DeepSeek APIを使う開発者にとって、突然の値上げほど厄介なものはない。2026年8月17日、DeepSeekは価格体系を全面改定し、旧価格と比べて新料金は区分によって最大12.1倍に達した。値上げの規模もさることながら、目を引くのは新設されたピーク時間帯が北京の標準的な就業時間、午前9時から正午、午後2時から午後6時とぴたり重なっている点だ。料金表を眺めるだけでは分からないこの一致は、DeepSeekの実際のヘビーユーザーがどこにいるかを教えてくれる。同じ構図は、AlibabaのQwenが発表した「6カ月で30億ダウンロード」という数字にも透けて見える。
北京時間だけがピークになった新料金体系
DeepSeekは2026年8月17日、APIの価格体系を全面改定し、同時にピーク課金制を導入した。ピーク帯は北京時間の午前9時から正午、および午後2時から午後6時の2つの時間帯で、日本時間に直すと午前10時から午後1時、午後3時から7時にあたる。公式の価格表によれば、ピーク帯とオフピーク帯の価格差はどの区分でも一律2倍だ。上位モデルのV4-Proの場合、出力トークンは100万トークンあたりオフピーク1.98ドルからピーク3.96ドルへ、入力トークン(キャッシュヒット)は0.022ドルから0.044ドルへ、それぞれきっちり2倍になる。
この日の改定で見過ごせないのは、当日内の値動きより価格体系そのものの水準が変わった点だ。V4-Proの入力トークン(キャッシュヒット)は8月17日以前の旧価格からピーク新価格まで最大12.1倍、入力トークン(キャッシュミス)は3.0倍、出力トークンは4.5倍にそれぞれ上昇した。ピーク/オフピークという当日内の差が一律2倍というシンプルな仕組みである一方、旧料金からの引き上げ幅そのものは区分によって大きく異なる。多くの人々の目を惹く「最大12倍」という数字は、改定前後の価格差を指す数字であり、当日内の時間帯間の差(一律2倍)とは別の指標だ。
値上げそのものは、計算資源をピーク時に効率よく配分する仕組みとして説明できる。DeepSeek APIを日常的に使う開発者にとってこの設計は請求額の予測を難しくする一方、同社のサーバー負荷がどの時間帯に集中しているかを外部から逆算できる珍しい手がかりでもある。
AIモデルの利用料金は、モデルへ送る指示文の分量にあたる「入力トークン」と、モデルが返す回答の分量にあたる「出力トークン」で別々の単価が設定されているのが一般的だ。入力トークンは質問文や添付データの量だけ発生し、出力トークンは生成される回答の長さに比例する。DeepSeekのピーク課金は入力・出力のどちらにも一律2倍の重みをかける設計であり、大量の文書やコードをまとめて読み込ませる使い方をする利用者ほど、ピーク時に増える請求額の絶対値そのものが大きくなる。
クラウドの計算資源に時間帯で価格差をつける手法自体は目新しくない。大手クラウド事業者のスポットインスタンスも、需要が高まる時間帯は価格が上がり、需要が薄い時間帯は割安になる仕組みを採用している。GPUは事前に確保できる台数に上限があり、需要が集中する時間に価格を上げることで利用を分散させ、サーバーの過負荷を防ぐという合理性がある。ただし、需要の集中がどの時間帯に起きているかという情報自体が、そのサービスの利用者層を映す鏡になっている点は見過ごされがちだ。
昼休憩まで再現するピーク帯が語るユーザー像
ピーク帯を時間軸に並べてみると、7時間が2つの塊に分かれていることが分かる。午前9時から正午までの3時間、午後2時から午後6時までの4時間、合計7時間だけが割高になり、正午から午後2時までの2時間はオフピーク料金のまま据え置かれる。ちょうど中国の一般的なオフィスワーカーが昼食休憩を取る時間帯だ。単純に「日中は混むから高くする」という発想であれば、正午から2時までを含めて9時から18時まで一括でピークに設定する方が制度としては簡潔になる。それをしなかったということは、実際のトラフィックが昼休憩の間に目に見えて落ち込んでいる、つまり利用の主体が人間のオフィスワーカーによる能動的な問い合わせであることを示唆する。
もう一つの手がかりは、このピーク帯が米国の標準的な業務時間とまったく重ならない点だ。ピーク帯をUTCに直すと1時から4時、6時から10時にあたるが、米国東海岸の一般的な業務時間(東部夏時間でUTC13時から22時ごろ)は、このピーク帯のどこともかすらない。DeepSeekのヘビーユーザーが北米の企業や開発者に偏っているなら、値上げの対象時間は北米の需要ピークにも及ぶはずだが、実際には終日オフピーク料金のままになる。
参考になるのが、2026年3月に集計されたSimilarwebのデータだ。DeepSeekの公式サイトへのデスクトップ訪問者は中国が44.17%を占め、ロシア10.35%、米国5.68%にとどまるという。これはAPIの有料利用者の内訳とは別の指標で、8月の価格改定と同時期の調査でもないが、無料のチャット画面を訪れる利用者の地域分布としては、ピーク帯の設計から浮かぶ仮説と方向が一致する。ピーク課金という一見技術的な制度設計が、期せずして利用者の分布を映し出している。
時間の配分を割合で見ると、ピーク帯は1日24時間のうち7時間、比率にして29%にとどまり、残る71%はオフピーク料金のままだ。DeepSeekが北米や欧州の需要も等しく取り込みたいのであれば、この29%という短い窓を北京の業務時間だけに固定する理由はない。地球全体に分散する利用者を想定するなら、ピーク帯は24時間のうちもっと広い範囲に散らばるか、複数の時間帯にまたがる形になるはずだ。
深夜から早朝にかけての時間帯がオフピークのまま据え置かれている点も参考になる。企業が大量のデータを一括処理するバッチ処理は、人手を介さない自動化されたワークロードであり、応答速度を求められないぶん深夜帯に回しやすい。DeepSeekの料金設計は、こうした自動化されたバッチ利用にはむしろ有利に働く一方、日中に人が対話的に使う利用には割高になる。ピーク帯の設計は、利用形態そのものを人間の対話型利用へ誘導する経済的な仕掛けとしても機能している。
2025年1月のDeepSeekショックが生んだ「中国AI覇権」論
DeepSeekの一挙手一投足がこれほど注視される背景には、2025年1月の記憶がある。同月20日、DeepSeekが低コストで開発したとする推論モデル「R1」を公開すると、AI開発に必要な計算資源の常識が揺らぎ始めた。その1週間後の1月27日、Nvidiaの時価総額は一日で約6000億ドル、1ドル147円換算でおよそ88兆2000億円が失われた。ワシントン・ポストなどが報じたこの急落は、「中国が米国のAI覇権を脅かすのではないか」という懸念を米国の産業界に広げるきっかけになった。
株価自体は数週間で持ち直したものの、中国製のオープンモデルが世界のシェアを伸ばす流れはその後も止まらなかった。DeepSeekの新料金制度やQwenの実績データは、この1年半越しの懸念の続報として読まれやすい構図にある。
この急落の背景には、AI開発の前提が揺らいだという事情がある。当時、最先端モデルの開発には数万基規模の最新GPUと巨額の投資が必要という見方が業界標準だった。R1のベースとなるV3モデルについて、DeepSeekは最終段階の事前学習に必要だったGPU時間・費用を大幅に低い水準で公表しており、この数字が今後のGPU需要見通しそのものを疑問視させ、Nvidiaの将来収益予測に直接跳ね返った。市場が下方修正したのは株価そのものというより、AI投資という産業全体の前提だったとも言える。
Qwenの派生モデルはMetaの2.6倍に達した
懸念の続報として語られやすいQwenの実績を具体的に見ると、まず規模が目を引く。Hugging Faceが2026年8月に公開したレポートによれば、Qwenシリーズをベースにした派生モデルは同プラットフォーム上で15万1448件に達し、Meta系モデル全体の2.6倍、Llamaシリーズに限れば4.7倍の件数になるという。派生モデルとは、既存のオープンウェイトモデルを追加学習や量子化などで改変し、別モデルとして公開したものを指す。件数が多いほど、世界中の開発者がそのモデルを土台に独自の用途を開拓している証拠になる。
同じレポートはダウンロード数についても集計しており、2026年最初の7カ月間の累計でQwen関連モデルが約20.5億ダウンロードに達した一方、Googleのモデル群は約4.18億、Metaのモデル群は約2.27億にとどまったとしている。件数ベースの差は2.6倍だが、ダウンロード数で見るとQwenはMetaのおよそ9倍に達する。Hugging Face自身が算出したこの数字だけでも、Qwenがオープンモデルの流通量で他を圧倒している状況は十分に伝わる。
派生モデルの件数が伸びるかどうかは、ライセンス条件にも左右される。Qwenシリーズは商用利用を含む改変・再配布が比較的緩やかなライセンスで公開されており、企業や個人開発者が独自の用途向けにチューニングしたモデルをそのまま公開しやすい。ライセンスが厳格な場合、派生モデルを作っても社内利用にとどめ、Hugging Face上には公開しないケースが増える。件数の差には、モデル自体の性能差に加えて、公開のしやすさという制度的な要因も反映している可能性がある。
開発者が新しいプロジェクトのベースモデルを選ぶ際、派生モデルの豊富さは参考情報になりやすい。同じ土台を使った先行事例が多いほど、量子化やファインチューニングのノウハウ、トラブルシューティングの情報がコミュニティに蓄積されているからだ。Qwenの派生モデル数がMetaを大きく上回っているという事実は、次にモデルを選ぶ開発者の意思決定に直接影響する実務的な材料になる。件数の多さはそのまま、蓄積されたノウハウの量を意味する。
「30億ダウンロード」と「20.5億」、数字はどちらが正しいのか
Alibabaは2026年8月、「Qwenシリーズが6カ月間で30億ダウンロードを突破した」と自社発表した。GIGAZINEなど日本語メディアもこの数字をそのまま報じている。だが同じ時期にHugging Face自身が公開した集計では、2026年最初の7カ月間の累計が約20.5億ダウンロードにとどまる。単純に比率を取ると、Alibabaの自社発表はHugging Faceの実測値のおよそ1.5倍にあたる。
不自然なのは倍率そのものより、期間の関係だ。Alibabaが区切った「6カ月」という期間は、Hugging Faceが集計した「最初の7カ月間」より短い。より短い期間の自社集計の方が、より長い期間の第三者集計より多い数字になっている。これは、Alibabaの「30億」がHugging Face以外の配布経路、たとえば独自プラットフォームのModelScopeやAlibaba Cloud経由のAPI利用、各地のミラーサーバーでのダウンロードまで含めている可能性を示唆する。Hugging Face側は対象ファイルへのアクセスをどう数えるか(GET・HEADリクエストの扱いやGGUF形式での重複計上の可能性)を公式文書で説明しているが、Alibabaの「30億」がどの経路をどう合算した数字なのかは公開されていない。
ダウンロード数という指標自体、算出方法によって数字が大きく変わりやすい。Hugging Face上の集計は、同じモデルファイルへの重複アクセスやミラーサーバー経由の取得、自動化されたビルドパイプラインによる定期的な再取得などをどこまで数えるかで結果が変わる。中国企業の多くはHugging Faceに加えて自国のModelScopeにも同じモデルを公開しており、複数プラットフォームを合算した数字を発表している可能性がある。ただしこれはAlibabaの「30億」を説明する一つの仮説に過ぎず、実際にどの経路を合算した数字なのかは公開されていない。Hugging Face単独の集計とは前提が異なる比較であることは変わらない。
見過ごされやすいのは、Hugging Face単独の数字(約20.5億)だけでもMetaの9倍という差が既についている点だ。実態としてすでに他を圧倒しているにもかかわらず、算出根拠を示さないより大きな数字をあえて自社発表として出す判断には、説明が必要なはずだ。
シェア争奪の先にあるエコシステム支配
DeepSeekのピーク課金とQwenのダウンロード集計は、一見無関係な2つの話題に見える。だが並べてみると、2025年1月に広がった「中国が米国からAI市場を奪う」という恐怖のフレームとは異なる実態が浮かぶ。DeepSeekの主要な顧客は北京の業務時間で動くアジア圏のユーザーであり、米国企業のワークフローに深く食い込んでいるわけではない。Qwenも、Hugging Face上の開発者エコシステムという指標でMetaを上回る数字を積み上げてきた。米国企業と直接シェアを奪い合う構図とは異なる伸び方だ。
この構図は日本の開発者にとっても他人事ではない。Alibaba Cloudは企業向けAI開発基盤「Model Studio」の東京リージョンを提供しており、Qwenをベースにしたモデルを国内のデータセンター経由で扱える環境が整っている。Qwenのオープンウェイトモデル自体はHugging FaceやGitHub、ModelScope経由で以前から入手・自己ホストできたが、東京リージョンはそれとは別に、レイテンシとサポート体制付きの管理型APIという選択肢を国内企業に加えるものだ。料金は米ドル建てのままで為替変動そのものを避けられるわけではないが、アクセス遅延やサポート面での選択肢が広がる意味は小さくない。
DeepSeekはアジアの実利用で、Qwenは開発者エコシステムの流通量で、それぞれ異なる指標を積み上げている。Model Studioの日本上陸が示すように、この土俵の広がりを最初に体感するのは米国企業ではなく、日本を含むアジアの開発者になる。
