オープンソース AI の現状と生産性

V1.0 · 定期刊行 · 2026年7月

CTO ラッフィ・クリコリアンからの手紙

ニュージーランドの最北端では、マオリ語（te reo）のための音声モデル開発が進んでいます。この言語は市場規模が小さすぎて商用化が難しいと見なされてきましたが、データは常にそのコミュニティの手元に残るライセンスの下で開発されています。

世界有数の会計事務所である PwC は、オープンソースのモデルを金融用語に微調整し、自社ハードウェア上で稼働させています。利用する数百社のクライアントに対して、トークンごとの課金システムも不要です。

ローザンヌの研究チームは赤十字と協力して医療用オープンモデルを開発しました。これは人道支援のガイドラインに合わせて調整されており、スイス国内およびタンザニアで臨床試験の準備が進んでいます。

東アフリカでは、農家がクラウドが到達することのない田畑で、オフライン動作するスマートフォン上でキャッサバ病を診断しています。

スイスでは、公共コンソーシアムが国のスーパーコンピュータを用いて国家モデルを訓練し、重み（weights）、データ、トレーニングコードのすべてを公開しました。彼らは誰かの許可を求めたわけでもなく、このリソースをレンタルしたわけではありません。彼らこそが所有しているのです。それがオープンソースの核心です。

私たちはかつて同じ状況に直面しました。Mozilla が存在する理由は、ある企業がウェブへの入口を独占しようとしたことに対し、オープンなコミュニティが立ち上がってそれを阻止したからです。それから 25 年、今度は誰かが同じ手口を使おうとしています。私たちは前回の戦いで「オープン」を選びました。そして勝利しました。再び、一緒に勝ちましょう。

私たちの信念はシンプルです。今後の道筋は競争と相互運用性にあります。私たちは、多様なモデルが存在し、それらを標準的な方法で接続でき、いつでもどのベンダーからも自由に移行できる世界を信じています。オープンソースにはその実績があります。市場全体を拡大させ、より多くの人々がその一部を所有できるようにしてきたのです。

以下を読む際は、オープン AI がどこで勝利しているか（一部の数字は私たち自身も驚きました）、そしてどこが弱点にさらされているかを示す地図として捉えてください。弱点を隠した事例こそが、広告の典型です。

オープンウェイトモデルは能力格差を埋め、知能のコストは劇的に低下しました。

能力格差：トップクローズドモデルとの差が 0% に縮小（コーディングでは同等、推論ではやや劣る）

GPT-4 クラスの推論コストが 36 ヶ月で 0 倍に下落：100 万トークンあたり 20 ドル → 0.40 ドル

オープンソース AI の現状

#### パリティ達成。競争は一段階上へ

オープンウェイトはもはや妥協策ではありません。ここが実際の作業の場です。現在、生産環境で処理されるトークンの過半数がオープンモデルを経由しており、OpenRouter で利用頻度の最も高い 5 つのモデルはすべてオープンソースです。

クローズドモデルはまだ推論やマルチモーダル処理といった最前線ではリードしていますが、実際のワークロードの多くが必要とするのはその最前線ではありません。コモディティ化された入力には価格決定権がありません。価値は上位層、つまりエージェント型システム（アジェンシー・ハーネス）へと移動しています。

能力格差の変遷：8.04% → 0.5% → 3.3%

チャットボート・アリーナにおけるオープンソースとクローズドの格差は、24 ヶ月という期間を経てどのように変化したのか。2024 年 8 月にはその差は 0.5% にまで縮小し、2025 年 2 月には DeepSeek-R1 がトップクラスの米国製モデルと一時的に互角の性能を記録しました。しかし、2026 年 3 月には再び 3.3% の差が開き、クローズドな推論モデルが先行する形となりました。

ただし、この 3.3% という数字は荒れたフロンティアにおける平均値に過ぎません。コーディング、指示の遵守、一般知識においてはオープンソースモデルも互角かそれに近い性能を維持しています。一方で、格差が顕著なのは推論能力、長文コンテキストの検索、そしてエージェントタスクに集中しています。

今や問われているのは「オープンモデルは十分なのか」ということではありません。「あなたのワークロードに必要なものは何か」が問われています。各データポイントにカーソルを合わせて詳細を確認してください。

0%2%4%6%8%

8.04%0.5%R1 matches3.3%Jan 2024Aug 2024Feb 2025Mar 2026

出典：Chatbot Arena、2024 年 1 月〜2026 年 3 月。

推論コストは 36 ヶ月で 50 分の 1に

GPT-4 に匹敵するモデルの 100 万トークンあたりの価格推移。ドットコムバブル期の帯域幅や PC コンピューティングの価格曲線よりも急速な低下を示しています（対数スケール）。

$0.4$2$10$20

$20$0.40Late 202220232024Dec 2025

出典：Stanford HAI AI Index 2025（GPT-3.5 クラスのモデルで 18 ヶ月間に 280 倍の低下）、Epoch AI（年間 9〜900 倍の減衰）、2025 年 11 月の MIT 研究（フロンティア層ではハードウェア調整後でも年率 5〜10 倍）。

オープンウェイトがトークンの主流に

OpenRouter を通じてルーティングされるトークンにおいて、オープンウェイトモデルのシェアは、2024 年末には無視できる水準から約 3 分の 1 に成長し、2026 年半ばには過半数を占めるに至りました。

0%20%40%60%

~33%majorityNov 2024May 2025Nov 2025Jun 2026

出典：OpenRouter の 100 トークン規模の研究（2024 年 11 月〜2025 年 11 月）およびリアルタイムリーダーボード。中間点は補間値です。

リクエスト数で言えば、米国製のクローズドモデルが依然として首位ですが、「オープン」の優位性はトークン利用量において顕著です。特にコーディングやエージェントワークロードに集中しています。

OpenRouter の直近 1 ヶ月間のリアルタイムリーダーボード（ルーティングされたトークン数）

上位 5 つのモデルはすべてオープンウェイトです。Anthropic のクローズドな Claude モデルが、米国製として次の主要参入者となります。

オープンウェイト vs クローズド

• DeepSeek V4 Flash (DeepSeek・オープン)：18.4T トークン
• MiMo-V2.5 (Xiaomi・オープン)：14.9T トークン
• Hy3 preview (Tencent・オープン)：14.8T トークン
• MiniMax M3 (MiniMax・オープン)：14.3T トークン
• Owl Alpha (不明な起源・オープン)：11T トークン
• Claude Opus 4.7 (Anthropic・クローズド)：9.02T トークン
• DeepSeek V4 Pro (DeepSeek・オープン)：8.55T トークン
• Claude Sonnet 4.6 (Anthropic・クローズド)：7.33T トークン
• Claude Opus 4.8 (Anthropic・クローズド)：6.18T トークン
• DeepSeek V3.2 (DeepSeek・オープン)：4.31T トークン

2026 年半ばには、中国製モデルのトップ 9 つが週あたり約 18T のトークンをルーティングする一方、米国製は約 5.5T と推計されます。これは 3:1 を超える比率です（Financial Times 分析）。開発者がコストを基準にルーティング先を選ぶ場合、そこにはオープンウェイトのモデルが選ばれます。

オープンは導入が容易だが、展開は難しい。

Open ships easy. Open deploys hard.

Mozilla と SlashData が実施した 2026 年の開発者調査データによると、オープンソースモデルの採用率はトップを走っています。AI 機能を追加する開発者のうち 79% がオープンモデルを利用しており、クローズドモデル（71%）を上回ります。両者は排他的ではなく、むしろ相補的な関係にあり、半数の開発者が両方を併用しています。

しかし、実運用（プロダクション）への移行では壁にぶつかるチームも少なくありません。オープンモデルを採用するチームの 51% が実運用に至るのに対し、クローズドモデルでは 63% が達成されています。この差はモデル自体の性能ではなく、運用ツールの整備状況や信頼性の問題によるものです。

オープンモデルは採用率で先行し、主にクローズドモデルと共存している

AI 機能をアプリケーションに追加する開発者が現在利用しているモデルタイプ別の割合と、両者の重複関係を示します。

• オープンモデル: 79%
• クローズドモデル: 71%
• 併用状況:
• オープンモデルのみ: 29%
• 両方利用: 50%
• クローズドモデルのみ: 21%

ソース：Mozilla / SlashData 2026 開発者調査。多くのチームにとって、オープンとクローズドは互いに代替するものではなく、50% が両方を、29% がオープンモデルのみを、21% がクローズドモデルのみを採用しています。

採用が最も高い地域と、依然としてクローズドモデルが上回る地域

地域別のオープンモデル採用率を見ると、大中華圏と東アジアが 89% でトップです。一方、クローズドモデルの採用率がオープンモデルを上回っているのは、南米と西欧の 2 つの地域だけです。

• 大中華圏: 89%
• 東アジア: 89%
• 西欧: 70%
• 南米: 66%

同じ調査データを、開発者の居住地域別に分析した結果です。南米と西欧地域においてのみ、クローズドモデルの採用率がオープンモデルを上回っています。

企業規模別の生産導入率を見ると、リソース不足が原因で格差が生じているわけではないことがわかります。もしそうであれば、規模が大きくなるほど格差は縮まるはずですが、実際には逆の結果となっています。クローズドモデルは小規模企業（2〜50 人）から大企業（1,001 人以上）へ移行するにつれ、採用率が 54% から 73% と大幅に上昇します。一方、オープンモデルは 53% から 57% とほとんど変化しません。

大企業は資金力でクローズドな環境への移行を容易に実現できます。一方、オープンモデルの導入は、まだ誰にも完成していないツールの整備を待つ必要があります。

出典：Mozilla / SlashData 2026 開発者調査

チームがオープンモデルから離脱する理由と課題についてです。数値は「離脱したチーム」から「現在も使用しているチーム」の割合を引いた差分（パーセントポイント）を示しています。パフォーマンス、システム統合、メンテナンスといった最大の格差は、モデルの能力不足ではなく運用上の課題によるものです。

専門的なサポート不足

Mozilla の調査（対象者数：1,410 人）によると、オープンソース AI モデルの活用における主な課題として「専門的なサポートの欠如」が挙げられています。

地域を問わず共通する障壁とは何か？

現在および離脱したオープンモデル開発者が直面している課題を地域別に比較しました。セルの色が濃いほど、その課題により多くの開発者が阻まれていることを示しています。どの地域でも共通して上位に挙がるのは、「インフラコスト」「セキュリティとコンプライアンス」「メンテナンス」「デプロイの複雑さ」です。

一方、南アジアでは特にセキュリティとサポートへの懸念が強いです。一方で、北米と大中国圏（Greater China）のみが、主要な課題を感じていない開発者が 15% を超えています。

※表中の数値は、各課題を「主要な障壁」として挙げた開発者の割合（％）です。

主要な課題は存在しません

9%、21%、16%、5%、14%、4%、8%、12%、12%

加重サンプルサイズ：2,862 / 277 / 206 / 192 / 164 / 147 / 98 / 39 / 14 / 11

出典：Mozilla / SlashData 2026 年開発者調査 (MZCS1)。対象は現在または離脱したオープンモデル開発者 1,410 名。オセアニア（39 名）と東欧・CIS 諸国（98 名）のデータは信頼できる閾値に達していないため除外されています。

02 オープンソース AI スタック

機能面では高評価だが、運用面で課題が残る

このスタックは 9 レイヤー、48 コンポーネントで構成され、10 の基準（1〜5 点）に基づいて評価されています。各レイヤーをクリックすると、そのコンポーネントの詳細が表示されます。ここでは各項目の評価スコア、成熟度グレード、オープンソースとクローズドソースの対等性を示す判定結果、そして最もスター数の多いオープンソースプロジェクトの一部が確認できます。

セルにカーソルを合わせると詳細情報が表示されます。

強固：機能は十分だが断片化している

初期段階

• 強固 (≥4.0)
• 3.5〜3.9
• 3.0〜3.4
• 2.5〜2.9
• 脆弱 (<2.5)

※運用上の格差 = 標準化の欠如 + エンタープライズ対応の不備

各セルは成熟度基準ごとのスコア（1〜5）を示しており、左から右へ順に強いものから並んでいます。レイヤー行は、その構成要素の平均値を表しています。特に「標準化」と「エンタープライズ対応」の 2 つの項目が最も評価が低く、すべてのレイヤーとコンポーネントで共通して低いスコアとなっています。この一貫した低温域（冷たいエッジ）こそが、運用上の格差を象徴しています。

出典：Mozilla スタックマップ、2026 年 6 月（48 コンポーネント、1,361 プロジェクト）

03 誰が賭けているのか

オープンソースはビジネスモデルそのものだ

オープンウェイト AI は、資金調達企業によって構築され、グローバル企業が本番環境で運用する、数千億ドル規模の商業市場です。Databricks の年間収益率は 54 億ドルを超え、Mistral は 12 ユ月間で 20 倍に成長し約 4 億ドルの ARR（年間経常収益）を達成しました。DeepSeek も同様に約 2.2 億ドルの ARR を記録し、直近で 500 億ドルを超える評価額のもと 74 億ドルの資金調達を果たしています。

この市場では、ホスト型推論、エンタープライズプラットフォーム、オンプレミスライセンス、ファインチューニングサービス、そしてハーン（運用管理）ツールの 5 つの収益モデルがすでに大規模で実証済みです。

ベンチャーキャピタルによる資金調達を背景としたオープンソースエコシステムの全体像を示します。棒グラフはスクロールするほどに成長し、色分けは各企業の所在地地域を表しています。

北米

中国

欧州およびその他地域

• DeepSeek（中国・モデル）: 74 億ドル
• Moonshot AI (Kimi)（中国・モデル）: 39 億ドル
• Mistral AI（フランス・モデル）: 30 億ドル
• Reflection AI（米国・モデル）: 21 億ドル
• Cerebras Systems（米国・計算機ハードウェア）: 21 億ドル
• Cohere（カナダ・モデル）: 17 億ドル
• Together AI（米国・推論サービス）: 13 億ドル
• Baseten（米国・推論サービス）: 5.85 億ドル
• Black Forest Labs（ドイツ・モデル）: 4.5 億ドル
• Hugging Face（米国・ハブプラットフォーム）: 4 億ドル
• Modular（米国・ツールリング）: 3.8 億ドル
• Fireworks AI（米国・推論サービス）: 3.27 億ドル
• Anyscale（米国・ツールリング）: 2.81 億ドル
• LangChain（米国・ツールリング）: 2.6 億ドル

Stability AI UK のモデル

$230M

選定企業には、Zhipu AI と MiniMax が含まれます。両社は非公開の金額で香港市場に上場（2026 年 IPO）する予定です。

Nvidia、Salesforce、AMD、Google、IBM、ASML、Tencent、CATL、Schwarz Group といった企業戦略投資家は、モデル層から推論層、ツールリングに至るまで、同じエコシステムを支援しています。

オープンエコシステムの財務的成熟度

オープンスタックを支える企業の資金調達状況、評価額、および収益の伸長性です。このエコシステムは、助成金からベンチャーキャピタル規模へ、そして公開市場へと移行しました。

Open Source AI の現状（15 分読了）

Reflection AI | USA | Open weights | $2.13B | Nvidia; Disruptive; Sequoia; Lightspeed; DST Global | Private

Together AI | USA | Inference cloud | $1.334B | Aramco Ventures; General Catalyst; Prosperity7; Nvidia | Private

Hugging Face | USA | Hub | $400M | Salesforce; Google; Nvidia; IBM | Private

LangChain | USA | Harness tooling | $260M | 126k+ stars, 60% dev share | IVP; Sequoia; Benchmark; CapitalG | Private

すでに規模の面で実証済みの収益モデルは 5 つあります。ホスト型推論、エンタープライズプラットフォーム、オンプレミスライセンス、ファインチューニングサービス、そしてハーン（ツール）です。

※「—」は非公開を意味します。

メーター課金モデルの限界

クローズドな最先端モデルはトークン数で販売されていますが、本番環境での大規模利用において、このメーター（課金単位）自体が課題となっています。

Microsoft

2026 年 6 月 30 日までに Claude Code のライセンスをほぼすべてキャンセル。年間 AI バジェットが数ヶ月でトークン課金により枯渇したためです。一方で、最も負荷の高い Copilot ワークロード向けに、Azure でホストされた DeepSeek V4 の導入を検討しています。

Uber

2026 年の AI コーディング予算をわずか 4 ヶ月で使い果たし、その後「ツールあたり従業員 1 人につき月額 1,500 ドル」という支出上限を設定しました。

Stripe

対照的な動きを見せました。vLLM を活用してオープンモデルをホストすることで推論コストを 73% 削減。1 日の API コール数 5,000 万件を、GPU クラスタの 3 分の 1 で処理しています。

オープンウェイトモデルを自社でホストすることは、ベンダーに管理されたメーター課金型の運用コスト（OPEX）を、企業が所有する固定費へと転換させることを意味します。

利用量の 5 割が、収益の 4%

OpenRouter（2025 年 5 月〜9 月）のデータを見ると、クローズドモデルが利用の約 80% を占め、収益の約 96% を握っています。その背景にあるのは価格です。性能が同等になるまでコストが下がっても、クローズドモデルは 1 回あたりの利用料がオープンモデルの約 6 倍になります。

利用状況では、OpenRouter が全体の約 5 分の 1（20%）を担っています。これは 2025 年 5 月〜9 月の期間データですが、通年で見れば 3 割近くになり、2026 年半ばには過半数に達する可能性があります。

一方、収益面ではモデル層で占める割合は約 4% に留まります。利用自体がコモディティ化しているレイヤーにあり、収益はより上位のレイヤーに蓄積されているのです。

Linux Foundation の Nagle–Yue 研究による推計では、オープンとクローズドのコスト非対称性により、年間約 248 億ドルの未実現の節約額が存在します。これは同等の性能を持つモデルを比較した場合、1 回あたりのコストが約 6 倍違うことを意味しています。

開発者がコストでルーティング先を選ぶ場合、彼らはオープンウェイトモデルへと流れます。

どこでも起きている理由

オープンはベンダー選びではない。主権の選択だ。

現在、70 を超える国が国家 AI 戦略を稼働させています。戦略的な問いは「国家 AI 政策を持つべきか」から、「自国のどのレイヤーを所有できるか」へと移り変わりました。

以下のマーカーまたは国をクリックしてください。

オープンであることの意義は選択肢の確保にある

04Why it's happening everywhere

Open isn't a vendor choice.

It's a sovereignty choice.

More than 70 national AI strategies are live. The strategic question has shifted from whether to have a national AI policy to which layer of the stack a country can own.

Click a marker or a country below.

The case for open is optionality

2026 年 6 月、"選択肢があること"はもはや抽象的な概念でもなければ、調達に関する議論の域でもなくなりました。Claude Fable 5 の販売開始からわずか 3 日後、ある一国が輸出規制命令を出したことで、Anthropic は地球上のすべての外国人に対するアクセスを強制的に停止せざるを得なくなりました。他の資本家への相談は行われず、また行うこともできませんでした。部分的な対応など不可能だったため、モデルは金曜日の午後 5 時 21 分にすべてのユーザーに対してシャットダウンされました。そのモデルの上に構築していた誰しもが、警告も受けずに、かつ関与もしていないシャットダウンを押し付けられたのです。

プロバイダーはモデルの提供を停止できますが、すでにあなたの手元にあるマシン上で動作しているコピーを停止させることは誰にもできません。それがスタートアップのサーバーだろうと国家のスーパーコンピューターだろうと関係ありません。企業にとってディスク上の重み（ウェイト）は保険となり、国家にとっては政策と許可の境界線となります。

オープンソースが持つ戦略的意義は「脱出権」にあります。クラウド時代の教訓は、その権利がないことがどれほどコストを伴うかを示しました：

• AWS S3 から 1 ペタバイトを移動させるのに 90,000〜120,000 ドル
• 現在、企業の 80% がワークロードの自国回帰（レパトリアテーション）を進めている
• クラウド利用料金が 320 万ドルから 100 万ドル未満に激減した 37signals の事例
• GEICO のクラウドコストが予算を 2.5 倍も超過したケース

クローズドなモデル API は、まさに同じ罠を繰り返します。独自のエンドポイントに依存して構築すれば、ベンダーの価格変更をそのまま引き継ぐことになり、きれいな出口（エグジット）は得られません。オープンウェイトこそが、脱出権そのものなのです。

オープンウェイトの最大供給源は中国です。これは設計上の意図によるものです。

2026 年 3 月時点での Hugging Face の累積ダウンロード数：

アリババ「Qwen」のオープンウェイトは中国から提供されており、推論コストは 942M です。

一方、メタの「Llama」も同様にオープンウェイトで米国発ですが、コストは 476M です。

2026 年 2 月には、Qwen のダウンロード数が直近の上位 8 社を合わせた総数を上回りました。OpenRouter におけるデータを見ると、中国製のオープンウェイトモデルが占めるトークン数は 2024 年末に 2% を切っていたのが、2026 年 4 月には週間のトラフィックの 45% 以上を占めるまでに急増しました。特に利用頻度の高い上位 10 モデルの中では約 61% に達しています。

DeepSeek については、26,000 件以上の企業アカウントが登録されており、2025 年に設立された新規 AI スタートアップの 58% がその技術スタックに採用しました。少なくとも 8 の管轄区域でホスト型サービスの利用制限があったにもかかわらずです。

この状況に対する解決策はアーキテクチャ的な転換にあります。企業はホスト型アプリの利用を禁止しつつも、ウェイト自体は自社のサーバーや欧米のエンドポイントを経由して独自に導入するのです。

これは意図的な政策です。国務院が 2025 年 8 月に発表した「AI Plus」イニシアチブや、2026 年 3 月の国家第 14 次 5 ヶ年計画において、オープンソースの普及は中核的な指針として明記されています。公開ウェイトをリリースすることは、半導体輸出規制に対するマクロなヘッジ手段であり、推論処理をエンドユーザーのローカルハードウェアへ分散させる効果があります。

グローバルサウス（発展途上国）では、米国の技術独占からの多角化が魅力となっています。その他の地域では純粋にコスト削減が目的です。マイクロソフトでさえ、最も負荷の高い Copilot のワークロード向けに、Azure 上でホストされた安全な DeepSeek V4 の導入を検討しています。