Claude Mythos の終了により、AI をレンタルする真のコストが明らかになった

2026.06.16

共有先

TechFlow厳選深潮セレクト

Claude Mythos の終了により、AI をレンタルする真のコストが明らかになった

スマート機能を「所有」するか、「レンタル」するか――Mythosが閉鎖、創業者たちには目覚めるときが来ている。

2026.06.16 - 02:04:46

Web3業界の深掘り報道に専念し潮流を洞察

スマート機能を「所有」するか、「レンタル」するか――Mythosが閉鎖、創業者たちには目覚めるときが来ている。

著者：Lin Qiao

編集・翻訳：TechFlow

TechFlow解説：Mythosが今週突然サービス終了を余儀なくされたことは、多くの創業者が見過ごしてきた致命的なリスクを露呈しました。すなわち、自社のコア能力が他社のプラットフォームに完全に依存している場合、自社の存続はもはや自らの手に委ねられていないということです。「あなたの製品が動作するために必要な知能を、誰が本当に所有しているのか？」

Mythosが今週、サービスを停止しました。この決定に賛成するか否かは、ほとんど本質ではありません。

自社が制御できない知能の上に構築された企業は、突如として、自社が影響力を及ぼせない意思決定に直面することになりました。この出来事を受けて、多くの創業者は自分自身に同じ問いかけをしました。「私の事業において、実際には『借りているだけ』の部分とは、どこなのか？」

ここ数年、オープンソースモデルに関する議論は主にコストを巡って展開されてきました。「本当に仕事をこなせるのか？」「もし可能なら、最先端のAPIを呼び出すよりどれほど安価なのか？」

今や、かなり明確な答えが出ています。当社はRamp、Cursor、Harveyといった企業と同様の基本的なアプローチを採用しています。つまり、強力なオープンソースモデルを起点とし、自社ビジネスにとって特に重要なタスクに焦点を当ててポストトレーニングを行い、最先端モデルとの間で厳密な評価を実施するという方法です。

その結果は常に驚くべきものでした。関心のあるタスクにおいて、最適化されたオープンソースモデルは、極めて低コストで最先端モデルと同等の品質を達成できました。今週起きた出来事は、一点を明らかにしました。すなわち、「コスト」はそもそも最も重要な課題ではなかったということです。

より本質的な問題は「コントロール（支配権）」です。「あなたの製品が依存する知能を、誰が所有しているのか？」

最近の多くの議論は、「借りる（renting）」対「所有する（owning）」という枠組みで語られています。これは完璧な比喩ではありませんが、非常に有用です。

知能を「借りる」

問題が起きない限り、「借りる」ことは常にうまくいきます。アパートはすぐに住める状態で提供されます。電気は点灯します。水道も通っています。メンテナンスも誰かが担ってくれます。だからこそ、ほとんどの企業はこの形からスタートします。

最先端のAPIは、信じ難いほどの優れた製品です。それにより、スタートアップ企業は数年前には到底不可能と思われたものを構築できるようになりました。

しかし、「借りる」ことには制約があります。大家は家賃を値上げできます。あなたが行える改造についても判断を下せます。ルールを変更することも可能です。また、時には、あなたとは無関係な理由で、「退去してほしい」と通告されることもあります。

あなたは何も間違ったことをしていません。ただ、他人の土地上で事業を運営しているだけなのです。だからこそ、Mythosの事例がこれほど多くの人々の心を揺さぶったのです。あなたのコア能力が他社のプラットフォームに完全に依存しているとき、あなたは自らが制御できない意思決定に晒されることになります。

ほとんどの場合、これは重要ではありません。しかし、ある瞬間、それが急激に重要になることがあります。

知能を「所有する」

得られる教訓は、「企業は最先端モデルの利用をやめるべきだ」というものではありません。むしろ正反対です。最先端の研究機関は、卓越した技術を開発しています。大多数の製品は、それを活用すべきです。当社も実際に利用しています。AI分野において、最先端モデルは多くの点でインフラストラクチャーへと進化しつつあります。しかし、「インフラストラクチャーを利用する」と「所有する」は、まったく別のことです。

公共のインフラストラクチャーを活用しながらも、自社ビジネスにとって価値を生み出すものを所有することは可能です。AIの世界において、「所有する」とは、最新のオープンソースモデルを出発点として、自社の独自性に応じてそれをカスタマイズすることを意味します。

あなたのデータ。

あなたのワークフロー。

あなたのドメイン知識。

あなたのエッジケース。

あなたの評価基準。

あなたが「良い」と定義するもの。

時間の経過とともに、モデルは汎用性を失い、代わりに日々の業務内容をより正確に反映するようになります。まさにそこが、価値が創出される場所です。

住宅を例に考えてみましょう。家具を移動するのは簡単です。壁を塗り替えるのも簡単です。しかし、あなたの将来がその間取りそのものに依存しているなら、最終的には壁そのものを移動できる能力が欲しくなるでしょう。知能も同様です。

知能があなたのものであるならば、誰もこっそりとあなたの製品の土台を奪い去ることはできません。

だからこそ、当社はFireworksをこのような形で構築しました。

学習（トレーニング）と推論（インファレンス）を同一の環境下で実行することで、企業は最高のオープンソースモデルを採用し、自社ビジネスにとって最も重要な課題に応じてそれをカスタマイズし、安定的に本番環境にデプロイできるようにしています。