生成AIの選択肢は、ChatGPTのようなクラウドAPI（クローズドモデル）だけではありません。重みを公開し、自社サーバーで動かせるオープンウェイトLLMが、企業導入の有力な選択肢として広がっています。本ガイドでは「オープンウェイトLLMとは何か」を、よく混同される「オープンソース」との違いから整理し、Llama・Qwen・DeepSeek・Gemma の位置づけ、そして企業で使う際の実務上の勘所を、誇張なくまとめます。

オープンウェイトLLMとは — 「重み」が公開されているモデル

LLMの中身は、学習を通じて獲得した膨大な数値パラメータ、すなわち重み（weights）でできています。オープンウェイトLLMとは、この重みが公開され、ダウンロードして自分の環境にダウンロード・実行・微調整・配備できるモデルを指します。クラウドのAPI越しにしか使えないクローズドモデルと違い、モデルそのものを手元に持てる点が本質的な差です。

「オープンソース」とは似て非なるもの

注意したいのは、オープンウェイト ≠ オープンソースだという点です。両者はしばしば同じ意味で使われますが、厳密には異なります。複数の解説が指摘するとおり、オープンウェイトは重みこそ公開するものの、学習コードや学習データは非公開のままであることが多いとされます。一方、より厳密な意味でのオープンソースは、結果物の重みだけでなく、再現に必要な学習コードや学習データも公開する考え方です。

さらに、重みが無料でダウンロードできても、そのライセンスがOSI（Open Source Initiative）のオープンソース定義を満たすとは限りません。商用利用の上限、帰属表示の義務、用途の制約などが付く場合があり、これらがあるモデルは「オープンウェイトだが、厳密な意味でのオープンソースではない」と整理されます。本ガイドでは、誤解を避けるため原則「オープンウェイト」という語を使います。

主要4モデルの違い — ライセンスと位置づけ

「オープンウェイト」とひと括りにしても、許諾条件はモデルごとに大きく異なります。商用利用の可否を分けるのはまさにこのライセンスなので、名前ではなく中身を確認することが重要です。以下は2026年6月時点で公開情報から確認できる、代表的な4系統の整理です（最新の条件は必ず各社の原文をご確認ください）。

Llama（Meta）— 独自ライセンスの「条件付き」

MetaのLlamaは、オープンウェイトの普及を牽引してきた存在です。ただしライセンスは標準的なオープンソースライセンスではなく、独自の「Llama Community License」です。商用利用は認められますが、一般的なオープンソースライセンスには無い条項を含みます。具体的には、「Built with Llama」の帰属表示が求められること、そして直近の月間アクティブユーザーが7億人を超える製品・サービスの場合はMetaへ別途ライセンスを申請する必要があり、その許諾はMetaの裁量による、という規模条項です。多くの企業には実害のない閾値ですが、超大規模サービスでは確認が要る点として知られています。

Qwen（Alibaba）— Apache 2.0 で制約が少ない

AlibabaのQwenは、近年オープンウェイト分野で存在感を増している系統です。公開情報によれば、2025年4月にリリースされたQwen3ファミリーの各モデルはApache 2.0ライセンスで提供されたとされます。Apache 2.0は商用利用・改変・再配布を広く認める許容度の高いライセンスで、ロイヤリティや独自の規模条項を課さない点が、Llama系の独自ライセンスとの対比でしばしば挙げられます。

DeepSeek — MITライセンスのリーズニングモデル

中国のDeepSeekは、推論（リーズニング）に強いオープンウェイトモデルとして注目を集めました。DeepSeek-R1は、リポジトリと重みがMITライセンスで公開されたとされ、商用利用・派生物の作成・蒸留（distillation）などが認められています。MITは非常に簡潔で制約の少ないライセンスの代表格です。なお、R1には他社のベースモデル上に作られた蒸留版も存在し、その場合は元モデルのライセンスを引き継ぐ点には留意が必要です。

Gemma（Google）— 独自規約から Apache 2.0 への流れ

GoogleのGemmaは、もともと「Gemma Terms of Use」という独自規約で提供されてきました。この規約には禁止利用ポリシー（Prohibited Use Policy）が含まれ、その条件が派生モデルにも引き継がれる（flow-down）といった特徴があるとされ、「ほぼオープンだが完全にオープンソースではない」と論じられてきました。一方で、より新しい世代ではApache 2.0ライセンスを採用する動きが報じられています。Gemmaを使う際は、対象とするバージョンがどのライセンスで提供されているかを個別に確認することが特に重要です。

主要オープンウェイトLLMのライセンス比較

モデル系列 開発元 適用ライセンス・商用条件の特徴
Llama Meta Llama Community License（帰属表示要、7億MAU超で別途申請要）
Qwen Alibaba Apache 2.0（商用・改変・再配布に寛容、ロイヤリティなし）
DeepSeek DeepSeek MIT License（制約が少なく商用利用や蒸留派生物作成が可能）
Gemma Google Gemma Terms of Use または Apache 2.0（バージョン別に確認要）

企業での使い方 — 自己ホストと微調整の意味

重みを手元に持てると、運用の自由度が変わります。実務的な利点として、主に次のような点が挙げられます。

データの取り回し。モデルを自社のインフラ上で動かせば、プロンプトや出力を外部のAPIに送らずに完結させやすくなります。機微な情報を社外に出したくない、ネットワーク的に閉じた環境で使いたい、といった要件に応えやすいのが、自己ホストを選ぶ代表的な理由とされます。

微調整（ファインチューニング）。重みがあるからこそ、自社の文書や業務データでモデルを追加学習させ、特定領域に適応させることができます。社内用語や定型業務に寄せたい用途では、汎用APIにはない適応の深さが得られる場合があります。

コストと可搬性。利用量に応じた従量課金ではなく、自社のハードウェアに乗せて運用するため、規模やワークロード次第で長期コストの見通しを立てやすいことがあります。特定ベンダーのAPIに固定されにくい点も、可搬性の観点で評価されます。ただし、自社運用にはGPUなどの調達・保守・MLOpsの人員といった別のコストが発生するため、「無料」ではない点には注意が必要です。

クローズドモデルとの取捨選択

オープンウェイトが常に正解というわけではありません。GPT・Claude・Geminiといったクローズドモデルは、最新の最高水準の性能や、運用・安全対策をベンダー側に任せられる手軽さで優位に立つことが多いとされます。逆に、データを自社内に留めたい、特定領域に深く適応させたい、長期のコストや可搬性を重視したい、といった要件ではオープンウェイトが選択肢になります。どちらか一方ではなく、用途ごとに使い分けるのが現実的な落としどころです。

導入前にそろえる確認項目

選定で迷ったら、性能ベンチマークの数字より先に、次の3点を押さえると判断がぶれにくくなります。

① ライセンス原文の確認。「商用OK」と紹介されていても、帰属表示の義務、規模条項、禁止利用ポリシー、派生物への引き継ぎ条件などはモデルごとに異なります。法務部門を交え、対象バージョンの原文に当たることが出発点です。

② セキュリティとデータ統制。自己ホストはデータを社内に留めやすい一方、モデルの入手元の信頼性、配備環境の保護、微調整に使うデータの取り扱いなど、自社で負うべき責任も増えます。誰がどのデータでチューニングし、どこに置くかを設計段階で決めておくべきです。

③ 運用体制。推論基盤の構築・更新・監視を継続できる体制があるかどうかで、自己ホストの現実味は大きく変わります。小さく検証し、要件が固まってから広げるのが堅実です。

関連ツール

オープンウェイトモデルの実行や活用に役立つ主要なOSSの客観的な健全性データ（活発さや最新リリース状況）を確認できます。

  • transformers（Hugging Faceの標準ライブラリ）
  • vllm（LLMの高速な推論エンジン）

関連ガイド

用語の整理は半導体・AI用語集が便利です。AIエージェントがツールやデータと安全につながる仕組みはMCP（Model Context Protocol）とはもあわせてどうぞ。ほかの解説ガイド一覧もご覧いただけます。