この記事で分かること
- モデルの公開形態（オープンソース・オープンウェイト・クローズド）の正確な定義と違い
- 各形態の実務的な利点と注意点（コスト・データの扱い・カスタマイズ・運用負荷・ベンダーロックイン）
- オープンウェイトモデルの台頭——性能差の縮小と価格下落のデータ
- タスク×形態×運用で考えるモデル選びの枠組み（事例: Gen-1 Slides）
01はじめに——なぜモデルの公開形態が論点になるか
「オープンソース」と「オープンウェイト」、この2つの違いを説明できますか。多くの方が、何となく同じものだと思っているのではないでしょうか。モデルを調達する前に、この区別から始めることを私はお勧めします。
企業のモデル選びの論点は、「どのモデルが一番賢いか」から「どう調達し、どう運用するか」へ移っています。その最初の分岐点になるのが、モデルの公開形態です。
AIモデルの公開形態は、オープンソース・オープンウェイト・クローズドの3つに分けられます。この違いは、調達後の自由度——データを社外に出さずに済むか、コストがどう決まるか、自社でどこまでカスタマイズできるか、どのベンダーに依存することになるか——を決める要素です。性能競争と並行して、企業向けの選択肢は急速に広がっています。本記事では、3つの形態を正確に定義し、企業の実務的な観点で比較・整理します。
023つの公開形態——正しい定義
「オープンウェイト」という言葉の位置づけを正確に理解するため、モデルの公開形態を3つに分けておきます。
- オープンソース：モデルのコードと学習済みの重み（パラメータ）が公開され、誰でも利用・改変・再配布できる形態です
- オープンウェイト：学習済みの重みが公開される一方、学習データや訓練コードは公開されないのが一般的な形態です。「オープンソース」と近い使われ方をすることもありますが、慣例上は別の扱いです
- クローズド：モデルの重みは公開されず、APIなどを通じてのみ利用できる形態です。多くの商用のフロンティアモデルがこの形態に該当します
ここで2点補足しておきます。1つ目は、公開形態は「重みがどこにあるか」の区分であって、利用条件そのものを決めるものではないことです。商用利用の可否や改変・再配布の条件は、各モデルのライセンスと規約で確認する必要があります。2つ目は、「オープン」と「高性能」が二律背反ではなくなってきたことです。この点は第4章で見ます。
03各形態の実務的な利点と注意点
企業の実務で比較する観点は、コスト・データの扱い・カスタマイズ・運用負荷・ベンダーロックインの5つです。横比較を表1にまとめます。
| 観点 | オープンソース | オープンウェイト | クローズド |
|---|---|---|---|
| コストの構造 | ソフトウェア自体は無償・推論は自社インフラで運用（初期投資は大きいが従量課金なし） | ソフトウェア自体は無償または低額・自社ホストなら推論コストはインフラ次第 | APIの従量課金・価格はベンダーが設定 |
| データの扱い | 完全に社内で完結できる（データレジデンシー・セキュリティ） | 自社ホストなら完全に社内で完結できる | ベンダーのAPIに送信（契約・設定で制御） |
| カスタマイズ | 重みの改変・再学習が自由 | 重みの微調整（ファインチューニング）が可能 | 原則不可（プロンプトや設定の範囲） |
| 運用負荷 | 最大（基盤・更新・セキュリティの管理が必要） | 大きい（ホスト環境・更新追従の管理が必要） | 最小（ベンダーが運用） |
| ベンダーロックイン | なし（コミュニティや基盤プロバイダへの依存に変わる） | 低〜中（ホスト先は自由・更新はコミュニティ依存） | 高い（API・価格・仕様の変更に追随が必要） |
ポイントは3つです。まず、コストと運用負荷は表裏の関係です。従量課金が小さい分、自社でインフラを持ち、更新を追い、セキュリティを管理する負担が生じます。次に、データの扱いの違いは、金融・医療・公共などの業界では調達の必須条件になります。最後に、ベンダーロックインは価格改定や仕様変更のリスクとして顕在化します。クローズドを選ぶ場合は、契約上の柔軟性と乗り換え経路をあらかじめ確認しておくことを当社は推奨します。
04オープンウェイトの台頭——性能差の縮小と価格下落
オープンウェイトとクローズドの性能差は、急速に縮まっています。公表データを表2に整理します。
| データ | 内容 | 出典（公表年月） |
|---|---|---|
| 性能差の縮小 | オープンウェイトとクローズドの性能差が一部ベンチマークで1年間に8%→1.7%に縮小 | スタンフォード大学「AI Index 2025」（2025年） |
| 推論価格の下落 | LLMの推論価格がタスクにより年間9倍〜900倍下落 | 同上 |
| 性能・コスト | オープンモデルはクローズドの約90%の性能・推論コスト87%安 | MIT Sloan（Nagle＆Yue論文・2026年1月） |
| 節約の試算 | 需要の最適再配分で平均AI支出70%以上削減・世界で年間約250億米ドル | 同上 |
| タスク特化の予測 | 2027年までに小型・タスク特化型モデルの利用量が汎用LLMの3倍以上に | Gartner（2025年4月） |
| オープンモデルの勢い | DeepSeek: 米App Storeで無料アプリ1位・V3学習約560万米ドル（報道ベースの推定）／Kimi K2: リリース24時間以内にHugging Faceでトレンド1位 | WEF（2025年2月）／Hugging Face |
| 企業の生成AI支出 | 2025年は370億米ドル（2024年の約3.2倍） | Menlo Ventures（2025年12月） |
※数字は各出典の公表値です。DeepSeekの学習コストは公式発表ではなく報道ベースの推定値です。
この傾向が企業にもたらすのは、選択肢の広がりです。「フロンティア＝クローズド」ではなくなりつつあり、オープンウェイトでも実務に耐える品質が得られる領域が増えています。一方で、自社運用の体制（インフラ・セキュリティ・モデル更新への追従）があるかどうかが、オープン系を選ぶ前提になります。
05選び方の論点——タスク×形態×運用
モデルの選び方は、「どの形態が良いか」ではなく「自社のタスクと運用体制にどの形態が合うか」で決まります。当社は次の3つの軸で整理することをお勧めします。
- タスク：高度な推論や最先端の能力が必須のタスクは、フロンティアのクローズドモデルとオープンウェイトの最前線を比較します。定型的・高頻度のタスクほど動かすときのコストの削減効果が大きいため、オープン系（自社ホスト）の検討余地が広がります
- 形態：表1の5観点（コスト・データの扱い・カスタマイズ・運用負荷・ロックイン）に、自社の優先順位を当てはめます
- 運用：自社でインフラを持ち、更新を追い、セキュリティを管理できる体制があるか。なければ、クローズドの従量課金を選ぶ方が総コストが低くなることもあります
事例として、本シリーズの『Gen-1 Slides』の回で示したモデルを見てみます。Gen-1 Slidesは、重みが公開されている基盤モデル（オープンウェイト）を自社の本番環境で追加学習したモデルですが、企業向けの提供は自社サービスの中に限られ、提供形態としてはクローズドです。一方、その評価ツールは公開する方針です。つまり、「基盤がオープンウェイト」と「企業に届く形がクローズドサービス」は両立します。公開形態は、基盤の成り立ちと提供の形を分けて見る必要があります。
「オープンかクローズドか」を二択で決める必要はありません。タスクの重要度、データの機密性、運用体制に応じて、形態ごとに選ぶ——それが現在のモデル選びの基本です。Gensparkは、70以上のLLMを横断的に扱うオーケストレーションで、タスクごとに最適なモデルを選ぶ構成を支援します。モデルの選び方は、本シリーズの『行動の競争』の回で示した「委任の範囲と定着の設計」の一部でもあります。
06まとめ
- 公開形態はオープンソース・オープンウェイト・クローズドの3つ。重みの公開範囲で区別され、利用条件はライセンスで決まります
- 実務の比較軸はコスト・データの扱い・カスタマイズ・運用負荷・ベンダーロックイン。従量課金の小ささと運用負荷の大きさは表裏です
- オープンウェイトの性能差は縮小し、選択肢は広がっています（表2）
- 選び方は「タスク×形態×運用」。基盤の成り立ちと提供の形は分けて見ます（Gen-1 Slidesの事例）
冒頭の問いに戻ります。「オープンソース」と「オープンウェイト」の違いは、説明できるようになりましたか。この区別が分かれば、あとは「自社のタスクと運用に合う形態はどれか」を表1の5観点で絞り込むだけです。
企業のモデル選びは、「今どのモデルが最良か」ではなく「どの形態なら自社のタスクと運用体制に合うか」で進めるのが現実的です。この判断は、特定のモデルやベンダーの動向に左右されない、自社の基準として持つことができます。この記事を読んだあと、自社が次に調達するモデルの公開形態を一度チェックしていただけたら、書いた意味があります。
07FAQ
Q1. オープンソースとオープンウェイトの違いは何ですか？
オープンソースはモデルのコードと学習済みの重みが公開され、誰でも利用・改変・再配布できます。オープンウェイトは学習済みの重みは公開されますが、学習データや訓練コードは公開されないのが一般的です。慣例上は別の扱いです。
Q2. クローズドモデルは避けるべきですか？
そうとは限りません。運用負荷とセキュリティ管理を自社で持てない場合は、クローズドの従量課金の方が総コストが低くなることもあります。タスクの重要度・データの機密性・運用体制で判断してください。
Q3. オープンウェイトモデルを自社運用する際の注意点は？
インフラの初期投資、セキュリティ管理、モデル更新への追従コストがかかります。ライセンスの利用条件（商用利用の可否など）の確認も必要です。
Q4. Gen-1 Slidesはどの公開形態ですか？
基盤はオープンウェイトのMoEモデルですが、企業向けの提供は自社サービス内に限られ、提供形態としてはクローズドです。一方、評価ツール（グレーダー）は公開する方針です。基盤の成り立ちと提供の形は分けて見てください。
※本記事は、各機関が公表した情報（スタンフォード大学「AI Index 2025」・MIT Sloan・Gartner・WEF・Hugging Face・Menlo Ventures）を元に、2026年9月時点の情報として編集したものです。外部機関の数値は、公表された一次資料によるものです。