localaiforum
ログイン
ガイド › 基礎

オープンウェイト対クローズドAPI

「オープン」はスイッチではなくスペクトラムである。ローカルAIシーンを可能にしているのは思想ではない。寛容なライセンスの重みが存在し、エンジン、量子化ツール、UIが対象を持てることだ。モデルの上に何かを築く前にティアを知ること。

スペクトラム

ティア ライセンス 重み ローカル実行 商用利用 例
寛容 Apache-2.0、MIT ダウンロード可能 はい はい、実質無条件 大半のQwen、OLMo、Mistral 7B、Mixtral、Phi
コミュニティ、上限付き Llama Community License、Gemma Terms ダウンロード可能 はい はい、上限まで(Llama: 7億MAU) Llama 3/4、Gemma 2/3
制限付きオープンウェイト 個別契約 ダウンロード可能 はい ケースバイケース 一部研究所の「研究」リリース
クローズド 独占 なし いいえ——APIのみ 契約次第 OpenAI、Anthropic、Googleのフロンティアモデル

ファミリーは時とともにティアを横切る——あるバージョンは寛容、次は上限付き。ブランド単位ではなくモデル単位で確認すること。ここでのティア名はライセンスを表し品質を表さない。上限付きのLlamaやGemmaがベンチマークで寛容なモデルを上回るのは日常茶飯事。

重み≠データ≠コード

  • オープンウェイト:パラメータとトークナイザを得る。実行、量子化、ファインチューニング、再配布ができる(ライセンスの範囲内で)。
  • 厳密な意味でのオープンソース:重み+学習データ+学習コード。まれで、OLMoが旗艦的取り組み。他はほぼすべてオープンウェイトのみ。
  • 実用上の違い:オープンウェイトモデルは再現も完全な監査もできない。信じるのは公開者の説明だけ。ローカルでモデルを動かすには、重みだけで足りる。
  • 学習データとコードは公開される場合、別リポジトリ(データセット、GitHub)に置かれる。重みだけではモデルの作られ方は決して分からない。
  • 信頼について言えば、寛容≠監査済み。Apacheライセンスはデータの出所についても何も語らない。許可されることは語るが、何が行われたかは語らない。

ローカルシーンが寛容ティアの上で回る理由

このガイドのすべてのツール——llama.cppとそのGGUF量子化、デスクトップUI、OpenAI互換ローカルサーバ——はダウンロード可能な重みの周りで育ち、2023年の最初の実用に耐えるオープン7B世代で離陸した。上限付きライセンスもローカル使用は許す。厳密な意味でオープンソースではないのにLlama系がエコシステムを飽和させる理由である。寛容ファミリーが最も深いツール群を得るのは、誰も先に規約を読む必要がないからにすぎない。

商用利用前に確認する落とし穴

  • ユーザー上限:Llamaコミュニティライセンスは月間アクティブユーザー7億を超えると別の商用契約に切り替わる。それ未満では無関係だが、存在は知っておく。
  • 許容利用ポリシー:LlamaとGemmaは被許諾者を拘束する利用ポリシーを同梱。利用制限カテゴリは上限未満でも適用される。
  • 命名とブランディング:「Built with Llama」の表示やGemmaの帰属表示要件は提案ではなくライセンス上の義務。
  • 地域・主体条項:一部ライセンスは特定の法域や制裁対象主体を除外する。通常の輸出管理がさらに積み重なる。
  • 量子化ミラーは元のライセンスを継承する。GemmaモデルのコミュニティGGUFにはGemmaの条件が付く。ダウンロード元リポジトリだけでなく、ベースモデルのライセンスを読むこと。

30秒でライセンスを確認する

  1. モデルリポジトリのLICENSEファイルを開く——READMEの要約ではなく、ライセンス本文。
  2. リポジトリが量子化版/派生なら、量子化元のベースモデルまで辿ってそちらのライセンスを読む。
  3. 文中を検索:「monthly active users」「revenue」「acceptable use」「attribution」「jurisdiction」。
  4. 判断はステップ3の後で。大半の上限は小さなプロダクトには無関係だが、存在を知っておくべき。

Hugging Faceリポジトリ名の解剖

Qwen/Qwen2.5-14B-Instruct
 │      │         │   └─ ステージ/バリアント: instruct, chat, base, coder, vl, ...
 │      │         └─ サイズ: パラメータ数
 │      └─ ファミリー+バージョン
 └─ 組織

community/Qwen2.5-14B-Instruct-GGUF
 └─ 量子化者のリポジトリ: 同じ重み、再パッケージされた形式

ファイル名: qwen2.5-14b-instruct-q4_k_m.gguf
           ファミリー   サイズ ステージ 量子化タグ

読む順番:組織/ファミリー-バージョン-サイズ-ステージ。オリジナルリポジトリはsafetensorsを置き、コミュニティの量子化者はGGUFなどの派生を公開する。重みは公開者のもの、ライセンスはそれと一緒に移動する(モデルフォーマット)。

野良リポジトリの見極め。

  • 一次組織がオリジナルを公開し、よく知られた少数のコミュニティ量子化者があらゆるもののGGUF/AWQ派生を再公開し、未知のミラーは価値を加えない代わりに時折驚きを届ける。
  • ダウンロード数と最終更新日はまずまずの健全性プロキシ。2世代前のモデルの古びた量子化は大抵行き止まり。
  • 2つのリポジトリが同じモデルを主張するなら、ベースモデルのページからリンクされている方を選ぶ。

実用的な姿勢

  • 趣味・ローカル利用:ほぼどんなオープンウェイトライセンスでも問題ない。モデルを再配布するのではなく実行するだけ。
  • プロダクトの出荷:Apache/MIT系は弁護士の時間を節約する。上限付きライセンスも上限未満なら大抵問題ないが、利用ポリシーは一度読む。
  • クローズドAPI:生のフロンティア品質は最高、ローカルでの制御はゼロ、トークン課金。よくあるハイブリッド:量・プライバシー・レイテンシはローカルモデル、難しい5%はAPI。
  • 重みの再配布は実行とは別物。プロダクト内にGGUFを同梱するのは配布——先に条件を確認。
  • 一部ライセンスはモデル出力やファインチューニング派生物に条件を付ける。執筆時点でプロンプトを主張するものはないが、生成コンテンツを大規模に売る前に読むこと。

ローカル重み対API、並べて

観点 ローカルオープンウェイト クローズドAPI
プライバシー すべてが手元のマシンに留まる プロンプトはプロバイダのポリシー次第で外部へ
大量利用時のコスト ハードウェア一回きり、あとは無料 トークンに比例、永遠に
小規模時のコスト 初期投資が高い わずか
レイテンシ ネットワークなし。TTFTは1秒未満も可能 リクエストごとにネットワーク+キュー
フロンティア品質 一歩後ろ、だが迫っている 基準点
制御 量子化、ファインチューニング、マージ、バージョン固定 なし——モデルは知らぬ間に交代
信頼性 上限は自分のGPU プロバイダの稼働率とレート制限
知識のカットオフ リリースカードに明記 プロバイダが黙ってモデルを更新
モデルの寿命 永遠に自分のもの——ファイルは取り消せない 非推奨化が告知され、やがて強制

ローカルが勝つ場面:プライバシー要件、オフライン利用、膨大なトークン量、レイテンシ敏感なUX、再現性(正確な重みを固定)。APIが勝つ場面:最難関の5%のタスク、セットアップゼロ、弾力的スケール。本気の構成の多くは最終的にハイブリッドになる。

具体的な選び方:モデル選択。各ファミリーの特徴:モデルファミリー。

関連: モデルファミリー · モデル選択 · モデルフォーマット · エンジン