Apertus 1.5 と OLMo 3.1 の比較:どちらの完全オープンモデルを使うべき?

Apertus 1.5 はテキスト・画像・音声を読み、コンテキストは 262K。OLMo 3.1 はテキスト専用で 64K、32B モデルがあります。どちらも Apache 2.0 の完全オープンモデルです。

  • 更新日

結論. どちらも Apache 2.0 の完全オープンモデルで、学習コードとチェックポイントが公開されています。したがって、モデルに何を読ませたいか、どれほど新しいモデルが必要かで選びましょう。Apertus 1.5(8B と 70B、2026 年 7 月)はテキストに加えて画像と音声も受け付け、コンテキストは 262K、思考モードはオプションで、公開されているデータだけを使って学習されています。リポジトリはゲート付きで、音声理解は実験的段階であり、Swiss AI 製の Transformers または vLLM のフォークが必要です。OLMo 3.1(7B と 32B、2025 年 12 月)はテキスト専用でコンテキストは 65,536 トークン、Ai2 はコードとチェックポイントに加えて事前学習データ(Dolma 3)と事後学習データセット(Dolci)を公開しています。Ai2 は自社の評価の中で、32B Instruct を最も強力な完全オープンな 32B instruct モデルとしています。OLMo の方は古く、能力面では 2026 年のオープンウェイトモデルに及びません。一方 Apertus はより新しく、70B モデルを抱えて大規模です。

仕様

仕様 Apertus 1.5Olmo 3.1
開発元Swiss AI InitiativeAllen Institute for AI (Ai2)
リリース日2026年7月24日2025年12月12日
総パラメータ数70B (Apertus 1.5 70B)32.2B (32B Think)
アクティブパラメータ数すべてすべて
アーキテクチャデンスデンス
コンテキストウィンドウ256K トークン64K トークン
入力テキスト, 画像, 音声テキスト
ライセンス Apache 2.0 (パーミッシブ) Apache 2.0 (パーミッシブ)
最小バリエーションの必要メモリ(4ビット)5.52 GB (Apertus 1.5 8B)5.04 GB (7B Think)

性能に関する主張は開発元によるもので、独自検証は行っていません。

Apertus 1.5 を選ぶべきケース

  • テキストに加えて画像や音声も読めるモデルが必要な場合。
  • OLMo の 32B より大きいモデルが必要な場合。Apertus には 70B 版があります。
  • 262K のコンテキストと、チャットテンプレートのフラグとして使える思考モードが必要な場合。
  • 学習データの出所を記録する必要がある場合。Apertus は公開データのみを使い、クローラーの拒否設定も遡って尊重します。

Olmo 3.1 を選ぶべきケース

  • 実際のデータで学習を研究・再現したい場合。Dolma 3 と Dolci が公開されています。
  • 約 15 GB の 7B Think または Instruct モデルをローカルで実行したい場合。
  • 公開された RL-Zero と中間チェックポイントから強化学習の実験を行いたい場合。
  • テキスト専用で、ベース、教師ありファインチューニング、選好調整、強化学習の各段階に公開データとチェックポイントが必要な場合。

Apertus 1.5 · Olmo 3.1