オープンウェイトモデルは学習済みの重みを公開したAI
オープンウェイトモデル（英語でopen-weight model）は、学習を終えたAIの重みを公開し、誰でもダウンロードして使うことができるようにしたモデルです。ここでいうモデルとは、文章を読んで回答を作るAIの本体のこと。また、重みを手に入れれば提供元のサービスを通さずに、自分のPCやサーバーでAIを動作させることができます。
オープンウェイトモデルの基本
| 観点 | 内容 |
|---|---|
| 公開されるもの | 学習を終えたモデルの重み |
| できること | ダウンロードして自分の環境で動作させる・用途に合わせて調整する |
| 公開されないことが多いもの | 学習データ・学習に使ったコード |
| 使ってよい範囲 | モデルごとのライセンス次第 |
| 代表例 | gpt-oss（OpenAI）・Llama 4（Meta）・DeepSeek-R1（DeepSeek） |
重みとはAIが学習で身につけた数値の集まり
重みとは、AIが学習の間に少しずつ調整して最後に固まった数値の集まりのことです。また、AIの本体であるニューラルネットワークは、この数値を使って計算するため、入力された文章をどう読み取ってどんな回答を出力するかは重みによって変わります。
同じ仕組みのAIでも、重みが異なれば回答はまったく変わります。重みは、学習で得た知識が詰まった部分だといえるでしょう。オープンソースの定義を管理する団体OSI（Open Source Initiative）も、オープンウェイトを「学習を終えたニューラルネットワークの最終的な重みとバイアス」としています。
重みを入手すれば自分の用途に合わせて調整可能
重みが公開されていれば、ユーザーは自分の用途に合わせてモデルを調整できます。その代表がファインチューニングです。ファインチューニングとは学習済みのモデルに自分のデータを追加で学習させる方法のことで、特定の業務や文体に合わせたAIを作ることができます。
OSIによると、重みが公開されれば他の開発者もモデルをファインチューニングしたり、自分のプロジェクトに組み込んだりできるようになるとのこと。一からAIを学習させるには大量のデータと計算が必要ですが、公開された重みを使えばその手間を省くことができます。
クローズドモデルとの違いは？
重みを公開せず提供元のアプリやAPIを通してだけ使うことができるモデルは、クローズドモデルと呼ばれます。クローズドモデルでは、入力した文章を提供元のサーバーが受け取って処理し、ユーザーが重みに触れることはありません。
オープンウェイトモデルなら重みを自分のPCやサーバーに保存できるため、どこで動作させるかをユーザーが選ぶことができます。ただし、オープンウェイトモデルでも提供元のアプリやAPIから使う場合は、クローズドモデルと同じく提供元のサーバーで処理されます。
Open Weights refer to the final weights and biases of a trained neural network. These values, once locked in, determine how the model interprets input data and generates outputs.（What are Open Weights?）— Open Source Initiative より公式情報を見る →
オープンウェイトとオープンソースAIの違いは？
オープンウェイトとオープンソースAIの違いは、公開する範囲にあります。つまり、オープンウェイトモデルでは重みだけが公開され、オープンソースAIでは重みに加えて学習に使ったデータの情報とコードまで公開されます。この線引きは、ライセンスを審査してオープンソースと認めているOSIの定めによるものです。
オープンウェイトとオープンソースAIで公開されるもの
| OSIが求める要素 | 中身 | オープンウェイト | オープンソースAI |
|---|---|---|---|
| パラメータ | 重みなどモデルの設定値 | 公開する | 公開する |
| コード | 学習と実行に使ったソースコード一式 | 含まれない | 公開する |
| データ情報 | 同等のAIを作ることができるだけの、学習データの詳しい情報 | 含まれない | 公開する |
オープンソースAIは学習データの情報とコードまで公開
OSIが定めた「オープンソースAIの定義」1.0版は、AIを使う・仕組みを解析する・改変する・共有することを、誰もが自由にできる状態を求めています。そのためには、改変に適した形式で3つの要素をすべて公開する必要があるとしています。
1つ目はデータ情報で、技術のある人が実質的に同じAIを作ることができるだけの、学習データの詳しい情報です。2つ目はコードで、データの処理から学習・実行までに使ったソースコード一式を指し、3つ目のパラメータは重みなどモデルの設定値です。
公開されるのは重みだけ
オープンウェイトが公開するのは、3つの要素のうちパラメータ（重み）だけです。また、OSIはオープンウェイトには学習用のコードと学習データが含まれないため、オープンソースAIとは大きく異なるとしています。
法律上の理由で学習データを配布できない場合でも、データの出所や整え方の詳しい情報は出すべきだとOSIは求めていますが、オープンウェイトではその情報も出ないことが多くあります。ニュースで「オープンソースのAI」と書かれたモデルが、実際には重みしか公開していないオープンウェイトモデルである場合も珍しくありません。
学習データやコードが無いと作り方を再現できない
学習のコードや途中段階の重みが無いと、研究者や監査をする人は、そのモデルがどう作られたかを再現できません。OSIは、偏った回答をする原因がいつどこで入り込んだのかを突き止めにくくなると指摘しています。
重みだけでも、何も公開しないクローズドモデルより開かれているのは確かです。それでもOSIは、オープンソースAIが開発の過程全体まで公開するのに対し、オープンウェイトは学習を終えた結果を見せるにとどまるとしています。
Data Information: Sufficiently detailed information about the data used to train the system so that a skilled person can build a substantially equivalent system.／Code: The complete source code used to train and run the system.／Parameters: The model parameters, such as weights or other configuration settings.（Preferred form to make modifications to machine-learning systems）— Open Source Initiative より公式情報を見る →
Without training code or intermediate checkpoints, researchers and auditors cannot replicate the model’s development process.（The Limitations of Open Weights）— Open Source Initiative より公式情報を見る →
使ってよい範囲はモデルごとのライセンス次第
オープンウェイトモデルを商用で使ってよいかどうかは、モデルごとのライセンス次第です。また、ライセンスは提供元が「この条件なら使ってよい」と定めた利用条件で、重みを誰でもダウンロードできる状態でも、どこまで自由に使うことができるかはモデルによって大きく異なります。
代表的なオープンウェイトモデルのライセンス
| モデル | 公開元 | ライセンス | 商用利用の条件 |
|---|---|---|---|
| gpt-oss | OpenAI | Apache 2.0 | 商用利用も改変も自由 |
| DeepSeek-R1 | DeepSeek | MIT | 商用利用も改変・派生物も認める |
| Llama 4 | Meta | Llama 4 Community License | 使用料は不要だが、月7億人超の企業は申請が必要 |
gpt-ossはApache 2.0で商用利用も自由
OpenAIのオープンウェイトモデルgpt-ossは、Apache 2.0という制限の少ないライセンスで公開されています。gpt-ossには、大きいgpt-oss-120bと小さいgpt-oss-20bの2種類があります。OpenAIはどちらについても、試作や自社向けの調整から商用での導入まで自由に使うことができるとのこと。
中国のDeepSeekが公開したDeepSeek-R1も、商用利用や改変を認めるMITライセンスで重みが公開されました。DeepSeek-R1を小さなモデルへ移した例もあります。MITライセンスのモデルには他にもGLM-5.2があります。
Llama 4は月間ユーザー7億人超の企業に申請を求めている
MetaのLlama 4は独自のライセンスで公開されており、使用料なしで利用・改変・再配布することができます。ただし、Llama 4の公開日時点で自社製品やサービスの月間ユーザーが前の月に7億人を超えていた企業は、Metaにライセンスを申請しなければなりません。Metaが認めるまでは、ライセンスで与えられた権利を行使することはできないとしています。
他にも、Llamaを使った製品を提供する企業には、Webサイトや画面などに「Built with Llama」と目立つように表示する義務があります。さらにユーザーは、Metaが定める利用規定にも従わなければなりません。
OSIはLlamaのライセンスをオープンソースと認めていない
OSIはLlama 4が公開される前の2025年2月18日のブログで、Llamaのライセンスはオープンソースではないと述べています。Llama 3.xは、オープンソースの定義をまったく満たしていないとしました。また、Llama 3.1のライセンスが「目的を問わず使う自由」を満たしておらず、特定のユーザーを差別して使う分野も制限しているという評価を根拠として引用しています。
is greater than 700 million monthly active users in the preceding calendar month, you must request a license from Meta, which Meta may grant to you in its sole discretion（2. Additional Commercial Terms）— Meta より公式情報を見る →
Llama 3.x is still not Open Source by any stretch of the imagination.（2025年2月18日のブログ）— Open Source Initiative より公式情報を見る →
Build freely without copyleft restrictions or patent risk—ideal for experimentation, customization, and commercial deployment.（Highlights）— Hugging Face より公式情報を見る →
モデルをローカル環境で動作させる利点と注意点
オープンウェイトモデルを使う一番の利点は、重みを自分のPCや会社のサーバーに置いてAIを動作させることができる自由度です。一方で、AIを動作させるための機材は自分で用意し、日々の管理も自分たちで行わなければなりません。
gpt-ossの2つのモデルを動作させるのに必要な機材
| モデル | パラメータ数 | 1回の計算で使われるパラメータ | 必要な機材 |
|---|---|---|---|
| gpt-oss-120b | 117B（1,170億） | 5.1B | 80GBのGPU 1枚 |
| gpt-oss-20b | 21B（210億） | 3.6B | 16GBのメモリ |
自分の環境で動かせば入力を提供元へ送信しない
オープンウェイトモデルをローカル環境で動作させれば、入力した文章を外部に送信せずにAIを使うことができます。社外に出したくない資料を読ませたいときや、ネットに接続できない環境でAIを使いたいときに適しています。ファインチューニングで自社の用途に合わせたモデルを作り、そのまま社内のサーバーで動作させるのも、重みを自社で持つオープンウェイトならではの使い方です。
小さいgpt-oss-20bでも16GBのメモリが必要
パラメータ数とはモデルが持つ重みなどの数値がいくつあるかを表す数のことで、多いほど動作させるのに大きなメモリが必要になります。gpt-oss-120bはパラメータが117B（1,170億）あり、80GBのメモリを積んだGPUが1枚必要です。小さいgpt-oss-20bでもパラメータは21B（210億）あり、動作させるには16GBのメモリが必要です。
機材をそろえたあとも、モデルの更新や安全対策は自分たちで行うことになります。どのモデルを使うかを選ぶ前に、手持ちの機材で動作するかをチェックしておくといいでしょう。
米国商務省は2024年の報告書でリスクの監視を提言
米国商務省のNTIAは2024年7月30日に、重みが広く公開されたAIモデルについての報告書を公表しました。報告書は、Meta・Google・Microsoft・Mistralなどが重みを誰でもダウンロードできる状態でモデルを公開してきたと整理しています。
そのうえで報告書は、その時点ではオープンウェイトモデルを規制すべきだとも、将来も規制が不要だとも判断できる証拠は無いとしました。代わりに政府はリスクを継続して監視し、リスクが高まった時点で対応できるよう準備しておくべきだと提言しています。
current evidence is not sufficient to definitively determine either that restrictions on such open weight models are warranted, or that restrictions will never be appropriate in the future.（Executive Summary）— NTIA より公式情報を見る →
まとめ：オープンウェイトを使ってよい範囲はライセンス次第
オープンウェイトモデルは、AIが学習で身につけた重みを公開し、誰でもダウンロードして自分の環境で動作させることができるモデルです。公開されるのは重みだけで、学習データの情報やコードまで公開するオープンソースAIとは異なります。
商用で使ってよいかを定めるのは、モデルごとのライセンスです。gpt-ossのApache 2.0やDeepSeek-R1のMITのように自由に使うことができるものもあれば、Llama 4のように大きな企業へ申請を求めるものもあります。使う前には、ライセンスの本文で商用利用の条件を読み、手持ちのGPUやメモリで動作するかを試しておくことが大切です。
FAQ
- オープンウェイトモデルは無料で使うことができますか？
- 重みのダウンロードに料金はかからず、Llama 4のライセンスも使用料なしで使う権利を与えています。ただし、AIを動作させる機材の費用は自分で負担します。gpt-oss-120bを動作させるには、80GBのメモリを積んだGPUが1枚必要です。
- オープンウェイトとオープンソースは同じ意味ですか？
- 同じではありません。オープンソースの定義を管理しているOSIは、オープンウェイトには学習用のコードと学習データ（またはその詳しい情報）が含まれないため、オープンソースAIとは大きく異なるとしています。
- オープンウェイトモデルは会社で商用利用できますか？
- モデルごとのライセンス次第です。gpt-ossはApache 2.0で公開されており、商用でも自由に使うことができます。Llama 4も商用で使うことができますが、月間ユーザーが7億人を超える企業はMetaへの申請が必要です。導入する前に、自社の月間ユーザー数が7億人を超えるかどうかをライセンス本文で確認しておくといいでしょう。
関連する記事
AI蒸留（知識蒸留）とは？仕組みと実例、規約違反になる場合AI蒸留（知識蒸留）は、大きなAIの回答を手本に小さなAIを学習させ、軽く速いAIを作る手法です。正解以外の確率まで教える仕組みとDistilBERTやDeepSeek-R1の実例、量子化との違いを解説します。他社AIの出力で競合モデルを作ることは、各社の利用規約で禁止されています。
Mixture of Expertsとは？一部の専門部分だけを使う仕組みMoE（Mixture of Experts、混合エキスパート）は、AIモデルの中を多数のエキスパートに分け、トークンごとに一部だけを動作させる仕組みです。「30B-A3B」のA3Bは1トークンで使うアクティブパラメータを表します。速さはアクティブパラメータ、必要なメモリは総パラメータで見積もれます。
OpenAIとAnthropicがAPIの値下げを続ける理由は乗り換え防止と価格競争OpenAIとAnthropicは2026年6月からの数か月で、LLMのAPI料金を最大80%値下げしました。データサイエンティストのMax Woolf氏によると、理由はモデルを簡単に乗り換えられること、安いオープンウェイトモデルとの競争、提供に必要な計算量の削減という3点とのこと。新旧の料金と値上がり説への反論も取り上げます。
Qwen3.8-Flash-Nextとは？混合エキスパート型の公開モデルQwen3.8-Flash-Nextは、総数125Bのうち1トークンあたり6Bだけを動作させる、MoE型のオープンウェイトモデルです。コンテキスト長は26万トークンで、最大100万トークンまで広げられます。Qwen4の設計を試す実験的プレビューとして重みが公開されました。