AI利用の拡大、価格上昇、応答開始までの待ち時間も長く
中国情報通信研究院（CAICT）によると、中国の人工知能（AI）トークンの1日当たり消費量は2026年6月に約500兆に達し、2025年12月の約4倍となった。需要とともに価格も上昇した。比較のため共通基準に換算した国内の平均価格は、2025年下半期の6.8元から2026年には13.46元へと上がり、約98％の上昇となった。
目次
10月23日に公表されたCAICTの「大規模モデル・トークンサービス性能モニタリング報告書（2026）」は、利用者が直接感じる可能性のある変化も記録している。国内モデルのテキスト生成速度は、2025年の平均と比べて8月には約2倍になった一方、最初のトークンが出るまでの時間は長くなった。回答が始まれば速く届くが、始まるまでの待ち時間は延びた。
報告書の調査結果からは、2年間の価格競争を経て回復する市場、急増する利用量、そしてはるかに多くの情報を処理できるサービスの姿が浮かび上がる。また、AIサービスを選ぶ際にはモデル名を確認するだけでは不十分であることも示している。同じモデルを動かすプラットフォーム間で、実績に大きな差があった。
急増する中国のトークン消費
トークンとは、AIモデルが処理または生成する情報の小さな単位だ。テキストの場合、単語や単語の一部、句読点などが該当する。言語やシステムによって単語との対応関係は異なるものの、モデルが処理する作業量を測る共通の指標となる。
したがって、CAICTが示した1日約500兆という数字は、モデルの処理量を表している。2025年12月から約4倍に増えたということは、約300％の増加に当たり、6月の総量がそれ以前のほぼ4倍になったことを意味する。
現在は、MaaS（Model as a Service、モデル・アズ・ア・サービス）と呼ばれるプラットフォームを通じてアクセスを提供する事業者が増えている。顧客は、公開クラウドのアプリケーション・プログラミング・インターフェース（API）を通じてリクエストを送る。APIは、あるソフトウェアから別のソフトウェアに処理を依頼するための接続手段だ。企業はこの方法を使えば、基盤となるモデルを自ら運用せずに、自社製品へAIを組み込める。
モニタリングの対象
CAICTの人工知能研究所は、工業情報化省の大規模モデル・ハードウェア・ソフトウェア評価重点実験室、および人工知能産業連盟と共同で報告書を発表した。モニタリングの対象期間は2026年1月から8月まで。
評価項目は、リクエストの成功率、出力速度、出力開始までの待ち時間、安定性、価格、コンテキストウィンドウだ。公式のモデルプラットフォームと、オープンソースモデルの4系列であるDeepSeek、Qwen、GLM、Kimiを提供するサードパーティーサービスを比較している。
CAICTによると、利用者にはトークンサービスの性能を判断する簡単な手段がなく、事業者選びに苦労することが多い。今回の測定は、価格や速度の単一指標では見えない複数の性能を分けて評価し、実務上の課題に応えるものだ。
主な日付と変化は以下の通り。
- 2025年12月：その後、国内の1日当たりトークン消費量が約4倍に増える比較基準の時点。
- 2026年1月～8月：報告書のモニタリング期間。
- 2026年5月：オープンソースモデル4系列の新バージョンをモニタリングに追加。
- 2026年6月：国内の1日当たりトークン消費量が約500兆に到達。
- 2026年8月：国内の出力速度は平均毎秒78.23トークン。
- 2026年10月23日：報告書を公表。
2年間の値下げ競争を経て価格が反発
国内のモデルサービスは、2年間にわたる価格競争を経て2026年を迎えた。価格は6.8元から13.46元へ上昇し、CAICTの共通基準による換算価格では6.66元の値上がりとなった。従来の平均価格からほぼ倍増したことになる。
共通基準への換算とは、異なる料金体系を比較できるよう同じ基準にそろえることだ。今回示された元建て価格の基礎となる課金単位は明記されていないため、利用者は報告書の平均値を個別のリクエストの費用に直接換算できない。
中国国外で2026年に登場した代表的なモデルの平均価格は、同じ換算基準で約117.8元だった。国内平均の13.46元の約8.8倍に当たる。この比較は調査対象のグループについてのもので、実際の利用者にはモデルやプラットフォームごとに個別の価格が適用される。
生成開始後は回答が速く届く
国内モデルの出力速度は8月に平均毎秒78.23トークンとなり、2025年の平均である毎秒38.25トークンを上回った。約105％の上昇で、出力速度は2倍をわずかに超えた。
スループット、または毎秒トークン数（TPS）と呼ばれるこの指標は、サービスがどれだけの速さで回答を生成するかを示す。数値が高いほど、生成が始まった後に長い回答を届けるまでの時間を短縮できる。
中国国外の代表的なモデルは8月、平均毎秒112.82トークンだった。国内の数値を約44％上回る。出力速度は2025年12月の毎秒51.35トークンから大きく伸び、約120％の上昇となった。
比較対象となる期間は異なる。国内の数値は2025年通年の平均との比較である一方、国外の数値は12月との比較だ。どちらの系列でも出力速度は大きく改善したが、8月の平均では調査対象の国外モデルが上回った。
最初の応答まで時間がかかる理由
国内モデルが8月に最初のトークンを出すまでに要した時間は平均1.26秒で、2025年の0.78秒から延びた。0.48秒の増加は約62％に当たる。
この待ち時間は「初回トークンまでの時間（TTFT）」と呼ばれる。チャットボットの利用者にとっては、リクエストを送信してから回答が表示され始めるまでの間のことだ。スループットはその後の生成速度を示すため、一方の指標が改善する一方で、もう一方が悪化することもある。
国外の代表的なモデルが8月に応答を始めるまでの時間は平均2.08秒で、4月の1.04秒から延びた。したがって8月、国内モデルは平均で0.82秒早く出力を始めたが、その後の出力速度は遅かった。
CAICTは、初期応答の遅れが大きくなった背景として、モデルの大型化、コンテキストの長期化、リクエストの増加が同時に進んでいることを挙げる。大規模モデルはより多くの計算を必要とし、長いコンテキストは処理する情報量を増やす。アクセスが集中すれば、サービスへの負荷も高まる。
一度に処理できる情報量が大幅に拡大
モニタリング対象モデルの47.8％は、100万トークンのコンテキストウィンドウに対応していた。20万トークン以上を処理できるモデルはさらに多く、95.7％に達した。2025年末から76ポイント超の上昇だ。
コンテキストウィンドウとは、リクエスト1回につきモデルが処理できる情報量のことだ。指示や過去の会話、分析のために送信された文書などが含まれる。ウィンドウが大きければ、情報を複数のリクエストに分けず、まとめて入力しやすくなる。
この数値は、調査対象モデルで長いコンテキストが急速に普及したことを示す。ほぼ半数が100万トークンの容量を提供し、20万トークン未満にとどまるのは4.3％だけだった。20万トークン以上に対応する割合が76ポイント超増加したことから、2025年末時点では19.7％未満だったと分かる。
長文書を処理する企業にとって、容量の拡大は1回の処理で扱える情報量を変える。また、報告書が待ち時間と処理容量を併せて評価する理由も説明できる。最初の応答が目に見える形で現れる前に、モデルがはるかに多くの情報を処理している可能性がある。
同じモデルでもプラットフォームによって性能に差
DeepSeek、Qwen、GLM、Kimiの各サービスでは、事業者によってスループット、初期応答時間、リクエスト成功率に違いがあった。同じモデルでも、プラットフォーム間の出力速度の差は約2倍に達した。
一部のサードパーティーサービスは公式プラットフォームを上回った。CAICTは、推論の高速化、最適化戦略、コスト管理の違いがばらつきの原因だとしている。推論とは、学習済みモデルが回答を生成する計算処理を指す。事業者によって、その処理の編成や最適化の方法は異なる。
バージョンの変更も影響した。8月にはDeepSeek-V4-ProのスループットがDeepSeek-V3.2の2倍に達した。5月のアップグレード後、調査対象モデルでは一般に、まず待ち時間が延び、その後、事業者による最適化が進むにつれて短縮した。遅延は徐々にアップグレード前の水準に近づいた。
サービスを選ぶ顧客は、関連する2つの判断を迫られる。どのモデルを使うか、そしてどのプラットフォームで動かすかだ。報告書の結果は、事業者ごとの性能が選択における具体的な判断材料となることを示している。
顧客にとっての意味
AIサービスを購入する企業は、国内の平均価格が上がる一方で、出力速度が向上し、コンテキストウィンドウも大幅に拡大した状況に直面している。何を重視すべきかは用途によって異なる。対話型チャットでは応答開始の速さが重要だが、長い回答の生成では、生成中の出力速度がより大きく影響する。
文書分析サービスでは大きなコンテキストウィンドウが必要になる一方、顧客からのリクエストを繰り返し処理するアプリケーションでは、呼び出しの成功率や安定性も重要だ。CAICTがこれらすべてを評価項目に含めたのは、それぞれが利用者の体験の異なる側面に影響するためだ。
報告書全体から見えてくるのは、処理量と機能が拡大する一方、共通基準で換算した価格も上昇する市場の姿だ。国内サービスは調査対象の国外モデルに対して大きな価格優位を保ち、8月には平均でより早く応答を始めた。国外モデルは出力開始後のトークン生成速度で上回った。両グループとも、最初のトークンまでの待ち時間が延びており、モデルの大型化と利用拡大に伴う負荷が示されている。
要点
- 中国のAIトークン消費量は2026年6月に1日約500兆に達し、2025年12月のほぼ4倍となった。
- 国内の換算価格は6.8元から13.46元へと約98％上昇した。
- 国内の出力速度は8月に平均毎秒78.23トークンとなり、2025年の平均の2倍を超えた。
- 国内モデルで最初のトークンが出るまでの時間は、0.78秒から1.26秒に延びた。
- モニタリング対象モデルの95.7％が、20万トークン以上のコンテキストウィンドウに対応した。
- 同じモデルでもプラットフォームによって出力速度に約2倍の差があり、一部のサードパーティー事業者は公式サービスを上回った。
