オープンソースAIモデルを、やさしい言葉で解説

毎月、ダウンロードして自分のマシンで動かせる新しいAIモデルが登場します。私たちは重要なモデルを追いかけ、一次資料に基づいて事実を確認し、各モデルが何で、どのくらいの規模で、ライセンスで何が許可されているか、そしてあなたのPCで動くかどうかを解説します。

オープンモデルはどのくらいの大きさ?

オープンモデルはどのくらいの大きさ? 各マーカーは1つのモデルで、総パラメータ数に応じて対数スケール上に配置しています。軸の下のオレンジ色の線は、エキスパート混合(MoE)モデルがトークン1個ごとに実際に使うパラメータ数を示します。下の帯は、4ビット精度でモデルを載せられるハードウェアの目安です。 100M 1B 10B 100B 1T パラメータ数(対数スケール) Whisper large-v3-turbo: 1.54B, MIT Whisper large-v3-turbo MiniCPM5-2B: 2.52B, Apache 2.0 MiniCPM5-2B FLUX 3 Image Klein: 5.6B, FLUX Kommunity FLUX 3 Image Klein LFM2.5-24B-A2B: 24B (アクティブ 2.45B), LFM Open 1.0 LFM2.5-24B-A2B Qwen3.8-27B: 27.8B, Apache 2.0 Qwen3.8-27B Gemma 4: 30.7B, Apache 2.0 Gemma 4 Olmo 3.1: 32.2B, Apache 2.0 Olmo 3.1 gpt-oss: 117B (アクティブ 5.1B), Apache 2.0 gpt-oss Nemotron 3.5: 120B (アクティブ 12B), OpenMDW-1.1 Nemotron 3.5 Qwen3.8-Flash-Next: 180B (アクティブ 6B), Qwen Community 1.0 Qwen3.8-Flash-Next GLM-5.3-Flash: 320B (アクティブ 18B), MIT GLM-5.3-Flash MiniMax M3.1 Flash: 428B (アクティブ 23B), MiniMax Community MiniMax M3.1 Flash Reflection Beam: 501B (アクティブ 23.4B), Apache 2.0 Reflection Beam DeepSeek V4.1 Flash: 552B (アクティブ 16B), MIT DeepSeek V4.1 Flash GLM-5.3: 753B (アクティブ 40B), GLM-5.3 License GLM-5.3 Muse Spark Open: 816B (アクティブ 42B), Muse Model License Muse Spark Open Inkling: 975B (アクティブ 41B), Apache 2.0 Inkling Mistral Large 4: 1.05T (アクティブ 52B), Mistral Open-Weight Mistral Large 4 Qwen3.8-Max: 2.45T (アクティブ 95B), Qwen3.8-Max License Qwen3.8-Max Kimi K3.1 Pro: 2.8T (アクティブ 104B), Kimi K3 License Kimi K3.1 Pro ノートPCまたはスマートフォン 16 GB ゲーミングGPU 32 GB ワークステーション 96 GB 大容量メモリのデスクトップ 512 GB GPUサーバー 1.54 TB マルチノードクラスタ 収まるメモリの目安

横にスクロールするとチャート全体が見られます

  • パーミッシブ
  • 条件付き
  • 非商用
  • トークンごとのアクティブ数
各マーカーは1つのモデルで、総パラメータ数に応じて対数スケール上に配置しています。軸の下のオレンジ色の線は、エキスパート混合(MoE)モデルがトークン1個ごとに実際に使うパラメータ数を示します。下の帯は、4ビット精度でモデルを載せられるハードウェアの目安です。

最近追加されたモデル

すべて見る
モデル リリース日 パラメータ数 コンテキスト ライセンス 最小バリエーションの必要メモリ
MiniMax H3-Image EN MiniMax 33.1B – MiniMax H3-Image Community (条件付き) 155 GB 大容量メモリのデスクトップ
Nex-N2.6 EN Nex-AGI 35.1B – 1.6T 256K Apache 2.0 (パーミッシブ) 24 GB ゲーミングGPU
LongCat-2.5 EN Meituan 1.6T アクティブ 48B 1M MIT (パーミッシブ) 1.1 TB GPUサーバー
ZONOS3-Mini EN Zyphra 800M アクティブ 100M – Apache 2.0 (パーミッシブ) 10 GB ノートPCまたはスマートフォン
Sophon-Realtime EN Adventists AI 32B – Apache 2.0 (パーミッシブ) 80 GB ワークステーション
Arete-27B EN Nous Research 27.4B 256K Apache 2.0 (パーミッシブ) 19 GB ゲーミングGPU
Mirage EN Cactus Compute 51M – Apache 2.0 (パーミッシブ) 0.0354 GB ノートPCまたはスマートフォン
ERNIE 5.5 Flash Base EN Baidu 280B アクティブ 14B 1M ERNIE 5.5 Flash Base (条件付き) 193 GB 大容量メモリのデスクトップ

まずはここから

3本の短い記事で、サイトのほかの内容もぐっと読みやすくなります。

  1. What is an open-source AI model? A plain-English guide

    An open AI model is one you can download and run yourself. Learn what open weights and open source mean, what you can do with these models and how to start safely.

  2. Open weights vs open source AI: what is the difference?

    Open weights means a model's trained parameters can be downloaded. Open-source AI, as the OSI defines it, also needs code and training-data information. Here is why it matters.

  3. AI model licenses explained: can you use an open model commercially?

    A plain-English guide to open AI licenses: Apache 2.0, MIT, community licenses with revenue caps, research-only terms and gated downloads, plus a checklist to run before you ship.

目的に合うモデルを探す

すべて見る

自分のPCで動く?

VRAM計算ツールを開く

カギを握るのはメモリ容量です。各種マシンが4ビット精度で現実的に載せられるモデルの目安をまとめました。

ハードウェア メモリ 代表的なマシン モデルの例
ノートPCまたはスマートフォン 16 GB まで 一般的なノートPC、スマートフォン、8〜16 GB のグラフィックボード FLUX 3 Image Klein , Nemotron 3.5 , MiniCPM5-2B , Gemma 4 (120 個のモデル)
ゲーミングGPU 16〜32 GB RTX 3090、4090、5090、32 GB の Mac LFM2.5-24B-A2B , Qwen3.8-27B (39 個のモデル)
ワークステーション 32〜96 GB RTX PRO 6000(96 GB)、複数枚のGPU 8 個のモデル
大容量メモリのデスクトップ 96〜512 GB Mac Studio、AMD Strix Halo、NVIDIA DGX Spark MiniMax M3.1 Flash , Reflection Beam , GLM-5.3-Flash , Qwen3.8-Flash-Next (28 個のモデル)
GPUサーバー 512 GB〜1.5 TB H100、H200 または B200 を8基搭載したノード Mistral Large 4 , Muse Spark Open , DeepSeek V4.1 Flash , GLM-5.3 (13 個のモデル)
マルチノードクラスタ 1.5 TB 超 複数のGPUサーバーを連携させた構成 Kimi K3.1 Pro , Qwen3.8-Max (3 個のモデル)

最新ニュース

すべて見る

自由に再利用できるオープンデータ

カタログ全体をJSONとCSVで公開しており、パーミッシブライセンスなので自由に利用できます。利用の際は本サイトへのリンクを添えてください。

データを取得

よくある質問

オープンソースとオープンウェイトの違いは何ですか?
オープンウェイトとは、訓練済みのモデルファイルを誰でもダウンロードして実行できることを指します。厳密な意味でのオープンソースはさらに、Apache 2.0 や MIT のように Open Source Initiative(OSI)が承認したライセンスを採用していることが必要で、理想的には訓練コードとデータも公開されていることが望まれます。人気モデルの多くは、完全なオープンソースではなく追加条件付きのオープンウェイトです。
オープンモデルは商用利用が無料ですか?
モデルによって異なります。Apache 2.0 や MIT のモデルはほとんど条件なしで商用利用できます。一方、新しいライセンスの多くは、売上のしきい値、クレジット表記の義務、ホスティングサービスを販売する企業向けの別途契約などを追加しています。各モデルのライセンスバッジとライセンスガイドを確認してください。
一番優れたオープンモデルはどれですか?
用途とハードウェア次第です。最大級のモデルは難しいコーディングや推論タスクで優位に立つ一方、サーバークラスのマシンが必要です。200億〜350億パラメータの中規模モデルならゲーミングGPU 1枚で動き、日常的な用途の大半をカバーできます。当サイトのおすすめリストは目的別にモデルを分類しています。
これらのモデルをノートPCで動かせますか?
小型から中規模のモデルなら動きます。270億〜310億パラメータのモデルの4ビット版には、おおむね16〜24 GBのメモリが必要です。超大規模モデルは数百GBを必要とします。何が載るかはVRAM計算ツールで確認できます。