BLOG
大模型が週4回更新、企業は「モデル疲れ」：追うか、それとも流されるか？
序章：メディアが生み出した新しい言葉——「モデル疲れ」
この1週間、大規模言語モデル市場は密集した「新製品ラッシュ」に見舞われた。9月1日にAnthropicが2つのモデルを一気に更新し、9月2日にはMetaとGoogleが同日に発表、9月3日にはOpenAIがGPT-6 Astraを投入——1週間で4社の巨人が相次いでリリースした。
オブザーバー紙がこの件を報じた際、**モデル疲れ（model fatigue）**という新しい言葉を使った。ユーザーがAIに興味を失ったのではなく、新モデルのリリースがあまりに速すぎて、開発者、企業顧客、投資家が対応に追われている——1つのモデルの評価が終わらないうちに次のバージョンがリリースされ、デプロイが完了したかと思えばすぐにアップグレードを迫られるかもしれない、という状況だ。
ある数字がこの問題をよく表している。主要モデルのリリース間隔の中央値は、2023年の37.5日から現在の11日に短縮された。
私はこの報道と背後にある業界の論理を整理した上で、ソフトウェア業界17年、AI業界7年の経験を持ち、現在AI技術ディレクターを務める永亮に質問を投げかけた——彼は自ら企業向けAI効率化ソリューションを手がけており、「モデル選定」はまさに彼の日常業務だ。
拾聞：週4回の更新で、プロのあなたたちですらペースについていけないというのは、どんな感じですか？ 永亮：正直なところ、もう追いかけていません。投げやりになったのではなく、一つのことに気づいたからです。モデルを追いかけるのは無限ゲームで、企業に勝ち目はないし、勝つ必要もない、と。 拾聞：では、なぜこんなに速いのか、企業は何に困っているのか、どうすればいいのか、徹底的に話しましょう。
Q1：「週刊更新」はどれほど密集しているのか？「モデル疲れ」の正体は？
永亮：タイムラインを並べてみれば、どれほど狂っているかわかりますよ。
9月1日、AnthropicがClaude Fable 5.1とClaude Mythos 5.1を発表。後者は「世界で最も先進的なコーディングおよび知識作業モデル」を自称している。9月2日、MetaがMuse Spark 1.3を、GoogleがGemini 3.8 Flashを発表。9月3日、OpenAIがGPT-6 Astraを発表し、「世界で最も知的で、最もアライメントの取れたモデル」を自称。同じ日にはアラブ首長国連邦のMBZUAIがK2 Horizonシリーズをオープンソースで公開した。
1週間で5波。しかもこれは偶発的なものではない——Googleは106日間でGemini Flashを4回更新しており、最新世代は前世代からわずか3週間しか経っていない。OpenAI自身のリリース間隔の中央値も、2023年の170日から今年の49日に短縮された。
「疲れ」の正体は何か？オブザーバー紙が取材した複数の関係者の言葉がリアルだ。RunpodのCEOは「モデル疲れは現実に存在する」と語り、Clockwork SystemsのCEOはさらに厳しい表現を使った。毎回のリリースが「とんでもなく優れている」ため、何が本当の飛躍的進歩なのか判断するのが難しい——どれも良さそうに聞こえるが、結局どれを選べばいいのか、ということだ。
企業にとってこれは紛れもないコストだ。新しいモデルが出るたびに、性能、価格、算力要件、セキュリティ、API互換性、既存業務との適合性を再評価しなければならない。以前はこのプロセスを年に1、2回行えばよかったのが、今では四半期に4、5回行うことになる。報道の中のある細部が最も心に刺さる——ある企業が10個の候補モデルを評価しようとしたが、最終的に5個しか評価できなかった——全てを評価するリソースがなかったのだ。 中小企業はさらに悲惨で、5個すら評価しきれないかもしれない。
Q2：ベンダーはなぜ狂ったようにリリースするのか？
永亮：3つの原動力が重なっており、どれもペースを緩めることを許さないからです。
第一に、資本市場の指揮棒。 AnthropicもOpenAIも上場準備を進めており、非公開時の評価額はいずれも1兆ドルに迫っている。この評価額の物語に必要なものは何か？「持続的な成長ストーリー」だ。新モデルを出し続けることは、「私たちがまだリードしている」という最も直接的なシグナルになる。四半期のリリースが遅れれば、評価額の物語は途切れてしまう。
第二に、「能力の収束」による囚人のジレンマ。 Gartnerが今年6月に提唱した「capability convergence（能力の収束）」という概念がある——ますます多くのモデルがベンチマークテストで同じような性能を示すようになると、「先行してリリースする」ことで得た優位性は、短期間で他社に追いつかれてしまう。これが悪循環を生む——優位性の維持期間が短くなるほど、存在感を保つためにリリース頻度に頼らざるを得なくなる。 誰もがこんなに速くリリースしたいわけではないが、リリースしなければ退場するのと同じなのだ。
第三に、中国ベンダーの追い上げが状況を変えたこと。 報道によると、月之暗面（Moonshot AI）や智譜（Zhipu AI）といった中国企業のオープンウェイトモデルは、性能がクローズドソースモデルに迫るか、一部では追いついており、コストと開放度では全面的に優位に立っている。21世紀経済報道の記事にあるデータはさらに衝撃的だ——米国企業が中国製モデルを呼び出すトークンの割合は、2025年上半期の4.5%から今年2月以降は30%以上に上昇した。同じ作業量で、Claudeが25ドル請求する仕事をDeepSeekは0.18ドルでこなす。性能対費用比が100倍違うとなれば、シリコンバレーの巨人たちは「より速い更新」で「より高い価格」を埋め合わせるしかない。
つまりこれは、誰もブレーキを踏む勇気のない競争なのだ。OpenAIのCEOであるサム・アルトマン自身、業界全体が「ペースを速めている」と認めている。
Q3：企業は何に困っているのか？その損得勘定は？
永亮：困っているのはモデルが悪いことではなく、「良さ」があまりにも安くなったことです。
私は企業向けAIソリューションを手がけてきたので、この勘定は何度も計算してきた。表面的に見れば、モデルがますます強力になり、ますます安くなるのは良いことだ。しかし選定を担当する人にとって、これは3つの事実を意味する。
第一に、評価コストが持続的な支出になったこと。 以前の選定は一度きりのプロジェクトだったが、今では常態的な業務になった。評価セットを保守し、テストを実行し、結果を比較する——この一連の作業を新しいモデルが来るたびに回さなければならない。多くの企業のAIチームは、半分の時間を「更新を追いかける」ことに費やし、残り半分を「後悔する」ことに費やしている。
第二に、依存によるリスクが大きくなったこと。 業務を特定のモデルの機能に深く依存させると、来月新しいバージョンが出て動作が変わったとき、アプリケーションに問題が生じる可能性がある。モデルの更新が速くなるほど、「1社に絞る」リスクは高まる——かといって「全社に対応する」メンテナンスコストも馬鹿にならない。
第三に、FOMO（取り残される不安）が意思決定の麻痺を引き起こすこと。 チーム内では常に「XXの新バージョンが出たけど乗り換えるべき？」という声が上がる。乗り換えれば再テストと再適応が必要になるし、乗り換えなければ心穏やかではいられない。この繰り返される葛藤が消耗する信頼と士気は、技術的なコストよりも深刻なダメージを与える。
報道にあるGartnerの指摘は、実は全ての企業への警鐘だ——基盤モデルの優位性は一時的なものになりつつある。 平たく言えば、「正しいモデルを一つ選べば安泰」という時代は終わった、ということだ。
Q4：追うか、流されるか？あなたの「不変で万变に対応する」方法を教えてください
永亮：どちらも違います。正解は、「モデルを追いかける」ことを人力の問題ではなく、アーキテクチャの問題にすることです。
私が企業向けAIソリューションを作るときに定めた鉄則がある——どんな業務も、どのベンダーのモデルのバージョン番号にも直接依存しないこと。 具体的には3層構造にする。
第一層、モデルゲートウェイ。 全ての呼び出しは統一ゲートウェイを経由し、その下に複数社のモデルを接続する。業務コードはインターフェースだけを認識し、モデルを認識しない。モデルを変えるのは設定を1行変えるだけで、1か月かけてコードを改修する必要はない。こうすれば「モデルの週刊更新」の影響が、「プロジェクトレベル」から「設定レベル」に下がる。
第二層、評価の自動化。 「新モデルが良いかどうか」を人の感覚で判断してはいけない。自社専用の評価セットを作る——実際の業務の入出力をベンチマークにして、新モデルが来たら自動評価を実行し、スコアと比較結果を出力する。この仕組みは一度作れば、毎回利益をもたらしてくれる。自社の評価セットは、どんな第三者のランキングよりも正確です。自社の業務で育てたものだからです。
第三層、価値の沈下。 これが最も重要だ。Gartnerは価値が下流に移転する——つまりデータ品質、統合の深さ、ドメイン固有の微調整——と言っている。これは私のソリューション構築の経験と完全に一致する——真の障壁となるのは、どのモデルを使っているかではなく、蓄積したデータ、打通させたプロセス、調教したドメイン適合能力なのです。 モデルは借り物の能力だが、データとプロセスは自社の資産だ。
一言でまとめると——追いかけても永遠に追いつかないし、流されていればすぐに脱落する。唯一持続可能な戦略は、「モデルを乗り換える」ことのコストを安くすることです。
Q5：Gartnerが「価値が下流に移転する」と言うが、一般の人や企業はどこに力を蓄えるべきか？
永亮：「モデルを変えても失われない度合い」で順位付けした、3層の蓄積があります。
第一に、データ。 業務データ、ユーザーフィードバック、ドメイン知識ベース——これらはモデルが決して持っていかないものだ。企業が今最もやるべきなのは、各部門に散らばったデータを整理し、構造化し、検索可能にすることだ。どんなに強力なモデルでも、自社のデータを与えられなければ、自社にとって役に立たない。
第二に、プロセスと統合。 AIをどう業務プロセスに埋め込むか、誰が審査するか、問題が起きたときどうフォローするか——この「統合の深さ」が2つ目の堀となる。だから私はいつも、企業のAI効率化はツールを買うことではなく、プロセスを正しく改修することだと言っている。
第三に、判断力。 個人にとって、「特定のモデルを使える」というスキルの賞味期限は数週間だが、「AIの出力が良いかどうか判断できる」というスキルの賞味期限はキャリア全体だ。モデルが11日ごとに更新される中で、モデルを追いかけても永遠に追いつかない。しかし、何にAIを使うべきか、何を信じてはいけないか、ミスが起きたらどう対処するか——この能力は、モデルが強くなるほど価値が上がる。
最初の質問に戻ろう。モデル疲れにどう対処するか？私の答えはもう出ている——会社を特定のモデルのバージョン番号に縛りつけるのではなく、価値を「モデルを変えても失われない場所」に沈めることです。 ベンダーたちは無限ゲームを走っている。あなたは自社の堀をしっかり守り、彼らに競争させておけばいい。
終わりに
拾聞：最後に、一言でまとめると？ 永亮：ベンダーはモデルで競い、あなたはデータとプロセスで競え——モデルは借り物だが、堀は自分のものだ。 拾聞：この言葉を、皆さんに贈ります。また次回。
【技術的深掘り】「モデルゲートウェイ + 評価セット」は実際どんなもの？
今回繰り返し「モデルを追いかけることをアーキテクチャの問題にする」と言ってきたが、この仕組みの技術的な形について、詳しく説明する価値はあるだろう。
**モデルゲートウェイ（AI Gateway）**は、本質的にはリバースプロキシだ。業務側は統一されたゲートウェイのAPIを呼び出し、ゲートウェイがOpenAI/Anthropic/DeepSeek/オンプレミスモデルへのルーティングを担当し、ついでに鍵管理、利用量統計、レート制限、フェイルオーバーも行う。オープンソースソリューションではLiteLLM、OneAPIなどがすでに成熟しており、クラウドベンダーにもマネージド版がある。その価値は「週刊更新時代」に急激に高まっている——モデル層の変動はゲートウェイが吸収し、業務層はそれを意識しなくて済む。 どこかのモデルが落ちたり不具合を起こしたりしても、トラフィックを切り替えるのは設定を変えるだけだ。
**評価セット（Eval Set）**は、自社業務の「標準試験問題」のセットだ——実際の入力と、期待される出力の判断基準のペアだ。新モデルが来たら試験問題を実行し、自動でスコアをつけて比較する。重要なのは「実際の業務」という点だ——第三者のランキングは汎用的な能力を測るが、自社の評価セットは「自社のシナリオで通用するかどうか」を測る。医療Q&Aシステムとマーケティング文案作成システムでは「良い出力」の定義が全く異なり、汎用ランキングが代わりに答えてくれることはない。評価セットは大きくなくてもよく、数十から数百件の高品質サンプルで十分だ。難しいのは量ではなく、「何が良い出力か」を機械が判定できるルールに書き下すことです。
この2つを組み合わせることで、企業の「モデル週刊更新時代」における安定装置が構成される。ゲートウェイが「速く乗り換えられる」ことを担い、評価セットが「正しく乗り換えられる」ことを担う。さらにプロンプト、業務ルール、ドメイン知識を（コードに散らばらせるのではなく）バージョン管理された資産として外置きすれば、AIシステムは「特定のモデルバージョンに縛られたアプリケーション」から「どんなモデルでも接続できる基盤」に変わる。
これこそが「モデル疲れ」の究極の解決策だ。全てのモデルを追いかけるのではなく、「追いかけない」ことのコストを許容可能にすることだ。