StepFunのStep 5 Previewは、トークンあたり約27Bを活性化する600Bパラメータのスパース型混合専門家モデルとして登場し、100万トークンのウィンドウと狭く深い92層スタックを組み合わせ、ウェイトはオープンリリースが予定されている。見出しの数字よりも設計意図が重要だ。これはチャットではなく、長期的エージェント向けに構築されたモデルである。

グローバルに見ると、この動きはクローズドラボの価格設定が隠蔽しようとしてきたトレンドを鮮明にする。スパース型MoEにより、ラボは推論コストを中規模の密モデルに近づけながら、最先端規模の能力を主張できる。そして100万トークンの文脈を持つ深く狭いアーキテクチャは、次の価値プールが単発応答ではなく、持続的で多段階のエージェント型作業にあるという直接的な賭けである。これらのウェイトがオープンになると、競争圧力は二つの面で発生する。第一に、OpenAI、Anthropic、Googleがプレミアム APIティアで収益化してきた長文脈推論の堀を侵食する。第二に、規制対応とコスト重視の企業に、以前はレンタルせざるを得なかった機能への自己ホスト可能な道を提供する。注視すべきリスクは実用的なものだ。100万文脈のスループットは提供コストが高く、オープンウェイトがメモリと相互接続の請求を消し去るわけではない。真の差別化要因は、誰がダウンロードできるかではなく、誰がこれを経済的に実行できるかになる。

日本にとって、戦略的な意味合いは異例なほど直接的だ。金融、政府、医療におけるデータレジデンシーへの期待は、米国の最先端モデルへの純粋なAPI依存を継続的なガバナンス上の頭痛の種にしてきた。オープンライセンスの長文脈MoEは、日本企業とそのSIerパートナーに信頼できるオンプレミスまたはソブリンクラウドの選択肢を与えるが、規制対象セクターが手を付ける前に、ライセンス条項と中国発祥モデルに関連する出所の懸念を慎重に法的検討する必要がある。

NTTデータ、富士通、NRIなどのSIerにとって、これは提供内容を「モデルアクセス」から「モデル運用」へと再定義する。マージンはファインチューニング、検索統合、そして600B MoEを日本のインフラストラクチャ上で手頃な価格にするサービングスタックの構築にある。これは統合の強みを活かす一方で、GPU容量とMLOps深度における真のギャップを露呈する。RPA中心の業務にとって、真の長期エージェントは日本のバックオフィスを依然支配する脆弱なルールベース自動化を脅かす。これらのオープンウェイトを規律ある評価と人間の監督と組み合わせるチームは、この破壊を代替ではなくサービス機会に転換するだろう。