7月16日、Moonshot AIはKimi K3をリリースした。それは、すでに混雑しているリーダーボードにただ一つ加わっただけのものではなかった。当時としては最大規模のオープンウェイトで、通常であればスタートアップには到底支払えないようなエンタープライズ向けのライセンス費用を伴うレベルの推論能力と処理能力を提供した。ダウンロードして、修正して、自社サーバーで実行できる。1ドルを惜しむ開発者にとって、これは無視しがたい魅力的な提案だ。

しかし、表面上の価格が全額ではない。

中国のオープンウェイトモデルを利用することの真のコストは、予期せぬ場所で現れ始めている。議会公聴会、輸出管理に関するメモ、そしてワシントンの国防関係者の間で高まる不安だ。プロプライエタリなAPIを回避させてくれるその「開放性」こそが、政策立案者を不安にさせている要因なのだ。ウェイトが公開されているとき、モデルは単なるソフトウェアではなくなる。それはインフラとなる。そして、国外で構築されたインフラは政治的な重みを持つ。

最初は魅力的な取引に見える

なぜこれらのモデルが普及しているのか、正直に話そう。欧米のクローズドソースAPIは、ユーザーベースが拡大するにつれて、容赦なく跳ね上がる料金を課すことがある。トークンコストは積み重なり、レート制限は製品の動作を妨げる。あなたは「知能」をレンタルしているに過ぎず、大家（プロバイダー）はいつでも条件を変更できるのだ。

Kimi K3のようなオープンウェイトモデルは、その関係性を逆転させる。パラメータを一度ダウンロードすれば、ローカルまたは自分で管理するクラウドインスタンスでホストできる。推論コストは電気代とハードウェアのレンタル料まで圧縮される。カスタマーサポートのチケットを処理するSaaSスタートアップや、社内ナレッジベースを構築する中堅企業にとって、その計算は非常に説得力がある。クエリごとに支払う必要はなくなり、計算資源（コンピュート）に対して支払うことになる。そして、計算資源のコストは下がり続けている。

カスタマイズの観点もある。クローズドなモデルはブラックボックスだ。プロンプトを送り、レスポンスを受け取り、バージョンが変わっても挙動が一定であることを祈るしかない。オープンウェイトであれば、エンジニアは特定のタスクに合わせてモデルをファインチューニング、プルーニング、または蒸留することができる。フィンテック企業なら、独自の不正パターンで学習させることができるだろう。製造業なら、機密性の高いテレメトリを数千キロ離れたサードパーティのサーバーに送信することなく、エッジデバイスに直接組み込むことができる。

そのコントロール権こそが重要なのだ。人々が惹かれる理由は、単に節約ができるからではない。自律性（オートノミー）のためなのだ。

ウェイトに付随する制約

問題は、自律性が「足元の地面が安定していること」を前提としている点だ。ワシントンはもはや、これらのモデルが「良いかどうか」を問うているのではない。米国経済のセクター全体がこれらに依存することになった場合、何が起こるのかを問うているのだ。

政策に関する議論は急激に変化した。以前の人工知能に関する議論は、バイアス、安全性、あるいは存亡に関わるリスクに焦点を当てていた。現在、懸念されているのは「技術的主権」だ。企業が中国開発のウェイトを製品スタックに組み込むとき、政策立案者は、モデルの次トークン予測精度とは無関係な「システム的な脆弱性」を懸念する。

実務的に考えてみよう。オープンウェイトであっても、アップデート、ツールエコシステム、そしてコミュニティのサポートが必要だ。もしモデルが製品の基盤となった場合、単にコードをインポートしているのではない。依存関係の連鎖（デペンダンシー・チェーン）をインポートしているのだ。もし、そのアーキテクチャが後に輸出規制の対象となったらどうなるか？ ホスティングプロバイダーが、特定のパラメータファイルの実行を禁止するコンプライアンス命令を受けたとしたら？ 将来の制裁措置によって、商用利用のために派生モデルをファインチューニングすることが違法になったとしたら？

これらは理論上の質問ではない。財務省や商務省は、すでに中国のテクノロジー企業をエンティティ・リストに載せたり、特定のソフトウェアやハードウェアの下流での使用を制限したりする意向を示している。安価な中国製GPUを中心にビジネスを構築した創業者たちは、サプライチェーンが一夜にして凍結した際に、この教訓を身をもって学んだ。ウェイトは単なるビットの集まりに過ぎないが、それを規定する法的枠組みは、半導体禁止措置と同じくらい速く変化し得るのだ。

CTOにとって、これはJiraチケットには現れない種類の「技術的負債」をもたらす。Kimi K3のツールチェーンについてエンジニアリングチームを6ヶ月かけてトレーニングし、CI/CDパイプラインに統合し、顧客向けの機能をリリースしたとする。ところが、たった一つの連邦官報の通知によって、移行を余儀なくされるかもしれない。モデルファミリー間の移植は、データベースを入れ替えるような単純な作業ではない。プロンプトの再チューニング、出力の再検証、そして多くの場合、下流の分類器の再学習が必要になる。そのピボット（方向転換）にかかるコストは、API料金で節約した額をはるかに上回る可能性がある。

分断されたスタックは、作業量の倍増を意味する

もしワシントンが特定の中国製モデルや、それらを支えるアーキテクチャの制限を実行に移せば、世界のAI市場は単に価格の高騰に直面するだけでは済まない。市場は、真の「分断」に直面することになるだろう。

通信規格やソーシャルメディア・プラットフォームにおいて、私たちは以前にもこれと同じような展開を目にしてきた。しかし、AIインフラはより根本的なものである。スタックが分裂するということは、互換性のないツールチェーン、乖離する安全フレームワーク、そして重複するコンプライアンス体制を意味する。ベルリンの開発者は、欧州市場向けにはある一連の重みとガードレールを使用し、米国での展開には全く別のスタックを使用しなければならないかもしれない。それは単に厄介なだけでなく、多大なコストを強いるものとなる。

企業の調達チームは、二重のベンダー審査を行う必要に迫られるだろう。法務部門は、現在データプライバシーに対して行っているものと同じ厳格さで、モデルの出自（プロベナンス）を追跡しなければならなくなる。オープンソースのリポジトリは国境線に沿ってフォーク（分岐）し、人気のファインチューニング・ライブラリに対する中国からの貢献は、精査や排除の対象となる可能性がある。オープンウェイト開発を定義づけてきた協力的な基盤が、引き裂かれ始めるのだ。

中小企業にとって、この二分化は特に大きな打撃となる。MicrosoftやGoogleのような巨大企業であれば