中信证券：DeepSeek次世代新モデルは、高コストパフォーマンスのオープンソースモデル路線を継続する見込み

中信证券のリサーチレポートは、2026年以降、国産の大規模モデルメーカーがAgentおよびコード能力のアップグレードに注力し、新しいモデルを競って発表していると指摘している。間もなくリリースされるDeepSeekの次世代新モデルは、高い費用対効果を備えたオープンソースモデルの路線を継続しつつ、より強力な記憶機能と超長いコンテキスト処理を能力面で実現し、コードおよびAgentの能力を磨くと同時にマルチモーダルの弱点を補完し、モデルの原メーカー、AIアプリ、AI 基礎インフラの新しい投資機会をもたらす見通しだ。

1、モデルの原メーカー：DeepSeekの次世代モデルは、他の国産モデルと連携し、中国のAIを加速させて世界へ導くことが期待される。同時にモデル訓練がさらにコストを引き下げ、より安価なtokensが世界の大規模モデルAPIの利用量全体を増加させる。2、AIアプリ：モデルの平等化は、市場におけるモデルとアプリの矛盾という物語がもたらす不安を緩和するのに役立ち、あらゆる業界でのAI Agentの導入を後押しし、壁のあるAIアプリ企業にとって追い風となる；3、AI基礎インフラ：コスト引き下げは利用量の増加につながり、AI Infraが恩恵を受ける。国産AI Infraと国産モデルは相互に歩み寄る。

全文如下

コンピュータ｜DeepSeek：次世代モデルの展望

2026年以降、国産の大規模モデルメーカーはAgentおよびコード能力のアップグレードに注力し、競って新しいモデルを発表している。当社では、間もなくリリースされるDeepSeekの次世代新モデルは、高い費用対効果を備えたオープンソースモデルの路線を継続しつつ、より強力な記憶機能と超長いコンテキスト処理を能力面で実現し、コードおよびAgentの能力を磨くと同時にマルチモーダルの弱点を補完し、モデルの原メーカー、AIアプリ、AI 基礎インフラの新しい投資機会をもたらす見通しだと考えている。

▍コード、Agent、ネイティブ・マルチモーダル：グローバル大規模モデルのアップグレード方向。

AIプログラミング領域では、学習フレームワークのアップグレード、完全なコードリポジトリおよびエンジニアリングの履歴を学習データとして採用、多段実行や自己修復を備えたより深い推論チェーンの導入により、AI Codingはコード補完ツールからプロジェクト級の自律型インテリジェントエージェントへと到達した。Harness Engineerは、技術者の役割をコードエンジニアから、AIが最大の効果を発揮できるようにするAgentの管理者へ導くことが期待される。マルチAgentクラスター領域では、現象レベルの製品OpenClawが、マルチAgentシステムの潜在力を十分に示している。智谱、MiniMax、腾讯、Kimiなど国内メーカーはいずれも「ザリガニのような」製品を発表し、デジタル社員の生産力を解放している。ネイティブ・マルチモーダル領域では、ネイティブ・マルチモーダルのアーキテクチャが主流の方向となっている。ハイブリッド埋め込みによる符号化が迅速にブレークスルーしている一方で、国内モデルはリアルタイム音声・映像インタラクションやクロスモーダルの連続推論などの重要な局面で、依然として突破が必要だ。

▍国産大規模モデル：高頻度の反復アップグレードで、能力が継続的に突破。

1）MiniMax：コード能力がさらにアップグレードされ、M2.7 SWE-Proのテストスコアは56.22%で、Gemini 3.1 Proを上回った。実装面でエンドツーエンドの完全なプロジェクト納品シナリオであるVIBE-Proのテストではスコア55.6%で、Claude Opus 4.6に肩を並べ、ソフトウェアシステムの運用ロジックに対する理解がさらに強化された。同時にM2シリーズのモデルはRLなどのシナリオでM2.7のトレーニングプロセスに参加し、モデルの自己反復を実現している。

2）智谱：GLM-5はDSAを導入し、自社開発の「Slime」アーキテクチャを採用しており、極めて少ない人工介入で、Agenticな長期計画と実行、バックエンドの再構築、深度デバッグなどのシステム工学タスクを自律的に完了できる。ツール呼び出しおよび多段タスク実行（MCP-Atlas 67.8%）、ネットワーク接続による検索と情報理解（Browse Comp 89.7%）の能力は、海外の先行モデルに接近し、あるいは上回る水準にある。

3）Kimi：Kimi 2.5は、視覚能力によりインタラクションロジックを自動分解し、コードを再現できるようにし、新たにAgentクラスターのモードを導入した。HLE-Full、BrowseComp、DeepSearchQAなどのインテリジェントエージェント向けアプリケーションテストの集計では、GPT-5.2、Claude 4.5 Opus、Gemini 3 Proに対標するスコアを獲得している。Moonshootは値下げ戦略を採用し、API価格はK2 Turboの価格設定に比べて30%以上引き下げている。

4）小米：Xiaomi MiMo-V2-Proは、ClawEval、t2-benchなどでモデルのAgent呼び出し能力を測るテスト群で、いくつかの海外トップのモデルに接近し、あるいは上回る水準にある。同社の初期段階の社内テスト版はHunter Alphaの匿名コード名でOpenRouterに投入され、掲載期間中に複数日間、呼び出し量のデイリーランキングでトップに立った。当社は、大規模モデルのベースが小米の「人・車・家庭」全エコシステムに力を与え、AI能力の飛躍を実現することに期待している。

▍DeepSeek展望：高い費用対効果の路線を継承し、長文、コード、Agent、マルチモーダル能力を磨く。

DeepSeekは26年1月にリリースしたDeepSeek V3.2で、スパース注意（DSA）＋混合エキスパート（MoE）アーキテクチャを採用し、学習・推論の効率化とコスト削減を実現している。入力/出力tokenの価格はそれぞれ60%/75%低下した。同時にコードおよび多Agent能力BenchMarkのスコアも大きく向上している。DeepSeekのモデル進化の方向性および梁文峰が署名に参加したEngramモジュールの論文を踏まえ、当社では、DeepSeek V4.0などの次世代モデルが、成熟したDSA+MoEアーキテクチャにEngramを統合することで、階層型ストレージにより重要で頻繁に使う情報を保持し、Transformerアーキテクチャにおける注意層の計算量を指数関数的に低下させ、その結果として超長いコンテキスト処理を実現できる可能性があると考えている。これにより、モデルの効率を高めつつ、コードおよびAgent能力をさらに磨き、マルチモーダルの短所を補完する。

▍リスク要因：

AIコア技術の発展と、アプリケーションの拡張が見込みに及ばないこと、計算能力のコスト削減が見込みに及ばないこと、不適切なAIの使用によって重大な社会的影響が生じること、データセキュリティリスク、情報セキュリティリスク、業界競争の激化。

▍投資戦略：当社は以下の3つの投資の主軸に注目することを推奨する。

1）モデルの原メーカー：DeepSeekの次世代モデルは、他の国産モデルと連携し、中国のAIを加速させて世界へ導くことが期待される。同時にモデル訓練がさらにコストを引き下げ、より安価なtokensが世界の大規模モデルAPIの利用量全体を増加させる。

2）AIアプリ：モデルの平等化は、市場におけるモデルとアプリの矛盾という物語がもたらす不安を緩和するのに役立ち、あらゆる業界でのAI Agentの導入を後押しし、壁のあるAIアプリ企業にとって追い風となる；

3）AI基礎インフラ：コスト引き下げは利用量の増加につながり、AI Infraが恩恵を受ける。国産AI Infraと国産モデルは相互に歩み寄る。

（出所：第一财经）