法律事務所向けAIのHarveyは、ChatGPTやClaudeのような大手のモデルを仕入れ、弁護士の仕事に合わせて仕立て直して売ってきた会社だ。そのHarveyの粗利率が、2026年の年初の約50%から6月には−50%まで落ちていた──Bloombergが9月21日、そう報じた。
粗利率がマイナスとは、売った分だけ赤字が増える状態を指す。売上そのものは伸びていた。伸びていたからこそ落ちた、という点がこの話の芯である。
⚠ 数値の出どころについて
粗利率とトークン消費の数値は、2026年9月21日のBloombergの報道によるものです。Harveyが公表した数字ではないため、報じられた内容として扱っています。一方、自前モデル「Harvey Tenet」の性能とコストの数値は、Harveyと学習を担当したFireworksが8月に公開した資料の公表値です。
Section 01
何が報じられたのか──粗利率が100ポイント動いた
Bloombergの報道によれば、Harveyの粗利率は2026年の年初におよそ50%あった。それが3月のエージェント機能の更新を境に崩れ、6月には−50%になったという。同じ期間に、顧客が使うトークンの量は20倍に増えた。※観測（いずれもHarveyの公表値ではなく、報道に基づく数値）
そして8月、Harveyが自前のモデルを投入したあと、粗利はプラス圏へ戻ったと報じられている。水準までは示されていない。
約50%
2026年年初の粗利率（報道・※観測）
−50%
6月の粗利率（報道・※観測）
20倍
同期間のトークン消費の増え方（報道・※観測）
一言でまとめると──「AIを仕入れて売る側の採算が、使われれば使われるほど悪くなる形になっていた」。そして、その出口として選ばれたのが中国発のオープンウェイトモデルでした。
Section 02
なぜ粗利が消えるのか──席で売って、トークンで買う
仕組みは単純で、だからこそ逃げ場がない。Harveyのような業務向けAIは、利用者1人あたりの年額で売る。いわゆる席（シート）課金だ。ところが仕入れの側は、モデル提供元への従量課金＝使ったトークンの量で決まる。売値は固定、仕入れ値は青天井という組み合わせになっている。
この形は、AIが人間の指示に1回ずつ答えているあいだは破綻しなかった。壊れたのはエージェントが入ってからだ。エージェントは1つの依頼に対し、資料を読み、検索し、下書きし、直し、確かめる。人間が何回も往復していた作業を裏で自動的に回すので、同じ1件の依頼でも消費するトークンの量が桁で増える。Harveyの場合、それが20倍だったと報じられている。
粗利率−50%という数字を、請求書の側に置き換えるとこうなる。売上1ドルに対して、原価が1.50ドル。粗利の段階で0.50ドルの赤字である。顧客が満足して使い込むほど、赤字が積み上がる。
01
売値は1年動かせない
年間契約で席の値段を決めてしまうと、途中でトークン単価が上がっても、上限を超えた分を顧客に回せない。次の更新まで待つしかない。
02
使わせたいのに、使われると困る
定着させるには使ってもらう必要があるのに、使われるほど原価が増える。営業目標と採算が正面からぶつかる。
03
値下げを待っても間に合わない
モデルの単価は下がり続けているが、下がる速さより消費量が増える速さのほうが上回れば、差し引きでは原価が増える。
ⓘ 「トークン」とは
AIが文章を処理するときの単位です。日本語なら1文字がおよそ1〜2トークンに相当します。API（開発者向けの提供窓口）の料金は、この100万トークンあたりいくら、という形で決まります。エージェントが裏で何十回も読み書きすると、画面上は1回の依頼でも、請求の上では何十回分になります。
Section 03
Harvey Tenetとは何か──Kimi K3を土台にした自前モデル
Harveyが8月20日に研究プレビューとして公開したのが「Harvey Tenet」である。ゼロから作ったモデルではない。中国のMoonshot AIが7月に重みごと公開した2.8兆パラメータのKimi K3を土台に、法務の長時間作業向けに学習し直したものだ。学習は推論基盤のFireworksと組んで行われ、NVIDIAのB300を約150枚、2か月ほど回したとされる。顧客のデータは学習に使っていないとHarveyは明記している。
肝心の中身を、同社とFireworksが公開した数値で見る。法務エージェントの評価基準LAB（Legal Agent Benchmark）で、全項目クリア率は土台のKimi K3が10.8%、Tenetが19.7%。契約書に絞ったLAB Contractsでは9.3%から11.3%へ上がり、この項目では首位だとしている。
面白いのはコストのほうだ。1タスクあたりの費用は、土台のKimi K3が5.62ドル、Tenetが5.92ドル。ほぼ横ばいのまま、こなせたタスクの数がおよそ2倍になったという形になっている。単価を下げたのではなく、同じ金額でより多く終わらせた、という改善である。
💡 コストは単価だけでは決まらない
Harveyは自社の説明で、費用はトークンの単価と使ったトークン数の両方で決まる、という立場を取っています。学習の際に無駄な手数を減らす方向へ報酬を設計し、1件を終えるまでの往復そのものを短くしました。安いモデルに替えることと、少ない手数で終わらせることは別の打ち手で、両方やらないと採算は戻らない、という整理です。
なお、オープンウェイトのモデルは重みを自分で入手できるので、提供元のAPIを通さずに自社や提携先の基盤で動かせる。従量課金の単価表から降りられること自体が、この選択の実利になっている。
Section 04
法務だけの話ではない──医療・経費・顧客対応へ
Bloombergは同じ報道の中で、Abridge（医療の記録）、Decagon（顧客対応）、Ramp（経費管理）、Rogo（金融調査）の名前を挙げ、いずれも自前モデルやオープンウェイトへ向かう動きだと伝えている。※観測（各社の実装状況までは公表資料で確認できていない）
法務分野では、9月の報道より前から動きが表に出ていた。Bloomberg Lawは8月19日の記事で、HarveyとThomson Reutersがそろって自社モデルを持つ方向に進んでいると報じている。そのThomson Reutersは8月24日、自社モデル「Thomson」を公開した。土台はオープンソースのモデルで、学習に4,000万ドルを投じたと同社は説明している。まずは法務向けサービスのCoCounsel Legalに載る。Bloomberg Lawの記事では、法務技術の助言を行うPatrick DiDomenico氏が、自社モデルへ振り向ける割合が増えれば収益性は上がると述べる一方、ZwillGenのBrenda Leong氏は、これまで提供元が担っていた保守と安全性の責任がそのまま自社に移ってくると指摘している。
2026-07
Kimi K3 公開 Moonshot AIが2.8兆パラメータのモデルを重みごと公開。誰でも入手して動かせる状態になる。
2026-08-19
法務AIの自前モデル化が表面化 Bloomberg Lawが、HarveyとThomson Reutersがそれぞれ自社モデルを持つ方向に進んでいると報道。
2026-08-20
Harvey Tenet 公開 Kimi K3を土台にした自前モデルを研究プレビューとして発表。学習はFireworksと共同。
2026-08-24
Thomson Reutersが「Thomson」を公開 オープンソースのモデルを土台に自社開発。まずCoCounsel Legalに搭載。
2026-09-21
採算の内情が報じられる Bloombergが、Harveyの粗利率が年初の約50%から6月に−50%へ落ちていたと報道。同種の動きとしてAbridge・Decagon・Ramp・Rogoを挙げる。
コーディングの分野でも同じ形はすでに出ている。Devinを開発するCognitionは9月10日、Kimi K3を土台にした「SWE-2」を発表し、大手モデルと同水準の成績を大幅に低いコストで出したと説明していた。土台に選ばれるモデルが同じである点も含め、業種をまたいで同じ判断が重なっている。
Section 05
あなたが契約しているAIツールはどう変わるか
ここからが、AIを選ぶ側にとっての本題である。業務向けのAIツールを使っている人にとって、この動きは3つの形で表に出てくる。
A
中身のモデルが黙って替わる
「Claude搭載」「GPT搭載」を売り文句にしていたツールでも、契約を結び直さずに裏側のモデルが差し替えられることがある。値段も画面も変わらないので、気づく手がかりは出力の質しかない。
B
使い放題の条件が引き締まる
自前モデル化が間に合わない側は、上限の新設や超過分の課金で採算を合わせにくる。無制限をうたっていた枠に、回数や時間の条件が付く形になりやすい。
C
請求の単位がトークンから件数へ動く
Harveyの改善は「1タスクいくら」で測られていた。売る側がタスク単位で採算を見るようになれば、買う側に示される指標も、消費量ではなく処理件数に寄っていく。
Aは実害が見えにくいぶん厄介だ。同じ月額のまま、同じ画面で、返ってくる文章の質だけが変わる。判断の材料は自分の手元にしかない。
⚠ 更新の前に、契約書で確かめたい3点
1つめは、既定のモデルを変更するときに事前の通知があるか。2つめは、上限が「公正な利用の範囲」のような言葉ではなく、回数や量の数字で書かれているか。3つめは、土台になっているモデルの名前と提供元が開示されるかです。いずれも、料金表ではなく契約条項の側に書かれている項目です。導入の判断をしたときと同じ品質が続くかどうかは、この3つで決まります。
個人向けの定額プランを使っているだけなら、当面この話は請求書に届かない。動いているのは、企業向けにAIを組み込んで売っている層の採算である。ただし、開発ツールのように従量課金が表に出ている製品では、条件の変更が利用者まで降りてくるのも早い。Cursorの定額枠が9月7日で終わった件は、その先例に当たる。
Section 06
編集部の見立て
Editor's Opinion
この報道でいちばん重いのは、粗利率の数字そのものではないと考えています。フロンティアモデルを作る側にとって、下流のアプリ企業は「出ていかない客」でした。品質で代わりがいないのだから、単価が上がっても払い続けるはずだ、という前提です。その前提が、数字の形で崩れたところが新しいと見ています。
もっとも、乗り換えた先が安泰かというと、そこまでは言えません。自前でモデルを持つということは、更新も安全性の検証も自社の仕事になるということです。Bloomberg Lawが引いていた指摘のとおりで、これまで外注していた手間が、そのまま内製の費用に置き換わります。今回うまくいったように見えるのは、Harveyが法務という狭い範囲に絞り、評価の物差しを自分で持っていたからでしょう。
選ぶ側として押さえておきたいのは、「どのAIが入っているか」がツールの固定的な性質ではなくなった、という点です。これまで製品紹介に書かれたモデル名は、その製品の性格を説明する言葉でした。これからは、その時点でいちばん採算の合う仕入れ先を指しているだけかもしれません。だとすれば、比べる対象はモデル名ではなく、自分の仕事で出てきた結果のほうになります。
もうひとつ、土台がKimi K3である点も見ておきたいところです。米国の法律事務所が扱う機微な資料を処理するAIの土台が、中国の研究所が公開したモデルになっている。重みを手元に置いて動かせるので通信は発生しませんが、この構図をどう受け止めるかは、業界の中でもまだ整理がついていないように見えます。
Section 07
まとめ
Bloombergが2026年9月21日、法務AIのHarveyの粗利率が年初の約50%から6月に−50%まで落ちていたと報じました。3月のエージェント機能の更新で顧客のトークン消費が20倍に増え、席で売ってトークンで買う構造が採算を圧迫した形です。いずれもHarveyの公表値ではなく、報道に基づく数値です。
Harveyは8月20日、中国Moonshot AIが公開したオープンウェイトモデル「Kimi K3」を土台に、自前モデル「Harvey Tenet」を研究プレビューとして公開しました。HarveyとFireworksの公開資料によれば、法務エージェント評価LABの全項目クリア率は土台の10.8%からTenetの19.7%へ上がり、1タスクあたりのコストは5.62ドルから5.92ドルとほぼ横ばいのまま、こなせたタスクの数はおよそ2倍になっています。
同じ動きはAbridge・Decagon・Ramp・Rogoでも進んでいると報じられ、法務分野ではThomson Reutersが8月24日に自社モデル「Thomson」を公開しました。コーディングでもCognitionが同じKimi K3を土台にSWE-2を投入しています。
利用者への影響は、料金表よりも先に品質と契約条項に出ます。既定モデルの変更通知、数字で書かれた利用上限、土台モデルの開示──更新の前に読む場所は、この3つです。
「Claude搭載」と書かれた製品が、来年も本当にClaudeで動いているのか。次の更新交渉で確かめる一点は、そこを書面で知らせる条項が入っているかどうかだ。