土曜日, 10月 10, 2026

エージェント時代のAIコスト管理:2026年秋、トークン課金で何が変わったか

AIの単価は下がっているのに、請求額は膨らむ。2026年に入り、LLMのトークン利用料をめぐってこうした声が目立つようになりました。何が起きているのかを、公式発表と調査資料に当たって整理します。

結論を先に示します。(1) 問題の本質は単価の高さではなく、エージェント型の利用でタスク当たりのトークン量が増え、その変動リスクが利用者側に移ったことです。(2) 主要ベンダーは定額の席課金を全面廃止したのではなく、定額枠に利用量課金を併設・分離する方向へ動いています。(3) 評価の物差しは「100万トークン当たり単価」から「成功タスク当たり総費用」へ移すのが妥当です。

本記事は2026年10月10日時点の公開情報に基づきます。料金は頻繁に改定されるため、契約前に各社の公式ページで再確認してください。Gartner、Goldman Sachsなどの数値は予測であり、確定した事実ではありません。筆者の見通しは、その旨を明記して区別しています。

1. 単価は下がり、総額は増える:二つの力の綱引き

Gartnerは2026年3月25日、1兆パラメータ級LLMの推論にかかるコストが、GenAI提供者にとって2030年に2025年比で90%超下がると予測しました。ただしこれは提供者側のコストの話です。同じ発表は、トークン単価の低下が企業顧客に全額は転嫁されないこと、エージェント型モデルは標準的なチャットボットの5〜30倍のトークンをタスクごとに要すること、消費の伸びが単価の下落を上回るため全体の推論コストは上がる見通しであることを述べています。

2026年8月17日のGartnerの予測では、エージェント・ワークフロー1件当たりの推論コストが2028年までに5倍超になるとされています。Goldman Sachs Researchは、2026〜2030年にトークン消費が24倍になると予測しています。AMDは過去2年で月間トークン利用量が約158倍になったとの見方を示しましたが、発言主体や母集団の記述が媒体によって揺れているため、世界全体の測定値ではなくAMDの推計として受け止めるのが安全です。

2. 従量課金への移行:何がどこまで変わったか

2025年末から2026年秋にかけて、主要ベンダーは相次いで定額枠の縮小や分離に動きました。ただし内容はベンダーごとに異なり、「そろって従量課金へ移った」と一括りにはできません。

ベンダー 変更の中身 時期 性格
GitHub Copilot プレミアムリクエスト(PRU)を、入力・出力・キャッシュのトークン量に基づく「GitHub AI Credits」に置き換え。席料(Pro $10、Business $19、Enterprise $39)は維持し、クレジットを内包 2026年4月27日発表、6月1日から適用 全プランが席料+クレジット従量のハイブリッドに
Microsoft Copilot 日常利用は1ユーザー固定料金(USL)を維持。Cowork、Code、Autopilot、フロンティアモデルなどの高度機能はCopilot Credits(利用量課金、UBB)に分離。クレジット単価は$0.01(Microsoftの公式ガイド) 2026年9月25日発表。CSP経由の新規Copilot Businessは、2026年12月1日からUBBが既定でオン(旧予定は11月2日) 固定と従量を分離。既定の上限は月4,000クレジット/ユーザーで、管理者が変更可能
Anthropic(Enterprise) 契約更新時に利用量ベースへ移行。2026年2月に月$20の単一席を導入。席料は利用枠を含まず、全トークンを標準APIレートで上乗せ請求(The Registerの報道) 2025年11月から更新時に順次、2026年2月に単一席 席料は入場料にとどまり、消費は従量
OpenAI Enterprise向けにトークン連動のレートカードを公開し、Codex・ChatGPT Workなどをクレジット課金に(OpenAIヘルプセンター) 2026年(開始日は資料により異なる) 対象契約・機能ごとに適用範囲が異なる

出典:GitHub Blog(2026年4月27日)、Microsoft Community Hub、Microsoft Partner Center(2026年10月1日の告知)、The Register(2026年4月16日)、OpenAIヘルプセンター。

Microsoftの12月1日からのUBB既定オンは、当初の11月2日から延期されています。対象外とされる国・地域の一覧(豪、独、仏、伊、韓など11市場)に日本は挙がっていませんが、提供は順次展開とされています。

3. 単価表だけでは見えない「実質コスト」

フロンティア帯の中位モデルは、100万トークン当たり入力$2・出力$10前後に集まりつつあります。一方で、表の単価に現れない条件が実質コストを動かします。

モデル 入力 出力 主な条件 時点・出典
Claude Fable 5.1 $10 $50 最上位 2026年10月、Anthropic公式
Claude Opus 5.5 $4 $20 2026年9月22日発表 2026年10月、Anthropic公式
Claude Sonnet 5.5 $2 $10 標準ティア 2026年10月、Anthropic公式
Claude Haiku 5.5 $0.10(10万トークン超は$0.50) $0.50(10万トークン超は$2.50) 10万トークンを超えると単価が5倍になる段階制。キャッシュ読取も$0.01から$0.05へ上がる 2026年10月、Anthropic公式
GPT-6.1 Sol $2 $10 272K超のプロンプトは入力2倍・出力1.5倍(リクエスト全体に適用)。キャッシュ入力は$0.10。Batch/Flexは50%引き。地域処理は10%割増 2026年10月確認、OpenAI公式モデルページ
GPT-5.6 Sol $4 $20 期間限定の価格。期限は少なくとも2026年11月21日まで 2026年8月21日〜、OpenAI公式
GPT-6 Luna $0.10 $0.50 最安帯。GPT-5.6 Lunaとは別世代 2026年10月、OpenAI公式
Gemini 3.8 Flash $0.75 → $1.50 $3.75 → $7.50 2026年12月31日までと2027年1月1日からで倍額。出力は思考トークンを含む。Batch/Flexは50%引き。3.6 Flashも同日に倍額 2026年10月10日確認、Google公式
Sakana Namazu $0.95 $4.00 キャッシュ$0.15。公式ページは円額を参考換算とし、実請求は米ドルと記載。法人向けの円建て対応は報道があるが、契約時に要確認 2026年8月公開、Sakana AI公式
PLaMo API 60円 250円 円建て(100万トークン当たり) 2026年10月7日、PFN技術ブログの記載

価格はいずれも100万トークン当たり、標準ティア。GPT-5.6 Lunaは2026年7月30日の80%値下げ後で$0.20/$1.20(OpenAI公式)であり、上表のGPT-6 Lunaとは価格が異なります。

NTTのtsuzumi 2、富士通のTakane、NECのcotomi、ソフトバンクのSarashinaなどは、2026年10月時点で公開単価を確認できませんでした。

3-1. 実質コストを動かす5つの要因

  • トークナイザーの違い。Anthropicの公式文書によると、Claude 4.7以降の新しいトークナイザーは同じテキストで約30%多いトークンを生成します(内容により幅あり)。単価の変更ではなく計数方式の変更ですが、実効価格を押し上げ得ます。日本語では差がさらに大きくなり得ます。PFNは自社ベンチマークの翻訳出力50件ずつで、日本語1,000文字当たりのトークン数がPLaMoで447、Claude Fable 5.1で893、GPT-6 Astraで744だったと報告しています。これは自社評価であり、一般化はできません。
  • 長文の割増。Haiku 5.5は10万トークン超で単価が上がり、GPT-6.1 Solは272K超でリクエスト全体に割増がかかります。
  • 地域指定。OpenAIは地域処理(データレジデンシー)に10%の割増を設けています。国内処理を要件にする場合は、その分を見積もりに入れる必要があります。
  • 為替。主要APIはドル建てで、消費量と為替の二重の変動を受けます。
  • 導入価格の期限。Gemini 3.8 Flashは2027年1月1日に倍額、GPT-5.6 Solの期間限定価格も2026年11月以降に終わる可能性があります。期限付き価格を前提にした試算は2027年にずれます。

4. 企業では何が起きているか

EYの調査(米国のSVP以上534人、2026年4月24日〜5月17日実施)では、AIに投資する企業の上級幹部の82%がトークン使用量とコストを懸念していました。トークン課金型のツールを使う組織の98%が方針を再検討しており、明確な予算ガードレールを設けて監視している組織は64%でした。

個別事例として、Uberは2026年のClaude Code予算を4月までに使い切ったと報じられています。Bloombergは2026年6月2日、Uberが全従業員にAIコーディングツール1つ当たり月1,500ドルのトークン支出上限を設けたと伝えました。これはUberなど一部企業の事例であり、企業一般の傾向と断定はできません。決済データに基づくRamp AI Index(7万社超)では、AI支出が上位1%の企業の従業員1人当たり中央値が、2026年7月に7,400ドルでした。

提供者側の事情も背景にあります。FTが入手した非公開資料に基づく報道によると、OpenAIは2026〜2030年に累計2,780億ドルのフリーキャッシュフロー赤字を見込み、計算資源・インフラ支出は8,560億ドルとされています。Bloombergによれば年換算売上は9月末で約500億ドルで、年末には700億ドル以上を見込んでいます。巨額の先行投資は、定額枠の設計を見直す動きを促す一因になり得ると筆者は見ています(筆者の推定)。

5. 日本の公共分野:源内は2027年度に有償調達へ

デジタル庁のガバメントAI「源内」は、2026年5月から全府省庁の約18万人を対象に大規模実証を進めています。国産LLMは2026年8月頃〜2027年3月に試用・評価され、2027年度から有償の政府調達に移る予定です。2026年度の試用は無償が前提でした。契約先はNTTデータ、ソフトバンク、NEC、富士通、PFNの5社です。

ITmediaの報道によると、2027年度向けの公募では料金体系の提示とガバメントクラウド上での動作が求められます。初回公募で必須とされた機密性2情報への対応が次回も同じ条件で維持されるかは、正式な公募要領を待つ必要があります。職員の利用量に比例して費用が増える以上、2027年度以降は利用量の見積もりと上限管理が調達の論点になるはずです(筆者の推定)。

6. コストを抑える手立て

  • キャッシュ。GPT-6.1 Solのキャッシュ入力は通常入力の5%($0.10)です。ただし書き込みは1.25倍かかるため、再利用が少ない用途では逆効果になります。
  • バッチ・Flex。GPT-6.1 SolもGemini 3.8 Flashも、BatchとFlexは標準の50%引きです。非同期で構わない業務に限られます。
  • モデルルーティング。Gartnerは、定型・高頻度の業務は小型やドメイン特化のモデルへ回し、フロンティアモデルは付加価値の高い複雑な推論に絞るよう推奨しています。EYは社内AIルーター、研修、ガバナンスを組み合わせ、4月以降トークン消費を最大60%削減したと説明しています(Business Insider、2026年7月30日)。ルーター単独の効果ではありません。
  • 上限と可視化。Microsoftは新規Copilot Businessに月4,000クレジット/ユーザーの既定上限を置き、Uberはツール当たり月1,500ドルとしました。上限に達すると業務が止まるため、超過時の挙動の設計とセットで考える必要があります。
  • 評価指標の統一。モデルごとにトークナイザー、思考トークン、ツール呼び出し回数が異なります。比較は100万トークン単価ではなく、成功タスク当たりの総費用で行うのが妥当です。Anthropic自身も新世代の比較ではその見方を勧めています。

7. 今後の見通し(筆者の推定)

  • 単価は下落基調が続く。根拠はGartnerの2030年までの予測と、2026年夏のOpenAIの値下げ(GPT-5.6 Lunaの80%値下げなど)です。
  • 総支出は増え続ける。Gartnerのワークフロー当たり5倍超、Goldman Sachsの24倍という予測が正しければ、単価の下落だけでは吸収できません。
  • 席+従量のハイブリッドが標準になる。GitHub、Microsoft、Anthropic、OpenAIがすでに形は違っても同じ方向にあります。
  • 導入価格は順次終わる。Gemini 3.8 Flashの2027年1月の倍額化が先例になる可能性があります。

単価の安さだけで導入を決めると、エージェント化が進んだ段階で請求が想定を超える恐れがあります。導入前に、成功タスク当たりの費用、キャッシュの命中率、モデル別の利用比率を見える形にしておくことが、変動リスクを管理する第一歩です。

主な出典

金曜日, 10月 09, 2026

IDCFクラウド・ランサムウェア事案を整理する:ISMAP登録サービスで何が起きたか

2026年10月7日、IDCフロンティアが提供する「IDCFクラウド」の東日本リージョン1の一部がランサムウェア攻撃を受け、仮想サーバーが停止して再起動できない状態になりました。影響を受けたのは495の企業・自治体です。同社は、teslaなど4ゾーンに保管された顧客データを「取り出しや復元が困難な見通し」とし、現時点の見解として、復元は顧客自身が持つバックアップからのみ可能だと説明しています。

IDCFクラウドのコンピュートなどは、政府情報システムのためのセキュリティ評価制度「ISMAP」の登録対象です。では、登録されていれば安心なのか。運営側はこの事案をどう扱うのか。利用する側は何をすべきか。公表されている情報から整理しました。

結論を先に書きます。

  • 事実として確認できるのは、ランサムウェア攻撃、4ゾーンのデータ復元困難、495の企業・自治体への影響までです。侵入経路と情報漏えいの有無は、10月9日夜の時点で公表されていません。
  • ISMAPについて、運営委員会などがIDCFを名指しした措置(登録の一時停止や再監査の開始)を公表した形跡は、筆者の確認した範囲ではありません。再監査に進む可能性は十分にありますが、現時点では未決定です(筆者の推定)。
  • ISMAP登録は統制の評価であり、サービスが止まらないこと、データが失われないことの保証ではありません。バックアップを事業者の外に持つこと、委託先・再委託先の利用クラウドを把握することが、利用側の現実的な備えになります。
本記事は2026年10月9日夜時点の公開情報に基づきます。IDCFの公式発表を一次情報とし、報道に基づく部分はその旨を書いています。見通しや評価は筆者の推定・見解です。続報が出た場合は内容が変わる可能性があります。

1. IDCFクラウド事案:公式発表で確認できること

公表 日付 主な内容
第1報 10月7日 第三者からの不正アクセスにより、東日本リージョン1で障害が発生。対象の顧客には個別に連絡。
第2報 10月7日 原因を「第三者からの不正アクセス(ランサムウェア攻撃)」と特定。影響は495の企業・自治体。東日本リージョン1をネットワークから遮断し、システムを停止。
第3報 10月8日 対象を4ゾーン(tesla/henry/pascal/joule)に特定。データは取り出し・復元が困難な見通しで、復元は顧客自身のバックアップからのみ、と案内。他のゾーン・リージョンは不正アクセス未確認だが、自前のバックアップ取得を案内。全リージョンの管理コンソールを停止中。
第4報 10月9日 10月7日午前9時に緊急対策本部を設置し、親会社のソフトバンクと連携して対応。顧客窓口はソフトバンクの法人部門で、バックアップ手順の案内、移行環境の提案、仮想サーバーの起動・停止の代行を実施。外部の専門企業と詳細調査を進め、監督省庁や警察などへ報告・相談している。

出典:IDCフロンティア公表(第1報/第2報/第3報/第4報)

1-1. 確認できている事実

  • 発生は2026年10月7日午前3時40分ごろで、第3報の時点では継続中とされています。
  • 対象は東日本リージョン1の一部(tesla/henry/pascal/jouleの4ゾーン)です。仮想サーバーの停止と再起動不可が起きています。
  • 4ゾーンの顧客データは「取り出しや復元が困難な見通し」で、同社は「現時点での当社の見解」として、復元は顧客自身のバックアップからのみ可能としています。今後の調査で見解が変わる可能性はあります。
  • IDCFクラウド TypeS(旧ホワイトクラウド ASPIRE)とIDCFプライベートクラウドは、本事象の対象外です。

1-2. 未公表・未確認の事項

  • 侵入経路と、攻撃の詳しい影響範囲(調査中とされています)。
  • 顧客データが外部に持ち出されたか(情報漏えいの有無)。公式発表では確認も否定もされていません。
  • どのストレージやバックアップが暗号化・破壊されたのか。事業者側のバックアップの構成も公表されていません。したがって、本件から事業者の設計上の不備を断定することはできません。
  • 495の企業・自治体の内訳(ゾーン別の数、国の機関が含まれるか)。
  • SNSでは、暗号化やスナップショット破壊を主張する画像が出回っています。攻撃者側の主張とされるもので、公式発表には含まれません。真偽は未確認です。

1-3. 影響を受けた利用者の例

  • シックス・アパート:Movable Typeクラウド版のサーバー31台がIDCFクラウド上では復旧できない見込みとなりました。Google Cloudに保管していたバックアップ(7世代)を使い、さくらのクラウドへ移行する方針と報じられています(ITmedia NEWS)。
  • 小平市:市のホームページが停止し、委託先のクラウド基盤がランサムウェア攻撃を受けたと公表しました。問い合わせフォームなどに入力された住民情報が漏えいした「おそれ」があるとしています(セキュリティ対策Lab)。自治体が直接契約していない委託先のクラウドが影響した例です。
  • 茨城県:県庁と県警のホームページが閲覧できなくなったと報じられています(時事通信)。
  • ニッスイ(日水物流):物流拠点の入出荷に影響が出たと公表しましたが、事業者名は明記していません。IDCFクラウドの影響と報じられている段階です(報道)。

2. ISMAP登録サービスとしての位置づけ

2-1. 登録範囲

IDCFが2024年1月10日に公表したリリースによると、ISMAPクラウドサービスリストへの登録範囲は次のとおりです(IDCF)。

  • IDCFクラウド:コンピュート、インフィニットLB、RDB、DNS、GSLB、コンテナ
  • IDCFプライベートクラウド(TypeV 2020など)と、IDCFクラウド ベアメタルサーバー(クラウドタイプ)

今回停止したのは仮想サーバー、つまりコンピュートで、登録範囲に含まれます。なお、プライベートクラウドも登録対象ですが、IDCFは今回の事象の対象外としています。また、登録は「サービス単位の統制の評価」であり、特定のリージョンやゾーンの安全性を個別に認定したものではありません。

2-2. 規程上の枠組み

ISMAP基本規程(英語参考訳。原文は日本語)には、関係する規定が次のように書かれています(ISMAP)。

  • 報告(3.7):登録事業者は、利用者に重大な影響を及ぼし得る情報セキュリティインシデントが起きた場合、ISMAP運営委員会または運用支援機関に直ちに報告する責任を負います。確認を求められたときは速やかに対応する必要があります。
  • 再監査(5.2):モニタリングの結果などを踏まえ、運営委員会は事業者に再監査を求めることができます。
  • 一時停止・取消し(5.4):モニタリングや再監査の結果、またはインシデントが起きた場合に、運営委員会は登録を一時停止または取り消すことができます。

ここで重要なのは、いずれも「できる」規定であることです。インシデントが起きただけで、登録が自動的に停止されるわけではありません。個別の運用を定めた登録規則では、第9章(インシデント報告)、第11章(モニタリング)、第12章(再監査)が再監査の手続きの根拠として引かれています(過去の事案についてのITmedia NEWS)。具体の判断は、現行規則と事実関係に基づき運営委員会が行います。

2-3. 現状(10月9日夜時点)

  • ISMAP運営委員会、国家サイバー統括室、デジタル庁のいずれも、IDCFを名指しした登録の一時停止や再監査の開始を公表した形跡は、筆者が確認できた範囲ではありません。
  • IDCFは「監督省庁」などへの報告・相談を進めていると述べています。ただし、その中にISMAPへの報告が含まれるかは、公開情報からは分かりません。
  • 筆者の推定では、コンピュートが登録対象で、停止とデータ復元困難という影響の重さから、IDCFが報告対象に当たるインシデントと判断する可能性は高いと考えます。

2-4. 過去の再監査と今後の見通し

公開情報で確認できる、インシデント後の再監査の前例は次の2件です。

時期 対象サービス きっかけ 経過
2022年9月〜2023年3月 ニフクラ、FJcloud-V 2022年5月、ロードバランサーの脆弱性を悪用した不正アクセスで、情報が盗まれた可能性が公表された。 約6か月の再監査の結果、運営委員会は「要求事項が適切に実施されていることが確認できた」としてリストに残留。
2023年9月28日〜 FJcloud 採用するネットワーク接続サービスのトラブル(2023年2月に、ネットワーク機器に不正なプログラムが仕込まれていたと公表)。事業者は当時、FJcloudへの影響はないと説明していた。 登録規則の第9・11・12章に基づき再監査を開始。再監査中も登録リストには掲載。終了時期は発表時点で未定。

出典:ITmedia NEWS「富士通の“政府認定クラウド”が再監査に」(2023年9月29日)

この2件は、事案の性質も被害の規模もIDCF事案とは違います。それでも、重大インシデントの後にISMAP運営委員会が再監査を行った実績があること、再監査は数か月単位で進み、その間も登録がリストに残ったことは、見通しを考える材料になります。再監査は登録の取消しとは別物です。

筆者の推定:IDCF事案が再監査に進む可能性は十分にあります。ただし、前例は2件しかなく、「可能性が高い」と確率を付けられる根拠はありません。現時点では未決定と見るのが妥当です。結論は、IDCFの報告内容、調査で分かる侵入経路、復旧と再発防止の実施状況、統制が実際に機能していたかの確認に左右されるでしょう。論点になり得るのは、管理系の分離や、バックアップを含む復旧性に関する統制の実効性です。ただし、事業者のバックアップ構成が未公表の現段階で、監査の不備を指摘できる根拠はありません。

3. 利用側(府省庁・自治体・委託先)に求められる対応

  • 影響の棚卸し:自組織だけでなく、委託先や再委託先(保守業者、SaaS事業者など)がIDCFクラウドを使っていないか確認します。小平市の例のように、直接契約していない委託先経由で影響が及ぶことがあります。
  • 4ゾーンの利用者:IDCFは別環境を用意しての再構築を案内しており、データは自前のバックアップから復元する前提です。
  • それ以外のゾーン・リージョンの利用者:不正アクセスは確認されていませんが、管理コンソールは停止中です。IDCFが順次案内するバックアップ手順に従い、自前のバックアップを取得しておきます。
  • 個人情報が保存されていた場合:個人情報保護法上の報告・本人通知の要否を検討します。小平市は「おそれ」の段階で公表しました。
  • 被害情報の共有:国家サイバー統括室は10月9日、事業者向けの文書で、被害に遭った組織が攻撃に関する技術的な情報を同室や所管省庁に速やかに共有するよう呼びかけています。

同じ文書は、対策のポイントを3分野で示しています(ITmedia NEWS、原文)。

  • ウェブシステム等の適切な管理:OSやCMSへのパッチの速やかな適用、サポート終了製品の利用停止、多要素認証の導入
  • サプライチェーンを通じた侵害への対策:委託先の対策状況を契約時だけでなく継続的に確認、漏えい時の報告義務を契約に盛り込む、業務終了後にデータを確実に削除させる
  • データの適切な管理:情報資産の棚卸し、不要な情報の削除、保存データと通信経路の暗号化、クラウド利用時の公開設定とアクセス権限の確認、アクセスログの点検・分析

4. 調達・設計への示唆(筆者の見解)

以下は事実ではなく、筆者の見解です。

  • ISMAP登録の位置づけ:登録は、政府調達に必要な統制を事業者が整備・運用していることの評価です。侵害されないこと、止まらないことの保証ではありません。2026年9月にはデジタル庁のGSSも、既知のVPN脆弱性から侵入されたと公表されています。
  • バックアップの置き場所:重要システムでは、本番と異なる障害・認証・管理ドメインにバックアップを持ちます。別アカウント、別リージョン、別媒体、別クラウドのどれにするかは、RTO/RPO、情報区分、データ所在の要件で決めます。すべてのシステムに別事業者への保管を一律に課すのは、現実的ではありません。
  • バックアップの堅牢性:イミュータブル(変更・削除できない)な構成にし、本番の管理者資格情報だけでは消せないようにします。
  • 復元の実証:バックアップがあるだけでは足りません。定期的なリストア試験を、契約やSLA、運用報告に含めます。
  • 契約条件:重大インシデント発生時の顧客通知期限、証拠保全、出口戦略、データの持ち出し手段、ISMAPへの報告の有無の共有を、契約で定めます。
  • 新規採用の判断:IDCFの新規採用は、侵入経路と再発防止策が公表され、ISMAP側の手続きの方向が見えるまで保留するのが、重要な本番システムでは合理的な選択です。検証環境や代替しやすいシステムまで一律に止めるかは、バックアップ設計や契約上の補償措置を含めて個別に判断すべきです。

5. 政府・当局の動き

  • 10月8日 JPCERT/CC:国内で相次ぐ不正アクセスについて注意喚起(JPCERT-AT-2026-0030)を公表しました。確認された手口として、既知の脆弱性や管理不備を突く攻撃、スマホアプリの解析による内部APIの不正操作、BIツールMetabaseのSQLインジェクション脆弱性(CVE-2026-72898)の悪用が挙げられています(マイナビニュース)。
  • 10月8日 関係省庁会議:サイバー攻撃の多発を受けて緊急に開かれ、被害情報は国家サイバー統括室に集約する方針が示されました。古川大臣は、危急の状況だとして政府一丸での対策を訴えています(Impress Watch)。
  • 10月8日報道 個人情報保護委員会:強い多要素認証やEDRの導入、不要な個人データの消去などを、緊急に例示したと報じられました(ITmedia NEWS)。
  • 10月9日 国家サイバー統括室:大量の個人情報を扱う事業者向けに、対策の徹底を求める文書を公開しました(第3節の3分野)。

6. 同時期の主要な情報漏えい・不正アクセス

IDCF事案と並行して、国内では大規模な漏えいの公表が続いています。件数は各社が公表した最大値や「可能性」を含みます。「漏えいを確認」と「漏えいの可能性」は区別してください。

6-1. 9月

公表日 組織・サービス 規模 概要・状態
9月11日 デジタル庁 ガバメントソリューションサービス(GSS) 約24.6万件 VPN機器の既知の脆弱性を悪用した侵入。漏えいの可能性。マイナンバーや口座情報は含まないと公表。
9月15日 ムラウチドットコム 771万6,811件 Webシステムの脆弱性を悪用された。持ち出しを確認。
9月16日 Gyazo(Helpfeel) ユーザー関連データ約2,362万件、画像メタデータ約4.9億件 不正アクセスによる流出。9月25日の続報で、削除済み画像のメタデータ約1.74億件の流出も判明。
9月25〜29日 タイムズカー(タイムズモビリティ) 約660万アカウント(うち本人確認書類を含むのは約160万件) 9月25日に検知。第三者による取得を確認。クレジットカード情報は含まない。
9月27日 OZmall(スターツ出版) 最大44万2,779名 海外からの大量の不正アクセス。メールアドレスなどが閲覧された可能性。件数は10月1日の第2報で精査された値。
9月29日 セイコーマートアプリ 約57万アカウント 第三者に閲覧された可能性。
9月30日 VOISING 約17万件 BIツールの既知の脆弱性を悪用された。

出典:@IT(GSS)、ムラウチ、Helpfeel、Impress Watch(タイムズカー)、OZmall、セイコーマート、VOISING

6-2. 10月

公表日 組織・サービス 規模 概要・状態
10月5日 焼肉きんぐ公式アプリ(物語コーポレーション) 1,078万8,963件 会員管理システムへの不正アクセス。氏名、メールアドレス、電話番号など。パスワード・決済情報は含まない。登録者のほぼ全員が対象。
10月6日 ミスターマックス(アプリ・オンラインストア) 最大173万5,154人 ソフトウェアの機能を不正利用したサーバー侵入。住所・カード情報などは対象外。
10月6日 スカラコミュニケーションズ FAQシステム「i-ask」(委託先) 最大5社・延べ最大71万3,126件 管理サイトへの不正ログインと不正プログラムの設置。件数は問い合わせ単位の延べ件数で、重複を含む。利用企業の公表は、大和証券(10月5日、約11万人)、シチズン時計(10月6日、約10万人)、損保ジャパン(10月7日、延べ約6万件)。
10月7日 HIS(タイ現地法人) 最大627名 パスポート情報とアレルギー情報の流出の可能性。2025年12月11日に検知し、2026年10月7日に公表。
10月7日 IDCフロンティア「IDCFクラウド」 495の企業・自治体 ランサムウェア攻撃による障害(第1節)。情報漏えいの有無は未公表。
10月9日 ブックオフグループホールディングス(子会社の会員管理システム) 最大約643万件 不正アクセスによる会員情報の流出(報道ベース)。

出典:焼肉きんぐ、ミスターマックス、Internet Watch(i-ask)、ITmedia NEWS(損保ジャパン)、トラベルWatch(HIS)、ITmedia NEWS(ブックオフ)

このほか、10月6日前後には、GMOリサーチ&AIのアンケートサービス「infoQ」(最大約95万件)や「楽天ドライブ」(約1.5万アカウント)の不正アクセスも報じられています。

7. まとめと今後の注目点

今期の情報漏えいの多くは、個人情報の窃取です。一方、IDCFクラウド事案は、クラウド基盤そのものが止まり、その上で動く自治体サイトや企業のサービスが同時に影響を受けました。漏えいの件数では他の事案が大きくても、可用性とサプライチェーンへの波及という点では、最も重大な事案の一つだと言えます。

今後、次の点に注目しています。

  • IDCFの続報:侵入経路、情報漏えいの有無、復旧計画、再発防止策
  • ISMAP運営委員会の対応:再監査や登録の扱いに関する公表の有無
  • 国家サイバー統括室や個人情報保護委員会による、クラウド利用時の追加の指針

利用する側としては、ISMAPのリストに載っているかどうかに加えて、事業者が止まったときに自分のデータをどこから復元できるかまで、調達や設計の段階で確認しておくことが重要です。

水曜日, 10月 07, 2026

ローカルLLMを動かす個人向けGPUクラウド比較:料金・セキュリティ・使い方まとめ

ローカルLLMを試したいが、数十万円のGPUを買う前に、まず借りて動かしてみたい。個人名義で契約できるGPUクラウドには何があり、どのモデルが月いくらで動かせるのか。料金は日本円に直して比べたい。そんな疑問に答えるため、2026年10月時点の公式料金ページと公式ドキュメントを一次情報として、サービス比較、モデル規模別の費用、セキュリティ、実際の使い方までまとめました。

結論から言うと、公開データで安く試すなら RunPodのCommunity CloudかVast.ai、手軽さと安定性ならRunPodのSecure Cloud、円建て・国内完結なら常駐向けのGPUSOROBANと断続実行向けのさくら高火力DOK、という整理になります。ConoHaのGPUサーバーは、公式の申込フォームに個人からの新規申込みを一時停止している旨が明記されており、個人向けの候補から外れます。

費用感の目安(1ドル=158円)は次のとおりです。14B以下は24GB級のGPUで時給およそ43〜117円、70Bの4bit量子化は48GB級(RunPodのA40やRTX A6000)で約77〜84円、gpt-oss-120bは80GBのH100か96GBのRTX PRO 6000で約267〜457円です。235B級以上の巨大モデルは、個人が常時動かすには費用対効果が悪く、APIの利用を勧めます。

本記事は2026年10月7日時点の公開情報に基づきます。為替は1ドル=158円で換算しました(2026年10月6日のOANDA 158.045円、七十七銀行の仲値157.96円を丸めた値)。海外サービスはUSD建て・税抜の表示価格で、カード会社の手数料や消費税相当額は含みません。損益分岐などの見通しは筆者の仮定です。

1. 用途別おすすめ早見表

用途 第一候補 次点 選ぶ理由と注意
初めて試す・手軽さ重視 RunPod Secure Cloud(RTX 4090/A40)+Ollama/Open WebUIのテンプレート GPUSOROBAN A4000(円建て) 秒課金で、テンプレートから数分で起動できる。Network Volumeにモデルを置けば再ダウンロードが不要
公開データでコスト最優先 RunPod Community、Vast.ai GPUSOROBAN A4000(50円/時) RunPodは機密ワークロードにSecure Cloudを推奨している。Vast.aiは価格が常時変動する
機密・業務データ 国内事業者(さくら高火力DOK、GPUSOROBAN)またはRunPod Secure Cloud Vast.ai Secure Cloud データの所在に加え、ログ・バックアップ・サポートアクセスの所在まで確認する
断続的に大型モデル(H100級) さくら高火力DOK(H100 1,008円/時、秒課金) RunPod H100 PCIe(約457円/時) DOKは実行時間のみの課金だが、コンテナ内のモデル取得時間も課金対象になる
24時間常駐(小型モデル) GPUSOROBAN A4000 月額33,000円 RunPod Community RTX 4090(二次情報の単価で約39,000円/月) ConoHaは個人の新規申込みを停止中
235B・671B級 API利用 短時間だけ専有GPUを借りる 常時の個人運用は費用が合わない(6章の表を参照)

2. 試算の前提

月額は3つの利用パターンで換算します。A は週末中心の月40時間、B は1日3時間×月20日の月60時間、C は24時間常時稼働の月730時間です。時間単価×時間数の単純計算で、ストレージ代は別に加算します。対象は、個人がクレジットカードで契約し、秒〜時間単位で使えるサービスに絞りました。Lambda、AWS、GCP、Azureも個人アカウントで使えますが、本稿では取り上げていません。

3. サービス比較(海外)

サービス 個人契約・支払い 課金の特徴 主なGPUと単価(USD/時) 停止中・待機中の課金など
RunPod 個人でメール登録して利用可。USD建てのプリペイド制で、カード(Stripe)と暗号資産に対応。プリペイドカードは1回100ドル以上の入金を推奨。クレジットは返金不可 秒課金。デプロイには1時間分以上の残高が必要。データ転送料なし。既定の支出上限は80ドル/時 Secure(公式料金表、2026/9/27更新):A40 0.49、RTX A6000 0.53、RTX 4090 0.74、RTX 5090 0.99、A100 80GB 1.59、H100 PCIe 2.89、H200 4.59、RTX PRO 6000 2.09。Communityの例:RTX PRO 6000 1.69(GPU個別ページ) 停止中のVolume Diskは稼働中の2倍(0.20ドル/GB/月)。Network Volumeは0.07ドル/GB/月(1TB超は0.05)でPodを消しても残る。残高が0になるとPodは自動停止し、Network Volumeのない Podは削除されてデータは戻らない
Vast.ai 個人で利用可。USD建ての前払いクレジット(Stripeのカード、BitPay・Crypto.comの暗号資産)。カードで買った未使用分は返金可、暗号資産分は不可 秒課金。GPU・ストレージ・帯域の3種類を、ホストごとの価格で課金する(固定価格ではない) マーケットプレイス方式で価格は常時変動し、固定の価格表はない。「Secure Cloud(Only Trusted Datacenters)」フィルターで認定データセンターの機材に絞れる 停止してもストレージ課金は続き、帯域は状態を問わず送受信バイトに課金される。完全に止めるにはDestroy。カード未登録で残高が尽きると、インスタンスとデータは削除される
DigitalOcean(GPU Droplets) 個人でカード登録して利用可(USD建て) 秒課金(最低60秒または0.01ドルの高い方)。Spot GPUはパブリックプレビュー オンデマンド:RTX 4000 0.76、L40S/RTX 6000 1.57、H100 4.41、H200 4.47、MI300X 2.59 電源を切っても課金は止まらず、GPUも確保されたまま。止めるにはDestroyが必要。送信転送は枠超過分が0.01ドル/GiB(受信は無料)
Modal 個人でカード登録して利用可。Starterは月額0ドル+従量で、毎月30ドルの無料クレジット付き 秒課金でアイドル時は課金なし。Pythonコードをサーバーレスに実行する方式。リージョン指定は基本価格の1.15〜1.75倍 GPU分のみ(ドル/秒):L4 0.000222、L40S 0.000542、A100 80GB 0.000694、RTX PRO 6000 0.000842、H100 0.001097(H100は約3.95ドル/時)。CPU(0.0000131ドル/コア/秒)とメモリ(0.00000222ドル/GiB/秒)は別課金 呼び出し時に起動するため、初回の応答には起動時間が加わる(サーバーレス方式の一般的な性質)。対話用のチャットを常時待機させる用途には向きにくい
Google Colab 個人でGoogleアカウントから利用可。Pro/Pro+は円建ての月額 コンピューティングユニット(CU)制。GPUごとに1時間あたりの消費CUが異なる CU消費量(2026年2月の実測):L4 1.71、A100 40GB 5.37、A100 80GB(High Memory)7.52、H100 18.05 CU/時 GPUの割り当ては保証されない。ノートブックのセッション前提で、APIサーバーの常駐には向かない。CUの円換算はプランで変わる(5章)

出典:Runpod公式料金ページ・Billing/Securityドキュメント、Vast.aiドキュメント(Billing)、DigitalOcean Droplet Pricing、Modal Pricing、Qiita「Google Colab料金比較とベンチマーク」(2026年2月)。

4. サービス比較(国内)

サービス 個人契約・支払い 課金の特徴 GPUと単価(税込) 注意点
GPUSOROBAN(ハイレゾ) 無料会員登録から開始できる。円建て(個人名義での契約条件は利用規約で確認) 従量課金(1時間・台)か月額課金を選ぶ。初期費用無料。料金に消費税・ストレージ・データ転送料を含む A4000 16GB:50円/時(月額33,000円)、A100 40GB:361円/時(月額223,133円)、A100 80GB:398円/時(月額243,631円)。ストレージは標準100GB 公式の一覧(高速コンピューティング)に載るのはA4000とA100の2種。停止中の課金の扱いは公式の一次情報で確認できていないため、契約前にFAQや規約で確かめる
さくら高火力 DOK 会員ID(電話番号認証)とクレジットカードで利用開始。プリペイドは法人・文教向け。新規は3,000円分の無料枠がある コンテナの実行時間のみ秒課金。H100は最低60秒。イメージ取得時間と実行待ちは課金対象外。タスクの実行時間上限を設定できる V100 32GB:0.016円/秒(57.6円/時)、H100 80GB:0.28円/秒(1,008円/時)、H100 8GPU専有(β):0.83円/秒(2,988円/時)。H100はvCPU 10、メモリ192GB Dockerイメージを用意するタスク型。外部接続はHTTPSのみ。SSHは可だがscp/rsyncは不可。ネットワークはベストエフォート250Mbps。モデルはイメージに埋め込むか、外部ストレージから取得する
ConoHa VPS GPUサーバー(GMO) 個人の新規申込みは一時停止中(公式フォームの注記)。法人は申請後に審査があり、本人確認書類が必要。支払いは請求書・カード・チャージ 時間課金で月額上限あり L4 24GB(4vCPU/メモリ16GB):公式GPUページの表示は55.0円/時(上限33,000円/月)。第三者の比較サイトは2026年7月改定後の公式表として60.5円/時(上限36,300円/月)と報告しており、表記が一致しない。H100は提供終了のお知らせが出ている 個人は受付再開待ち。法人で使う場合は、申込時に最新の料金を確認する
GMO GPUクラウド 個人向けの契約は確認できない。請求書払いのHPC向けサービス 共用プランは100円/分(H200×8ノード)。月次契約時間の50%がミニマムチャージ H200(1ノード8基)が中心。高速ストレージは3万円/TiB/月 個人のローカルLLM用途には規模が大きすぎる

出典:GPUSOROBANインスタンス一覧、さくら高火力DOK公式ページ・マニュアル(料金体系)、ConoHa GPUサーバー公式ページ・取引申請フォーム、VPS比較.com(2026/6/18)、GMO GPUクラウド。

5. 主要GPUの時間単価(円換算、1ドル=158円)

RunPodの公式料金表はCommunity/Secureのタブ表示ですが、RTX PRO 6000の掲載価格(2.09ドル)がGPU個別ページのSecure価格と一致するため、料金表の数値はSecure Cloudの価格として扱います。Community Cloudの価格は、公式の個別ページで確認できたものを除き、価格比較サイトによる二次情報です。

GPU(VRAM) サービス・区分 単価(USD/時) 円/時
RTX A5000(24GB) RunPod Secure 0.27 43
RTX 4090(24GB) RunPod Community(二次情報) 0.34 54
RTX 4090(24GB) RunPod Secure 0.74 117
RTX 5090(32GB) RunPod Secure 0.99 156
A40(48GB) RunPod Secure 0.49 77
RTX A6000(48GB) RunPod Secure 0.53 84
L40S(48GB) DigitalOcean 1.57 248
A100(80GB) RunPod Community(二次情報) 1.19 188
A100(80GB) RunPod Secure 1.59 251
RTX PRO 6000(96GB) RunPod Community 1.69 267
RTX PRO 6000(96GB) RunPod Secure 2.09 330
H100 PCIe(80GB) RunPod Secure 2.89 457
H100(80GB) DigitalOcean 4.41 697
H100(80GB) Modal(GPU分のみ) 約3.95 624
H200(141GB) RunPod Secure 4.59 725
B200(180GB) RunPod Secure 6.79 1,073
A4000(16GB) GPUSOROBAN (円建て) 50
A100(80GB) GPUSOROBAN (円建て) 398
V100(32GB) さくら高火力DOK (円建て) 57.6
H100(80GB) さくら高火力DOK (円建て) 1,008

出典:各社の公式料金ページ(5章冒頭に記した区分を除く)。Vast.aiは市場価格のため掲載していません。

Colabは、CU消費量(A100 80GBで7.52、H100で18.05)に、Pro+の月額(約5,200〜5,800円)を付与CU(500〜600程度と資料で食い違う)で割った1CUあたり約9〜12円を掛けると、A100 80GBで約66〜87円/時、H100で約158〜208円/時になります。これは筆者の試算で、割り当てが保証されない点も含めて、常駐用途の比較には使えません。

6. モデル規模別の必要VRAMと費用

6-1. VRAMの見積もり方

重みの大きさは、パラメータ数×1パラメータあたりのバイト数で概算します。FP16/BF16は2バイト、8bitは約1バイト、4bit(GGUFのQ4、AWQ、GPTQ)は約0.55〜0.6バイトです。これにKVキャッシュと実行時の余裕(1〜3GB)を足します。KVキャッシュは次の式で求まります。

KVキャッシュ(バイト) = 2 × 層数 × KVヘッド数 × ヘッド次元 × トークン数 × 1要素のバイト数

Llama 3.1 8B(32層、KVヘッド8、ヘッド次元128)はFP16で1トークンあたり128KiBで、32kトークンなら約4GiBです。Llama 3.3 70B(80層)は1トークンあたり320KiBで、32kで約10GiB、128kで約40GiBに達します。70Bの4bitは重みだけで約40〜43GBなので、48GBのGPUは短〜中程度のコンテキストでぎりぎり、長いコンテキストなら80GB級が必要です。

MoE(Mixture of Experts)モデルは、アクティブパラメータが小さくても全エキスパートの重みをメモリに載せる必要があります。OpenAIの説明では、gpt-oss-120bは総117B・アクティブ5.1Bで、MoE層の重みだけをMXFP4で量子化しており、その他のテンソルはBF16です。公式は「単一の80GB GPU(NVIDIA H100やAMD MI300Xなど)で動く」と案内し、gpt-oss-20bは16GBのメモリ内で動作するとしています。

6-2. クラス別の推奨構成

クラス・代表モデル 重みの目安(FP16/8bit/4bit) 推奨GPU構成 最安候補(円/時) 留意点
〜8B(Llama 3.1 8B、Qwen3-8Bなど) 約16GB/約9GB/約5GB 24GB 1枚。4bitなら16GBでも可 RunPod A5000 約43円、GPUSOROBAN A4000 50円 KVキャッシュは32kで約4GiB(Llama 3.1 8B)
gpt-oss-20b(総21B、アクティブ3.6B) MXFP4で16GBのメモリ内に収まる(OpenAI) 24GB 1枚が無難 同上 MoEなので全重みをVRAMに載せる。KVキャッシュ分の余裕が要る
14B前後(Qwen3-14Bなど) 約28GB/約15GB/約9GB 8bit・4bitは24GB。FP16は48GB 24GB級で約43〜54円。FP16はA40 約77円 —
30〜32B(Qwen3-32B、Gemma 3 27B、Qwen3-30B-A3Bなど) 約64GB/約33GB/約19〜20GB 4bitは24〜32GB(短いコンテキスト)。8bitや長いコンテキストは48GB 4bit:RunPod 4090 約54円(二次情報)。8bit:A40 約77円 24GBでは4bitでもコンテキストを伸ばしにくい
70B前後(Llama 3.3 70Bなど) 約140GB/約70GB/約40〜43GB 4bitは48GB(短〜中コンテキストでぎりぎり)。余裕を取るなら80GB。8bitは96GB級で短いコンテキストに限る 4bit:A40 約77円、A6000 約84円。余裕:A100 約251円 KVキャッシュは32kで約10GiB、128kで約40GiB
gpt-oss-120b(総117B、アクティブ5.1B) MoE層のみMXFP4、他はBF16。80GB 1枚に収まる(OpenAI) H100 80GBかRTX PRO 6000 96GB。A100 80GBは条件付き RTX PRO 6000 Community 約267円、H100 PCIe 約457円 公式の例示はH100とMI300X。A100は例示になく、ランタイムの対応と速度を実測で確かめる
235B級MoE(Qwen3-235B-A22Bなど) 4bitで約130〜140GB(推定) 96GB×2か180GB級。H200 141GB 1枚は余裕が乏しい RTX PRO 6000 2枚(Community)約534円、B200 約1,073円 複数GPUでの実行設定が必要
超大型MoE(DeepSeek V3/R1系 671Bなど) 4bitで約380〜400GB(推定) 80GB級×8枚、またはB300 288GB×2 H200×8で約5,802円 個人の常用には合わない。API利用を推奨

KVキャッシュの値は、層数・KVヘッド数・ヘッド次元から式で計算した値。重みの目安は、パラメータ数にバイト数を掛けた概算(推定)で、実測は実装・量子化形式・コンテキスト長により±20%程度ずれます。

6-3. 月額換算(円)

各構成の月額です。ストレージ代は含みません。

構成(想定モデル) 円/時 A:月40時間 B:月60時間 C:月730時間(常時)
GPUSOROBAN A4000 16GB(〜8Bの4bit) 50 2,000 3,000 33,000(月額プラン。従量では36,500)
RunPod A5000 24GB(〜14B) 43 1,706 2,560 31,142
RunPod Community RTX 4090 24GB(〜32Bの4bit。二次情報) 54 2,149 3,223 39,216
RunPod Secure RTX 4090 24GB 117 4,677 7,015 85,352
RunPod Secure RTX 5090 32GB 156 6,257 9,385 114,187
RunPod A40 48GB(70Bの4bit、短いコンテキスト) 77 3,097 4,645 56,517
RunPod A100 80GB(70Bの余裕構成) 251 10,049 15,073 183,391
RunPod Community RTX PRO 6000 96GB(gpt-oss-120b) 267 10,681 16,021 194,925
RunPod Secure RTX PRO 6000 96GB 330 13,209 19,813 241,061
RunPod H100 PCIe 80GB(gpt-oss-120b) 457 18,265 27,397 333,333
GPUSOROBAN A100 80GB 398 15,920 23,880 243,631(月額プラン)
RunPod H200 141GB(235B級の4bit) 725 29,009 43,513 529,411
さくら高火力DOK H100(断続実行向け) 1,008 40,320 60,480 735,840

単価は5章と同じ。時間単価×時間数で算出(円未満は四捨五入)。常時稼働のさくら高火力DOKは想定外の使い方で、参考値です。

ストレージを含めた総額の例です。

  • 週末だけ70B(4bit)をRunPodのA40で月40時間使い、Network Volume 100GB(0.07ドル×100GB=約1,106円)に重みを置く:3,097円+1,106円=月約4,203円
  • gpt-oss-120bをRTX PRO 6000(Community)で月60時間、Network Volume 150GB(約1,659円):16,021円+1,659円=月約17,680円
  • 同じ使い方をH100 PCIe(Secure)で:27,397円+1,659円=月約29,056円
  • 〜14Bのモデルを常時待機させる:GPUSOROBAN A4000の月額プランで月33,000円

7. 「止めたつもり」で課金が続くパターン

  • RunPod:停止中のVolume Diskは稼働中の2倍の単価です。Podを削除してもNetwork Volumeは残り、月額課金が続きます。残高が0になるとPodは自動停止し、Network Volumeのない Podは削除されてデータが戻りません。
  • Vast.ai:停止してもストレージ課金は続き、帯域は状態を問わず送受信バイトに課金されます。完全に止めるにはDestroyします。モデルのダウンロードで帯域課金が積み上がるので、借りる前にホストのバイト単価を確認します。
  • DigitalOcean:電源を切ってもGPUが確保されたままで、課金は止まりません。止めるにはDestroyが必要です。
  • さくら高火力DOK:タスク型でコンテナ実行時間のみの課金です。止め忘れは起きにくく、タスクの実行時間上限も設定できます。一方で、コンテナ内でのモデル取得時間も課金対象です。
  • GPUSOROBAN:停止中の課金の扱いは、公式の一次情報で確認できていません。契約前に確かめます。

8. セキュリティ

観点 RunPod Vast.ai 国内(さくら・GPUSOROBAN)
監査・準拠 SOC 2 Type 2、SOC 3、ISO/IEC 27001:2022(Trust Center)。SOC 2は認証書ではなく、監査報告(アテステーション) SOC 2 Type II(公式コンプライアンスページ) さくらのクラウドはISMAP関連情報の公開と、ガバメントクラウド採択(2026年3月27日発表)があるが、高火力DOKが対象範囲かは別途確認する。GPUSOROBANは情報セキュリティ基本方針を公開(認証の取得状況は未確認)
層による違い Secure CloudはT3/T4データセンターで、パートナーはSOC 2・ISO 27001・PCI DSSの基準を満たす(公式ドキュメント)。機微なワークロードにはSecure Cloudを使う Secure Cloudは認定データセンター内の検証済みマシンで、ISO 27001またはTier 3/4の基準を満たす拠点が対象(公式FAQ)。フィルターで絞らない限り、それ以外のホストも検索結果に出る さくらは自社データセンターを自社設備として持ち、日本国内で保管すると公表している
ホストからの露出 利用規約でホストによるPodデータの閲覧と利用状況の分析を禁止。違反ホストは除名される。分離はコンテナ単位 個人ホストが機材を物理的に管理する構成では、ホストからディスクを読める可能性を排除できない(筆者の推定) 事業者が機材を管理する。運用者のアクセス範囲は契約・規約で確認する
データの所在 31リージョンから選べる(公式サイト) ホストごとに拠点が異なり、オファーごとに確認する 国内に保管される。ただしログ・バックアップ・サポートアクセス・外部レジストリの所在まで確認する

出典:Runpod Trust Center・Data security and legal compliance、Vast.ai Compliance・General FAQ、さくら高火力DOK公式ページ、さくらインターネットのニュースリリース(2026/3/27)。

8-1. 機密情報を扱うときの運用

  1. 層を選ぶ:RunPodならSecure Cloud、Vast.aiならSecure Cloudフィルター、国内ならデータの所在を確認できる事業者を選びます。CommunityやVast.aiの個人ホストには、公開データと試験用データだけを置きます。
  2. ポートを公開しない:OllamaのAPIには認証機能がなく、0.0.0.0で公開すると誰でも使えてしまいます。vLLMのAPIも--api-keyを付けなければ認証がありません。
  3. 接続経路:SSHポートフォワード(ssh -L)を基本にします。継続利用ならTailscaleか、Cloudflare Tunnel+Cloudflare Accessで保護します。さくら高火力DOKの外部接続はHTTPSのみなので、Open WebUIのログインなど、アプリ側の認証を必ず有効にします。
  4. シークレット:Hugging Faceのトークンは読み取り専用で発行し、イメージやテンプレートに埋め込みません。使い終わったら失効させます。
  5. 削除前提の運用:使い終わったらインスタンスとボリュームの両方を削除します。共有ハードウェア上の消去を完全に信用せず、機密データはそもそも置かない設計にします。
  6. モデルの扱い:重みはsafetensors形式を優先し、pickle形式は任意コードの実行リスクがあるため避けます。ライセンス(Llama系の利用規約、Apache 2.0など)も確認します。

9. 実際の使い方

9-1. RunPodで始める手順

  1. アカウントを作成し、10〜25ドルを入金します。入金額が実質の支出上限になります。
  2. Network Volumeを100〜200GBで作ります(100GBで月1,106円)。
  3. Podを作成し、テンプレート(Ollama/Open WebUI、vLLM、PyTorchなど)とGPUを選びます。GPUの目安は6章の表です。
  4. モデルの保存先を永続ボリューム側に向けます。例:OLLAMA_MODELS=/workspace/ollama、HF_HOME=/workspace/hf。
  5. モデルを起動します(下のコード例)。
  6. 手元のPCからSSHトンネルで接続し、ブラウザでOpen WebUIを開きます。
  7. 使い終わったらPodをTerminateします。Network Volumeだけが残り、月数百円〜千数百円の課金になります。
# Ollama(公式READMEの手順)
ollama run gpt-oss:120b

# vLLM(OpenAI互換API。認証キーを必ず付ける)
vllm serve openai/gpt-oss-120b --api-key <ランダムな文字列>

# 手元のPCから接続(ポートは公開しない)
ssh -L 8080:localhost:8080 root@<PodのIP> -p <ポート>

9-2. 国内サービスの場合

GPUSOROBANは、Ubuntu+CUDAの通常のVMとして使えます。DockerでOllamaとOpen WebUIを立てる手順がそのまま通ります。

さくら高火力DOKは、Dockerイメージを用意してタスクとして実行する方式です。JupyterLabを起動するノートブック機能もあります。モデルの重みはイメージに埋め込むか、外部ストレージから取得します。H100プランのネットワークはベストエフォート250Mbpsなので、40GBのモデルを取得すると、理論値で約21分(40GB×8÷250Mbps)かかります。この間もコンテナの実行時間として課金されるため、H100の単価1,008円/時だと約358円が取得だけで消えます。頻繁に使うなら、重みを小さく保つ(量子化版を使う)か、取得の頻度を減らす工夫が要ります。

9-3. 運用の勘どころ

  • ダウンロード時間:70Bの4bit(約40GB)は、1Gbpsなら理論値で約5分、実効では10分前後です(推定)。毎回取得するとGPU時間を浪費するので、永続ボリュームに置きます。
  • コールドスタート:Podの起動とイメージ取得に数分、モデルのVRAMへのロードに数十秒〜数分かかります。サーバーレス(RunPod Serverless、Modal)は待機中の課金がない代わりに、初回応答が遅くなります。RunPod ServerlessはPodより単価が高く(RTX 4090で1.10ドル/時、H100で4.79ドル/時)、リクエストがまばらなAPI提供向けです。
  • 中断への備え:Vast.aiの中断可能インスタンスは奪われることがあります。対話用途なら再起動すれば済みますが、長いバッチ処理はチェックポイントを取ります。
  • 止め忘れ防止:RunPodはプリペイドなので、入金額が上限です。少額ずつ入金します。GPU使用率が一定時間ゼロなら停止するスクリプト(runpodctlなど)を入れます。国内VPS系は、削除をカレンダーに登録します。
  • 日本からの遅延:米国リージョンまでの往復は100〜150ms程度と見ています(筆者の推定)。LLMはトークンをストリーミングで返すので、体感への影響は最初の1文字が出るまでの時間に少し上乗せされる程度です。

10. 買うか借りるかの損益分岐

損益分岐の時間は、購入費をクラウドの時間単価で割れば出ます。たとえばRTX 5090を購入費45万円(筆者の仮定)とすると、RunPod Secureの5090(約156円/時)で約2,877時間です。電気代とホスト環境の費用は含めていません。月60時間の利用なら約4年、24時間常時稼働なら約4か月で、購入の方が安くなる計算です。月100時間未満の利用なら借りる方が有利で、毎日長時間使うなら購入が有利です。

マネージドLLM APIとの比較は、「GPUの時間単価÷1時間に処理できるトークン数」で1トークンあたりの費用を出し、APIの単価と並べます。GPUを借りる意味があるのは、データを外部APIに出したくない場合、独自にチューニングしたモデルを使う場合、バッチ処理でGPUの使用率を高く保てる場合です。

11. 注意点と不確実な点

  • 価格は変動します:RunPodの公式料金表は2026年9月27日の更新表示です。Vast.aiは市場価格で、固定の料金表がありません。
  • 二次情報の数値:RunPod Communityの4090(0.34ドル)とA100(1.19ドル)は、価格比較サイトの値です。ColabのCU消費量は個人による2026年2月の実測で、付与CUの数も資料によって食い違います。
  • ConoHaの料金表記:公式GPUページの表示(55.0円/時)と、第三者サイトが報じる2026年7月改定後の値(60.5円/時)が一致していません。個人の新規申込みが止まっているため、受付再開後に公式で確かめてください。
  • 個人契約の可否:各社の利用規約と審査基準で変わります。国内の一部サービスは法人向けの記載があります。
  • gpt-oss-120bとA100:OpenAIの案内は「単一の80GB GPU」で、例示はH100とMI300Xです。A100で動かす場合は、ランタイムの対応状況・速度・コンテキスト長を実測で確かめてください。
  • VRAMの見積もり:本文の値は計算による推定で、実装や量子化形式で±20%程度ずれます。
  • 為替と手数料:海外サービスはUSD建てで、為替変動、カード会社の海外事務手数料、消費税相当額で実際の支払額が変わります。

12. まとめ

個人がローカルLLMを借りて試すなら、まずRunPodのSecure CloudでNetwork Volumeを作り、24GB〜48GBのGPUで14B〜70Bの4bitを動かすのが最も手軽です。70Bの4bitが週末の月40時間で約4,203円という水準なので、購入前の見極めには十分に安い費用です。公開データだけなら、CommunityやVast.aiでさらに下げられます。

業務データを扱うなら、層の選択(Secure Cloudか国内事業者)、ポートを公開しない接続、使用後の削除の3点を外さないことが先です。gpt-oss-120bのような100B超のモデルは、H100かRTX PRO 6000を選び、A100は実測してから決める。235B級以上は、個人で常時動かさずAPIに任せる。この3つの線引きが、費用と手間のバランスを取る近道です。

13. 参考にした主な情報源

月曜日, 10月 05, 2026

なぜAnthropicは「EAの会社」と呼ばれるのか――資本・人脈・統治から読み解く効果的利他主義

「効果的利他主義(Effective Altruism、EA)」という言葉を、2026年に入ってから海外ニュースで目にする機会が増えました。もとはオックスフォード大学の哲学者たちが始めた寄付と慈善の運動です。それが今年は、AI企業と米国政府の対立の中で名指しで批判されるようになりました。

EAは何を主張していて、どれほどの資金と影響力を持ち、どこに危うさがあるのか。本記事ではこの3点を整理します。先に結論を書いておきます。EAは2022年のFTX事件で評判を大きく落としました。それでも、EAに近い助成機関の資金規模は2025〜2026年に大きく拡大しています。そしてAI安全性への関与を通じて、米国の政治対立の当事者として扱われるようになりました。「評判の傷は残ったまま、資金と影響力は拡大した」という組み合わせが、いまEAが注目される背景にあると筆者は見ています。

本記事は2026年10月5日時点の公開情報に基づきます。資金額の多くは団体自身の公表値や推計であり、第三者による監査を経た数字ではありません。「救われた命」などの成果指標は評価団体のモデルによる推計です。評価や見通しに関する記述は筆者の見解です。

1. 効果的利他主義とは何か

EAは、「どうすれば他者を最も多く助けられるか」を証拠と推論で調べ、その結果に基づいて寄付やキャリアを選ぶ考え方であり、それを実践するコミュニティです。出発点にあるのは、同じ金額でも支援先によって助けられる人数が何十倍、何百倍と違うことがある、という認識です。

思想的な源流としてよく挙げられるのが、ピーター・シンガーの1972年の論文「飢えと豊かさと道徳」です。目の前で溺れている子どもを助けるのが当然なら、遠い国の貧しい人を助けない理由はあるのか、と問いかけました。2009年にはトビー・オードとウィリアム・マッカスキルが、収入の10%以上を寄付すると誓う団体Giving What We Can(GWWC)を立ち上げ、2011年ごろには「effective altruism」という名称が定着しました。

組織 役割 補足
GiveWell 2007年設立の慈善団体評価機関。費用対効果の高い支援先を調べて推奨し、資金を振り向ける マラリア対策、ビタミンA補給、予防接種などが代表的な推奨先
Giving What We Can 2009年創設。収入の10%以上を寄付する誓約を広める 誓約者は2025年8月に1万人を突破
80,000 Hours キャリア助言組織。名前は一生の労働時間が約8万時間であることに由来 2025年以降、「AGIへの安全な移行」を最優先の焦点に据えた
Centre for Effective Altruism(CEA) 国際会議EA Globalや掲示板EA Forumを運営するコミュニティの中核組織 2025年に傘組織Effective Venturesから独立し、助成基金EA Fundsを統合
Coefficient Giving(旧Open Philanthropy) EAに近い最大の助成機関。主な資金源はダスティン・モスコヴィッツ(Facebook共同創業者)とカリ・トゥナ夫妻の財団Good Ventures 2017年にGiveWellから独立。2025年11月に改称し、ほかの寄付者も参加できるファンド型の運営へ移行

出典:各団体の公式サイト、AP通信(2025年11月)、80,000 Hours(2025年)、EA Forum

CEAは2019年に、運動の指導原則として「他者への献身」「科学的な姿勢」「開かれた姿勢」「誠実さ」「協働の精神」の5つを掲げました。現在のCEAのサイトでは、スコープ感応性(規模の違いを真剣に受け止める)や不偏性など、別の切り口で原則が整理し直されています。

2. 中核にある考え方

2-1. 証拠と費用対効果

EAの方法論の柱は、ランダム化比較試験(RCT)などの証拠を使って「1ドルあたりの成果」を比べることです。健康上の成果は、質を調整した生存年数(QALY)や障害を調整した損失年数(DALY)といった共通の物差しで測ります。どの課題に取り組むかは、重要性(問題の規模)、放置度(すでに投じられている資源の少なさ)、解決可能性(追加資源で進展が見込めるか)の3つで評価するのが定番で、ITNフレームワークと呼ばれます。

2-2. 優先分野

  • グローバルヘルス・貧困削減:殺虫剤処理をした蚊帳の配布、季節性マラリア化学予防、ビタミンA補給など
  • 動物福祉:工場畜産の改善。採卵鶏のケージフリー化キャンペーンが代表例
  • 長期主義(longtermism):将来世代の福祉にも現在の人々と同じ道徳的な重みを置き、人類の絶滅や文明崩壊の回避を重視する立場
  • AI安全性・破滅的リスク:高度なAIが人間の意図から外れて動く問題(アライメント)、権力の極端な集中、AIが生物兵器の開発を助けるリスクなど
  • パンデミック対策・バイオセキュリティ

2-3. 「稼いで寄付する」と期待値の推論

「稼いで寄付する(earning to give)」は、高収入の仕事に就いて収入の多くを効果的な団体に寄付するほうが、直接働くより大きな善を生みうるという考え方です。のちに述べるFTX事件では、この考え方の象徴とされた人物が詐欺で有罪になりました。

もうひとつの特徴が期待値による推論です。確率は低くても影響が非常に大きい事象を、確率と規模を掛け合わせて評価します。AIリスクを重視する根拠の一部はここにあります。ただし、ごく小さな確率に天文学的な価値を掛ければどんな結論でも正当化できてしまう、という難点(「パスカルの強盗」問題)があり、EAの内部でも扱いは決着していません。

3. 2025〜2026年の資金拡大

GWWCが2026年7月に公表した推計では、EAに近い寄付エコシステムが「高インパクト」と位置づける寄付先へ動かした資金は、2024年の約12億ドルから2025年には約20億ドルに増えました。約67%の増加です。このうち約8割をCoefficient GivingとGiveWellの2団体が占めます。非公開データを含む概算である点には注意が必要です。

2024年  約12億ドル
2025年  約20億ドル

出典:Giving What We Can「Updates on the effective giving ecosystem 2026」(2026年7月、推計値)

項目 数値 注記
GiveWellの調達額 6億1,600万ドル。うち4億2,700万ドルを32か国の事業に振り向け 「metrics year 2025」(2025年2月〜2026年1月)の数字。GiveWellはこれにより約8万6,000人の死亡が回避されると推計
GiveWellのマラリア予防 19年間で10億ドル超を振り向け 23万5,000人超の死亡回避につながるとGiveWellが推計
Coefficient GivingのGiveWell推奨先への2026年拠出 1億7,500万ドル(2025年12月の約束)→10億ドルに引き上げ(2026年7月23日発表) 同団体は「一時的な急増であり、新たな定常状態ではない」と説明
Coefficient GivingのAI安全性関連の助成約束 1億6,800万ドル(2024年)→3億5,100万ドル(2025年)→10億ドル超(2026年見込み) いずれも約束額で、支払済み額ではない。2026年分は見通し

出典:GiveWell公式ブログ・サイト、Coefficient Giving公式発表(2025年12月、2026年7月・9月)

3-1. 10億ドルの意味

Coefficient Givingは、この10億ドルを加えることで、過去10年余りにGiveWell推奨先へ約束してきた累計額がほぼ2倍になると説明しています。理由として挙げているのは、Good Venturesなどからの将来の寄付が大きく増えるという見通しです。ただし同団体自身が、その見通しは値動きの激しい資産の評価額に左右されており、実現しない可能性も十分にあると書いています。

この一環として、同団体史上最大の助成である2億7,600万ドル(Coefficient Givingが2億1,200万ドル、GiveWellのほかの寄付者が6,400万ドル)が、コンゴ民主共和国でのAgainst Malaria Foundationの蚊帳配布に充てられます。GiveWellは、約9,200万張の蚊帳が配られ(うち約4,600万張は助成がなければ配られなかった分)、約6万7,000人の死亡が回避されると推計しています。

3-2. 費用対効果の基準を下げた

資金が増えると、より効果の低い案件にもお金を回すことになります。Coefficient Givingは同じ発表で、グローバルヘルス分野の助成基準を自団体の尺度で「約2,000倍」から「約1,000倍」に引き下げると明記しました(2022〜2023年の水準への回帰)。GiveWellも2026年前半に、現金給付を基準とした自団体の尺度で「8倍」から「6倍」に下限を下げています。両団体は、1件あたりの費用対効果が以前より下がることを公式に認めているわけです。

3-3. AI企業の資産という「第三の波」

資金拡大の見通しを支えているのは、AI企業の株式価値です。Fortune(2026年1月27日)は、Anthropicの共同創業者7人が資産の80%を寄付すると誓約したと報じました。ストライプのナン・ランソホフは、AI企業関係者の資産から年370億〜1,000億ドルの新しい慈善資金が生まれうると試算しています。ただしこの試算は、非上場株の評価額、現金化の時期、年間の支出率といった仮定に大きく依存します。実際にどれだけ寄付されるかで判断すべき数字です。

4. AI安全性とEA、そして米国政治

EA系の資金は、AIアライメント研究を一つの分野として育ててきました。Open Philanthropy(当時)は2017年にOpenAIへ3,000万ドルを拠出しています。最近の大口助成には、新組織Resolutionへの1億6,000万ドルがあります。EAとAI安全性の人的・資金的な重なりは実在しますが、AI安全性運動全体をEAと同一視するのは不正確です。なかでも結びつきが最も強いと見られているAnthropicについては、次の節で詳しく扱います。

2026年、この重なりが政治問題になりました。主な出来事は次のとおりです。

日付 出来事 出典
2026年2月27日 トランプ大統領が連邦機関にAnthropic製品の使用停止を指示。ヘグセス国防長官がX上で、同社を「国家安全保障上のサプライチェーン・リスク」に指定するよう命じたと表明。同社が「『効果的利他主義』の独善的なレトリックをまとって」軍に圧力をかけたと非難し、「defective altruism(欠陥のある利他主義)」とも書いた ヘグセス長官のX投稿(Anthropicの訴訟資料に添付)、The Hill、Bloomberg Law
2026年9月12日 アモデイCEOが個人サイトで論考「We Must Pace the Frontier」を公開。AIの能力向上のペースを意図的に落とすよう業界に呼びかけ、外部評価者の受け入れなどを提案。開発停止ではないと明記。OpenAIのアルトマンCEOが同日に賛同 darioamodei.com、TechCrunch、SiliconANGLE
2026年9月14〜15日の週 トランプ大統領がAIによる破滅論を「でっち上げ(hoax)」と発言。国防総省の最高技術責任者(CTO)の公式アカウントが「Americanism, not effective altruism」と投稿。エミル・マイケル国防次官はEAを「かなりディストピア的な」イデオロギーと表現。デービッド・サックス氏はEA系組織を「Doomer Industrial Complex」と呼んだ Axios(2026年9月15日)
2026年9月29日 トランプ大統領と主要AI・テック企業の幹部が、自主的な安全性合意「White House Accord on Super Intelligence」に署名。法的拘束力はなく、大統領は「道義的に拘束力がある(morally binding)」と表現。報道によれば、内部監視、外部の評価者、取締役会による監督などを盛り込んでいるが、文書全文の公開状況は確認できていない Reuters、CNBC

政権側の批判は、EAに結びついたAI安全性の世界観が米国の対中競争を遅らせる、という主張です。一方、9月29日の合意は外部評価などを含む自主的な枠組みで、規制を拒む政権と安全性を重視する業界がひとまず折り合った形にも見えます。この合意がEAへの攻撃とどう関係するのかは、現時点では評価できる材料がそろっていません。

5. EAとAnthropic――どこまで重なり、どこで離れているのか

EAと最も強く結びつけて語られるAI企業がAnthropicです。米政権の批判もAnthropicとEAをひとまとめにしています。ただ、両者の関係は「Anthropic=EAの会社」と言い切れるほど単純ではありません。ここでは資本、人、ガバナンス、寄付、会社としての公式な姿勢の5つの層に分けて整理します。

5-1. 資本:創業期を支えたEA系の出資者

2021年5月のシリーズA(1億2,400万ドル)は、Skype共同創業者でAIリスク対策の資金提供者として知られるヤーン・タリンが主導し、ダスティン・モスコヴィッツも参加しました。2022年4月のシリーズB(5億8,000万ドル)を主導したのは、当時EA最大級の寄付者だったサム・バンクマン=フリード(SBF)です。創業期の資金の多くは、AIリスクを重視するEA周辺の個人から来ていました。

FTXが破綻すると、その持ち分(約8%)は破産財団の管理下に入りました。破産財団は2024年3月、その約3分の2を8億8,400万ドルで売却しています。最大の買い手はUAEの政府系投資会社ムバダラ系のATIC(約5億ドル分)でした。売却代金は債権者への返済に充てられています。

モスコヴィッツ夫妻が持つAnthropic株(推定約5億ドル相当)は、2025年初めに非営利の仕組みへ移されました。Forbesによれば、狙いは得られた利益を慈善に回すことと、「利益相反があるという見方を払拭すること」です。その後の大型調達の中心はAmazonやGoogleなどの大企業に移り、資本構成の上でEA系の出資者が占める比重は創業期より小さくなっています。

5-2. 人:経営陣とOpen Philanthropy創業者の近さ

人のつながりで象徴的なのが、Open Philanthropy(現Coefficient Giving)の共同創業者ホールデン・カーノフスキーです。カーノフスキーは2017年にダニエラ・アモデイ社長と結婚しており、ダリオ・アモデイCEOとはかつてルームメイトでした。2025年1月にはAnthropicに入社し、技術スタッフとして責任あるスケーリング方針(RSP)など安全性計画の仕事に就いています(Fortune、2025年2月13日)。

TIME誌も、Anthropicの初期の社員や出資者にEAとの深いつながりがあると報じました。AIリスクの低減を掲げて創業された会社に、同じ問題意識を持つEA周辺の人材が集まったのは自然な流れともいえます。

5-3. ガバナンス:長期利益信託(LTBT)の顔ぶれの変化

Anthropicには、株主とは別に取締役を選ぶ権限を持つ「長期利益信託(Long-Term Benefit Trust、LTBT)」という独自の仕組みがあります。2023年の発足時の受託者には、EAやAI安全性の分野と縁の深い人物が並んでいました。

受託者 主な経歴・背景 在任
ザック・ロビンソン Centre for Effective Altruism(CEA)のCEO 2023年〜2026年1月
カニカ・バール Evidence Action(GiveWellの推奨先を運営する国際保健NGO)のCEOを約9年務め、2026年4月に退任 2023年〜2026年1月
ポール・クリスティアーノ AIアライメント研究者 2023年〜2024年
ニール・バディ・シャー クリントン・ヘルス・アクセス・イニシアティブ(CHAI)のCEO。GiveWellの元マネージング・ディレクター 2023年〜(議長)
リチャード・フォンテーン 米シンクタンク、新アメリカ安全保障センター(CNAS)のCEO。安全保障の専門家 2025年〜
ベン・バーナンキ 元FRB議長。AIが雇用や経済に与える影響への備えを意識した人選とみられる 2026年7月〜

出典:Anthropic公式サイト(2026年1月21日の発表、会社ページ)、各種報道。2026年1月にはマリアーノ=フロレンティーノ・クエヤル元カリフォルニア州最高裁判事も就任したが、2026年10月時点の公式会社ページではシャー、フォンテーン、バーナンキの3人が受託者として掲載されている

2026年1月にロビンソンとバールが任期を終えて退任し、EA色の濃い受託者はシャーを残すのみとなりました。新たに加わったのは、安全保障、法律、マクロ経済の専門家です。取締役を選ぶ仕組みの中核で、EAとの人的な重なりは目に見えて薄れています。

5-4. 寄付:80%誓約とEAの資金見通し

2026年1月、ダリオ・アモデイCEOは論考「The Adolescence of Technology」の中で、共同創業者7人全員が資産の80%を寄付すると明らかにしました。従業員が株式を寄付する際には会社が上乗せするマッチング制度もあります(Fortune、2026年1月27日)。誓約の目的として掲げられているのは、AIがもたらす富の極端な集中への対処です。EAの名前は出てきません。寄付先も公表されておらず、EA系の団体に流れると決まっているわけではありません。

それでも、EA側はこの資金に大きな期待を寄せています。第3節で紹介したCoefficient Givingの10億ドルへの引き上げは、AI企業関係者の資産を念頭に置いた将来の資金増を前提にしていました。Anthropicの企業価値が、EA系の助成予算の見通しを間接的に左右する構図が生まれています。

5-5. 会社の公式な姿勢:「EAの会社ではない」

Anthropicは公式にはEA運動との結びつきを掲げていません。ダニエラ・アモデイ社長はWIRED誌(2025年3月28日)の取材で、自分はEAの専門家ではなく、その用語に自分を重ねてはいないうえ、「やや古くなった言葉」だという印象を持っていると述べました。同じ記事で、同社のアマンダ・アスケルは、社内にEAの人がいるのは確かだが「組織のテーマではない」と話しています。Axiosも、ダリオとダニエラのどちらも自らをEA支持者とは名乗っていないと報じています。

これに対してEA Forumには、Anthropicは「EAとの関係について一貫して率直ではない」と批判する投稿も出ています。創業者や幹部とEAとの過去の結びつきを考えれば、距離を強調しすぎだという指摘です。「考え方や人脈を共有していること」と「EAという看板を掲げること」は別の問題で、両者の食い違いがこうした議論を生んでいるといえます。

5-6. 政治の場では「EAの会社」として扱われる

会社がどう名乗るかとは関係なく、政治の場ではAnthropicはEAと結びつけて語られています。対立の発端は、国防総省がAIモデルを「あらゆる合法的な目的」に無制限で使えるよう求めたのに対し、Anthropicが利用規約上の制限(国内の大規模監視や完全自律型兵器への使用など)を外さなかったことです。2026年2月27日、ヘグセス国防長官はAnthropicを「効果的利他主義の独善的なレトリックをまとっている」と非難し、国防総省は3月3日に同社をサプライチェーン・リスクに正式指定しました。

Anthropicは指定を違法として提訴しました。2026年8月にはカリフォルニア北部地区連邦地裁が、指定の根拠とされた2つの法的理由のうち1つを退ける判断を示しています。しかし9月下旬、ワシントンD.C.巡回区連邦控訴裁は2対1で指定を支持しました。Anthropicはさらなる審理を求めることも含めて対応を検討していると表明しています(Nextgov、Washington Technology)。9月に国防総省の公式アカウントが「Americanism, not effective altruism」と投稿したことも含め、EAという言葉は、Anthropicの安全性方針を政権が批判するときの決まり文句になっています。

5-7. 利益相反をめぐる論点

資本と人の重なりは、利益相反の疑いも呼び込みます。典型的なのは、「Anthropic株の価値が上がるほど、その株を持つ慈善資金が増え、その資金がAI安全性の研究機関や評価機関に流れる」という構図への懸念です。安全性を評価する側とされる側が同じ資金の循環の中にいれば、評価の独立性が問われかねません。

2026年9月には、Substackの書き手が、AIモデルの安全性評価を手がける非営利団体METRにこうした利益相反があると主張し、話題になりました。METRはAnthropicから評価の対価を直接受け取ってはいないと否定しています。モスコヴィッツも、自分たちのAnthropic株はすべて財団に入っており個人的な利益はないと反論しました。この主張を報じたProtosも、内容の真偽は検証していないと断っています。疑惑そのものは裏付けられていませんが、資金の流れの透明性を求める声が強まっているのは確かです。

筆者の整理はこうです。EAの人脈と資金がAnthropicの誕生を支えたことは事実です。一方で現在のAnthropicは、資本構成、統治の仕組み、公式な姿勢のいずれでも、創業期よりEAから距離を置いています。それでも政治的にはEAの看板を背負わされ、EAの側でもAnthropic関係者の資産が将来の資金見通しを左右しています。両者は「同一」ではありませんが、互いの評判と資金が切り離せない関係にあるといえます。

6. 課題・リスク・批判

6-1. FTX事件

暗号資産取引所FTXの創業者サム・バンクマン=フリード(SBF)は、「稼いで寄付する」を体現した人物として宣伝され、EA系団体に多額の資金を出していました。2022年11月にFTXが破綻し、顧客資金の流用が明らかになると、「目的のためなら手段を選ばない」功利主義の危うさを示す例として運動全体の信用が落ちました。SBFは2024年3月に禁錮25年を言い渡され、2026年6月には連邦控訴裁が有罪判決を維持しています。同じ月に大統領恩赦を申請したとも報じられました。

英国チャリティ委員会は、FTX関連の資金を受け取っていたEffective Ventures Foundation UKを調査し、2024年5月に調査を終えました。理事会が破綻後に資金を保全・返還するなど適切に行動したと認める一方、FTX側と関係のある理事がいたことによる利益相反の懸念や、財務手続きが組織の成長に追いついていなかった点も指摘しています。

6-2. 資金の集中

エコシステムの資金の約8割を2団体が動かし、その多くはモスコヴィッツ夫妻の資産に由来します。CEAの戦略文書も、ブランドと資金の集中をコミュニティにとっての大きなリスクに挙げています。2026年にはさらに、AI企業の株式価値という値動きの激しい資金源への期待が、グローバルヘルスの予算規模まで左右し始めました。そのAI企業の関係者が寄付者となり、AI政策研究の資金を出す構図には、利益相反の管理という新しい課題もあります。

6-3. 長期主義と定量化の限界

哲学者アリス・クレイリーらは、長期主義が今ある苦しみや構造的な不正義から目をそらさせると批判しています。批判論集『The Good It Promises, the Harm It Does』(2023年)は、動物の権利やフェミニズムの立場からの批判をまとめました。スタンフォード大学のレイフ・ウェナーも、効果推計の不確かさや介入の負の影響を論じています。生活の質や尊厳、政治的な力関係といった測りにくい価値が抜け落ちやすいこと、推計のモデル次第で結論が大きく変わることは、定量化に依拠する以上避けられない弱点です。

これに対し擁護する側は、資源に限りがある以上、優先順位をつけること自体は否定しがたいと反論します。長期主義にも穏当なものから強いものまで幅があり、ひとまとめに批判するのは公平でない、という指摘もあります。

6-4. 構造問題の軽視と民主的な正統性

批判する側は、EAが蚊帳のような「測りやすい」介入を好み、貧困を生み出す税制・貿易・統治などの構造を変える取り組みを軽視していると指摘します。また、選挙で選ばれていない富豪と助言者が公共性の高い課題の優先順位を決めることの正統性も問われてきました。2026年には、この論点が政権側の攻撃材料にもなっています。EA側は、制度改革にも効果の証拠があれば資金を出すと反論しており、実際にCoefficient Givingは住宅政策や鉛中毒対策など政策分野にも助成しています。

6-5. コミュニティの文化

TIME誌は2023年2月、主にサンフランシスコのベイエリアで、EAに関わる女性7人がハラスメントなどの被害を証言したと報じました。CEAは一部の人物をイベントから締め出していたと説明する一方、問題がEA特有のものか社会全体の反映かを見分けるのは難しいとも述べています。

Rethink Prioritiesの2024年EAサーベイでは、回答者の68.8%が男性、75%が白人でした。ただしこれは約2,000人の自己選択的な回答者の構成であり、境界のはっきりしないEAコミュニティ全体の人口構成を示すものではありません。

6-6. AIへの傾斜

GWWCの推計では、破滅的リスク低減の割合は2024年の約2割から2025年の約3割へ上がりました。80,000 HoursがAGIを最優先に据えたときには、EA Forumで「EAの組織がAIの組織になった」という反発も出ています。AIへの人材・運営資金の集中で、一部の非AI系団体が資金調達上の圧力を訴えているのも事実です。とはいえ、前述のとおり2026年はグローバルヘルスにも大規模な資金が流れ込んでおり、分野全体の資金が減ったとはいえません。

支持する側から見れば、EAはAGIのリスクを早い段階から真剣に扱ってきた数少ない集団です。2026年9月に業界トップ自身が「減速」を口にしたことは、その先見性の裏付けとも受け取れます。批判する側から見れば、EA系の資金とAI研究所の人脈が重なりすぎており、政策議論の中立性に疑問が残ります。

7. 運動側の自己改革

  • 傘組織の解消と再統合:Effective Venturesという法的・運営上の傘は解消され、CEA、80,000 Hours、GWWCなどがそれぞれ独立しました。一方で、2025年には助成基金EA FundsがCEAに統合されています。法人単位では分散化しましたが、CEAの中ではコミュニティ運営と助成機能の統合が進んだ、というのが正確な姿です。
  • 「原則が先」路線:CEAは2024年からザック・ロビンソンCEOのもとで、特定の課題よりもEAの原則を前面に出す方針を掲げています。
  • 寄付者の多様化:Coefficient Givingは改称とファンド型への移行で外部の寄付者を受け入れ始めました。
  • ガバナンス:英国チャリティ委員会は調査の過程で利益相反方針と財務管理が強化されたことを認めています。

8. 日本での受容

日本ではEffective Altruism Japanが2018年に活動を始め、EAハンドブックや80,000 Hoursのキャリアガイドの翻訳、勉強会を行ってきました。AI安全性の分野では、AI Safety 東京(2023年1月)や一般社団法人AIアライメントネットワーク(ALIGN、2023年9月)が設立されています。政府のAIセーフティ・インスティテュート(J-AISI)は2024年2月にIPA内に設置されましたが、EAとの公式な関係は確認されていません。

書籍では、マッカスキルの『〈効果的な利他主義〉宣言!』(2018年)と『見えない未来を変える「いま」』(2024年)がみすず書房から、シンガーの『あなたが救える命』『飢えと豊かさと道徳』が勁草書房から邦訳されています。寄付文化の違いもあり、日本での広がりは英語圏に比べて限られています。

9. まとめ

観点 支持する側 批判する側
成果 GiveWellのモデルでは、マラリア予防だけで23万5,000人超の死亡回避につながる 推計はモデル依存で、負の影響や政治的文脈が十分に考慮されていない
先見性 AIやパンデミックのリスクに、主流になる前から資源を投じた 破滅論が政策議論をゆがめ、今ある不正義から目をそらさせる
組織 FTX後に組織の分離と統治の改善を進め、規制当局からも一定の評価を得た 資金の集中、利益相反、内向きの文化は根本的には変わっていない
正統性 個人のお金を自発的に寄付しているにすぎない 選挙で選ばれていない富豪が公共の優先順位を決めている

EAは、FTX事件の傷を抱えたまま、資金規模と政策への影響力を大きく伸ばしました。この「評判は回復していないのに影響力は大きい」という状態が、2026年の政治的な攻撃を招いた構造的な背景だと筆者は考えます。

今後の注目点は3つあります。1つ目は、AI企業の資産が実際に寄付として出てくるかどうかです。現時点では期待と推計の段階にとどまります。2つ目は、急増した資金の配分です。グローバルヘルスへの「一時的な急増」が終わったあと、AI分野への傾斜がさらに進むのかが焦点になります。3つ目は、米国政治の中でEAがどう位置づけられていくかです。自主的な合意路線が定着するのか、EAへの攻撃がAI規制をめぐる対立の定番の論法になるのかによって、AI安全性の議論の行方も変わってきそうです。

個人として寄付先を選ぶとき、GiveWellなどの評価は有力な手がかりになります。ただし、その評価が福祉の総量や期待値といった特定の前提の上に立っていることは知っておいてよいでしょう。前提に同意するかどうかは、最終的には寄付する人自身が判断することです。

主な参考資料:Coefficient Giving(2026年7月23日)/Giving What We Can(2026年7月)/GiveWell(AMF助成)/Axios(2026年9月15日)/英国チャリティ委員会(2024年5月)