11月10日、MBI Deep Divesが「Anthropic vs Meta: Room to Be Wrong」と題した記事を公開した。研究効率はR&Dドル当たりで約60%低下、有償顧客向けコンピュートの割合は44%から25%へ――Anthropicの内部数字を並べると、急成長企業の実像とは少し異なる景色が浮かぶ。同じ約1.5兆ドルの企業価値に辿り着いた2社が、いかに対照的な構造で賭けているかを分析した内容だ。
同じ企業価値、異なるゲームの賭け方
AnthropicはIPO評価額の目標として約1.5兆ドルが報じられており（AI株の売り圧力を受けて一部投資家は1兆ドル規模を主張し始めているが）、Metaの時価総額もちょうど同水準の約1.5兆ドルだ。前者は未上場企業のIPO評価額目標値、後者は上場企業の時価総額という性格の違いはあるが、同じ数字に辿り着いた2社の事業構造は大きく異なる。
- Meta：コアはデジタル広告事業。賭けているのはMeta Superintelligence Labs（MSL）が開発するAIプロダクト群（Muse等）
- Anthropic：コアは急成長中のAPI事業。賭けているのはまだ多くが未ローンチのファーストパーティプロダクト群
記事の著者はこの「コアの価値」と「賭けの価値」の分解を試みており、その分析が本稿の核心だ。
Metaの設備投資：その6割はまだ"賭け"に消えている
Metaは2025年に1,350〜1,450億ドルの設備投資（capex）を計画しており、これは2024年比で約3.5倍に相当する。MetaはMSLと広告コアへの投資配分を開示していないため、著者は2通りの方法で推計した。いずれの推計でも、今年のcapexの約60%がMSLとAI関連に充当されており、来年のコンセンサス予測値約2,120億ドルでは約3分の2がそちらに流れる見通しとなっている。
ただし境界線は曖昧化しつつある。Metaはインフラを広告モデルの改善・コンテンツランキング・広告クリエイティブツールにも活用しているため、「賭け」と分類した支出の一部が広告収益の改善として顕在化する可能性もある。また、ZuckerbergはMuse（MetaのAIアシスタント）が「採算ベースに乗るには10倍以上のコスト削減が必要」と自ら認めており、現時点では収益化モデルが確立していない。
Anthropicの賭け：研究費が収益を上回り始めた
Anthropicの支出は設備投資ではなく損益計算書（P&L）を通じて流れる。重要な数字として、全計算リソースに占める有償顧客向けサービングの割合は2025年上半期の44%から2026年3Qには約25%まで低下している。残りの75%超は主に研究・学習用途に充当されているということだ。これは需要不足ではなく意図的な配分だ――Anthropicは「研究・学習に回した方が長期的なリターンが大きい」という判断のもと、SpaceXから50億ドル規模の短期コンピュート契約を調達してまで研究投資を加速させている。
SpaceXがコンピュートリソースを外部提供できる背景には、同社がStarlinkや自社AI開発向けに大規模なGPUクラスターを保有しており、余剰キャパシティを短期契約で貸し出す体制を持っている点がある。複数年の長期契約より単価は高いが、Anthropicはスピードを優先してこの調達を選択した。
この判断には2つの賭けが含まれる。
- 研究がサービングコストを下げる：実際、同期間に四半期収益は約29倍に成長した一方、有償サービング向けコンピュートは5倍の増加に留まり、1サービングドル当たりの収益効率は6倍向上している
- モデルが改善し続ける：これはAnthropicが将来依存するファーストパーティプロダクトの前提条件でもある
研究機関METR（Model Evaluation & Threat Research）は、AIシステムの能力と安全性を独立して評価することを目的とした非営利組織だ。METRが11週間にわたりAnthropicに入って実施した外部評価（2026年11月公開）では、AI能力指数（AIが自律的にタスクをこなせる難易度の水準を数値化した指標）を用いてモデルの進歩を測定している。その結果、AnthropicのAI能力指数は2025年10月以前は年間約15ポイントの改善ペースだったが、その後は約29ポイントへと1.9倍に加速しており、その加速の約80%はAI自体によるもの（学習計算量の増加ではなく）とされている。
ただし研究効率の観点では別の数字が目を引く。R&D費用は2025年上半期の約19億ドルから1年後には約97億ドルへ急増。ベンチマーク進捗のR&Dドル当たり効率は、年間進捗が2倍になった一方で約60%低下し、3Qには再びほぼ半減している。収益/R&D比率は2025年4Qの0.74から2026年2Qには1.91まで改善したが、3Qは1.78へ低下した。高コストの短期コンピュート契約がまだ続く中、この比率がさらに悪化する可能性がある。
「モデルリードの複利」と両社が直面するジレンマ
記事が指摘する構造的な優位性の話が興味深い。モデルリードは複利的に拡大しうる：より良いモデルを持つラボはより高い価格を顧客から取れるため、同じ収益を得るのに必要なインフラの割合が小さくなり、残りを学習に回せる。すると次のモデルがさらに良くなり、差が開く。
後れを取ったラボは逆のスパイラルに入る――ただしMeta広告事業のように、推論収益がなくても学習費用を賄える収益源を持っている場合を除いて、だ。現時点では、最大のコンピュートを持つことが最良のモデルの条件にはなっていない。
投資家のJohn Hemptonは、Anthropicがこれまでにコンピュートへ費やした総額は約200億ドル（うち学習に充てたのは約120億ドル）で、競合に比べて「Claudeは約5倍のコンピュート効率」だと試算している。彼の見立てでは、「現時点で明らかに最良のモデル」がそのコストで生まれている。
それぞれの"フロア"の質
企業価値の「フロア」として機能するコア事業の質にも差がある。
Metaの広告事業は、Metaのランキングモデルが改善すれば広告主のROIが向上し広告単価が上がる構造だ。広告主が自社でオープンウェイトモデルを調達してMetaの広告オークションを代替することはできない。MSLのモデルはすでに広告向けコンテンツ処理コストをオフラインテストで80%以上削減している。著者の試算では、MSLやReality Labsのコストを除いたコア広告事業のEV/EBIT倍率は約10倍と、非常に保守的な水準に留まっている。
AnthropicのAPI事業は、著者が「質の低い収益源」と評価している。収益の大部分は従量課金で、大口顧客はコスト最適化に動きやすい。DoorDashのCo-FounderであるAndy Fangは、2026年1月〜6月でAI支出が20倍増になった後、コスト圧縮を検討し独自モデルの開発に着手したことを明かしている（元記事はFangの発言の出典として公開インタビューを参照しているが、具体的な媒体名は記されていない）。MicrosoftのNadellaも「顧客はウェイトの所有を求めている」と述べた。
Epochの試算では、一定水準のAI性能のコストは2023年以来、四半期ごとに約47%低下している。さらにAnthropicの収益の約44%はBedrockやVertex AIなどのクラウドマーケットプレイス経由であり、そこではモデルの切り替えが容易だ。
過去の類似事例として、Twilio対Uberの話も引用されている。2016年にTwilioの収益の14%を占めていたUberは、請求額が膨らむにつれ内製化と他ベンダーへの分散を進め、支出を3,900万ドルから3,200万ドルへ削減した。従量課金型収益の最大顧客は、まさにそのコストが内製化を正当化できるほど大きくなるため、最も内製化されやすい。
2つの時計
著者はこの競争を「2つの時計」に例えて締めくくっている。
- Anthropicの時計：モデルリードを、資金力のあるラボ（DeepMindやMSL）より速く計算資源を確保し続けられるだけの収益・資本に変換し続けられるか
- Metaの時計：複利的に拡大するモデルギャップが取り返しのつかない規模になる前に追いつけるか
どちらのシナリオが正しいかは誰にもわからない。両社はともに巨額の「間違える余地」を持った賭けをしている。
詳細はAnthropic vs Meta: Room to Be Wrongを参照していただきたい。
