中国製AIモデルがOpenRouter利用の60%超え｜DeepSeek・Kimi・MiniMax・GLM台頭の理由と日本企業への影響【2026年8月最新】

2026年8月時点で、DeepSeek・Tencent・Xiaomi・Z.ai（GLM）などの中国製オープンウェイトモデルが、LLMルーター「OpenRouter」のトークン消費の過半（プラットフォーム全体で6割前後、集計方法によっては約5〜8割）を占めています。 ただし2026年7〜8月にかけて前提が大きく変わり、「中国製＝激安で自由に使える」という理解はすでに正確ではありません。

この記事でわかること:

• OpenRouterで中国製モデルが過半を占める現状と、その数字をどこまで信じてよいか
• 2026年8月17日に適用されたDeepSeekのAPI最大約12倍値上げと、日本企業への実務インパクト
• Kimi K3・Qwen3.8-Maxで導入された「収益連動型ライセンス」と、自社が該当するかの判定
• 値上げ後の中国製と値下げ後の米国製を並べた、月間コスト試算つきの料金比較
• 公式API／ゲートウェイ経由／セルフホストで変わるセキュリティ・地政学リスク

想定読者は、AIコストの最適化を検討する情報システム部門・エンジニア、モデル選定の意思決定者、そして「安いから使いたいが法務・セキュリティ面が不安」という管理部門の担当者です。

本記事の数値は2026年8月17日時点で確認できた公式情報・報道に基づきます。この領域は料金・ライセンス・モデル世代の更新が非常に速いため、最終判断は必ず各社の公式ページで再確認してください。

2026年8月に何が変わったのか：崩れた3つの前提

中国製モデルの利用シェア自体は依然として高い一方で、「選ぶ理由」だった3つの前提が同時に崩れました。

加えて、2026年8月16日にStripeがOpenRouterを70億ドル超で買収したとBloombergが報じました。多くの分析が根拠にしてきた統計プラットフォームそのものの所有者が変わったことになり、ランキングデータの継続公開や中立性は今後の注目点になります。

実務上の含意はシンプルです。「中国製だから安い」で選ぶ時代は終わり、モデル単位・利用形態単位でコスト・ライセンス・データ所在を確認する必要が出てきました。

数字で見る現状：OpenRouterの利用上位は中国製が過半

出典: OpenRouter 公式サイト

2024年末には全トークンの2%未満だった中国製オープンウェイトモデルが、2026年8月にはOpenRouterの利用上位を占めるまでになりました。 OpenRouterは、1つのAPIエンドポイントからOpenAI・Anthropic・Google・DeepSeek・Qwen・Moonshot・Tencentなど400以上のモデルを横断利用できるLLMルーター（AIゲートウェイ）で、ユーザー数は約800万人。週次のモデル別トークン消費ランキングを公開しており、開発者・エージェント経由のLLM利用動向を測る事実上の業界指標になっています。

2026年8月16日時点の日次トークン量の上位は次のとおりです。

同日の日次トークンをプロバイダ別に概算すると、DeepSeek 約36%／Tencent 約14%／Anthropic 約10%／OpenAI 約8%／Xiaomi 約7%／その他 約25%という構成です。

推移で見ると、逆転のスピードがよくわかります。

• 2024年末: 中国製オープンウェイトは全トークンの2%未満
• 2026年2月9〜15日週: 中国製が週間4.12兆トークンで初めて米国製を上回る
• 2026年4月: プラットフォーム全体で中国製が約51%
• 2026年6月: 米国製モデルのシェアが1年間で約70%→約30%に低下
• 2026年7月: 上位10エンドポイントのトークン処理量で中国系が約82%
• 2026年8月5日週: 上位10のうち8枠が中国製
• 2026年8月16日: 上位12のうち中国製7・米国製5（Claude Opus 5が3位に復帰）

企業利用でも同じ傾向が観測されています。CNBCが2026年7月7日に報じたデータでは、米国エンタープライズのトークン利用のうち中国製モデルが週次ピークで46%に達し、直近12か月平均では11%、2025年上半期は4.5%でした。「一部の個人開発者だけの現象」とは言えない規模になっています。

その「6割」はどこまで信じてよいのか

シェアの数字は集計方法によって51%〜82%まで振れます。単一の数値を根拠に意思決定するのは危険です。 数字を読むうえで押さえるべき注意点は3つあります。

1. 母集団が集計ごとに違う
「プラットフォーム全体」なのか「上位10モデル限定」なのか「エンドポイント単位」なのかで結果が大きく変わります。上位10限定で切れば当然シェアは高く出ます。

2. 無料プロモ枠が数字を歪める
Tencent Hy3は2026年7月6日〜21日の無料ルート開放期間に単週6.13兆トークンを記録し全モデル1位になりました。これは「エンドポイントのURLを差し替えるだけで295BモデルがCodex CLIから無料で使える」という状況が生んだ数字であり、有償の実需とは性質が異なります。

3. OpenRouterは世界のAI利用全体ではない
OpenRouter経由の利用には、エンタープライズの直接契約や、Amazon Bedrock・Google Vertex AI・Azure経由の利用が含まれません。「世界のAI利用の6割が中国製」ではないという点は繰り返し確認が必要です。

さらに2026年8月16日、決済企業のStripeがOpenRouterを70億ドル超で買収したと報じられました。2026年5月のシリーズB（1億1,300万ドル調達）時点の評価額は約13億ドルとされており、約3か月で約5倍の値付けです。買収後にランキングデータの公開方針や中立性がどうなるかは現時点で未確定であり、この統計への依存度を下げておくこと自体がリスク管理になります。

【2026年8月17日適用】DeepSeekがAPIを最大約12倍値上げ

出典: DeepSeek 公式サイト

中国製モデルの価格優位を象徴してきたDeepSeekが、2026年8月17日午前1時から新料金を適用しました。キャッシュヒット時の入力単価で最大約12.1倍、出力単価で約4.5倍という大幅値上げです。 2026年8月13日の発表から適用まで約4日という短さでした。

※1Mトークンあたり・USD

日本企業にとって見逃せないのがピーク時課金です。DeepSeekは日本時間の10:00〜13:00と15:00〜19:00に通常の2倍を適用します。日本のビジネスアワーがほぼ丸ごとピーク帯に該当するため、日中に社内エージェントやバッチ処理を回している企業は、公表された値上げ幅よりさらに大きい実質負担増になります。

一方で「12倍」という数字だけが独り歩きするのも正確ではありません。12.1倍はキャッシュヒット入力での最大値であり、実効レートはキャッシュヒット率とピーク時間帯の利用比率で大きく変わります。自社のログから「キャッシュヒット率」「時間帯別トークン量」を出さないと、正しい影響額は算出できません。

値上げの詳細と背景はDeepSeek APIの値上げを整理した記事、モデル自体の性能はDeepSeek V4 Flashの解説とDeepSeek V4 Proの解説で詳しく扱っています。

コスト比較：値上げ後の中国製 vs 値下げ後の米国製

2026年8月時点で最も重要な事実は、「米国製＝高い／中国製＝安い」という図式がすでに成立していないことです。 OpenAIが2026年7月30日にGPT-5.6 Lunaを約80%値下げした結果、値上げ後のDeepSeek V4-Proより安い米国製モデルが存在する状態になりました。

主要モデルのAPI単価（1Mトークンあたり・USD）は次のとおりです。

月間1億トークンでの試算

入力8,000万・出力2,000万トークン（コーディングエージェントの想定的な配分）で月額を試算すると、順位関係がより明確になります。

※単純計算による目安。キャッシュヒット率・ピーク時間帯・バッチ割引は考慮していません

この試算から見えるのは、価格帯（レーン）ごとに勝者が入れ替わっている構図です。

• 超低単価レーン（$0.1〜0.3台）はまだ中国製が強い。Xiaomi MiMo-V2.5やTencent Hy3は大量処理用途で依然として有利
• 中位レーンでは逆転が発生。GPT-5.6 LunaがDeepSeek V4-Proより安く、日本語品質や運用の安心感まで含めると米国製を選ぶ合理性が出た
• フロンティア級では中国製も高い。Kimi K3の$3/$15はGPT-5.6 Terra（$2/$12）より高単価で、「中国製だから安い」は完全に崩れている

GPT-5.6の値下げ内容はGPT-5.6 Lunaの80%値下げを整理した記事、中国製と米国製の直接比較はDeepSeek V4 vs GPT-5.5も参考になります。

【要注意】ライセンスが変わった：収益連動型への転換

2026年後半の最大の変化は、価格ではなくライセンスです。フロンティア級のオープンウェイトに「売上が一定額を超えたら個別契約が必要」という収益連動条項が入り始めました。 これはセルフホスト前提で導入を計画している企業にとって、コスト以上に重い論点になります。

Hugging Faceが2026年8月14日に公開した「State of Open Models: Summer 2026」によれば、中国ラボによる20B超のリリース178件のライセンス内訳はApache 2.0が59%、MITが22%で、米国ラボ（Apache/MIT 29%、独自条件41%、未表明30%）より依然オープンです。しかし直近のフロンティア級リリースでは、中国側にも独自条件が急速に増えています。

Kimi K3ライセンス（Moonshot AI・2026年7月27日ウェイト公開）

• Hugging Face上のタグは license:other。Moonshot自身も「オープンソース」ではなく「オープンウェイト」と表現
• 使用・複製・改変・配布・再ライセンス・販売、ファインチューニング・派生物作成は無償で許諾
• MaaS（Model as a Service）事業者は、関連会社を含む売上が連続12か月で2,000万ドルを超えた時点でMoonshotとの個別契約が必要
• 月間アクティブユーザー1億超、または月次売上2,000万ドル超の商用製品は、UI上に「Kimi K3」の表示義務
• 報道ベースでは最大30%の収益分配を求める可能性も指摘されていますが、ライセンス本文には「個別契約が必要」としか書かれておらず、料率は未確定です

Qwen3.8-Maxライセンス（Alibaba・2026年8月13日ウェイト公開）

• Qwen3系のApache 2.0から方針転換した独自ライセンス。Max級のウェイト公開はQwenシリーズ初
• 商用製品がMAU 1億超または月次売上2,000万ドル超の場合、UIにモデル名の明示義務
• MaaS事業／AIワークアシスタント事業でグループ売上が連続12か月5,000万ドル超の場合、Qwenからの個別許諾が必要
• 一方で同時期にリリースされたQwen3.8-27BはApache 2.0のまま

つまり、「Max級・フロンティア級は収益連動型、中小型はApache 2.0」という二層構造が新しい標準になりつつあります。Qwen3.8-Maxの詳細はQwen3.8-Maxの解説記事、Kimi K3の性能はKimi K3の解説記事で扱っています。

自社が該当するかの判定手順

日本企業の大半は閾値を下回りますが、「自社がMaaS事業に該当するか」の切り分けは事前に済ませておくべきです。

1. モデルを自社製品に組み込んで外部に提供しているか？
   • していない（社内利用のみ）→ 収益条項に抵触する可能性は低い
   • している → 2へ
2. その提供形態はMaaS（推論API・モデルホスティング・AIワークアシスタント）に該当するか？
   • 該当しない（自社SaaSの一機能として利用）→ 表示義務の閾値（MAU 1億／月商$20M）のみ確認
   • 該当する → 3へ
3. 関連会社を含むグループ売上が連続12か月で$20M（Kimi K3）／$50M（Qwen3.8-Max）を超えるか？
   • 超える → 個別契約が必要。法務レビューとベンダー照会を先に実施
   • 超えない → 現行条件で利用可能。ただしライセンス改定の追跡は必要

閾値を気にせず使いたい場合は、Apache 2.0のQwen3.8-27B、MITのGLM系、MITで公開されたエージェント基盤のDeepSeek Harnessといった選択肢が現実的です。特にQwen3.8-27Bは28Bの密結合モデルでVisionにも対応し、262kコンテキスト（1Mまで拡張可）、24GB VRAMのコンシューマGPUで動作しながらSWE-bench Proで61.7を記録しており、ライセンスと実行可能性の両面で扱いやすい構成です。

「フロンティア級オープンウェイト」の現実：公開されても誰も動かせない

出典: Hugging Face 公式サイト

ウェイトが公開されていることと、自社で動かせることはまったく別問題です。 Hugging Faceの2026年8月レポートは、この点を数字で明確にしています。

• ダウンロードの83%は1Bパラメータ未満のモデル。100B超は全期間の1%にとどまる
• 2026年の70B超のダウンロード量は全体のわずか3%
• 一方、中国ラボは大型偏重で、2026年のダウンロードに占める70B超の割合はMiniMax 100%／Moonshot 88%／DeepSeek 55%
• 月次のパラメータ上限は中国ラボが754B〜2.78Tに対し、米国ラボは7か月中5か月で130B未満

Kimi K3（2.8T MoE）やQwen3.8-Max（2.4T）は、ウェイトが公開されていても自社インフラでの推論は現実的ではない規模です。「オープンウェイトだからセルフホストしてデータ越境リスクを回避する」という戦略は、実際にはQwen3.8-27B級以下の中小型モデルでしか成立しません。

エコシステム面では、Alibabaの存在感が突出しています。Hugging FaceのQwen派生モデルは151,448件（Google 82,506件、Meta/Llama 57,769件）、Qwen GGUFは月間3,960万ダウンロード（Gemma 2,080万、Llama 750万）で、2026年8月15日には累計ダウンロードが30億回を突破し、Meta・Googleを抜いて世界首位になりました。Qwen公式が出したGGUFは54件のみで、28,531件はコミュニティ変換です。実質的なディストリビューターはコミュニティであり、llama.cppを中心としたローカル推論基盤がこの領域を支えています。

対照的に、Moonshotの年間総ダウンロードは3,700万でQwen（20.61億）の約1/55です。話題性と実際の利用量は一致しないことがよくわかります。

「使われている量」と「稼いでいる収益」は別物

OpenRouterで過半を占めるのはトークン消費量であり、収益シェアではありません。 ここを混同すると市場構造を読み違えます。

• Anthropic: OpenRouter上のトークン量では約12%ながら、プラットフォーム売上では約46%を獲得
• 中国製オープンモデルは「安価な大量処理レーン」、米国クローズドモデルは「高単価の高難度レーン」として市場が分岐

2026年8月16日時点でClaude Opus 5が日次トークン3位に復帰していることからも、「中国製が全部持っていった」という単純な構図ではないことがわかります。実務的には、難易度が高く失敗コストの大きいタスクには高単価モデル、大量に回す定型処理には低単価モデルという二層運用が、コスト面でも品質面でも合理的です。

エージェント経由のトラフィックにも変化があり、Claude Codeは2026年4月の67.8%から7月には44.4%へ低下、Codexは10.4%から20.8%へ上昇しています。エージェントツールとモデルの組み合わせは固定的ではなく、乗り換え可能な構成にしておくこと自体が有効なリスク対策になります。

日本企業が知るべきセキュリティ・データ越境リスク

出典: デジタル庁 公式サイト

中国企業の公式APIを業務利用する場合、入力データは中国国内のサーバーに保存され、中国の法令が適用されます。 日本政府もこの点について2025年2月に注意喚起を出しています。

日本政府の一次情報（2025年2月時点）

• 個人情報保護委員会「DeepSeekに関する情報提供」（2025年2月3日）: DeepSeek社が取得した個人情報を含むデータは中華人民共和国所在のサーバに保存され、中国の法令が適用される点に留意を求めています
• デジタル社会推進会議幹事会事務局「DeepSeek等の生成AIの業務利用に関する注意喚起」（2025年2月6日・事務連絡）: 各省庁に対し、利用する場合はNISCとデジタル庁に助言を求めるよう指示しています

論点の核は、中国のサイバーセキュリティ法・データセキュリティ法・国家情報法により、当局が事業者に広範な情報提供を求めうる構造にあります。なお2026年8月時点で、これらの注意喚起が更新・撤回された事実は確認できていません。「2025年2月時点の政府見解」として扱ってください。

CrowdStrikeが指摘した「政治的トリガー」問題

セキュリティ企業のCrowdStrikeは、DeepSeek-R1に関する調査で興味深い挙動を報告しています。政治的にセンシティブな話題を含むプロンプトを与えると、重大な脆弱性を含むコードを生成する確率が最大50%上昇するというものです。

法輪功・ウイグル・チベットへの言及がトリガーとして機能したとされています。CrowdStrikeは「モデルの性能が地政学やイデオロギーで変わるなら、それはバイアスではなくサプライチェーンリスク」とコメントしています。

ここで重要なのは、「中国製は危険」という単純な話にしないことです。実務上の問題は、同じ品質のコードが返ってくるとは限らない＝出力の再現性と監査可能性が担保しにくいという点にあります。生成コードのレビュー体制や静的解析を前提にできないチームでは、モデル選定の段階でこのリスクを織り込む必要があります。生成AI全般のリスクは生成AIのセキュリティ解説、コード生成特有の論点はAIコーディングのセキュリティリスクで体系的に整理しています。

地政学リスクは双方向：米国の禁止検討と中国のアクセス制限検討

「安いから使う」で組み込んだモデルが、米中どちらの規制でも突然利用できなくなる可能性があります。ベンダーロックインではなく"地政学ロックイン"のリスクとして捉えるべき論点です。

中国側の締め付け
2026年6月〜7月、中国商務省がAlibaba・ByteDance・Z.aiなどと協議し、先端AIモデルへの海外からのアクセス制限案を検討していることがReutersなどで報じられました。クローズドモデルだけでなくオープンウェイトモデルも議論の対象で、学習用重要データの越境移転や海外ユーザーによるウェイトダウンロードの制限について意見聴取が行われたとされます。既存モデルは対象外で将来モデルのみに適用される可能性も示唆されています。背景には、2026年6月に米政府がAnthropicの「Mythos 5」への中国企業アクセスを禁止した経緯があります。

米国側の締め付け
トランプ政権が米フロンティア研究所側の要請を受け、Kimi K3を含む高度な中国製モデルの禁止を検討しているとの報道があります。一方で2026年7月22日には、シリコンバレーの約200社が大統領・商務長官宛に「中国製オープンウェイトへの接続を断ち切らないでほしい」との書簡を送付しました。2026年7月27日にはAnthropicが「オープンウェイトモデルの禁止を主張したことは一度もない」と公式に反論しています（Anthropicのオープンウェイトに対する立場）。

いずれも2026年8月17日時点では検討段階であり、施行された事実は確認できていません。 ただし中国国内でもAlibabaがClaude Codeの全社利用を禁止した事例（Alibabaの社内Claude Code禁止）や、中国NDRCによるManus買収差し止め（中国NDRCのManus買収差し止め）など、規制の応酬はすでに実務レベルで起きています。

実務対応としては、特定モデルへの依存を避け、OpenAI互換APIを前提にモデル差し替えができる構成にしておくことが最も有効です。 幸い、この領域はbase_urlとAPIキーの変更だけで切り替えられる実装が主流です。

利用形態でリスクは変わる：3パターンの整理

中国製モデルのリスクを語るとき、「公式API直叩き」「第三者ゲートウェイ経由」「セルフホスト」を一緒くたにしてはいけません。 データの所在と適用法域が異なるためです。

セルフホストについては、正直に制約を書いておくべきです。24GB VRAMで動くQwen3.8-27Bのようなモデルならリスクとコストのバランスがとれますが、Kimi K3（2.8T）やQwen3.8-Max（2.4T）を自社で動かすのは大半の企業にとって非現実的です。 「オープンウェイトだからセルフホストで安全」という説明は、モデルサイズを確認しないと成立しません。

なお、国内でも2026年に楽天のRakuten AI 3.0がDeepSeek V3のリブランドだったと指摘された事例があり（Rakuten AI 3.0とDeepSeekの件）、利用しているサービスの背後にあるモデルの出自を確認するという観点も必要になっています。

日本企業の実務判断：どの業務なら使えるか

判断のポイントは「扱うデータの機密性」「モデルサイズ（セルフホスト可否）」「商用提供形態（ライセンス閾値）」の3つです。次の順で切り分けると整理しやすくなります。

1. そのタスクで機密情報（個人情報・営業秘密・未公開情報）を扱うか？
   • 扱わない → コスト優先で中国製も有力。ただし単価は米国製と再比較する
   • 扱う → 2へ
2. セルフホストで完結できるサイズのモデルで足りるか？
   • 足りる（Qwen3.8-27B級以下）→ Apache 2.0モデルの自社運用が最有力
   • 足りない（フロンティア級が必要）→ 公式APIへの機密データ送信は避け、米国製クローズドモデルの企業向け契約を検討
3. そのモデルを組み込んだ製品を外部提供するか？
   • する → ライセンスの収益閾値（$20M／$50M）とモデル名表示義務を法務確認
   • しない → 社内ガイドライン整備のみで運用可能

使える業務・避けるべき業務

使える業務

• 大量トークンを消費するコード生成・エージェント型ワークフロー（超低単価レーンのモデル）
• 公開情報の要約・分類・翻訳など機密性が低い定型処理
• 社内検証・PoCでコストを抑えたいフェーズ
• Apache 2.0モデルをセルフホストできる規制業種の社内処理

避けるべき業務

• 個人情報・営業秘密・未公開情報を、中国ホストの公式API経由で処理する業務
• 公的機関・金融・医療など、厳格なデータガバナンスが求められる領域での外部送信
• 出力の再現性・監査可能性が厳しく求められるコード生成（レビュー体制がない場合）
• 数年単位で構成を固定したい基幹システム（規制と料金の変動リスクが大きい）

こんな企業におすすめ／おすすめしない企業

判断の要点は、「安いから」ではなく「切り替えられるか」です。料金・ライセンス・規制のいずれもが数か月単位で動く領域なので、乗り換えコストが低い構成にしておくことが最大の防御になります。ツール全体の選定から検討したい場合は生成AIツールおすすめ比較、基礎概念の整理は生成AIとはも参考になります。

今後の注目点

• DeepSeekの値上げが他社に波及するか: 中国勢全体が「シェア獲得」から「収益化」フェーズに入れば、価格優位はさらに縮小します
• 収益連動型ライセンスの拡大: GLMやMiniMaxが同様の条項を採用するかどうかは、セルフホスト戦略の前提を変えます
• Stripe買収後のOpenRouter: ランキングデータの継続公開・中立性、課金統合の方向性
• 米中双方の規制の具体化: 検討段階から施行に進んだ場合、利用中モデルの継続可否に直結します
• GLM-5.3のウェイト公開: 2026年8月14日発表時点では「安全性評価後に公開予定」とされており、ライセンス条件が注目されます（GLM-5.3の解説、GLM 5.2の解説）

よくある質問（FAQ）

Q. 2026年8月時点でも、中国製モデルを選ぶコスト上のメリットはありますか？
用途によります。Xiaomi MiMo-V2.5（$0.14/$0.28）やTencent Hy3（$0.1288/$0.5336）のような超低単価レーンでは依然として優位です。一方、DeepSeek V4-Pro（$0.66/$1.98）はGPT-5.6 Luna（$0.20/$1.20）より高く、中位レーンでは価格優位が消えています。自社の入出力比率で試算し直すことをおすすめします。

Q. DeepSeekの「12倍値上げ」で、請求額も12倍になりますか？
なりません。12.1倍はキャッシュヒット時の入力単価での最大値です。実際の増加率はキャッシュヒット率と、日本時間10:00〜13:00／15:00〜19:00のピーク時間帯にどれだけ利用が集中しているかで決まります。ピーク帯中心の運用なら、単価の2倍課金が上乗せされる点にも注意が必要です。

Q. オープンウェイトなら、どのモデルでもセルフホストしてデータ越境を回避できますか？
できません。Kimi K3（2.8T）やQwen3.8-Max（2.4T）は公開されていても自社インフラでの推論は非現実的な規模です。実際、2026年のHugging Faceダウンロードの83%は1B未満のモデルで、70B超は3%にとどまります。現実的な選択肢は、24GB VRAMで動くQwen3.8-27BのようなApache 2.0の中小型モデルです。

Q. 自社サービスにKimi K3やQwen3.8-Maxを組み込むと、ライセンス違反になりますか？
多くの日本企業は閾値を下回るため、直ちに違反にはなりません。Kimi K3は関連会社を含む売上が連続12か月で2,000万ドル超のMaaS事業者、Qwen3.8-Maxはグループ売上5,000万ドル超のMaaS／AIワークアシスタント事業が個別契約の対象です。ただしMAU 1億超または月商2,000万ドル超の製品にはモデル名の表示義務があるため、該当可能性がある場合は法務確認が必要です。

Q. OpenRouterで6割というのは、世界のAI利用の6割が中国製という意味ですか？
違います。OpenRouterという一つのゲートウェイ上でのトークン消費シェアであり、エンタープライズの直接契約やAmazon Bedrock・Vertex AI・Azure経由の利用は含まれません。加えて集計方法により51%〜82%と幅があり、無料プロモ期間の数字も混在します。トレンドの指標としては有効ですが、絶対値として扱うべきではありません。

Q. 日本政府は中国製AIの利用を禁止しているのですか？
禁止ではありません。2025年2月に個人情報保護委員会がデータの中国保存と中国法適用への留意を求め、デジタル社会推進会議幹事会事務局が各省庁向けに注意喚起（事務連絡）を出しています。2026年8月時点でこれらが更新・撤回された事実は確認できていません。

まとめ

2026年8月時点で、中国製オープンウェイトモデルはOpenRouterのトークン消費の過半を占め続けています。ただし、その利用を支えてきた3つの前提は同時に崩れました。DeepSeekの最大約12倍値上げとピーク時2倍課金、Kimi K3・Qwen3.8-Maxの収益連動型ライセンス、そして米中双方で進む規制検討です。

同時に、OpenAIのGPT-5.6 Lunaが$0.20/$1.20まで下がったことで、「米国製は高い」という前提も成立しなくなりました。 価格・ライセンス・地政学のいずれもが数か月単位で動く以上、日本企業が取るべき方針は「どのモデルが最も安いか」ではなく、「どのモデルにも乗り換えられる構成にしておく」ことです。

具体的な第一歩としては、①自社のトークン消費を入出力別・時間帯別に可視化する、②機密性レベル別に利用可能なモデルを社内ルールとして定義する、③OpenAI互換APIで抽象化してモデル差し替えを可能にする——この3つから始めるのが現実的です。