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。
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 1.5 | Olmo 3.1 |
|---|---|---|
| 開発元 | Swiss AI Initiative | Allen 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。