安定するが、収益成長に伴う振れ幅が高まる；サムスン電子が相対的な優位性を持つ
P3. 効率と供給の正常化	25%	2027-2028年の設備拡張、中国の汎用メモリ供給、顧客の価格抵抗、AIコスト低下が重なる	HBMの希少性プレミアムが縮小し、メモリ本体より先に装置・材料受注がピークを迎える
P4. 財務的または需要の不整合	10%	大手テック企業のCAPEX削減、信用イベント、在庫増加、契約価格とEPSの同時下落	半導体業界全体での衰退；キャッシュと半導体以外への分散がより重要になる

前回の詳細な分配は35% / 40% / 15% / 10%でした。この修正では、P1からP3へ10ポイント移動しました。TSMCおよびASMLの注文データはP4の確率を上げませんでした。逆に、設備の生産能力拡張と顧客への価格負担が供給と効率の正常化の確率を長期的な希少性よりも高めています。

10. 株式とバリューチェーンによる役割

サムスン電子：リスク調整済みの核心部分

サムスンは広範な市場シェアベースで商品DRAMおよびNAND価格の上昇を吸収しながら、HBMでの追いつきと半導体製造業の回復のオプション価値も保持します。また、オープンモデルや低コスト推論が普及した場合でも、サムスンは一部のHBM作業負荷を商品メモリおよびストレージにシフトできる防御的な特性を持っています。

主要なリスクには中国への曝露と商品メモリ、HBM4顧客資格に関する不確定性、半導体製造の高額投資が含まれます。P2とP3ではSKハイニックスよりもより防御的な特徴を持つものの、収益性はHBM追いつきが収益に反映されていない場合でも分散化には等しくなりません。

SKハイニックス：持続的希少性の純ベータ

SKハイニックスはHBM市場で最前線のシェアを保有し、顧客との共創関係と長期供給契約により、P1下での収益力が最も高いです。逆に、P3では供給拡張と効率向上が加速した場合でも、収益と倍率圧縮の最も高度な感度を持つことも理解する必要があります。

追加の判断にはHBM4およびHBM4E顧客資格、出荷量、長期契約に組み込まれた平均売上価格条件、外国投資家およびプログラム取引の流れを含む必要があります。ビジネス品質と埋め込まれた収益性は別個で評価する必要があります。

マイクロン：米国政策との交差点

マイクロンは米国の製造、政策支援、中国のメモリ購入制限が最も直接的な受益者です。HBM、DRAMおよびNANDのアップサイクルへの直感的な読み取りを提供します。しかし、ビジネスの多様化が限定的であるため、グローバル平均売上価格の正常化に直接曝露されています。中国からの収益比率が低い場合でも、マイクロンは供給余剰の中国原産品によってグローバル価格が圧縮される可能性があります。

サンディスク：NANDとeSSDの戦略的ベータ

サンディスクはNAND供給制約とAIサーバーeSSD需要に直接曝露されています。低コスト推論とメモリ階層化が追加ストレージ量をHBMから商品メモリおよびストレージへシフトさせた場合でも、最も多くの利益を得る可能性があります。一方で、NANDはDRAMよりも価格のより大きな変動性を持つため、より戦略的な位置づけとなります。

TSMCとASML：需要の検証者と未来の供給の先導指標

TSMCはAI需要の品質とリードエッジ製造業の深い護城河を示しています。ASMLは顧客の長期的な設備拡張意図の最初の可視化データ点です。両社の結果はメモリ理論を支持するものですが、単純な一致指標ではありません。高CAPEXと増加する機械供給は将来のメモリ需要だけでなく、将来の供給拡張も示唆します。

韓国の設備および材料：実際の注文と再発行収入

分類	候補銘柄	確認データ	現在の役割
再発行消耗品	ハナマテリアルズ、ウールデックス	顧客使用率、OEMチャネル、収益と営業利益関連性	優先研究グループ
工程機械	ケーキュージック、ネクシン	実際の注文、顧客資格、在庫	条件付き確認グループ
HBMバックエンド	テックウィング	追加のキューブプロバラー注文と生産収入	イベント確認グループ
基础設施建設	ハンヤンE&E、その他	大口契約獲得、受注収入比、利益率	注文イベントグループ

投資の確認順序は以下の通りです：生産能力発表 → 実際の注文 → 在庫増加 → 支配認識 → 再発行消耗品。設備銘柄はメモリ生産よりも収益が早期にピークを打つことがあります。ファブ計画だけで広く購入するのではなく、実際の注文と利益率が確認された企業に焦点を絞るべきです。

11. 反論：この理論が間違っている可能性

需要証拠が重複して評価されている可能性

TSMC、ASML、メモリトリオからの注文はすべて同じ大手テック企業のCAPEX計画から発生しているかもしれません。供給チェーンの各段階での注文を個別の需要シグナルとして追加すると、実際の最終需要が過大評価される可能性があります。電源接続スケジュール、GPU利用率、サーバー出荷量、クラウドAIの総利益率は最終的な検証データ点です。

2030年の需要モデルが効率向上を低估している可能性

どれか一つでもトークン数、モデルサイズ、コンテキスト長、またはHBM保持率が減少すれば、不足が継続します。しかし、これらすべてが同時に減少した場合、2030年過剰供給シナリオは可能になります。長期的な不足の方向性とその量的規模を別々に評価する必要があります。

CAPEXが収益よりも速く成長する可能性

生産施設やパッケージングの新規投資が必要な場合でも、注文簿が満杯であっても供給者が支出しなければなりません。顧客はデータセンターの償却費と利息負担を吸収しなければなりません。収益成長が自由キャッシュフロー成長に転換しない場合、高利益は圧縮された倍率を引き寄せます。

中国政策が実施されない可能性

下院委員会の手紙は政策信号であり、執行命令や連携した協力行動ではありません。CXMTが中国内での一部消費者製品にのみ適用され、監督が緩和される場合でも、既存企業の価格競争力を失う前に市場シェア移転は発生しないかもしれません。

オープンモデル会社の開示が独立的に再現できない可能性

KimiK3の公式仕様は確認されていますが、出力、実際のトークン消費量、総サービスコストは独立した検証が必要です。逆に、効率向上が予想よりも早く到達し、使用性が想定よりも低い場合、HBM希少性プレミアムはより大幅に縮小する可能性があります。

全ての価格下落が強制売却によるものである可能性

レバレッジ解消とプログラム売却が価格の大幅な低下を説明します。しかし、ポジティブなニュースにもかかわらず価格が回復しない場合、市場は2028年の収益と正常化倍率の前提を積極的に下げるかもしれません。供給需要説明では収益の持続性を確認する必要があります。

12. 観測可能な条件：理論が変わる可能性

一つの記事や一日の反発ではなく、重要なのは二つの独立したデータ軸が同時に動くかどうかです。

牛市結果確率を高める条件

大手テック企業のCAPEX成長とAIおよびクラウド総利益率の改善が確認される。
データセンター電源接続、GPU利用率、サーバー出荷量が同時に上昇する。
HBM4、サーバDRAM、eSSD価格、12ヶ月間の前進EPSが引き続き上方修正される。
サムスン電子、SKハイニックス、マイクロンはポジティブなニュースで上昇し、半導体指数に対する相対強さを回復する。
外国投資家およびプログラム売却が鈍化し、トレンド回復と同時に取引量も増加する。

P3正常化確率を高める条件

2027-2028年の設備出荷と新ビット容量が計画よりも早く実現される。
HBMの生産性とパッケージング効率が大幅に改善され、三社すべての供給が同時に拡大する。
メモリ価格上昇後、顧客はデバイスあたりの内容量を削減し、購入延期が広く見られる。
CXMT DDR5とLPDDR5X顧客資格および中国外での売上が増加する。
サーバDRAMとHBM契約価格成長率と2028年のEPSが同時に下方修正される。

P4警告条件

米国大手テック企業のCAPEX削減またはデータセンタープロジェクトのキャンセルや延期。
AIインフラ顧客の信用利差と再調達リスクが急激に上昇。
DRAMおよびNAND在庫増加と契約価格下落が同時に発生する。
サムスン電子、SKハイニックス、マイクロンの12ヶ月間の前進EPSが同時に下方修正される。
半導体相対強さと市場幅（上昇・下降）が同時に悪化する。

13. 8月以降追跡すべきデータ

時点	追跡すべきデータ	判断変更
7月下旬	米国大手テック企業の決算発表とカンファレンスコール	CAPEX、AI総利益率、自由キャッシュフロー、メモリ価格抵抗性
7月下旬	追加のKimiK3技術開示と独立評価	効率向上が使用量増加よりも大きいかどうか
7月下旬	サムスン電子およびSKハイニックスの詳細IR開示	HBM4、長期契約、DRAMおよびNAND ASP、出荷量、CAPEX
8月以降	3Q契約価格と在庫水準	価格上昇ペースがピークに達したかどうか、前買いが正常化しているかどうか
季節ごと	ASMLの受注状況、TSMCのCAPEX、メモリ設備注文	2027-2028年の供給対応速度
持続的に	CXMTおよびYMTCの規制行動と顧客資格	中国供給の価格感染がグローバル市場に及ぼす影響と市場分断

14. 最終判断

今週はメモリスーパーサイクルの物語を初めて総合的にストレステストしました。株価は大きく動きましたが、TSMCおよびASMLの結果、DRAMおよびNANDの価格、サーバーメモリ需要は2026-2027年の物理的不足が依然として存在することを証明しました。

一方で、同じデータは2028年のリスクをより明確に定義しました。設備生産能力とCAPEXは拡大し、長期的なHBM供給契約は価格上昇の通過を遅らせる、顧客はデータセンターの資金調達コストとともに高められたメモリ価格を吸収しなければならない、中国の商品メモリとオープンモデルの効率向上が2028年の価格と倍率に圧力をかける。

「バブルは終わった」か「これは永久的なスーパーサイクル」かという選択は偽りです。現在のベースケースパスは以下の通りです：

2026-2027: 物理的不足と高い収益
-> 2027-2028: 設備、生産能力、出力応答
-> 価格上昇ペースが鈍化する
-> 相対的な収益は歴史的なレベルを超えるが、倍率圧縮
-> 名称間の収益分散は製品構成、契約構造、中国曝露によるものです

この時点から、中心的な課題はAI需要自体を再証明することではなく、供給対応速度、顧客の収益化軌道、契約品質、2028年の収益予想、そしてポジティブなニュースに対する株価反応を同時に測定することです。今日の収益は2026年と2027年に語っています。市場はすでに2028年について質問しています。

キー情報源

公開データの制限事項

Samsung Electronics、SK Hynix、およびMicronのHBMに対する長期契約価格計算式（フロアとキャeilプライス、最小購入量、解約条項、顧客固有の信用条件）は公表されていません。
CXMTのHBMの生産率やApple資格取得への進捗状況については信頼できる公式な統計情報がありません。
中国のAI API提供者の各モデルごとの単位コストと実際のアカレラごとのサービスコストは公表されていません。
2030年の26.7 EB HBM需要量の見通しは共通の予測ではなく、複数のポジティブな前提条件を組み合わせて作成されたシナリオです。
7月19日のサーバDRAMおよびHBM4のチャネルチェック情報はプライマリドキュメントから独立して確認できず、方向性としてのみ参照されています。
情報のカットオフ日は2026年7月19日です。U.S.の大手テック企業とメモリー製造会社の決算発表が予定されている8月末以降にシナリオを再評価することをお勧めします。

本記事は、公開情報に基づく情報分析であり、特定の証券を購入または売却する推奨事項ではありません。価格、需要供給動向、収益予想、政策条件は変更されることがありますので、最新の開示情報を確認し、リスク許容度に合わせて評価してください。

中国オープンモデルの性能収斂が変えるもの：需要崩壊ではなくバリューチェーン再配分

Fri, 17 Jul 2026 22:00:00 +0900

関連コンテキスト本稿はKimi K3が変えたAI価格表の後続編である。前稿が単一モデルの価格・構造を検証したのに対し、本稿は中国オープンモデルのエコシステム全体が半導体・ビッグテックのバリューチェーンをどう再配分するか、そして米国の政策と米中対立がその解釈をどう変えるかへと拡張する。半導体強気論と弱気論の真の争点、半導体の適正株価、CXMT IPOとメモリ価格リスクと併せて読むとよい。関連ハブはAI HBMハブとExclusive Analysisハブである。

要約

中国オープンモデルの性能収斂はAI需要の崩壊よりバリューチェーンの再配分に近い。モデルAPIと最先端GPUの独占価値は下がり、安くなった推論が使用量を増やしてメモリ・ストレージ・ネットワーク・電力・クラウド流通の価値は上がりうる。
相対選好はこう分かれる。韓国メモリはサムスン電子 > SKハイニックス、米国半導体はマイクロン・サンディスク > NVIDIA、ビッグテックはMeta・Amazon > Google・Microsoft > 純粋モデル事業者である。[推論: 相対判断]
中国オープンモデルは知能1単位あたりの演算・メモリコスト低下を実証した。総シリコン支出の減少は実証していない。TSMCはむしろ2026年のCAPEXを520億-560億ドルから600億-640億ドルに引き上げた。
CXMTはHBMで先頭3社と製品基準で1.5-2世代、商業化基準で2-3年の差がある。したがって2028年の脅威は現在の供給ショックではなく条件付きオプションである。
中国モデルの技術拡散と中国API事業者の売上拡散は別問題である。最も現実的な経路は、中国モデルをAWS・Azureや企業VPCに再ホスティングし、西側のセキュリティ・契約体系で販売することだ。[分析範囲]

核心テーゼ

中国モデルは米国モデルの価格を揺さぶることはできるが、AWS・Azure・米国製チップ・韓国メモリの需要を直ちに崩すわけではない。直接的な打撃を受けるのはクローズド型モデルAPIのマージンであり、長く生き残るのはクラウド流通・セキュリティ層と、メモリ・ネットワーク・電力のような使用量ベースのインフラである。

1. まず事実から確認する

エコシステムの方向性は合っているが、すべての新規モデルの学習ハードウェアが公開されているわけではない。この区別が重要だ。

DeepSeek-V3は2,048基のH800と278.8万GPU時間で学習された。[事実: DeepSeek V3技術報告書] H800は輸出規制対象だが、安価なコンシューマー向けGPUではない。一方でKimi K3は2.8兆パラメータ、100万トークンのコンテキストとK2比2.5倍高い拡張効率を公開したが、技術報告書全文と学習ハードウェアは7月27日に公開予定である。[事実: Kimi公式発表]

したがって「Kimi K3も安価なNVIDIA GPUで学習した」はまだ確定できない。[未検証]

効率改善は実在する

DeepSeek V4-Proは1.6兆パラメータのうち490億のみを活性化する。100万トークン区間でV3.2比、トークンあたりの演算量は27%、KVキャッシュは10%水準である。[事実: DeepSeek V4モデルカード] 性能を維持しながらトークンあたりのGPU・HBM使用量を大きく減らせるという直接的な証拠だ。

しかし反対側も実在する

Huawei CloudMatrix384は384基のAscend 910Cを束ねてDeepSeek-R1をサービングする。JPMAM集計によるとCloudMatrixはHBM 49TBと電力599kWを使う一方、比較対象のGB300 NVL72はそれぞれ21TBと145kWである。[事実: CloudMatrix論文、JPMAM比較資料]

完全に同一条件の性能比較ではないが、中国が弱い単一チップをより多くのチップ・メモリ・電力で補う方向性は明確だ。安価な個別チップが必ずしも少ないシリコン・ネットワーク・電力を意味するわけではない。[推論: 構造解釈]

2. 核心方程式：何を見るべきか

この論争の答えはベンチマークスコアではなく、二つの式にある。

総演算需要 = 全体トークン数 × トークンあたり演算量

総メモリ需要 = 全体トークン数 × トークンあたりメモリ使用量
 + モデル・KV・検索データ保存量

オープンモデルがトークン価格を70%下げ、使用量を5倍に増やせば、効率改善があっても総需要は増加する。逆に使用量が2倍に増える間にトークンあたりHBMが70%減少すれば、HBM需要は減る。

したがって今後見るべき指標は一つに集約される。トークン増加率がトークンあたりメモリ減少率をどれだけ上回るか。

現時点までの判定

総支出は次の式で決まる。

総シリコン支出 = 学習回数 × 回あたりコスト
 + 推論トークン数 × トークンあたりコスト

TSMCは2Q26決算コールで2026年のCAPEXを520億-560億ドルから600億-640億ドルに引き上げた。Microsoftも推論スループットを40%高めたが、大口顧客のトークン使用量は前四半期比30%増加し、2026年のCAPEX約1,900億ドルを維持した。[事実: TSMC 2Q26コール、MSFT FY26 3Qコール]

現時点までは使用量の増加が効率向上を上回っている。[推論: データ総合]

3. 半導体への影響：銘柄ごとに分かれる

銘柄・グループ	株価への影響	核心解釈
サムスン電子	ポジティブ	HBMだけでなくサーバーDRAM、NAND・eSSD、汎用メモリまで対象となり最も広範な恩恵
SKハイニックス	ミックスからポジティブ	トークン増加は好材料だがMoE・KV圧縮はHBM/トークンの減少要因。希少性マルチプルには負担
マイクロン	ポジティブ	米国サプライチェーンのDRAM・HBM・NAND総合エクスポージャー。サムスンと似たbroad-memoryの恩恵
サンディスク	ポジティブ	ローカル展開、モデル重み、RAG・キャッシュ増加がeSSD・NAND需要につながる
NVIDIA	短期ネガティブ、長期ミックス	中国シェアと最高価格帯GPUの独占価値低下。総トークン増加とH200出荷が数量を補完
AMD	相対的にポジティブ	オープンモデルは異種ハードウェア間の移行を容易にする。ROCmと実際のサービングシェアが鍵
Broadcom・Marvell・Arista	中期ポジティブ	西側のcustom ASIC、Ethernet、光通信・SerDes需要の拡大
TSMC	ニュートラルからポジティブ	NVIDIA・AMD・ASIC学習チップの需要は維持されるが、中国の推論はAscend・SMICへ移行

なぜサムスンがSKハイニックスより相対優位なのか

同じメモリ3社なのにサムスン電子とSKハイニックスの方向性は分かれる。低価格推論とオープンモデルの拡散はHBMだけを増やすのではなく、サーバーDRAM・NAND・汎用メモリの総量を増やす。エクスポージャーが広いサムスン電子がこの拡散をより多く受け取る。

逆にMoEとKV圧縮はトークンあたりHBMを減らす。HBMへの純粋なエクスポージャーが強いSKハイニックスは、トークン増加の恩恵とトークンあたりHBM減少の負担を同時に受ける。絶対需要よりも希少性マルチプルが先に圧迫される構造だ。[推論: エクスポージャー構造分析]

ただしサムスン電子には反対側のリスクもある。CXMTの汎用DRAM増産に最も早くさらされる。

NVIDIAとH200

最近、米国が中国向けにH200を限定的に出荷し始めたが、数量はまだ小さい。短期的なNVIDIAの売上にはプラスだが、Huawei中心の国産インフラへの転換を覆すほどではない。[事実: 2026年7月ロイター報道] [推論: 影響判断]

4. ビッグテックへの影響

企業	判断	理由
Meta	最もポジティブ	オープンエコシステム戦略が実証され、AI収益をAPIよりも広告・レコメンドで回収
Amazon	ポジティブ	どのモデルが勝ってもAWSの推論・ストレージ・ネットワークを販売
Google	ミックスからポジティブ	TPU・クラウドは恩恵を受けるがGemini APIの価格プレミアムは圧迫
Microsoft	ミックス	Azure使用量は増えるがOpenAIモデルの賃借料とCAPEX回収率は圧迫
Apple	ポジティブ	安価な小型・オープンモデルがオンデバイスとPrivate Cloudのコストを下げる
OpenAI・Anthropic	ネガティブ	性能格差とAPI価格プレミアムの縮小、高い企業価値と資金調達に負担

Metaはよくある誤解と異なり最大の被害者ではない。モデル販売よりも広告・レコメンドで稼ぎ、オープンモデルをコスト削減に活用するため、相対的な恩恵を受ける可能性がある。負担はCAPEXと減価償却の側にある。[推論: ビジネスモデル分析]

2025年DeepSeekショックの教訓

2025年のDeepSeekショック当時、NVIDIAは1日で17%、約5,930億ドルの時価総額を失った。最初の反応はGPU・電力・データセンターインフラ全体の売りだったが、まもなく一部反発した。[事実: 2025年市場報道]

今回も短期の株価は効率性への恐怖、中期の業績は使用量増加に反応する可能性が高い。[推論: 過去パターン]

5. 中国オープンモデル論点の判定

強気・弱気の両方から出てくる主張を一つずつ判定するとこうなる。

主張	判定
フロンティア性能には最高級GPUが必須	弱まったが反証はされていない
AI知能は希少財	生モデル・トークン価格ではかなりの部分が崩壊
資本規模がモート	事前学習のモートは弱体化し、デプロイ・データ・電力・流通へ移動
オープンソースの限界費用はゼロ	重みの価格のみゼロに近づき、推論コストは発生し続ける
10億ドルの学習が1,000億ドルの投資を凌駕	異なるコスト範囲を比較した不正確な主張

最後の項目が特に頻繁に誤用される。学習コストとインフラ総投資は比較対象ではない。

6. CXMTのHBMは今どこまで来ているか

中国の脅威を論じる際に最も頻繁に誇張される部分だ。ゲートごとに分けてみると実像が見えてくる。

ゲート	現在の判定	判断根拠
DRAMセルプロセス	商用化、速い改善	DDR5・LPDDR5X販売、Appleも中国製品向けDRAMを試験中
TSV積層	HBM2少量、HBM3初期	HBM2生産の報道はあるが数量・歩留まりは非公開
パッケージング・base die	構築中	中国内エコシステムは形成中だが量産歩留まり・熱・信頼性データが不在
顧客認証	HBM未確認	Tencentとの契約およびAppleの試験は一般DRAM能力の証拠
先頭との距離	1.5-2世代	先頭3社はHBM4のランプアップ、CXMTはHBM3量産すら検証前

CXMTの公式公開製品ラインナップには2026年7月17日時点でDDR5・LPDDR5/5X・DDR4・LPDDR4Xのみがあり、HBMはない。TrendForceもCXMTのHBM3を初期検証段階に分類しており、技術的障壁と国産設備の使用条件が量産を遅らせると評価している。[事実: CXMT公式資料、TrendForce]

キャパ推定も食い違う。月24万枚前後での停滞と、年末35万枚という見通しが衝突しているが、35万枚は会社ガイダンスではなく民間モデルによる推定のため確定値として使うのは難しい。[未検証]

レガシーDRAM仮説はこう修正すべきだ

2026-2027年: CXMTのHBM投資は中国製レガシーDRAMの供給緩和を遅らせる。
2028年: HBM3/3Eが中国製アクセラレータの顧客認証と意味のある数量を確保すれば、中国内の旧世代HBM市場から代替が始まりうる。
2029年以降: HBM4、base die、パッケージング歩留まりまで追いついて初めて、グローバル先頭市場とSKハイニックスの利益率を直接圧迫する。

つまり「CXMTのせいで今すぐレガシーがより不足する」よりも、「CXMTが期待されたほどレガシー供給を解放できない」の方が妥当性が高い。[推論: 段階別判断]

7. 米国の政策はこの解釈をどう変えるか

米国はAIを商業技術というより同盟圏の中核インフラとして扱っている。これが純粋な技術分析だけでは答えが出ない理由だ。

米国のAI Action Planと大統領令14320は、ハードウェア・クラウド・ネットワーク・モデル・アプリケーションを束ねた米国製AIスタックを同盟国に輸出し、敵対国への技術依存度を下げると明記した。中国モデルが性能と価格で優れていても、同盟国の政府調達・中核産業では米国スタックが政策的優位を持つ。[事実: White House AI Action Plan、EO 14320]

ただし完全なデカップリングではない

米国BISは2026年1月、H200・MI325Xの対中輸出を承認顧客とセキュリティ要件のもとで案件ごとに審査することとした。中国を米国製チップのエコシステムに部分的に残しつつ統制権を維持しようとする折衷案だ。[事実: BIS 2026-01-13]

米国の民間企業による中国モデルの使用が全面的に禁止されたわけでもない。No DeepSeek on Government Devices Actはまだ法案提出段階だ。しかしオーストラリア政府は政府システムからのDeepSeek排除を指示し、イタリアの個人情報保護当局は利用者データ処理を制限した。[事実: 各国公式措置]

法律よりも調達・セキュリティ部門による事実上の禁止の方が先に作動する可能性が高い。[推論: 政策作動順序]

8. 中国モデルAPIを西側エンタープライズは使えるか

経路によって拡散可能性はまったく異なる。この表が問いへの答えだ。

導入方式	拡散可能性	判断
中国本土ホスティングAPIの直接呼び出し	低い	データ・管轄権・調達リスク
Qwenの米国・EU・日本・シンガポールAPI	中程度	データのローカライズは可能だが中国事業者リスクが残存
AWS・Azureが再ホスティングした中国モデル	中上から高い	契約・セキュリティ・データ統制の主体が西側クラウド
企業VPC・オンプレミスのopen-weight	高い	中国のサーバーにデータを送る必要がない
政府・防衛・中核インフラ	非常に低い	モデルの系譜まで調達制限の対象になりうる

最も現実的な経路はこうだ。

中国モデル開発
→ AWS・Azureまたは企業VPCに再ホスティング
→ 西側のセキュリティ・契約・監査体系で販売

つまり中国モデルの技術拡散と中国API事業者の売上拡散は別問題である。[推論: 経路分析]

直接APIの限界

DeepSeekのプライバシーポリシーは、入力データを含む個人情報を中国で直接収集・処理・保存し、サービスとモデル改善に使用しうると明記している。[事実: DeepSeek Privacy Policy] ソースコード、顧客情報、医療・金融データ、輸出規制技術を扱う企業にとっては致命的な条件だ。

Qwenは少し異なる。Alibaba Cloud Model Studioは米国・ドイツ・日本・シンガポールのリージョンを提供し、データと推論を特定地域に制限でき、顧客データをモデル学習に使用しないと明記している。[事実: Alibaba Cloud地域・セキュリティポリシー] したがって非規制産業や東南アジア・中東・中南米では直接API採用が増える可能性がある。

ただしデータのローカライズとSOC 2は、米中対立に伴うサービス停止・制裁・調達リスクまでは解消してくれない。[推論: 残存リスク]

9. テーゼの修正：何が変わり何が残るか

第一に、米国ハイパースケーラー崩壊論は弱まる。AWSとAzureがDeepSeekを直接ホスティングしながらデータ隔離、SLA、セキュリティ評価を提供する。中国モデルのコストイノベーションを米国クラウドが吸収し収益化できる。[事実: AWS・Azure公式発表]

第二に、価格圧力はクローズド型モデルAPIに先に来る。OpenAI・Anthropic・Googleのトークン価格とマージンには負担だが、推論量とAWS・Azureの使用量は増えうる。Metaのオープンモデル戦略には相対的に有利だ。

第三に、米中分離は総インフラ投資を下支えする。両陣営がアクセラレータ・メモリ・ネットワーク・電力網を重複構築する。効率改善がグローバルなシリコン支出の減少に直結する可能性は低くなる。

第四に、SKハイニックスのHBMプレミアムは同盟圏でより長く維持されうる。CXMTのHBMは中国製アクセラレータと中国のデータセンターから浸透する可能性が高い。西側CSPでの採用には技術認証に加えて政策・サプライチェーン認証が必要になる。ただし輸出規制は中国の自立投資を加速させるため、2028年以降の中国内シェアにはリスクとなる。

第五に、サムスン電子は相対的なヘッジである。低価格推論とオープンモデルの拡散はHBMだけでなくサーバーDRAM・NAND・汎用メモリの総量を増やしうる。反対側にはCXMTの汎用DRAM増産に最も早くさらされるリスクがある。

10. 打撃と恩恵の順序

最大の打撃: クローズド型モデルAPIの超過利益、レバレッジの大きいGPUレンタル事業者
中間的リスク: Oracleなど大規模先行投資・顧客集中型の事業者
Meta: 最大の被害者ではない。オープンモデルをコスト削減に活用するため相対的な恩恵の可能性。負担はCAPEXと減価償却
NVIDIA: 短期EPSよりもマルチプルと製品ミックスが先に圧迫される。中国内での代替はリスクだが、CUDA・ネットワーク・電力効率・開発期間のモートは残る
メモリ: HBM絶対需要の減少よりもHBM希少性プレミアムの縮小+DDR/CXL/eSSDへの階層拡張が基本シナリオ

11. シナリオのアップデート

半導体の適正株価で用いた確率を暫定的に調整するのが妥当である。

シナリオ	従来	変更後
超過需要の持続	30%	30%
資産再集中	40%	40%
供給・効率の正常化	20%	25%
システム需要の断絶	10%	5%

中国モデルの性能はAI需要そのものが消失する可能性を下げる(断絶10%から5%へ)。代わりに効率改善と中国製ハードウェアはNVIDIA・HBMの希少性プレミアムを下げる(正常化20%から25%へ)。

時間軸シナリオも維持可能だ。2027年まで使用量が効率に勝つ確率70%、2028年以降のミックス・価格正常化25%、総CAPEX収縮5%である。ただし70%シナリオの原動力が単一のグローバルエコシステムではなく、米国圏と中国圏の二重投資に変わる。[推論: シナリオ再調整]

12. 何を確認すれば判断が変わるか

Kimi K3技術報告書(7月27日): 学習ハードウェアが公開されれば「安価なGPUでフロンティア学習」という命題の真偽が判明する
トークン増加率対トークンあたりメモリ減少率: 二つの値の差がこの論争の実際の答え
CXMT HBM3E量産認証と実際のパッケージング数量: 確認されればSKハイニックスの2028年EPSとマルチプルを共に引き下げる必要がある
HBM価格・搭載量の鈍化: 希少性プレミアム縮小の最初のシグナル
西側CSPによる中国モデル再ホスティングの拡大: クラウド流通価値上昇の証拠
米国の調達・セキュリティ規制の実際の執行: 法律より先に作動する事実上の禁止の範囲

今はターミナルリスクと当期業績を混同する段階ではない。CXMTのHBM3E量産認証が確認された時点でSKハイニックスの2028年以降を調整すればよい。[推論: 判断順序]

おわりに

問いに立ち返れば、答えはこうなる。

中国オープンモデルが米国フロンティアに収斂しているのは事実であり、知能1単位あたりのコストが急落したのも事実だ。しかしそれはシリコン支出総額の減少を意味しない。TSMCのCAPEX上方修正とMicrosoftのトークン30%増加が、現時点までの答えである。

米国の政策はこの解釈を大きく変える。米中分離は両陣営の重複投資を生み、総インフラ需要を下支えし、同盟圏では米国スタックと韓国メモリの立ち位置を政策的に保護する。

中国モデルAPIの西側エンタープライズへの導入は、モデルと事業者を分離して見る必要がある。技術はopen-weightとして拡散するが、それを販売する主体は中国API事業者ではなく、AWS・Azureと企業VPCである可能性が高い。

したがって結論は再配分である。崩れるのはクローズド型モデルAPIの超過利益であり、残るのは使用量ベースのインフラである。

本稿は公開論文(DeepSeek V3/V4、Huawei CloudMatrix384)、企業公式発表(Kimi、TSMC 2Q26コール、Microsoft FY26 3Qコール、CXMT、Alibaba Cloud、DeepSeek Privacy Policy)、米国政府資料(AI Action Plan、EO 14320、BIS)、各国の規制措置、市場調査(TrendForce、JPMAM)を総合した分析資料です。Kimi K3の学習ハードウェアは7月27日の技術報告書公開まで未確認であり、CXMTのキャパ推定とシナリオ確率は執筆時点の推定で会社ガイダンスではありません。言及された銘柄はバリューチェーン構造を説明するための例示であり、特定銘柄の売買推奨ではありません。投資判断とその責任は投資者本人にあります。

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。