DeepSeek
🧠 AI企業 比較ツール
🇯🇵 日本のAI企業 (Sakana AI / Preferred Networks / NEC / 富士通 等) を軸に、 米国・中国のAI企業の技術力と日本ユーザーの利用可否を並列比較。国をまたぐ対比の戦略プリセットあり。
PRESET: china-vs-japan-llm
🇨🇳 vs 🇯🇵 LLM 対峙
中国スタートアップ AI の代表 (DeepSeek の低コスト推論、Moonshot の長文 Kimi) と、日本国産 AI (Sakana AI の進化的モデル、Preferred Networks の自前 GPU) の対比。
🧠 Capability Score 比較
Moonshot AI
📋 詳細比較
| 項目 |
DeepSeek (深度求索)
DeepSeek
|
Moonshot (月之暗面)
Moonshot AI
|
|---|---|---|
| カテゴリ | 🚀 スタートアップ | 🚀 スタートアップ |
| 本社 | 杭州市 | 中国・北京 |
| 創業年 | 2023 | 2023 |
| 従業員規模 | 非公表 | 非公表 |
| 主要モデル | DeepSeek-V4-Pro | Kimi K3 |
| メイン製品 | DeepSeek-V4-Pro・DeepSeek-V4-Flash (API・公開重み)・対話アプリ DeepSeek | Kimi (チャット)・Kimi K3 (API・公開重み)・Kimi Work・Kimi Code |
| 主要製品群 | DeepSeek-V2, DeepSeek-MoE, DeepSeek-Coder, DeepSeek-Math, DeepSeek-Chat | — |
| パラメータ数 | 236B (MoE) | — |
| 評価額 | 調達後評価額 3,508.8億元 (約520億ドル、2026年7月、報道) | 調達後評価額 200億ドル超 (2026年5月)。評価額 500億ドルでの調達を進行中 (報道) |
| 資金調達 | 2026年7月に初の外部資金調達 約500億元 (騰訊 100億元・寧徳時代 50億元・網易・京東ほか、梁文鋒氏 200億元)、調達後評価額 3,508.8億元 (報道)。それまでは量的運用会社の幻方量化の資金で運営 | 2025年12月〜2026年5月の 5 回で累計 約60億ドル。5月は美団龍珠・中国移動・CPE 源峰などから 20億ドル (36Kr) |
| 時価総額 ($B) | — | 3.30 |
| CEO | 梁文鋒 (創業者・最高経営責任者、幻方量化の創業者) | 楊植麟 (Yang Zhilin) |
| 親会社 | 独立 | — |
| 🇺🇸 米制裁 | ✅ なし | 🚫 WATCHING |
| 🇯🇵 日本関係 | ・日本法人・国内代理店・日本企業との資本提携は公表されていない (2026年9月時点) ・個人情報保護委員会は2025年2月3日、DeepSeek のサービスで取得されたデータが中国のサーバーに保存され中国の法令が適用されると情報提供した ・デジタル社会推進会議幹事会事務局は2025年2月6日、各省庁に DeepSeek 等の生成 AI の業務利用について注意を促した ・サイバーエージェントは20… | ・2026年8月21日、Kimi の日本語公式 X アカウント「@KimiAI_Japan」が開設され、日本での活動開始を表明した。有料プラン「Allegretto」(月額39ドル相当) を抽選で10人に贈るキャンペーンを実施した (ITmedia) ・日本法人の設立、国内の販売代理店、日本企業との提携・出資は確認できない (2026年9月時点) ・K3 の重みは独自ライセンスで公開され、国内企業… |
| タグ | LLM,オープンソース,推論モデル,低コスト | LLM,長文処理,C向けアプリ,ユニコーン |
| データ信頼度 | B | A |
🇯🇵 日本国産 AI 企業 リファレンス
※ 上記中国 AI 企業との対比に使う、日本市場の主要 AI プレイヤー。日本独自の強み・課題を併記。
Sakana AI (サカナ AI)
Sakana AI · startup
東京拠点、進化的アルゴリズムによる効率的 LLM 開発で注目。元 Google Brain の David Ha + Llion Jones が創業 (2023)。NTT・KDDI・NEC・三菱 UFJ・伊藤忠 等から 約 $214M 調達 (2025)。
主要モデル
EvoLLM-JP / Tinyswallow / EvoVLM
▶ 日本 LLM の代表格、進化的アプローチで小型モデルが特徴
Preferred Networks (PFN)
Preferred Networks · startup
東京拠点 (2014 創業)、自社 AI チップ MN-Core 2 を開発する数少ない日本企業。Toyota / FANUC との産業 AI で実績。LLM PLaMo (1.3T params) を独自開発。
主要モデル
PLaMo (大規模日本語 LLM) / MN-Core 2 (AI チップ)
▶ 日本 AI の最強企業、ハードからソフトまで自前
🎯 各社の戦略・強み
DeepSeek (深度求索) → 詳細
⚙️ 技術概要
混合エキスパート (MoE) と多頭潜在アテンション (MLA) で推論の費用を抑えるモデル群。V3 の学習は事前学習から事後学習まで合わせて H800 で 278.8万 GPU 時間 (うち事前学習 266.4万、技術報告の換算 557.6万ドル)、R1 の強化学習段階の費用は 29.4万ドル (ネイチャー論文)。旗艦は V4-Pro (2026年4月24日プレビュー) で、重みを公開する。
⭐ 強み・特徴
・V4-Pro は100万トークン文脈で V3.2 比の推論演算量27%・KV キャッシュ10% (技術報告) と、長文処理の費用を大きく下げた ・最上位モデルの重みを MIT ライセンスで公開し、商用利用・改変・自社環境での運用に制約が少ない ・技術報告・推論基盤のコード・運用統計まで公開しており、外部の技術者が仕組みを検証できる ・2026年7月の調達で
Moonshot (月之暗面) → 詳細
⚙️ 技術概要
MoE(Mixture-of-Experts)型の大規模モデルが軸。旗艦Kimi K2 Thinkingは総パラメータ1兆(アクティブ32B)、2026年1月に視覚エンコーダMoonViTを加えたK2.5を投入。最大300サブエージェントの協調や13時間連続コーディング等の長時間タスク耐性を強調する。 2026年7月16日には旗艦モデル kimi-k3 を公開した。kimi-k3 は総パラメータ
⭐ 強み・特徴
・重みを公開したモデルとして最大の2.8兆パラメータの K3 を、文脈長100万トークン超で提供する ・KDA による線形注意の混成で、KV キャッシュ削減と長文脈の処理速度を論文で示した ・年換算売上高が2026年3月の1億ドル超から8月に10億ドル超へ伸びた (報道) ・美団・騰訊・阿里巴巴・中国移動など大手の出資を受け、資金調達の余力が大きい
🧰 ツール・特集の入口
一次データで動く 14 本 — 銘柄の絞り込み・供給網・比較・一次データの台帳・解説・規制レンズ (すべて無料)