MaaS：AI時代の「新しい通信」、それとも次のクラウド戦場か？

1. 導入：一つの数字の衝撃

2026年、OpenAI の年率換算売上は 50億ドル を突破した。売り物は token である。

ソフトウェアでも、サブスクリプションでもない。「モデル推論の token 使用量」を売っている。この伸びは、歴史上どの SaaS 企業も同じ段階では見せなかった収入曲線を上回る。

海の向こうでは、火山エンジン社長の譚待が 2026年の公開イベントでこう述べた。

「AI が駆動するクラウド市場は、従来のクラウド市場の10倍だ。従来クラウドは今も1000億ドル、将来も1000億ドル。だが AI クラウドは1兆ドルの価値を持ちうる。」

私自身の実感はもっと直接的だ。マルチプラットフォームのモデル集約デモを組むとき、私は同時に4社の MaaS プラットフォーム——ファーウェイクラウド MaaS、アリババクラウド百煉、DeepSeek 公式、OpenRouter——を接続した。同じ GLM-5.2 モデルでも、経路が違うと価格は3倍、遅延は4倍違った。

成熟した商品市場の姿ではない。

MaaS（Model-as-a-Service、モデル・アズ・ア・サービス）は、AI時代のもっとも中核的なインフラビジネスになりつつある。だがそのビジネスモデルとは何か。従来クラウドと本質的に何が違うのか。お金は最終的にどこへ流れるのか。本稿で分解してみる。

2. MaaS とは何か：IaaS → PaaS → SaaS → MaaS

クラウドの進化は、ずっと「抽象階層を上へ」進んできた。

階層	何を売るか	課金単位	代表
IaaS	仮想マシン／ストレージ	時間／GB	AWS EC2
PaaS	実行環境	時間／リクエスト	Heroku
SaaS	ソフトウェア機能	席／月	Salesforce
MaaS	モデル推論	token	OpenAI, ファーウェイ MaaS

MaaS の定義は簡潔だ。事前学習済みモデルを API で公開し、使用量で課金する。ユーザーは GPU を買う必要もなく、モデルを訓練する必要もなく、推論クラスタを運用する必要もない——HTTP リクエストを一つ送り、知能のある返答を受け取り、token で払う。

だが従来クラウドとは本質的な違いがある。IaaS が売るのは演算能力であり、コモディティだ。MaaS が売るのは知能であり、差別化がある。

EC2 インスタンスが2台あって仕様が同じなら、演算能力も同じで、ユーザーは安い方を選ぶ。だが大規模モデルが2つあってパラメータ数が同じでも、能力は天と地ほど違うことがある——GLM-5.2 と GPT-4o はタスクによって勝敗が分かれる。つまり MaaS の利益空間は、クラウドの compute のように価格競争でゼロまで潰されにくい。

FourWeekMBA の判断はこうだ。MaaS は “AWS 2008” 時代にある——市場リーダーには先行優位があるが、市場の拡大が速く、複数の勝者が共存できる。

MaaS の価値連鎖

価値連鎖は明確だ。訓練（1回あたり $100M+、極めて高い参入障壁）→ 推論（GPU クラスタ運用）→ API ゲートウェイ（ルーティング／レート制限／課金）→ アプリケーション。前の3層が MaaS プラットフォームの仕事で、最後の1層が顧客の仕事だ。プラットフォームは前3層のコストを全顧客に薄く配分し、顧客は CapEx を OpEx に置き換える——クラウドの物語とまったく同じで、売っているものだけが変わった。

3. ビジネスモデル分解：クラウドベンダーはどうモデル販売で稼ぐか

MaaS は一つのビジネスモデルではなく、複数のビジネスモデルの集合だ。少なくとも4つのやり方がある。

① token 課金（主流）

もっとも基本的な方式。入力 token と出力 token を別々に価格付けし、実使用量で精算する。

ファーウェイクラウド MaaS の DeepSeek-V3.1：入力 $0.539／百万 token、出力 $1.617／百万 token。アリババ百煉の Qwen-Max：入力 ¥2.4／百万、出力 ¥9.6／百万。

なぜ入出力で価格が違うのか。推論では、入力は prefill（並列処理で速い）で、出力生成は decode（自己回帰で遅く、token を一つずつ生成）だからだ。出力 token の GPU 時間は入力の3〜5倍で、コストも自然に高くなる。

② パッケージ／Token Plan（前払いによるロックイン）

ファーウェイ MaaS は DeepSeek Tokens パッケージと Token Plan 個人版を提供する——前払いし、一定量の token 枠を買い、使い切れなければ期限切れになる。アリババ百煉の Token Plan チーム版はさらに細かい。標準席 ¥198／月（25,000 Credits）、上級席 ¥698／月（100,000 Credits）、最上位席 ¥1,398／月（250,000 Credits）、さらに席をまたいで共有できる弾性用量パックもある。

本質は割引でロックインを買うことだ。携帯電話の料金プランと同じ論理——消費を約束する → より低い単価を得る → プラットフォームは予測可能なキャッシュフローを得る。

③ 段階価格（精緻な運用）

アリババ百煉の一部モデルは段階課金を採る。1リクエストの入力 token が多いほど単価が上がる。0–32K が一段階、32K–128K が別段階で、すべての token が対応段階の単価で精算される。

長コンテキストが推論資源を占める仕方は非線形だ（attention は O(n²)）。段階価格はこのコストをそのままユーザーに渡す。同時にアリババは Batch 呼び出し半額、コンテキストキャッシュ割引なども用意する——ユーザーが自分の token 使用を最適化する動機を与えることで、プラットフォームのピーク負荷を下げる。

④ 集約と手数料（中間業者モデル）

OpenRouter がその代表だ。一つの API インタフェースの裏に数百のモデルがある。ユーザーが1リクエストを呼ぶと、OpenRouter が対応モデル側へルーティングし、中間で手数料を取る。

このモデルが成立する前提は情報の非対称性だ。ユーザーはどのモデルが良いか分からず、各社の価格も知らず、N 個の API を接続したくない。だがモデル評価体系が成熟し、価格が透明になれば、この中間業者の生存空間は圧縮される。

⑤ プライベート配備（ハードウェアを売り、token は売らない）

Scaleway は別の選択肢を示す。Dedicated Deployment。token 課金ではなく GPU 時間課金——H100 1枚 €3.40／時間、ハードウェアを独占し、モデルは自分で選ぶ。これは従来の IaaS に近いが、「最適化済みモデルをあらかじめ載せた」というサービス層が加わる。

MaaS 料金比較

5社の価格を同じ図に並べると、差が一目で分かる。OpenAI GPT-4o の出力価格はファーウェイ MaaS DeepSeek の6倍——だが能力も別の階層にある。MaaS の価格付けはコストプラスではなく、能力価格付けだ。

4. 四者混戦：ファーウェイ／アリババ／火山／OpenRouter

中国の MaaS 市場の競争構図は、2026年にはすでに明確になっている。

ファーウェイクラウド MaaS — 官公庁・企業向けの安全性 + フルスタック。ファーウェイの強みは価格ではなく信頼だ。官公庁・企業の顧客はデータを OpenAI に送れないが、ファーウェイクラウドなら使える。モデルカバレッジは広い（GLM 全系列 + DeepSeek 全系列）。Token Plan 個人版で新規獲得し、準リアルタイム課金（時間単位から分単位へ）で体験を上げる。リージョンは ap-southeast-1（香港）をカバーし、海外業務にも適している。

アリババクラウド百煉 — 精緻運用の教科書。段階価格、Batch 半額、コンテキストキャッシュ割引、Credits 統一計量、Token Plan の席分け——どの料金設計もユーザー行動を誘導する。新規ユーザーに7000万 token、企業は兆単位の token 支援を申請できる。リージョンは ap-northeast-1（東京）をカバーし、日本市場にも配置がある。

火山エンジン — バイトダンス系。価格ではなく能力で戦う。2024年に値下げを先導し、2026年には「モデルが強くなったので値上げすべき」と言い換えた。譚待の論理はこうだ。価格は token がどれだけ価値を生むかで決まり、コストプラスではない。「広告フィルムを1秒撮るのに元々100元かかっていたのが、Seedance なら数元で済むなら、確実に使う価値がある。」——能力価格付けの極致版だ。

OpenRouter — 集約層。一つの API ですべてのモデルを呼び、配信の差益を取る。開発者フレンドリー度は最高だが、本質はルーティング層で、堀の深さは情報の非対称性がどれだけ続くかに依存する。

実測遅延比較

自分のデモで4社プラットフォームの GLM-5.2 推論遅延を測った。DeepSeek 公式が最速（P50 1.5s）、OpenRouter が最遅（P50 3.2s、P95 8s）——集約層の代償はホップが増えることだ。ファーウェイ MaaS の P95 は高め（5.5s）だが P50 は悪くない（2.1s）。安定性にはまだ改善余地がある。

5. 中核の矛盾：モデルはコモディティ化するか？

すべての MaaS プラットフォームが直面する究極の問いがある。モデルはクラウドの compute のようにコモディティになるのか？

賛成側はこう言う。

オープンソースモデルが急速に追いつく。DeepSeek、GLM はすでにクローズドソース最前線モデルの能力に近づき、価格は数分の一だ。
2024年の価格競争は、モデル価格が極限まで下げられることを証明した——DeepSeek V3 の推論コストは一時、業界を驚かせるほど低かった。
モデル能力が収束すれば、ユーザーはいちばん安いものを選び、margin はゼロになる。

反対側はこう言う。

モデルには本物の差別化がある——品質、安全性、アラインメント、マルチモーダル能力、長コンテキスト性能。これらは同質なパラメータではない。
訓練コストは継続的な障壁で、最前線モデルは1つあたり $100M+、誰でもできるわけではない。
譚待の見方には理がある。「2024年の値下げは、モデルがその値段にしか値しなかったからだ。今は能力が強くなり、顧客により大きな価値を生めるから、値上げすべきだ。」

私の判断はこうだ。モデルは完全にはコモディティ化しないが、階層化する。

頂点は最前線のクローズドソースモデル（GPT-5、Claude Opus 5）で、能力プレミアムで高い margin。中間はオープンソースモデル（DeepSeek、GLM、Qwen）で、効率と規模で競争し、中低 margin だが量が多い。底辺は専用小モデル（7B 以下）で、端側推論、ほぼ無料。

MaaS プラットフォームの利益の主戦場は中間層だ——オープンソースモデルを土台にし、推論効率・リージョンカバレッジ・コンプライアンス認証・企業サービスで margin を稼ぐ。これはクラウドの IaaS 層によく似る。compute 自体の利益は薄いが、PaaS／SaaS 層の付加価値で稼ぐ。

6. 終局の推察：お金はどこへ流れるか

市場規模予測

譚待は AI クラウドが従来クラウドの10倍だと言う。この判断の根底のロジックはこうだ。従来のクラウドサービスは AI Agent のオーケストレーションに吸収される。

将来、あなたは EC2 を手で設定し、RDS 接続を書き、ロードバランサを組む必要がなくなる。Agent に目標を渡せば、Agent が自分でクラウド API を呼び、すべてをオーケストレーションする。従来クラウドサービスは AI クラウドの原子能力になり、MaaS 層の下にカプセル化される。

つまり価値は モデル層 + オーケストレーション層 に集中する。

モデル層：最前線モデルの訓練には $100M+ が要り、障壁は極めて高く、少数のプレイヤーしかできない。だがモデル能力の価格決定権は彼らの手にある。
推論層：規模効果が極めて強く、GPU クラスタが大きいほど、利用率が高いほど、コストは下がる。この層は高度に集中する。
集約層（OpenRouter 類）：モデル評価が成熟し価格が透明なら、この層は圧縮される。だがモデル数が爆発し続けるなら（マルチモーダル、専用モデル）、発見とルーティングの価値はむしろ上がる。
アプリケーション層：もっとも分散し、もっとも消耗戦になりやすい。大半の SaaS は AI Agent によって再定義される。

クラウドの歴史的経験は、インフラが価値の大部分を食うことだ（AWS は Amazon 利益の大部分を占める）。だが AI モデル ≠ コモディティ compute——差別化はより持続し、MaaS の margin は IaaS より高い。FourWeekMBA の判断に同意する。MaaS margins will remain higher than cloud compute margins。

7. 開発者が注目すべきこと

最後に実務的な話をいくつか。

単一プラットフォームに縛られないこと。 集約デモを組んだ最大の収穫は、同じモデルでもプラットフォームによって可用性・遅延・価格が大きく違うことだ。多チャネル実測は必須であり、オプションではない。ファーウェイ MaaS の今日の P95 遅延 5.5s は、明日には 2s に最適化されるかもしれない。OpenRouter は今日安くても、明日値上げするかもしれない。柔軟性を保て。

token 経済学に注目すること。 推論モデル（o1／R1／GLM-5.2 のような reasoning 付き）はコスト構造を変えた——複雑な問題は reasoning token を10倍消費しうる。入力は100 token だと思っていたのに、実際の推論は2000 token を食う。価格モデルは変わっていないが、あなたの使用構造は変わった。Batch 呼び出し、コンテキストキャッシュ、prompt 最適化——これらは微最適化ではなく、コストの桁を変える差だ。

MaaS の本当の競争は価格ではなく、「単位 token がどれだけ価値を生むか」だ。 譚待は正しい——1秒の AI 生成動画が100元の実写を置き換えるなら、数元の token 費用は九牛の一毛だ。開発者が見るべきは token 単価ではなく、より少ない token でより大きな問題をどう解くかだ。

これこそが、MaaS ビジネスモデルの終局だ。水を誰より安く売るのではなく、能力を誰より価値あるものとして売ることだ。