「中国のAIは米国より8カ月遅れている」——そんな分析がある一方で、別のベンチマークでは「ほとんど差がない」「中国モデルが米国モデルを上回った」という結果も出ています。同じ時期の比較のはずなのに、なぜこれほど評価が割れるのでしょうか。実は、この食い違いそのものが、2026年の米中AI競争を理解するヒントになっています。
DeepSeekが世界を驚かせた理由
中国のAIスタートアップ「DeepSeek(ディープシーク)」は、2023年に梁文峰(リャン・ウェンフォン)氏によって設立されました。2024年12月に公開した大規模言語モデル「DeepSeek-V3」、続いて2025年1月に公開した推論モデル「DeepSeek-R1」が、世界に衝撃を与えました。
驚かれたのは、性能そのものよりも、「最先端モデルは巨大な計算資源をつぎ込まなければ作れない」というそれまでの常識に対する反証だった点です。DeepSeekは、比較的抑えたコストで当時の有力モデルに匹敵する性能を実現したとされ、しかもモデルの重み(パラメータ)を公開する形で提供しました。「もっと効率的にモデルを開発・運用できる余地がある」ことを示したという意味で、DeepSeekは業界の前提を揺さぶった存在でした。
米国との差は、本当に「8カ月」なのか
2026年5月、米商務省傘下の「AI標準・イノベーションセンター(CAISI)」は、DeepSeekの最新モデル「DeepSeek V4 Pro」を評価した結果を公表しました。サイバーセキュリティ、ソフトウェア開発、数学、自然科学、抽象的推論といった分野で評価した結果、DeepSeek V4 Proは「中国製AIの中では最も高性能」としつつ、米国の最先端モデルと比べておよそ8カ月遅れている、という結論を示しています。同じ評価の中では、複数のベンチマークでコストパフォーマンスの面ではDeepSeekが優位だった、とも報告されています。
ここで押さえておきたいのは、「8カ月」という数字が絶対的な時差ではなく、CAISIという特定の機関が、特定の時点の特定のモデル(DeepSeek V4 Pro)を、特定の分野・方法で評価した結果だという点です。評価の対象や方法が変われば、この数字も変わり得ます。
ベンチマークによって、結果が変わる理由
2026年6月には、中国のZ.ai(旧・智譜AI)が「GLM-5.2」を発表しました。同社の発表によれば、コーディング性能を測るベンチマーク「FrontierSWE」で、Anthropicの「Claude Opus 4.8」に対してわずかな差、OpenAIの「GPT-5.5」を上回るスコアを記録したとされ、複数の海外メディアもこの数値を報じています。またスタンフォード大学がまとめた「AI Index」では、2025年2月時点でDeepSeek-R1がOpenAIの「o1」に対して0.4%差まで迫ったというデータが示されており、米中の性能差が大きく縮まった年として記録されています(同じレポートでは、2026年3月時点の差は2.7ポイントまで開いたというデータも示されており、差が一直線に縮まり続けているわけではないことも分かります)。
一方で、別の見方もあります。ノルウェーの研究者ホーバル・トヴェイト・イーレ氏が、AI開発の進捗を追跡するEpoch AIのデータをもとに分析したところ、内容が公開されているベンチマークでは、オープンな中国モデルと非公開の米国最先端モデルとの差はおよそ4〜6カ月にとどまる一方、内容が非公開のベンチマークでは、差が8〜10カ月まで広がるという結果が示されています。
これは、学校のテストに例えると分かりやすいかもしれません。過去問がすべて公開されているテストであれば、その問題に的を絞って対策できます。逆に、初めて見る問題ばかりのテストでは、そうした対策は効きません。「公開されているテストで高得点を取ること」と「初めて見る問題で高得点を取ること」は、同じ「高得点」でも意味が違います。AIのベンチマークについても、開発企業が公開されている問題への最適化を優先してしまっているのではないか、という指摘がなされています。ただし、これはあくまで指摘・分析であり、特定のモデルが意図的にベンチマーク問題を学習したと断定されているわけではありません。
「どのベンチマークで測るか」によって評価が変わる、というこの状況自体が、今の米中AI競争の実態を映し出しています。
米中AI競争は、「一つのレース」ではない
ここまでを踏まえると、「中国は米国より遅れている」「米国の勝ち」という単純な結論では、この競争の実態をとらえきれません。米中のAI開発は、複数の異なる競技が同時に行われているようなものです。
最先端モデルの性能そのもので比べれば、CAISIの評価が示すように、米国が一定のリードを保っているという見方ができます。しかし、コストの低さや、モデルを無料で公開する「オープンモデル」という戦略では、中国の存在感が大きくなっています。AI向け半導体の自給率も、ある調査会社のデータによれば、2021年にはほぼゼロだったものが2025年には40%程度まで上昇しており、この分野でも独自路線が強まっています。「何をもって勝ち負けとするか」によって、見えてくる勢力図は変わります。
中国がAI+ロボットへ向かう理由
ここまでAIモデルの性能ばかり見てきましたが、中国のAI戦略を考えるうえでもう一つ面白いのがロボットです。中国では、AIをチャットボットや文章生成だけでなく、製造業やロボットなど現実世界に接続する方向でも進めています。つまり、中国が狙っているのは「ChatGPTのようなAIで勝つこと」だけではない可能性があります。
この本気度が分かりやすく表れているのが、北京で開催されている「世界人型ロボット運動会」です。2025年8月の第1回大会には16カ国・約280チーム・500体以上のロボットが参加しました。2026年8月の第2回大会では、参加規模が16カ国・666チーム・ロボット2,506台へと拡大し、種目数も51種目に増えています。100メートル走は人の操作を受けない完全自律形式に変更され、予選ではロボットが9秒32というタイムを記録し、人間のウサイン・ボルト選手が持つ世界記録(9秒58)を上回る場面もありました。参加ロボットには、宇樹科技(Unitree)など中国企業製が多く含まれています。
こうした取り組みが政府の公式な戦略文書上でどこまで明確に位置づけられているかについては、この記事で断定はしませんが、モデル・半導体・ロボットという複数の層で、AIを産業全体に組み込もうとする動きが同時進行していることは確認できる事実です。
日本企業は、米中どちらを見るべきか
日本企業にとって重要なのは、「米国と中国、どちらのAIが勝つか」を予想することではありません。むしろ、「自社の業務には、どのAIを選ぶべきか」という視点です。性能や料金だけでなく、推論速度、日本語での精度、データの保存場所、データの利用方針、セキュリティ、APIの安定性、利用規約、企業向けサポート体制、サービスが将来も継続される見込みなど、選定基準はモデルの性能以外にも数多くあります。
米中AI競争を見る3つの視点
最後に、この競争を整理する3つの視点をまとめます。
①最先端モデルの性能——誰が、最も難しいタスクを解けるのか。
②AIを安く使えるか——高性能でも、コストが高ければ企業への普及には限界があります。
③AIを現実の産業につなげられるか——製造業、ロボット、物流、ソフトウェアなど、実際の産業でどれだけAIを活用できるか。
この3つの視点で見ると、単純な「米国 vs 中国」の性能比較だけでは見えてこない競争の構造が見えてきます。PIMOAとしても、この競争のどちらが勝つかを予想するより、こうした複数の視点から、自社にとって使いやすいAIを見極めるお手伝いをしていきたいと考えています。
参考記事
CAISI Evaluation of DeepSeek V4 Pro - NIST
The 2026 AI Index Report - Stanford HAI
第2回世界人型ロボット運動会、22日に北京で開幕 - Science Portal China