中信证券リサーチレポートは、2026年以降、国産の大規模モデル企業がAgentおよびコード能力のアップグレードに注力し、競って新モデルを発表していると指摘している。まもなく発表予定のDeepSeek次世代新モデルは、費用対効果の高いオープンソース・モデル路線を継続しつつ、能力面でより強力な記憶機能と超長コンテキスト処理を実現し、コードおよびAgentの能力を磨きながら、同時にマルチモーダルの短所も補うことで、モデル原厂、AIアプリ、AI基礎インフラの新たな投資機会をもたらす見通しだ。 1、モデル原厂：DeepSeek次世代モデルは、他の国産モデルと手を携え、中国のAIを加速させて世界へ導くことが期待される。同時にモデル訓練をさらに進めてコストを一段引き下げ、より安価なtokensが世界の大規模モデルのAPI呼び出し量を全体として増やす。2、AIアプリ：モデルの平等化は、市場が「モデルとアプリの矛盾」という物語によって抱える不安の緩和に役立ち、あらゆる業種でのAI Agentの導入を後押しし、強固な参入障壁を持つAIアプリ企業にとって追い風となる；3、AI基礎インフラ：コスト低減により利用量が増加し、AI Infraが恩恵を受ける。国産AI Infraと国産モデルが互いに歩み寄る。 ### 全文は以下のとおり **コンピュータ｜DeepSeek：次世代モデルの展望** 2026年以来、国産の大規模モデル企業はAgentおよびコード能力のアップグレードに注力し、競って新モデルを発表している。私たちは、まもなく発表予定のDeepSeek次世代新モデルが、費用対効果の高いオープンソース・モデル路線を継承することが期待でき、能力面ではより強力な記憶機能と超長コンテキスト処理を実現し、コードおよびAgentの能力を磨きながら、マルチモーダルの弱点も併せて補うことで、モデル原厂、AIアプリ、AI基礎インフラの方向性における新たな投資機会をもたらすと考える。 **▍** コード、Agent、ネイティブ・マルチモーダル：グローバルな大規模モデルのアップグレード方向性。 AIプログラミング領域では、トレーニング・フレームワークのアップグレードにより、完全なコードリポジトリおよびエンジニアリング上の軌跡をトレーニングデータとして採用し、さらに多段実行と自己修復を伴うより深い思考チェーンを導入することで、AI Codingが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、技術者がコードエンジニアから、AIが最大限の効果を発揮できるように管理するAgent管理者へとポジショニングできるようにすることが期待される。マルチAgentクラスター領域では、現象級プロダクトのOpenClawがマルチAgentシステムのポテンシャルを十分に示しており、智谱、MiniMax、腾讯、Kimiなど国内メーカーも「類エビ」タイプのプロダクトを相次いで投入し、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・アーキテクチャはすでに主流の方向性となっており、混合埋め込みコーディングのブレークスルーが加速している。しかし国内モデルは、リアルタイムの音声・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において、なお突破が必要だ。 ▍ 国産大規模モデル：密度の高い反復でアップグレード、能力は継続的にブレークスルー。 1）MiniMax：コード能力がさらにアップグレードされ、M2.7 SWE-Proテストのスコアは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ーンVIBE-Proテストでは55.6%で、Claude Opus 4.6に匹敵し、ソフトウェアシステムの稼働ロジックに対する理解がさらに強化されている。同時にM2シリーズのモデルはRLなどのシーンでM2.7のトレーニング過程に参加し、モデルの自己反復が実現される。 2）智谱：GLM-5はDSAを導入し、自社開発の「Slime」アーキテクチャにより、人工介入が極めて少なくても、自律的にAgentic長距離計画と実行、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完遂できる。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、海外の先行モデルの水準に接近、あるいはそれを上回る。 3）Kimi：Kimi 2.5は視覚能力を導入し、インタラクションロジックの自動分解、コードの再現を可能にした。新たにAgentクラスター・モードをリリースし、HLE-Full、BrowseComp、DeepSearchQAなどのエージェントアプリケーションテストの集計で、GPT-5.2、Claude 4.5 Opus、Gemini 3 Proに対標したスコアを得ている。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%以上引き下げられている。 4）小米：Xiaomi MiMo-V2-Proは、ClawEval、t2-benchなど、モデルのAgent呼び出し能力を測るテスト集計で、いくつかの海外トップモデルに接近、あるいは上回っている。また同社の早期の社内テスト版は、Hunter Alphaの匿名コード名でOpenRouterに投入され、稼働期間中に複数日連続で呼び出し量の日次ランキング首位に登り詰めた。私たちは、大規模モデルの基盤が小米の「人」「車」「家」全エコシステムに力を与え、AI能力の飛躍的向上につながることを期待している。 ▍DeepSeekの展望：費用対効果の高い路線を継承し、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）+混合専門家（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、入力/出力tokenの価格をそれぞれ60%/75%引き下げた。さらにコードおよび多Agent能力のBenchMarkスコアも顕著に向上している。DeepSeekモデルの進化方向、および梁文峰が関与し署名したEngramモジュールの論文を踏まえると、私たちはDeepSeek V4.0などの新世代モデルが、成熟したDSA+MoEアーキテクチャにEngramを組み込み、階層化されたストレージで重要な常用情報を保持することで、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大幅に減らし、結果として超長コンテキスト処理を実現し得ると考える。モデルの効率を高めると同時に、コードおよびAgent能力を磨き、マルチモーダルの弱点を補う。 ▍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予想に及ばないこと。計算資源のコスト削減が予想に及ばないこと。不適切なAIの利用により重大な社会的影響が生じること。データ安全リスク。情報安全リスク。業界競争の激化。 ▍投資戦略：以下の3つの投資の主力ラインに注目することを提案する。 1）モデル原厂：DeepSeek次世代モデルは、他の国産モデルと手を携え、中国のAIを加速させて世界へ導くことが期待される。同時にモデル訓練をさらに進めてコストを一段引き下げ、より安価なtokensが世界の大規模モデルのAPI呼び出し量を全体として増やす。 2）AIアプリ：モデルの平等化は、市場が「モデルとアプリの矛盾」という物語によって抱える不安の緩和に役立ち、あらゆる業種でのAI Agentの導入を後押しし、強固な参入障壁を持つAIアプリ企業にとって追い風となる； 3）AI基礎インフラ：コスト低減により利用量が増加し、AI Infraが恩恵を受ける。国産AI Infraと国産モデルが互いに歩み寄る。（出所：第一财经）
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
中信证券リサーチレポートは、2026年以降、国産の大規模モデル企業がAgentおよびコード能力のアップグレードに注力し、競って新モデルを発表していると指摘している。まもなく発表予定のDeepSeek次世代新モデルは、費用対効果の高いオープンソース・モデル路線を継続しつつ、能力面でより強力な記憶機能と超長コンテキスト処理を実現し、コードおよびAgentの能力を磨きながら、同時にマルチモーダルの短所も補うことで、モデル原厂、AIアプリ、AI基礎インフラの新たな投資機会をもたらす見通しだ。
1、モデル原厂：DeepSeek次世代モデルは、他の国産モデルと手を携え、中国のAIを加速させて世界へ導くことが期待される。同時にモデル訓練をさらに進めてコストを一段引き下げ、より安価なtokensが世界の大規模モデルのAPI呼び出し量を全体として増やす。2、AIアプリ：モデルの平等化は、市場が「モデルとアプリの矛盾」という物語によって抱える不安の緩和に役立ち、あらゆる業種でのAI Agentの導入を後押しし、強固な参入障壁を持つAIアプリ企業にとって追い風となる；3、AI基礎インフラ：コスト低減により利用量が増加し、AI Infraが恩恵を受ける。国産AI Infraと国産モデルが互いに歩み寄る。
全文は以下のとおり
コンピュータ｜DeepSeek：次世代モデルの展望
2026年以来、国産の大規模モデル企業はAgentおよびコード能力のアップグレードに注力し、競って新モデルを発表している。私たちは、まもなく発表予定のDeepSeek次世代新モデルが、費用対効果の高いオープンソース・モデル路線を継承することが期待でき、能力面ではより強力な記憶機能と超長コンテキスト処理を実現し、コードおよびAgentの能力を磨きながら、マルチモーダルの弱点も併せて補うことで、モデル原厂、AIアプリ、AI基礎インフラの方向性における新たな投資機会をもたらすと考える。
▍ コード、Agent、ネイティブ・マルチモーダル：グローバルな大規模モデルのアップグレード方向性。
AIプログラミング領域では、トレーニング・フレームワークのアップグレードにより、完全なコードリポジトリおよびエンジニアリング上の軌跡をトレーニングデータとして採用し、さらに多段実行と自己修復を伴うより深い思考チェーンを導入することで、AI Codingが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、技術者がコードエンジニアから、AIが最大限の効果を発揮できるように管理するAgent管理者へとポジショニングできるようにすることが期待される。マルチAgentクラスター領域では、現象級プロダクトのOpenClawがマルチAgentシステムのポテンシャルを十分に示しており、智谱、MiniMax、腾讯、Kimiなど国内メーカーも「類エビ」タイプのプロダクトを相次いで投入し、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・アーキテクチャはすでに主流の方向性となっており、混合埋め込みコーディングのブレークスルーが加速している。しかし国内モデルは、リアルタイムの音声・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において、なお突破が必要だ。
▍ 国産大規模モデル：密度の高い反復でアップグレード、能力は継続的にブレークスルー。
1）MiniMax：コード能力がさらにアップグレードされ、M2.7 SWE-Proテストのスコアは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ーンVIBE-Proテストでは55.6%で、Claude Opus 4.6に匹敵し、ソフトウェアシステムの稼働ロジックに対する理解がさらに強化されている。同時にM2シリーズのモデルはRLなどのシーンでM2.7のトレーニング過程に参加し、モデルの自己反復が実現される。
2）智谱：GLM-5はDSAを導入し、自社開発の「Slime」アーキテクチャにより、人工介入が極めて少なくても、自律的にAgentic長距離計画と実行、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完遂できる。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、海外の先行モデルの水準に接近、あるいはそれを上回る。
3）Kimi：Kimi 2.5は視覚能力を導入し、インタラクションロジックの自動分解、コードの再現を可能にした。新たにAgentクラスター・モードをリリースし、HLE-Full、BrowseComp、DeepSearchQAなどのエージェントアプリケーションテストの集計で、GPT-5.2、Claude 4.5 Opus、Gemini 3 Proに対標したスコアを得ている。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%以上引き下げられている。
4）小米：Xiaomi MiMo-V2-Proは、ClawEval、t2-benchなど、モデルのAgent呼び出し能力を測るテスト集計で、いくつかの海外トップモデルに接近、あるいは上回っている。また同社の早期の社内テスト版は、Hunter Alphaの匿名コード名でOpenRouterに投入され、稼働期間中に複数日連続で呼び出し量の日次ランキング首位に登り詰めた。私たちは、大規模モデルの基盤が小米の「人」「車」「家」全エコシステムに力を与え、AI能力の飛躍的向上につながることを期待している。
▍DeepSeekの展望：費用対効果の高い路線を継承し、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）+混合専門家（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、入力/出力tokenの価格をそれぞれ60%/75%引き下げた。さらにコードおよび多Agent能力のBenchMarkスコアも顕著に向上している。DeepSeekモデルの進化方向、および梁文峰が関与し署名したEngramモジュールの論文を踏まえると、私たちはDeepSeek V4.0などの新世代モデルが、成熟したDSA+MoEアーキテクチャにEngramを組み込み、階層化されたストレージで重要な常用情報を保持することで、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大幅に減らし、結果として超長コンテキスト処理を実現し得ると考える。モデルの効率を高めると同時に、コードおよびAgent能力を磨き、マルチモーダルの弱点を補う。
▍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予想に及ばないこと。計算資源のコスト削減が予想に及ばないこと。不適切なAIの利用により重大な社会的影響が生じること。データ安全リスク。情報安全リスク。業界競争の激化。
▍投資戦略：以下の3つの投資の主力ラインに注目することを提案する。
1）モデル原厂：DeepSeek次世代モデルは、他の国産モデルと手を携え、中国のAIを加速させて世界へ導くことが期待される。同時にモデル訓練をさらに進めてコストを一段引き下げ、より安価なtokensが世界の大規模モデルのAPI呼び出し量を全体として増やす。
2）AIアプリ：モデルの平等化は、市場が「モデルとアプリの矛盾」という物語によって抱える不安の緩和に役立ち、あらゆる業種でのAI Agentの導入を後押しし、強固な参入障壁を持つAIアプリ企業にとって追い風となる；
3）AI基礎インフラ：コスト低減により利用量が増加し、AI Infraが恩恵を受ける。国産AI Infraと国産モデルが互いに歩み寄る。
（出所：第一财经）