What comes next with open models｜オープンモデルの次なる展開 | AIニュース最前線

2025 年は、多くの企業が極めて価値の高い AI エコシステムにおける影響力の道筋としてオープンモデルを真剣に受け止め始めた年でした。これは DeepSeek R1 の画期的な成功以降、下流側で劇的に加速された戦略の採用です。この取り組みの多くは、希望や原則、あるいは寛大さという使命として行われています。 オープンモデルを構築する実質的な金銭的動機を持つ企業はほとんどありません。Meta の Llama に対して自社の補完財をコモディティ化することなど、よく引用される理由は、適切に参加するためのコストが数十億ドルに達するという現実には追従しにくいものです。それでもなお、AI は技術開発の非常に初期段階にあり、主に大規模な工業化とインフラの大規模拡張によって定義されているため、AI の最前線で何らかの影響を及ぼすことは、莫大な潜在価値への道筋として見なされています。 オープンモデルはこれを達成するための非常に迅速な手段です。エンタープライズ契約やマーケティングキャンペーンなしに、優れたモデルを一つリリースするだけで、 substantial な利用と注目を集めることができます。AI 業界の多くの企業は、これよりも少ない基盤で巨額の資金を調達してきました。 オープンモデルへの過熱は、オープンモデルが実際にクローズドな研究機関を超えると願う世界を期待する「 coping（対処）」、破壊的予感、そして SF が混在した文脈によって同時に増幅されています。この目標は、AI エコシステムにとって経済的に破滅的な成功となる可能性があります。つまり利益と収益が急落する一方で、AI モデルのより広範な権力バランスと制御は長期的により安定したものになるというシナリオです。 オープンモデルが絶対的な性能で勝利する可能性は小さく、それは指導的な研究機関によって何らかの形で隠蔽された真の科学的ブレークスルーがあるか、あるいはモデルが性能面で本当に壁にぶつかった場合に限られるでしょう。どちらも確かに起こり得ますが、非常に unlikely です。 今日に至るまで進歩に壁があったことはなく、私たちがこの話題について議論するトップ AI 研究者たちは、進歩における低垂れ実（low-hanging fruit）を常に指摘していることを自覚しておくことが重要です。それが特異点への再帰的自己改善（別の記事で詳しく触れます）である必要はありませんが、大手テクノロジー企業は定義上変革的なツールを構築する直接的な道筋を進んでいます。それらはもうすぐ到来します。 シェア オープンモデルとクローズドモデルの間の権力のバランス オープンとクローズドの格差に対する公平な評価は、オープンモデルは常にベストなクローズドモデルより 6 ヶ月から 18 ヶ月遅れているという点です。はるかに少ない予算で運営されているオープンラボがこの状況をこれほど安定して維持できていることは、オープンラボへの驚くべき証言です。私のような多くのトップアナリストは、なぜこの格差がもっと大きくならないのかに困惑しています。蒸留（distillation）は品質面で多少役立ちますが、ベンチマークにおいてクローズドラボを上回ることは認識を高めるのに役立ちます。しかし、主要なオープンモデルの進歩はまさに驚異的です。 現実には、オープンモデルとクローズドモデルの間のギャップは縮小するよりもむしろ拡大する可能性が高いです。トップクラスのラボは以前にも増して急速に改善しており、多くの優れた新モデルをリリースし、さらにその後も続々と登場しています。公開ベンチマーク上では、オープンモデルに対するこれらの最も印象的なフロンティアモデルの改善が全く測定されていないように感じるケースも少なくありません。 コーディングエージェントの新たな時代において、クローズドモデルからのパフォーマンスを「コピー」する一般的な手法である蒸留（distillation）は、パフォーマンスを引き出すためにより創造性を要します。以前はモデルからの完全な完成文を使って学生モデルを訓練できましたが、現在では最も重要な部分は複雑な強化学習（RL）環境と、エージェントを配置するためのプロンプトです。これらは隠蔽するのがはるかに容易であり、その一方でオープンモデルをリードする中国のラボは常に計算資源の制限について不満を訴えています。 主要な AI モデルが、米国経済における複雑で高価なゲートキーパー（例：法制度や医療システム）を介して、より長期的かつ専門的なタスクへと移行するにつれて、パフォーマンスに大きな格差が生じると予想されます。コーディングは、慎重なデータプロセス、GitHub からのスクレイピング、そして巧妙な環境構築によってほぼ「解決」できる側面が大きいですが、スケールメリットとトレーニングの焦点は、パブリックウェブ上に存在しないドメインへと移りつつあります。そのため、初期の言語モデルに比べて再現ははるかに困難となっています。 今日、最先端 AI モデルを開発することは、インフラによって解き放たれた中規模から小規模の勝利を時間軸に沿って積み重ねることでより明確に定義されています。これは、品質を維持しながら範囲を広げられる組織に報奨を与えるものであり、そのコストは極めて高額です。 これらのダイナミクスすべてが組み合わさることで、オープンモデルに対するビジネス環境は解析が困難なものとなっています。2026 年まで、クローズドモデルは、オープンモデルが追随する可能性が低い方向において、飛躍的な性能向上を遂げるでしょう。これは、私たちがオープンモデルを異なる視点で考慮し、資金を提供し、利用し、議論しなければならない世界へと私たちを導きます。本稿では、オープンモデルがどのように変化しているかを解説します。それは、3 つのクラスに明確に分類される未来です。 真の（クローズド）最先端モデル。これらは最も強力な知識労働およびコーディングエージェントを駆動するでしょう。それらは、私たちが仕事との関係を見直さざるを得なくさせる、本当に画期的なツールとなるはずです。 オープン最先端モデル。これらは、上記と同じ方向で競合しようとする、最良のオープンウェイト大規模モデルとなります。ベストモデルと比較して機能しないユースケースも数多く存在するでしょうが、それらが驚くほどよく機能する無数のユースケースもあります。コーディングの一部サブセットなど、非常に価値のあるユースケースであっても、多くの場合においてこれらは素晴らしい成果を発揮します。 この規模の知能を、個人向けに電気のコストのみで提供し、アシスタント、コーチ、コンパニオンなどとして活用する意味を理解するには、AI エコシステムはまだ数年かかるでしょう。OpenClaw は、拡大・成長していく鏡の裏側の一瞥を提供しました。GPT-OSS 120B や Nvidia Nemotron 3 Super、MiniMax M2.5 周辺のモデル群は、ローカルモデルとして機能しうる性能と価格のバランスを示しています。 オープンで小規模なモデルを分散型知能として捉えること。最も成功するオープンモデルは、クローズドエージェントに対する補完ツールとなるでしょう。これは、オープンモデルが進歩の最前線を補完し加速させるための道筋です。 AI は、技術経済全体にわたる多くの反復的かつニッチなタスクを自動化するために組み込まれつつあります。私自身がオープンモデルを用いて構築しようとする企業との会話を通じて実感している通り、クローズドモデルの方が実際には依然として多くの点で優れているにもかかわらず、これらのタスクを最も優れたクローズドモデルから外すという巨大な圧力があります。その代わりに、10 倍高速で 100 倍安価に動作する小規模なオープンモデルへとシフトする必要があります。しかし、経済的に実現可能なタスクのために、可能な限り最小のモデル上でデータ構築やファインチューニングエンジンを開発している人はほとんどいません。 これらのモデルは、ほとんど脳を麻痺させるほど退屈で、かつ極めて具体的である必要があります。コーディングエージェントに支配された世界において、私は Claude Code がツールとして使いたがるようなオープンモデルを構築したいと考えています。これにより、そのサブエージェントが全く新しい業務領域を開拓できるようになります。これは可能ですが、驚くべきことに未開拓の分野です。Qwen 社などの小規模モデルは依然として汎用タスクベンチマークに基づいて販売されています。「オープンモデルがフロンティアに追いつく」という過剰な期待が、この非常に大きな需要領域から世間の目を逸らさせています。 これは、オープンモデルを単なる数個の重要な静的重み（weights）から、より生態系のようなものへと移行させるようなモデルです。これには創造性と新しいアプローチが必要です。本稿の目的は、なぜそしてどのようにこれらのモデルを構築すべきかを説明し、今日におけるオープンモデルの現状に関する追加的な文脈を提供することです。 これら 3 つのモデルクラスは、エージェントを利用する異なる方法をそれぞれ示唆しています。今後 AI がどのように構築されるかという点において、それらが単なるモデル重みではなく、思考・検索・行動を行うシステムであることが、AI の定義そのものとなることは間違いありません。重みはこれらの能力の一部のみを定義するに過ぎません。 Interconnects AI は読者支援型の出版物です。購読をご検討ください。 AI システムにおけるオープンウェイト 翻訳全文 まず、言語モデルがツール群を伴わずにできる最も影響力があり、印象的なことは何かを考えてみましょう。単なる自己回帰トークンの出力に対して、あなたが驚かされたのはいつですか？数学的証明や競技用コードの作成など、相当量の作業を行わない限り、2023 年の GPT-4 のリリース以来、この状況はほとんど変わっていないように思われます。今日私たちが使用している AI システムは、重み（weights）だけよりもはるかに多くのものです。 この世界では、クローズドモデルには明確な優位性があります。クローズドモデルは、動作するチップから推論ソフトウェア、重み、ツール、ユーザーインターフェースに至るまで、すべてを垂直統合することができます。一方、オープンモデルは、さまざまな推論設定や多数のツール、そして多くのユースケースにおいてそれぞれに対応する必要があります。この垂直統合は現在、Claude Code を Opus 4.6 と共に使用したり、OpenAI の Codex を GPT 5.4 と共に使用したりする際の喜びとして最もよく表されています。オープンモデルはまだこの段階には達していません。一部では特定のインターフェースに注力し始めていますが（例：OpenCode）、オープンモデルをあなたの祝福された製品ロードマップ上でのみ動作させることには、本質的な緊張関係が存在します。 同時に、この変化は最新の AI システムがオープンであることについてより多くを示唆している可能性があります。重みだけではできることが減るなら、おそらく多くの研究所がそれらをリリースするようになるでしょう。 今日の AI システムを考える上でのアプローチは、重み（weights）、ツール、そしてハルネスの組み合わせとして捉えることです。重みの部分はすでに馴染みがあります。ツールとは、モデルがデプロイ時に動作する深く統合された環境であり、検索やコードサンドボックスがその典型例です。一方、ハルネスとは、これら 2 つをユーザーが見る製品へとどのように結びつけるかを指します。 この世界において考慮すべきことは 2 つあります：1) 今日人々が利用しているクローズドな製品に対して、同等のオープンシステムが存在するか — つまり、スタックのすべてのレベルを変更・制御できる真に同等のもの（これについては後述）— と、2) このシステムの視点がオープンエコシステムにおける将来のさまざまな意思決定にどのような影響を与えるかです。 まだオープンモデルのビジネス戦略を探求中 オープンモデルのビジネスと実用性がどのように進化していくかを理解するために、現代のテクノロジー企業におけるオープンソースの役割に関する基礎的な文献を時系列で振り返ってみましょう。まず挙げられるのは Google のブログ記事「The Meaning of Open」です。これはもともとジョナサン・ローゼンバーグによる社内メモであり、後に公開されるに至るまで激しい内部議論を引き起こしたものです。まずは、オープンシステムがどのように機能しうるかについての基本的な評価から始めましょう： オープンシステムは産業を創出する可能性を秘めています。それは一般大衆の知恵を活用し、企業が自社のビジネス戦術の巧妙さだけでなく、製品そのものの優位性に基づいて競争し、革新し、勝利することを促します。 私は長年、オープンモデルの生態系から最も恩恵を受けるのは、その生態系を最も深く理解している企業だと信じてきました。これには、モデルの利用方法におけるオープンな研究や実験に深く関与することが含まれます。これまでのところ、多くのオープンモデル企業のビジネスモデルはそうではありません。ローゼンバーグは 2009 年の投稿で、この点をさらに展開し、オープンシステムとクローズド製品のダイナミクスを比較しています： [オープンシステム] は競争が激しく、はるかに動的です。オープンシステムにおいて、競争優位性は顧客をロックインすることから生まれるのではなく、誰よりも速く変化するシステムを理解し、その知識を用いてより良く、より革新的な製品を生み出すことから生まれます。オープンシステムで成功する企業は、迅速なイノベーターであると同時に思想のリーダーでもあります。思想のリーダーシップというブランド価値が顧客を引きつけ、そして迅速なイノベーションが顧客を維持します。これは容易なことではありません——むしろその逆ですが、速い企業には恐れるべきものはなく、成功すれば大きな株主価値を生み出すことができます。 オープンウェイトモデルだけでは製品として成立しないことは、すでに時を経て知られています。モデルはツールやハーンセス（harnesses）を備えているという意味で製品ではありますが、私たちは実際には完全なオープンシステムを持っていません。むしろ、部分的にオープンで部分的にクローズドなシステムを持っており、その結果、参入障壁が曖昧になっています。VLLM や GLM 5 のようなモデルはシステムの構成要素ですが、それらをデプロイするにはさらに多くのものが必要です——高価なプライベート GPU と、ローカルビジネスデータを用いたいくつかのツールです。 AI が、過去の技術世代に対する類似のオープンシステムを持つには複雑すぎ、コストが高すぎる結果になるかもしれません。もし完全なオープンシステムが存在すれば、多くの歴史的な技術世代が示してきたように、デフォルトで勝利するでしょう。この完全なオープンなアナログはまだ存在しないため、オープンソース AI の役割について絶え間ない議論が続いています。 ビル・ガーリーは、Google の無料製品が技術全体にわたるオープンまたはフリーの戦略をどのように体現しているかを回顧しています。ガーリーは 2011 年、オープンソースオペレーティングシステムである Android と、無料ブラウザである Chrome について以下のように記述しました。 ここで肝心な点は、Android はもちろんのこと、Chrome や Chrome OS も、古典的なビジネスの文脈における「製品」ではないということです。それらには、自分たちで独自の「経済的城塞」となる計画はありません。むしろ、Google の城の高さと規模によって資金提供される、非常に高価かつ非常に攻撃的な「堀（モート）」なのです。Google の目的は攻勢ではなく防衛です。Android や Chrome で利益を得ようとしているわけではありません。彼らは、自分たちと消費者の間に存在するあらゆる層を無料化し、あるいはそれ以下にするつもりです。 これらの層は基本的に可変コストのないソフトウェア製品であるため、これは非常に実現可能な防衛戦略となります。本質的に、彼らは単に堀を築いているだけでなく、Google は城の外側 250 マイル（約 400 キロ）の範囲を焼き払うことで、誰も近づけないようにしているのです。 同じ投稿の中で、ガーリーは Google のオープン性の限界についても振り返っています。 このオープンマニフェストにおいて、ジョナサンは繰り返し、オープンシステムはエンドユーザーにとって疑う余地なく最良のソリューションをもたらすと述べています。ただし、一つの例外があります。「多くの場合、特に検索や広告製品においては、コードを公開してもこれらの目標に貢献せず、むしろユーザーに悪影響を与えるでしょう」と。ロドニー・ダンファースが映画『キャディッシュャック』で言ったように、「しかし、あなたには似合っていますね」。 本質的に、Google はあまりにも多くのものをオープンソース化しました。実際には、その製品を使用する人々（例えば、Android を使用する携帯電話メーカー）に支払いを行うことで、検索という収益の中心へとつながる漏斗を維持しようとしてきました。これが、検索ビジネスが今日に至るまで資金を提供し続けている善循環です。 AI はまだこれとは全く異なりますが、変化の兆候は現れ始めています。これらの企業におけるモデルの価値に対するデフォルトの信念は、「モデルこそが製品である」というものです。これは、ホスト型 API のような製品において明白であり、モデルの重みを公開することはビジネス上の自殺行為となるでしょう。しかし、Claude Code、Codex、Cursor などのインターフェースが大幅に普及するにつれて、この考え方は軟化しつつあります。少なくともスタックの一部においては、よりオープンな道筋となり得る可能性があります。これは、Moonshot や Z.ai が提供するコーディングプランで見ることができます。モデルはオープンであるにもかかわらず、ビジネス側での需要は非常に高いです。多くの人は、自分でモデルの使い方を工夫するのではなく、推論機能付きの安価なインターフェースを利用します（企業が主に消費者向けまたは一人あたりのサービスである限り）。 これらのことは、今後数年間で企業がよりオープンになる方向性について私を楽観させるものではありません。むしろ逆の展開になると予想します。Nvidia にはオープンであるべき一つの大きな理由があります——オープンモデル上で構築する人々に GPU をより多く販売し、彼らが次に何を構築するために必要としているかを理解するためです。しかし、このリストにおいて他に明白な理由は誰もいません。オープンモデルを構築するためのより具体的な経済的理由が生まれるまで、最前線でこれらのモデルを構築している企業は、モデルに費やすリソースが減少し、最も優れた少数の企業への統合（コンソリデーション）に直面することになるでしょう。 オープンな最前線における統合が進む中で、モデルへの投資は、ベストなクローズドな最前線モデルと比較してモデルがより差別化された upside を発揮できる分野へとシフトすべきです。 コメントを残す 特化型で、安価で、高速かつ至る所に存在するオープンモデル オープンモデルを構築する一流企業に焦点を当てて最前線で競争しようとするあまり、過度な執着が見られます。実際には、システム内で反復利用されるケースに対して安価で信頼性の高いモデルを求める企業の市場が、圧倒的に未開拓です。想像してみてください。内部のスキルに特化させる一連の LoRA アダプター（Low-Rank Adaptation）を備えた小さなモデル一つ。これは、エージェントをオーケストレーションする最前線のクローズドモデルに対するツールおよび補完として、非常に安価にデプロイすることができます。 フロンティア・エージェントモデルが数十回から数百回行うすべてのタスクは、潜在的に小規模なモデルへアウトソースできる可能性があります。これにはローカルモデルがファイルを読み取って要約し、それを Claude へ送信する際のプライバシー保護といった付随的な利点もありますが、この方向へ強く推進している人はほとんどいません。現時点で能力がありカスタマイズ可能な小規模モデルの主要なファミリーは Qwen ですが、キーパーソンの離脱により現在は不透明な状況にあります。Gemma、Phi、Olmo などはすべて品質と改変の可能性において大幅に低下しており、大きな一歩後退です。 これをスケールアップできる理由は明白な例がいくつかあります。最近の議論では、新しい Qwen 3.5 4B モデルがオリジナルの ChatGPT モデルを凌駕する可能性があると指摘されました。研究側面では、特定のコードベースに対してオープンモデルをファインチューニングし、はるかに大規模なモデルと同等のパフォーマンスを発揮させるためのレシピも既に存在します。Moondream.ai は私の友人 Vik が設立したスタートアップで、極めて限られた予算の中で世界最高クラスの小規模マルチモーダルモデルのいくつかを開発しています — 彼らは Qwen や Llama と実世界のタスクにおいて競合しています。これは氷山の一角に過ぎません。 インテリジェンス圧縮については、最も優れた数モデルの進捗を追跡することほど興奮を呼ばないため、ほぼ同等の深さ（または資源）で探求されていません。これらの領域を探求することは、標準的な技術拡散プロセスであり、これは緩やかであるため、人々が AI をどのように構築するかを理解する上でまだ初期段階にある理由です。私の主張は、オープンモデルを構築している人の多くが、自らの競争力に関する認識においてわずかに誤解しているということです。最も優れた数モデルは汎用能力において勝利し、他の場所には依然として多くの未開拓のニッチが存在します。 これを次のレベルに引き上げるには、この作品の冒頭で示唆したように、1〜3 のタスクにおいて真に卓越するように範囲を限定されたオープンモデルをリリースすることです。あまりにも多くの人々が Qwen と競争し、自分の小規模モデルが最先端 AI ベンチマークで素晴らしい成果を収めていることを示そうとします。ここで適切なベンチマークは、計算資源と時間の節約です。 この移行が徐々に現実となるには数年かかるでしょう。私がこれに非常に興奮している理由の一部は、これがオープンモデルにおけるイノベーションを、「一つのモデルがすべてを支配する」という最先端モデルが前提とする標準的なものから、多様性、専門化、そして好奇心に基づくものへと駆動しているからです。 共有 モデル vs. エコシステム。 統合 vs. 創造。 AI のオープンソースエコシステムが、クローズドな研究所を追いかけるモデルプロバイダーの集まりによって定義される限り、それは主に敗北します。資金調達と実質的な採用において苦境に立たされ、クローズド AI 企業に生じる統合と同様のものが、オープンモデル構築者にも訪れるでしょう——おそらくさらに早くです。 オープンシステムは、その最良の状態で、多くの人々が参加し、多くのアプローチが花開くことを可能にします。 オープンモデルの世界は、よりエコシステムであるべきです。私は過去に、中国が多様な企業を有していることでこの種の環境により近いと述べてきましたが、アプローチにおける多様性は依然として低すぎます。 エコシステムは自己強化しますが、個々のモデルは時間の中で静的な産物です。エコシステムは、次なるものに対する明確で絶え間ない機会を示し、価値提案が成長します。 オープンモデルの進むべき道は、フロンティア研究所とは異なる問題を解決し、オープンモデルが効果的な無料の代替手段となる場所を見つけ、クローズドな研究所では提供できない専門モデルの使用法を示すことです。強力な AI システムの構築が高額になり、今日の貴重なクローズド研究所の多くを価格から排除する前に、オープンモデルの世界は創造性を受け入れる必要があります。

オープンモデルの次なる展開

背景や根拠まで確認しますか？

関連記事