Token 輸出：美しくも危険な AI ナラティブ
「Token 輸出、中国の電力が安い、コンピュート輸出革命」——このナラティブは財務ロジックの検証に耐えない。Token は商品ではなく、華東沿海の電力料金は決して安くなく、OpenRouter のランキングはエンタープライズ級市場を代表しない。DeepSeek の真の意味は AI 推論のコモディティ化であり、コンピュート輸出ではない。
- Token は商品ではなく、まして輸出でもない——それは AI 推論サービスの課金単位にすぎず、「Token 輸出」は技術仕様・ビジネスモデル・地政学という全く異なる三層を混同している
- 電力料金の優位は深刻に誇張されている：AI 推論コストに占める電力の比率はわずか 10–20% であり、GPU 減価償却こそ本丸（40–60%）である；中国の電力料金が 40% 安いとしても、単位演算コストへの実影響は喧伝ほど大きくない
- DeepSeek の価格優位は本物である（V3.2 は GPT-5.2 の約 1/40）が、これはアーキテクチャ効率の革命であり「コンピュート輸出」ではない——それがもたらすのは世界的な AI コモディティ化の加速であり、中国のコンピュート秩序ではない
- 真の米中 AI 競争は Token ではなく、チップ制裁線・クラウド生態系の信頼・エンタープライズ級コンプライアンス——この三つの経済的な堀は、短期では低価格では突破できない
- 投資家にとって「Token 輸出」ナラティブの真の意味は：AI 推論がコモディティ化しつつあり、価格決定権がモデル企業からインフラと生態系へと移る——これこそ銘柄選定の正しいフレームワークである
一、「Token 輸出」が投資ナラティブになるとき
最近、テック界と投資界で一つの概念が流行している。中国が大規模モデル API を通じて海外へコンピュートを輸出し、Token が新たな「見えない輸出」となり、税関を経ず関税の制約も受けず、中国の低い電力料金がこの競争に構造的なコスト優位を与えている、というものである。
このナラティブは極めて戦略的に聞こえ、伝播しやすく、投資家に関連する中国概念株への誤った想像を抱かせやすい。問題は、それが技術仕様・ビジネスモデル・地政学という全く異なる三層を同時に混同している点にある。
二、Token とは何か？なぜそれは「輸出商品」ではないのか？
このナラティブを解体するには、まず下層の論理をはっきりさせねばならない。Token とはいったい何か？
財務と商業上の認識において、Token はモデル計算過程における課金単位にすぎない。それ自体は商品でも実体サービスでもない。世界の企業や開発者が AI API を呼び出すとき、実質的に購入しているのは「クラウド推論サービス（Inference Service）」である。Token の AI における位置づけは、次のようなものに等しい：
- クラウド計算の CPU 演算秒数
- データベースの クエリ回数
- CDN の トラフィック帯域課金
誰も「われわれは CPU 秒数を世界へ輸出している」とは言わない。これは標準的な SaaS/PaaS クラウドサービスであり、過去 20 年 AWS、Azure、Google Cloud がまったく同じことをしてきた：米国のデータセンターが世界の企業の API リクエストを処理し、演算結果を返す。市場はこれを「米国がコンピュートを輸出している」と定義したことはない。なぜなら、それが標準のクラウドビジネスモデルだからである。
AI は、この成熟したネットワークサービス基盤の上に載った新しい応用にすぎず、通例を破る新型の貿易ではない。
三、Unit Economics の解体：電力料金の優位はどれほどか？
「Token 輸出論」の最も中核的な支えは、中国の電力料金が米国より 40% 安く、したがって巨大なコストの経済的な堀を持つ、というものである。この主張は、AI 演算の真のコスト構造を深刻に無視している。
ゴールドマン・サックスの AI インフラに関する産業報告によれば、AI データセンター内部の演算設備（GPU とサーバー）のコストは、物理データセンター（電力インフラ含む）の 3–4 倍である。真の AI 推論コスト構造は次のとおりである：
しかしこの「中国の電力料金は 40% 安い」という主張自体が、別の層の嘘である——中国を均質な電力市場として扱っているからである。
電力の地域トラップ：低料金は辺境の西部にしかなく、AI 産業が集積する華東沿海にはない
中国の工業電力料金は地域で極めて大きく分化している。国家発展改革委員会価格監測センターの 2026 年 2 月のデータによれば：
| 地域 | 代表都市 | 工業電力料金（RMB/kWh） | 米ドル換算 | AI 産業の現状 |
|---|---|---|---|---|
| 華東沿海（高料金区） | 上海、北京、広東 | 0.70–0.80 | ~$0.10–0.11 | AI 産業の集積地。料金は米国に近い |
| 長江デルタ製造帯 | 浙江、江蘇、蘇州 | 0.60–0.65 | ~$0.083–0.090 | 主要コンピュートノード。料金は米国をわずかに下回るのみ |
| 内陸省（中間帯） | 四川成都、重慶 | 0.46–0.77 | ~$0.064–0.106 | 季節変動が大きい（豊水期／渇水期の差は 30% 超） |
| 西北辺境（低料金区） | 新疆、内モンゴル、青海 | 0.24–0.36 | ~$0.033–0.050 | コンピュートインフラ不足・ネットワーク遅延が高い・人材不足 |
ここでの鍵となる皮肉はこうである：中国の電力料金が真に競争力を持つ場所こそ、AI 産業がない場所であり；AI 産業がある場所では、電力料金は決して安くない。
中国 AI の中核企業——Baidu、Alibaba、Tencent、ByteDance、DeepSeek の親会社 High-Flyer（幻方量化）——の主要コンピュートノードは、上海・北京・広東・杭州など華東沿海都市に集中している。これらの地域の工業電力料金は約 0.65–0.80 RMB/kWh（約 $0.09–0.11）であり、米国の主要データセンター立地の電力料金（$0.05–0.10）と比べ、差はほぼ無視できるか、一部の時間帯ではむしろ高い。
中国政府は確かに「East Data, West Computing（東数西算）」——コンピュート需要を西部の低料金地域へ移す——を推進している。しかしこの計画は根本的な矛盾に直面する。西部のコンピュートノードは主要ユーザー端から千キロメートル以上離れており、推論遅延の問題が電気代の節約を完全に相殺し、リアルタイム AI 応用ではまったく使えない。
新疆の工業電気代は約 $0.033/kWh であり、確かに安い。しかし新疆には一流の AI エンジニアも、成熟したデータセンター生態もなく、ネットワーク幹線帯域は不足し、主要市場までの遅延は 100ms を超える。
上海の工業電気代は約 $0.097/kWh であり、米国バージニア州のデータセンター立地の電気代（約 $0.07–0.09）とほとんど差がない。
「中国の電気代は安い」という文の正確な言い方は、「中国の一部の辺境で、AI データセンター建設に適さない地域の電気代が安い」であるべきだ。
数字で計算すれば：電力が総推論コストの 15% を占め、中国の沿海 AI 中核地域の電力料金が実際には米国との差 20% 未満であるなら、電力料金優位が総単位コストを実際に圧縮する幅は 3% を超えない。これは経済的な堀ではなく、ノイズである。
AI の単位演算コストを真に決めるのは、依然として：
- ハイエンド・チップの取得コスト——そして中国はここで輸出規制による深刻な制約を受けている
- 下層コンピュート・アーキテクチャの最適化能力——MoE（Mixture of Experts）、蒸留技術、KV Cache 効率
- エンジニアリング効率——DeepSeek が H800 で V3 を訓練した費用は約 560 万ドル、OpenAI の GPT-4 訓練は推定 1 億ドル超。差はアーキテクチャ効率に由来し、電気代ではない
四、Token 価格の真の数字：DeepSeek の優位はどこにあり、どこにないか？
DeepSeek の価格優位は本物であり、しかも幅は驚くほど大きい。以下は 2026 年 3 月時点の主要モデル API 価格対照である：
| モデル | 入力（$/百万 Token） | 出力（$/百万 Token） | 相対 GPT-5.2 |
|---|---|---|---|
| OpenAI GPT-5.2 | $1.75 | $14.00 | 基準 |
| OpenAI GPT-5.2 Pro | $21.00 | $168.00 | 12× より高い |
| Claude Sonnet 4.6 | $3.00 | $15.00 | 近い |
| Google Gemini 3.1 Pro | $2.00 | $12.00 | やや安い |
| DeepSeek V3.2（Cache Miss） | $0.28 | $0.42 | GPT-5.2 の 1/6 から 1/33 |
| DeepSeek V3.2（Cache Hit） | $0.028 | $0.42 | GPT-5.2 の 1/63 から 1/33 |
| DeepSeek R1（推論モデル） | $0.55 | $2.19 | vs OpenAI o1 で 96% 安い |
しかしここで明確にすべき鍵がある。DeepSeek の価格優位は、「中国の電気代が安い」から来るのか、「アーキテクチャ効率の革命」から来るのか？
答えは明確である。DeepSeek V4 は MoE アーキテクチャを用い、総パラメータ数 6,710 億だが、毎回の推論で活性化するのは 370 億パラメータ（約 5.5%）のみである。これに対し GPT-4 は密なモデルであり、推論時に全パラメータを活性化する。DeepSeek V4 の Token あたり計算量は約 250 GFLOPs、同等能力の密モデルは約 2,448 GFLOPs を要する——計算効率の差はほぼ 10 倍である。
この区別は投資家にとって極めて重要である。低価格が電気代補助金に由来するなら、それは地政学的な堀である。アーキテクチャ効率に由来するなら、それはエンジニアリング能力の競争であり、エンジニアリング能力は拡散しうる。
五、OpenRouter ランキングはなぜ世界市場を代表しないのか？
「Token 輸出論」でしばしば引用される証拠は、中国モデルが OpenRouter などの開発者プラットフォームで上位に並ぶ、というものである。
これは深刻なサンプリングバイアスを犯している。OpenRouter はロングテールの開発者と独立ユーザー向けの API 集約プラットフォームにすぎず、それが代表するのは価格に最も敏感で、コンプライアンス要求が最も低いユーザー群である。
- Synergy Research Group：グローバル・クラウドインフラ市場の年間売上は 4,000 億ドルを突破し、AWS、Azure、Google Cloud の三巨頭が市場シェア 63% 超を掌握
- 真に巨大なエンタープライズ級 AI 予算は、すべて Azure OpenAI、Amazon Bedrock、Google Vertex AI など、閉鎖的かつ厳格なセキュリティ規制下の生態系にロックされている
- 金融業・医療業・政府機関の AI 支出は、GDPR、SOC 2、FedRAMP などのコンプライアンス要求で厳しく制約される——中国モデルはこれらの場面でほぼ参入資格がない
- 越境 API 呼び出しの遅延問題：中国データセンターが欧米企業をサービスする場合、ネットワーク遅延は約 200–300ms であり、現地配備の 10–50ms をはるかに上回る——リアルタイム応用では致命的欠陥である
開発者コミュニティのトラフィック・ランキングで、世界のコンピュート版図の再編を宣言するのは、疑いなく鍵穴から世界を覗くようなものである。
六、米中 AI 競争の真の地図：優位・劣位・堀
「Token 輸出」の誇大ナラティブを拒否することは、中国 AI の真の能力を否定することではない。正しいやり方は精確な位置づけである——中国がどこで真に優位を持ち、どこで真に劣位にあり、どの堀が短期では突破できないか。
この地図から分かるのは、中国の真の優位が純テキスト推論のコスト効率とオープンソース生態の影響力に集中していること；そしてエンタープライズ級市場参入、チップ制裁障壁、クラウド生態系の粘着度という三つの堀の前では、低い Token 価格にはほぼ突破力がないということである。
七、「Token 輸出」の背後にある真の市場シグナル：AI 推論のコモディティ化
地政学の包装を剥げば、「Token 輸出」論が映し出す真の市場現象は、AI 推論のコモディティ化（Commoditization）である。
これこそ投資家が真剣に考えるべきシグナルである：
- 2023 年、GPT-4 の推論コストは約 $30/百万 Token；2026 年、同等能力のモデルコストは $0.28–$1.75 まで下がり、下落幅は 95% 超
- モデル推論が商品になると、価格決定権はモデル企業からインフラと生態系を握る企業へ移る
- DeepSeek の極低価格が市場全体の Token 価格を押し下げた——OpenAI が 2024–2025 年に複数回大幅値下げしたのは、まさにこの圧力への応答である
八、投資家へのフレームワーク：何に注目すべきか？
もし「Token 輸出」が真の投資主線でないなら、何が主線か？AI 推論コモディティ化という真のトレンドが投資家に意味するのは：
結論：ナラティブを還元し、数字へ戻る
「Token 輸出」は美しく、伝播しやすいナラティブだが、厳格な財務ロジックの検証には耐えない。
Token は商品ではなく、電力料金の優位は十倍に過大評価され、OpenRouter ランキングはエンタープライズ級市場を代表しない。
DeepSeek の真の意味は、「中国のコンピュートが世界を征服する」ことではなく、AI 推論がコモディティ化しつつあり、価格決定権がモデル企業からインフラと生態系へと移っていることである。
ある概念が「新しく聞こえる」「大衆に理解されやすい」「地政学の壮大なナラティブに簡単に載せられる」という三条件を同時に満たすとき、
投資家としてはなおさら、財務データと商業の本質へ回帰し、最も単純な問いを立てる必要がある：
数字はどこにあるか？
免責事項：本稿のすべての内容は研究と学習の参考のみであり、投資助言を構成しない。文中で言及する個別銘柄または ETF は論点説明のためのものであり、いかなる売買推奨も意味しない。投資家は自身のリスク許容度・財務状況・投資目標に基づき、自ら判断し相応のリスクを負うものとする。