AIモデルレポート

AIモデル業界トレンドレポート

モデルの規模、トレーニングコスト、コンテキスト長、エンタープライズ支出、および現在のモデル市場の構成。

学習計算量の増加

4.5x/yr

増加率

フロンティア学習コストの増加

3.5x/yr

増加率

コンテキストウィンドウの増加

30x/yr

増加率

企業支出の増加

3.2x YoY

増加

業界トレンド指標

規模、コンテキスト長、エンタープライズ支出、利用調査の規模、組織的な導入状況に関する外部ソースのシグナルです。

4.5x/yr
学習計算量の増加
3.5x/yr
フロンティア学習コストの増加
30x/yr
コンテキストウィンドウの増加
$37B
企業向け生成AI支出
3.2x YoY
企業支出の増加
100T tokens
OpenRouter利用状況調査
88%
組織におけるAI導入
320x YoY
推論トークンの増加
1

スケールが依然として中心的な役割を果たしていますが、推論の経済性はモデルリストよりも速く変化しています。

Epoch、Stanford、Artificial Analysisはすべて、計算量、コンテキストウィンドウ、価格、レイテンシ、品質を総合的に読み解く必要がある市場であることを示唆しています。モデル名だけで適合性を説明することは困難です。

ソース: Trends in Artificial Intelligence / 2026 AI Index Report / Models: Intelligence, Performance & Price

2

実際の利用状況は、コンシューマー、エンタープライズ、開発者、アグリゲーターの各領域で断片化されています。

OpenRouter、OpenAI Signals、Anthropic Economic Indexは、それぞれ異なる導入状況の側面を明らかにしています。数値を比較する前に、サンプルと報告期間を確認してください。

ソース: State of AI: 100T Token Study / Signals Consumer Data / Anthropic Economic Index

3

支出は実験からアプリケーションへと移行していますが、ベンダーのランキングは固定できるほど安定していません。

Menloとa16zは、導入と支出が急速に変化していることを示しています。不変の勝者という主張よりも、日付の新しいソースリンクの方が重要です。

ソース: State of Generative AI in the Enterprise / Top 100 Gen AI Consumer Apps

4

ベンチマークは、何を測定したかがチャートで説明されている場合に最も有用です。

Artificial AnalysisやArenaはランキングのシグナルを提示しますが、タスクの組み合わせ、価格設定の前提、サンプル設計によって、それらのランキングの解釈は変わります。

ソース: Models: Intelligence, Performance & Price / Arena Leaderboard