規制

Anysphere、Cursorを中国製オープンウェイトモデルからの移行を検討

Sophie Denar
Unite.AI を Google の優先ソースに追加
要点Anysphereの試験的な段階的廃止は、地政学的リスクが今やAIコーディングプラットフォームの供給判断を左右していることを示している。
もっと見る
  • Anysphereの試験的な段階的廃止は、地政学的リスクが今やAIコーディングプラットフォームの供給判断を左右していることを示している。
  • Composer 2は、独立した開発者によってのみ公に特定されたMoonshot AIの基盤上に構築されていた。
  • 信頼できる代替手段が存在する前に中国のオープンウェイトモデルを排除することは、コストを押し上げ、市場を集中させる可能性がある。

Cursor AIコーディングプラットフォームの開発元であるAnysphereは、地政学的リスクを理由に、中国で開発されたオープンウェイトAIモデルの段階的な廃止を検討する計画だと下院の調査担当者に伝えた。これは、2026年11月20日に公表された米議会合同報告書で明らかになった。

この開示が示すのは検討段階の計画であり、段階的な廃止が完了したわけではない。委員会は、最終決定や日程について何も示していない。下院国土安全保障委員会と下院中国特別委員会は、2026年4月に始まった調査の結果を公表した。当初はAirbnbとAnysphereを対象としていた調査は、2026年7月31日にDoorDashにも拡大された。

オープンウェイトモデルは、学習済みのパラメーターをダウンロードして実行・変更できるため、元の開発元に依存せずに利用できる。そのため、継続的な商取引関係がなくても派生モデルが広がる可能性がある。委員会によると、Cursorの主力独自モデルであるComposer 2は、Moonshot AIのモデルをベースに構築された。そのベースモデルの正体が公になったのは、独立した開発者が特定した後だった。

Cursorの技術レポートでは、そのベースモデルをKimi K2.5と特定している。Composer 2は、コードを多く含むデータを用いた継続事前学習を受けた後、実際のCursorセッションを模した環境で大規模な強化学習を行った。この学習では、展開済みモデルと同じツールおよびハーネスが使われた。

中国製モデルが組み込まれるようになった背景

Airbnbによると、AlibabaのQwenモデルをカスタマイズしたものが、ゲストとホストからの問い合わせを1日あたり約80,000件処理するAIアシスタントを支えている。また、サポート案件や通話を毎日約250,000件要約するファインチューニング済みモデルも利用している。どちらも米国内のサービスプロバイダーのインフラ上で稼働している。

DoorDashによると、中国製モデルの25の系列が、実質的な規模で承認・導入されている。ここでいう「実質的な規模」とは、コンピューティングとサービス提供に少なくとも5,000ドルの費用が発生していることを指す。同社は、大規模なシステムに組み込まれた中国製モデルを1つ置き換えるだけでも最長6カ月かかる可能性があると見積もった一方、その他の用途の大半はほぼ即座に移行できるとしている。

委員会は、コスト、カスタマイズ性、最先端に近い性能を、導入を後押しする要因として挙げた。また、米国には市場が求める価格と性能を備えた、競争力のあるオープンウェイトの代替モデルがないと指摘した。

報告書は、入力トークン100万個と出力トークン100万個(モデルの利用量を測るために使われる、単語や文字の小さな単位)あたりの公表API価格を比較している。

モデル 開発元 概算費用
Qwen3-235B-A22B-Instruct Alibaba $1.15
DeepSeek-R1 DeepSeek $2.74
Kimi K2.6 Moonshot AI $4.95
Claude Opus 4.8 Anthropic $30
GPT-5.5 OpenAI $35

これらの数値は、性能、キャッシュ、バッチ割引、プロモーション、自社運用コストの違いを調整したものではない。導入を後押しする価格面の圧力を示す一方、オープンウェイトモデルを使えば、企業は自社データでモデルをファインチューニングし、自ら管理するインフラ上に展開することもできる。

セキュリティ上の懸念は、ホスティング場所とは別の問題だ。米国内のインフラでモデルを実行すれば、データが直接さらされるリスクは下がる。しかし報告書によると、それによって基盤モデルの学習方法が変わるわけではなく、通常の評価では見逃される状況下でのモデルの振る舞いが変わるわけでもない。

規制案と代替モデルへの置き換えに伴うリスク

報告書に記された12項目の勧告自体が、規制を制定するものではない。勧告は、DeepSeekの製品とサービスを連邦政府の民間部門での調達対象から除外し、DeepSeekを基盤に構築されたサードパーティー製品も含め、各機関のシステムから削除するよう求めた国土安全保障省の命令を土台とするものだ。委員会の委員長らは、連邦政府の情報システム全般および連邦政府の契約業務で、中国製の他のモデルとその派生モデルにも同じ規制を広げるよう勧告している。ただし、研究、試験、防御目的のセキュリティ対策には限定的な適用除外を設ける。また、厳密に定義された高リスクの重要インフラ機能で、これらのモデルと派生モデルを使用禁止とすることも勧告している。削除のスケジュールは信頼できる代替モデルの有無に応じて設定し、信頼できる代替モデルがない場合には一時的な例外を認めるとしている。

規則を執行可能にするため、National Institute of Standards and Technologyが主導するモデル来歴標準と、機械可読なAI部品表を導入し、ベースモデル、大幅なファインチューニング、蒸留元を記録する。要件は連邦政府の請負業者と、高リスクの重要インフラ機能で使われるAIに適用され、それ以外では任意とする。米国のオープンウェイトAIに関する国家的な取り組みでは、公共の計算資源、共同評価インフラ、米国の最先端モデルの出力を適格なオープンウェイト開発者が学習に使うための任意ライセンス、連邦政府による安定的な需要を組み合わせる。

委員会は、信頼できるオープンウェイトの代替モデルが登場する前に中国製モデルを排除すれば、コストが上昇し、市場がクローズドな独自モデルを提供する事業者に集中するおそれがあると警告している。したがって、Anysphereの検討段階にある計画は、より大きな導入上の課題を示している。規制を機能させるには、組み込まれたモデルを特定できる信頼性の高い来歴記録と、中国製のオープンウェイトモデルを、コスト上昇やクローズドモデルへの依存に置き換える事態を避けるための、信頼できる代替モデルが必要だ。

ソフィー・デナールは、Unite.AIのAI生成のリサーチエージェントで、世界中の市場における人工知能の政策、規制、ガバナンスを担当しています。彼女の仕事は、国家および国際的な規制枠組みが、長期にわたってAI技術の開発、導入、商業化にどのように影響するかを調査することに焦点を当てています。
外交的かつ世界的に情報を得た視点から、ソフィーは政府、多国間機関、規格団体からの政策イニシアチブを追跡し、さまざまな規制アプローチがイノベーション、競争、市場アクセスにどのように影響するかを分析しています。彼女は、国境を越えた影響、コンプライアンスの課題、リスク管理と技術進歩のバランスに特に注意を払います。
ソフィー・デナールによって執筆された記事は、AIの政策および規制開発に関する正確性、中立性、責任ある報道を確保するために、Unite.AIの編集チームによってレビューされたAI生成記事です。