評価額40億ドルへ急浮上——ムラティ氏のThinking Machines、売上1億ドル超で見せる「逆転の1年」【2026】

2026年9月3日、一つのニュースがAI業界をざわつかせました。元OpenAIのCTO（最高技術責任者）、ミラ・ムラティ氏が率いるThinking Machines（シンキングマシンズ）が、評価額40億ドル（約6,000億円）での資金調達を交渉中と報じられたのです。売上は年間1億ドル超に到達。評価額は売上の実に400倍超という異例の数字です。本記事では、この急浮上したAIラボの1年を振り返り、投資家が再び賭ける理由をひも解きます。

なぜ今、Thinking Machinesなのか——9月3日の速報から
1年で評価額はどう動いたか——12億→50億→頓挫→40億ドル
最大の転機は「人材の逆流」——崩壊しかけた冬
【比較表】AIラボの4つのビジネスモデル
オープンウェイト×インフラ課金——TinkerとInklingの仕組み
Inklingの技術的ブレイクスルー——「考える量」を調整できるモデル
なぜNVIDIAは「投資家」になるのか——1GWの計算資源と資本の一体化
産業へのインパクト——エンタープライズAIの選定軸が変わる
残る課題——400倍の倍率と、繰り返される信用の問い
【FAQ】Thinking Machinesに関する6つの疑問
まとめ——2026年秋、AI投資の新たな試金石

なぜ今、Thinking Machinesなのか——9月3日の速報から

まずは今回のニュースの中身を整理しましょう。The Informationが9月3日に報じた内容によると、Thinking Machinesは10億ドル（約1,500億円）の新規調達を、評価額40億ドル以上で交渉中です。既存投資家のAccel（アクセル）が主導役として交渉を進め、シードラウンドから出資するNVIDIAも参加を協議しているといいます。

注目は、財務の実態です。関係者によると、年間売上レートは1億ドル超。40億ドルの評価額は売上の400倍以上に達する「異常な倍率」ですが、それでも投資家は前を向きます。このニュースはX（旧Twitter）でも拡散され、日本語圏の投資家の間でも話題となっていました。私がリアルタイム検索で確認したところ、「年間売上100億円超えでAccelが調達を主導する交渉中」という投稿がトレンド入りしていました。

注目すべきは、この40億ドルという数字の意味です。昨年末に狙った50億ドルを下回る「現実的な水準」であり、市場が熱狂から落ち着きを取り戻した証とも言えます。なぜこのラボがここまでの評価を得たのか、その軌跡をたどりましょう。

1年で評価額はどう動いたか——12億→50億→頓挫→40億ドル

評価額の変遷は、AI業界の熱狂と現実を映す鏡のようなものです。Thinking Machinesの軌跡を時系列で追ってみます。

2025年2月。ムラティ氏はOpenAIを退社し、新たなAIラボを創業しました。彼女はChatGPTやCodexの実用化を指揮した「OpenAIの顔」の一人。その人脈に共鳴し、約20数名の元OpenAI研究者が続々と合流します。創業直後から「次なるAnthropic」という期待が集まりました。

2025年7月、史上最大のシードラウンドが成立します。調達額は2億ドル（約300億円）、評価額は12億ドル。主導はアンドリーセン・ホロウィッツ（a16z）で、NVIDIAやGV、Lightspeed、Conviction Partnersが参加しました。製品が一つもない段階での巨額調達は、まさに「人材プレミアム」の象徴でした。

勢いはその後も続きます。2025年10月には、モデルのファインチューニング用プラットフォーム「Tinker」を公開。11月には、評価額50〜60億ドルという大型ラウンドの交渉が報じられました。創業からわずか9カ月で評価額5倍前後という驚異的なペースです。

しかし、その直後に暗転します。2026年1月、交渉は白紙に。評価額の目安はシード時の12億ドルへとリセットされました。理由は「人材の逆流」でした。

最大の転機は「人材の逆流」——崩壊しかけた冬

2026年1月のある日、共同創業者でCTOを務めていたバレット・ゾフ氏が、オールハンズミーティングの最中に退社しました。その1時間後、OpenAIはゾフ氏に加え、共同創業者のルーク・メッツ氏、研究者のサム・シェーンホルツ氏の復帰を発表します。「戻り人材」の受け入れを後悔しない、明確な意思表明でした。

この出来事は投資家の信頼を大きく揺るがしました。ムラティ氏のビジョンに共鳴して集まった天才たちが、次々と古巣へ戻る構図。7月には、もう一人の共同創業者リリアン・ウェン氏もOpenAIへ移籍します。評価額の根拠だった「人材プレミアム」が、崩れかけた瞬間です。

それでも、Thinking Machinesは倒れませんでした。社員約200人の組織は開発を継続し、Tinkerの利用者を増やし続けます。私が興味深いと感じるのは、この「喪失を乗り越えて実績で巻き返す」構図です。人材の魅力だけでなく、製品と売上の実力で勝負するフェーズへ移行したのです。

【比較表】AIラボの4つのビジネスモデル

なぜ投資家は、このラボにこれほど期待するのでしょうか。背景には、従来のAIラボとは一線を画すビジネスモデルがあります。主要プレイヤーの戦略を比較してみましょう。

ラボ	モデル戦略	主な収益源	代表モデル
Thinking Machines	オープンウェイト	Tinkerの計算資源課金	Inkling
OpenAI	クローズド	API・サブスク	GPTシリーズ
Anthropic	クローズド	API・サブスク	Claude
中国オープン勢	オープンウェイト	低価格API・クラウド	DeepSeek・Kimi
Meta	大部分オープン	自社サービス	Llama系

表の通り、OpenAIやAnthropicはモデルを囲い込み、APIやサブスクで課金するのが基本です。一方、Thinking Machinesはモデルを無料公開し、調整や実行に使う計算資源で収益を得ます。いわば「包丁は無料、調理場は有料」という逆転の発想と言えます。

オープンウェイト×インフラ課金——TinkerとInklingの仕組み

収益モデルの中核となるのが、プラットフォームのTinkerと、自社初のモデルInklingです。それぞれの役割を見ていきましょう。

Tinker——「モデルを育てる」ためのAPI

Tinkerは、企業が自社データでモデルをファインチューニングするためのクラウドAPIです。2025年10月にローンチし、12月には全面公開となりました。ユーザーはオープンウェイトのモデルを自分の用途に合わせて調整し、使用した計算量に応じて支払います。

この仕組みは、APIを借りるだけの従来型と明確に異なります。機密データを外部に出したくない企業にとって、自前の基盤でモデルを育てられるのは大きな利点です。

Inkling——西側最大のオープンウェイトモデル

2026年7月15日、Thinking Machinesは自社初のモデル「Inkling」を公開しました。総パラメータ数は975億で、タスクごとに活性化するのは約41億。テキスト・画像・音声・動画の4モーダルで学習したMoE（混合専門家）モデルです。

特筆すべきはコンテキスト長の100万トークン。ライセンスはApache 2.0で、誰でもダウンロードして改変・再配布が可能です。軽量版のInkling-Small（活性化12億パラメータ）も同時にプレビュー公開されました。

実行できる場所が広がる「配信網」

InklingはTogether AI、Fireworks、Modal、Databricks、Basetenといった各社のクラウドで推論が可能です。GPUメモリを半分に抑える量子化版（NVFP4）も用意され、自前運用の敷居を下げています。

「重みは誰でも使える。動かす場所では稼ぐ」という戦略は、配信網を広げれば広げるほど、自社プラットフォームの価値が高まる好循環を生みます。

Inklingの技術的ブレイクスルー——「考える量」を調整できるモデル

Inklingの面白さは、性能の数値だけではありません。設計思想そのものが新しさを持っています。特徴を3つ挙げます。

一つ目は、「思考量の制御」です。ユーザーは回答の深さをダイヤルのように調整できます。難しい問題はじっくり考え、日常的なタスクは高速に回答する。速度と品質のトレードオフを、自分で選べるのです。

二つ目は、不確実性を正直に伝える設計です。確信が持てない場合は推測でごまかさず、その旨を明示します。「それらしく答える」より「正確さ」を優先する姿勢は、業務利用での信頼につながります。

三つ目は、高いコスト効率です。同社の公開データによると、コーディング性能ではNVIDIAのNemotron 3 Ultraと同等を、わずか3分の1のトークン数で達成します。米国産のオープンウェイトモデルとしては最大級で、第三者機関の性能指数でもNemotron 3 Ultraを上回りました。

学習はNVIDIAのGB300 NVL72システムで実施されました。次世代モデルは、自社生成のデータだけで事後学習を行う「自己完結型」を目指すといいます。

なぜNVIDIAは「投資家」になるのか——1GWの計算資源と資本の一体化

このラボの構造を語る上で欠かせないのが、NVIDIAとの関係です。2026年3月10日、両社は複数年にわたる提携を発表しました。中核は、次世代システムVera Rubinを1GW分（ギガワット＝大規模データセンター数棟分）導入するという計画です。同時に、NVIDIAは非開示の金額を出資しました。

さらに、両社はトレーニング・推論システムを共同設計します。つまりThinking Machinesの将来のモデルは、最初からNVIDIAのアーキテクチャに最適化されて生まれるのです。4月には、Google Cloudとの複数億ドル規模の提携も報じられています。

NVIDIAは「チップを売る会社」から、次世代フロンティア企業の「株主になる会社」へと役割を広げています。今回のラウンドでも参加を協議中とのことで、「最大の投資家であり、最大の供給者」という構図が鮮明になっています。

実績の一つとして、世界最大のヘッジファンドであるBridgewater Associates（ブリッジウォーター）との協業も注目されます。企業利用の現場でInklingがどう使われるか、業界は注視しています。

産業へのインパクト——エンタープライズAIの選定軸が変わる

このビジネスモデルが広がると、企業のAI選定の基準が変わります。「APIを借りる」から「自前で育てる」へのシフトです。

特に刺さるのが、機密情報を外部に持ち出せない業界です。金融や医療、官公庁では、データを預けること自体がリスクになります。オープンウェイトのモデルを自社基盤で調整できれば、その不安を解消できます。

もう一つの視点は、オープンソース・エコシステムの地図の変化です。MetaがLlama開発を縮小した後、西側のオープン枠には空白がありました。Inklingはその空白を埋める「西側の受け皿」として位置づけられます。中国製モデルへの依存を減らしたい企業にとっても、選択肢が広がります。

オープンとクローズドの二極化は、今後さらに進むでしょう。性能だけを追うならクローズド、制御性を重視するならオープン。時代は「どちらか一方」ではなく「使い分け」に向かっています。

残る課題——400倍の倍率と、繰り返される信用の問い

期待が大きい一方で、乗り越えるべき壁も明確です。まず、400倍超という評価倍率。売上1億ドルに対する40億ドルの評価は、成長を先取りした数字でしか成立しません。

次に、オープンウェイトの宿命です。モデルを無料公開する以上、誰かが自分のサーバーで動かせば、そこからは収益が生まれません。「収益化は計算資源の提供」というモデルが、どこまで持つかは未知数です。インフラ支出と収益のバランスも、まだ詳細に開示されていません。

そして何より、1月の頓挫の記憶があります。投資家は、同じ失敗を繰り返すでしょうか。今回のラウンドが成立するかどうかは、市場の信任投票として機能するでしょう。

私の見立てでは、このラウンドの成否はThinking Machinesだけの問題ではありません。人材の実績と財務の実績のどちらを評価するのか。AIスタートアップ投資全体の「物差し」が試されているのです。

【FAQ】Thinking Machinesに関する6つの疑問

ここでは、よくある質問とその回答をまとめました。理解の助けにしてください。

質問	回答
Thinking Machines Labとは何者ですか？	元OpenAIのCTO、ミラ・ムラティ氏が2025年2月に設立したAIラボです。オープンウェイトのモデルと、カスタマイズ用プラットフォームのTinkerを手がけます。
なぜ評価額が短期間で急上昇したのですか？	創業者の経歴とTinkerの成長、NVIDIAとの提携が評価を押し上げました。売上1億ドル超という実績も加わったためです。
Inklingの性能はどの程度ですか？	米国産オープンウェイトでは最大クラスです。コーディングではNemotron 3 Ultraよりも少ないトークンで同等の性能を出します。
モデルを無料公開して、どこで稼ぐのですか？	モデルの調整や実行に使う計算資源で課金します。「包丁は無料、調理場は有料」という発想です。
中国のオープンモデルと何が違うのですか？	西側発のオープンウェイトである点と、エンタープライズ向けのカスタマイズ基盤を持つ点が特徴です。
一般ユーザーも使えますか？	Apache 2.0で公開されており、誰でもダウンロードして利用できます。複数のクラウドでも推論が可能です。