この記事について海外で公開された情報をもとにAIが要約・解説した記事です。原文の翻訳ではありません。正確な内容は記事末尾の出典元をご確認ください。
この記事の要点
  • Moonshot AIが年末までに年間換算20億ドルの収益目標、Bloombergが報道
  • Kimi K3は1日最大3000億トークンを生成、利用量はやや減少
  • Anthropicは約30万件のリクエストを使ったモデル蒸留を非難

何が発表されたのか

中国のAIラボMoonshot AIは、年末までに年間換算で20億ドルの収益を達成することを目指していると、Bloombergが報じました。これは同社が8月時点で報告していた収益ランレートの2倍にあたります。今夏にリリースされたK3モデルの成果を反映した、意欲的な目標だと位置づけられています。

K3の利用量はここ数カ月でやや減少しているとされますが、OpenRouterのデータでは、K3系のモデルによって1日あたり最大3000億トークンが生成されているということです。トークンはAIモデルがテキストを処理するときの最小単位で、生成量は利用規模のおおよその目安になります。利用量が減少傾向にあっても高い水準が保たれている点が、収益目標の背景にあるとみられます。

オープンウェイトでも稼げるか

Moonshotのモデルの重みは無償で入手できるため、同社の利益率は閉じた重みの競合企業よりもはるかに低くなります。重みを公開するモデルでは、利用そのものから直接収益を得る方法が限られるためとみられます。

それでも収益の予測値が上昇していることは、オープンウェイトのAIモデルからも相応の収益を上げる余地があることを示しています。ただし、閉じた重みのフロンティアモデルほどもうかるわけではない、というのが原文の指摘です。

競合との規模の差

Moonshotの予想収益は、最近の報道で示されたOpenAIの400億ドル、Anthropicの650億ドルと比べると、依然として小さい規模にとどまります。単純に比べれば20倍以上の開きがある水準です。

一方で、Moonshotはモデルの重みを無償公開する戦略を取っており、収益の構造は競合と異なります。同じ土俵で規模を競うというより、公開モデルを軸にした別の収益モデルを成立させられるかが問われているとみられます。

蒸留をめぐる告発

今週初め、AnthropicはMoonshotが長期間にわたってモデル蒸留を行っていたと非難しました。KimiからClaude Opusへ約30万件のリクエストを転送し、事実上Kimi自身のモデルの代わりにOpusを提供していたと主張しています。合計で2300万件を超える応答が、Moonshotの学習のためにAnthropicのモデルから収集されたとしています。

モデル蒸留は、あるモデルの入出力を別のモデルの学習に使う手法です。高性能モデルの振る舞いを低コストで再現できる一方、提供元の利用規約に抵触する可能性が指摘されます。原文にはMoonshot側の反応や、この主張に対する公式な判断は記載されていません。

Moonshot AIとOpenAI、Anthropicの年間収益見込みの比較
企業年間収益(見込み)数値の性質
Moonshot AI20億ドル年末までの年間換算目標
OpenAI400億ドル最近の報道による数値
Anthropic650億ドル最近の報道による数値
原文からの引用
Because Moonshot's model weights are freely available, the company has far lower margins than its closed-weight competitors.

Moonshotのモデルの重みは無償で入手できるため、同社の利益率は閉じた重みの競合企業よりもはるかに低い。

今後の見通し

年末までに20億ドルという目標に到達するかどうかが、最初の判断材料になります。K3の利用量はここ数カ月でやや減少しているとされるため、利用が再び伸びるか、企業向けの課金が拡大するかが焦点になるとみられます。Anthropicの蒸留告発については、Moonshot側の反応や、業界全体で学習データの利用ルールがどう整備されるかが明らかになれば、オープンウェイトモデルの事業リスクをより具体的に評価できるでしょう。

日本の開発者・IT企業にとっての意味

オープンウェイトモデルでも年間20億ドル規模の収益を狙える、という点は、モデル選定の判断材料になります。重みが公開されているモデルはAPI利用料を抑えやすく、自社環境での運用や微調整も選択肢に入るためです。ただし原文が示すように、利益率は閉じた重みのモデルより低くなりやすく、提供側の収益性や持続性は利用する側にとっても無関係ではありません。またAnthropicの蒸留告発は、他社モデルの出力を使って自社モデルを学習させる行為に伴うリスクを浮き彫りにしています。日本企業が同様の手法を検討する場合は、利用規約や学習データの出所の確認がこれまで以上に重要になるとみられます。

気になる点

20億ドルという目標は何を基準にした数字ですか
Bloombergの報道によれば、年末までの年間換算収益の目標で、同社が8月時点で報告していた収益ランレートの2倍にあたります。ただし、その内訳となる利用者数や課金体系、収益の柱となる事業については原文で示されていません。
Kimi K3は日本からも業務利用できますか
原文では、Moonshotのモデルの重みが無償で入手できる点と、OpenRouter上で1日最大3000億トークンが生成されている点が触れられています。日本国内での提供状況やライセンス条件、商用利用の可否については原文に記載がなく、現時点では判断できません。
モデル蒸留はなぜ問題になるのですか
モデル蒸留は、あるモデルの入出力を別のモデルの学習に使う手法です。Anthropicは、KimiからClaude Opusへ約30万件のリクエストを転送し、2300万件超の応答を学習に使ったと主張しています。規約違反に当たるかが争点とみられますが、原文に法的な判断は示されていません。

用語解説

オープンウェイト
モデルの重み(パラメータ)が公開され、誰でも入手・実行できるAIモデルの形式。学習データやコードまで公開されるとは限らない。
モデル蒸留
高性能なモデルの入出力を教師データとして、別のモデルに同じ振る舞いを学習させる手法。低コスト化できる一方、利用条件が争点になることがある。
トークン
AIモデルがテキストを処理するときの最小単位。日本語では1文字が複数のトークンに分割されることもある。
収益ランレート
直近の売上を1年分に換算した数値。企業の成長速度を示す指標として使われる。

出典

Kimi-maker Moonshot AI targets $2B in annual revenue

TechCrunch / Russell Brandom / 2026年9月12日

https://techcrunch.com/2026/09/11/kimi-maker-moonshot-ai-targets-2-billion-in-annual-revenue

AI導入も顧問も、お任せください

何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。

AI導入について相談する