「オープンソースのAIモデル」と紹介されているものを開いてみると、たいてい書いてあるのはオープンウェイトです。
同じ意味だと思っている人が多いのですが、違います。しかもこの違いは、業務で使えるかどうかを左右します。
オープンウェイトとは何か
モデルの重み、つまり学習の結果として得られた数値の集まりが公開されている状態です。
重みがあれば、そのモデルを自分のパソコンや自社のサーバーで動かせます。APIを叩く必要がなく、データを外に出さずに済む。追加学習をかけて自分の用途に寄せることもできます。
実務でいちばん効くのは、外部にデータを送らずに済む点です。金融、医療、自治体の案件では、ここが最初の壁になります。
ただし重みが手に入っても、それがどう作られたかは分かりません。何を学習させたのか、どんなコードで訓練したのか。そこは公開されていないことがほとんどです。
オープンソースAIの定義
Open Source Initiative、略してOSIは、オープンソースという言葉の定義を長く管理してきた団体です。そのOSIがAI向けの定義を作りました。
求められているのは、4つの自由です。
| 自由 | 内容 |
|---|---|
| 使う | 許可を求めることなく、あらゆる目的で使える |
| 調べる | どう動いているかを研究し、構成要素を確認できる |
| 変える | 出力を変えることを含め、あらゆる目的で改変できる |
| 配る | 改変の有無を問わず、あらゆる目的で他人に共有できる |
この4つを実際に行使できるようにするため、3つのものを揃えることが要求されています。
揃えなければならない3つ
ひとつめは、データに関する情報。学習データの説明、出どころ、ラベル付けの手順、加工の方法。求められている水準は「技能のある人が実質的に同等のシステムを構築できる」程度の詳しさです。
ふたつめは、コード。学習と実行に使った完全なソースコードで、データの処理、訓練、検証、テスト、推論のコードまで含まれます。
みっつめが、パラメータ。重みと設定値を、承認された条件のもとで利用できるようにすること。訓練途中のチェックポイントが含まれる場合もあります。
つまりオープンウェイトは、3つのうち最後のひとつだけを満たしている状態です。
学習データの扱いが争点になっている
この定義でいちばん議論を呼んだのが、データの扱いでした。
定義は、共有できないデータについても出どころを含めて開示するよう求めています。データの特徴、選び方、ラベル付けの手順。公開されているデータセットと、第三者から入手できるデータセットの一覧も。
要するに、データそのものを配れなくても、何をどこから持ってきたかは書け、ということ。
大規模なモデルほど、これは重い要求になります。ウェブ全体から集めたデータの出どころを整理して公開するのは、権利関係の面でも簡単ではありません。だから多くのモデルが、重みだけを出すところで止まっています。
呼び方の問題ではなく、使えるかの問題
言葉の厳密さの話に見えるかもしれません。実務では、確認すべき点がはっきりします。
重みが公開されていても、ライセンスに条件が付いていることがあります。商用利用の可否、利用者数の上限、出力を他のモデルの学習に使うことの禁止。この種の制限があるものは、OSIの定義でいうオープンソースには当たりません。
業務で採用を検討するなら、見るべきなのはモデルの紹介文ではなくライセンス本文です。確認する点は3つでしょう。
商用で使えるか。自社の規模で条件に引っかからないか。出力の扱いに制限がないか。
「オープンソース」と書かれているから自由に使える、という読み方をすると事故が起きます。実際には、その言葉が定義どおりに使われていないことのほうが多いからです。
ライセンスのどこを読むか
条文を全部読むのは大変なので、引っかかりやすい条項の型を挙げておきます。
| 条項の型 | 何が起きるか |
|---|---|
| 利用者数や売上の上限 | ある規模を超えた時点で、別途の許諾が必要になる |
| 用途の禁止列挙 | 特定分野での利用が塞がれる。医療や法務が対象になることがある |
| 出力の再利用の制限 | そのモデルの出力を、別のモデルの学習に使えない |
| 表示義務 | 成果物にモデル名の明示を求められる |
| ライセンスの継承 | 改変したものを配るとき、同じ条件を引き継ぐ必要がある |
上から2つは、導入の判断そのものを左右します。試作の段階では通っても、事業が伸びた時点で条件に触れる作りになっていることがある。
3つめは見落とされやすい条項です。あるモデルの出力で学習データを作り、自社の小さなモデルを育てる。よくある手ですが、これを禁じているライセンスは珍しくありません。
実例：Llama 4のライセンス
抽象的な話が続いたので、実物を見ます。Metaが出しているLlama 4のライセンス（2025年4月5日発効）には、次の条項が入っています。
Llama 4のバージョン公開日時点で、あなたが提供する製品またはサービスの月間アクティブユーザーが7億人を超える場合、Metaにライセンスを請求しなければならない
7億人という数字を見て「うちには関係ない」と思うのが普通でしょう。ただ、条項が存在すること自体が重要です。あらゆる目的で自由に使えるわけではない、という形になっているからです。
名前の縛りもあります。派生モデルを作った場合、そのモデル名の先頭に「Llama」を付けなければならず、関連するサイトや文書には「Built with Llama」を目立つ形で表示する義務がある。
出力の扱いにも条件が付いています。Llamaの出力を使って別のAIモデルを作り、それを配布する場合にも、名前の先頭に「Llama」を付ける必要があるとされています。
重みは誰でも取得できて、商用でも使えて、追加学習もできる。実務上はきわめて使いやすいモデルです。それでも、OSIの定義でいうオープンソースには当たりません。この2つは矛盾しない、というのがこの記事で言いたいことです。
オープンウェイトで足りることも多い
ここまで違いを書いてきましたが、業務で使うぶんにはオープンウェイトで十分な場面がほとんどです。
自社サーバーで動かしたい。データを外に出したくない。API料金を払い続けたくない。この3つが目的なら、必要なのは重みだけで、学習データの出どころは要りません。
学習コードやデータの情報まで要るのは、モデルの挙動を根本から検証したい場合や、同等のものをゼロから作り直したい場合です。研究や、規制上の説明責任が問われる領域が中心になります。
大事なのは、自分に必要なのがどちらかを分かったうえで選ぶこと。「オープンソースだから安心」で止まるのが一番危ない。
出典
4つの自由と、揃えるべき3要素の内容は、Open Source Initiativeが公開している Open Source AI Definition 1.0 の記述に基づきます。Llama 4の条項は、Metaが公開しているライセンス本文から引用しました。
