# ai-opensource.com > 最新のオープンソース・オープンウェイトAIモデルを、やさしい言葉で解説するガイドです。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、どんなハードウェアで動くのかを説明します。 掲載の事実は、モデルカード、ライセンスファイル、公式発表といった一次資料に基づいて確認しています。特に断りのない限り、ベンチマークの数値は開発元が報告したものです。 テキストとデータは CC BY 4.0 のもとで公開しています。 カタログの最終更新:2026年11月11日. English: https://ai-opensource.com/llms.txt ## モデル - [Clef](https://ai-opensource.com/ja/models/clef/): Cloudflareのオープンな決定モデル。状況と質問を渡すと、1回の推論で各選択肢の確率を返します。 パラメータ数: 9.41B–27.4B; コンテキストウィンドウ: 64K; ライセンス: Apache 2.0; リリース日: 2026-10-01. - [Confucius4-R2T2](https://ai-opensource.com/ja/models/confucius4-r2t2/): NetEase Youdaoのストリーミング音声認識。確定した単語を二度と修正しない設計で、Qwen3-ASR-1.7Bを改造。 パラメータ数: 2.04B; ライセンス: NetEase Youdao Model Use; リリース日: 2026-09. - [A.X K2](https://ai-opensource.com/ja/models/a-x-k2/): SKテレコムの6880億パラメータMoEモデル。アクティブは330億、ネイティブFP8の重み、コンテキストは256K。Apache 2.0で、数学と韓国語に最も強い。 パラメータ数: 688B (アクティブ 33B); コンテキストウィンドウ: 256K; ライセンス: Apache 2.0; リリース日: 2026-07-29. - [Chatterbox](https://ai-opensource.com/ja/models/chatterbox/): Resemble AIのMITライセンス音声クローンTTS(Multilingual V3、言語パック6種)。2026年8月に退役:更新なしのアーカイブ。 パラメータ数: 500M; ライセンス: MIT; リリース日: 2026-06-10. - [Cosmos 3](https://ai-opensource.com/ja/models/cosmos-3/): NVIDIAのロボットと自動運転向けオープンな世界モデル。4B・16B・64Bの3サイズで、テキスト、画像、動画、動作を読み書きします。 パラメータ数: 3.86B–64.6B; ライセンス: OpenMDW-1.1; リリース日: 2026-05-31. - [Command A+](https://ai-opensource.com/ja/models/command-a-plus/): Cohereのオープンな218B企業向けモデル。アクティブ25B、48言語、画像とツールに対応、Apache 2.0、4ビットならH100 2枚で動作。 パラメータ数: 218B (アクティブ 25B); コンテキストウィンドウ: 128K; ライセンス: Apache 2.0; リリース日: 2026-05-20. - [Anima](https://ai-opensource.com/ja/models/anima/): CircleStone Labs と Comfy Org による 2B のアニメ・イラスト画像モデル。Turbo 版は 8〜12 ステップで生成。重みは非商用限定。 パラメータ数: 2.09B; ライセンス: CircleStone Non-Commercial; リリース日: 2026-05-14. - [Cohere Transcribe](https://ai-opensource.com/ja/models/cohere-transcribe/): Cohere初のオープンな音声モデル。14言語に対応する2Bの文字起こし専用モデル、Apache 2.0で公開。 パラメータ数: 2.07B; ライセンス: Apache 2.0; リリース日: 2026-03-26. - [DeepSeek-OCR 2](https://ai-opensource.com/ja/models/deepseek-ocr-2/): DeepSeekの3.4B、Apache 2.0文書OCRモデル。新エンコーダは走査順ではなく意味に沿って視覚トークンを並べ替えます。 パラメータ数: 3.39B; ライセンス: Apache 2.0; リリース日: 2026-01-27. - [ACE-Step 1.5](https://ai-opensource.com/ja/models/ace-step-1-5/): MITライセンスの音楽基盤モデル:数秒で完全な曲を生成、約4 GB の VRAM で動作し、カバー、部分書き直し、50以上の言語に対応。 パラメータ数: 2B–4B; ライセンス: MIT; リリース日: 2026-01-23. - [DeepSeek-OCR](https://ai-opensource.com/ja/models/deepseek-ocr/): DeepSeekの3B、MITライセンスのOCRモデル。ページの文字を少数の視覚トークンに詰め込み、10倍未満の圧縮で約97%のデコード精度。 パラメータ数: 3.34B (アクティブ 570M); ライセンス: MIT; リリース日: 2025-10-20. ## おすすめ - [2026年最高のオープンソース OCR・ドキュメント解析モデル](https://ai-opensource.com/ja/best/ocr-and-document-models/): 2026 年 11 月時点のオープンな OCR・文書解析モデル。端末で動く 0.8B から 5B の多言語パーサまでを、ライセンスと用途つきで紹介します。 - [2026年最高のオープンソース・マルチモーダルモデル(画像・動画・音声)](https://ai-opensource.com/ja/best/multimodal-models/): テキストに加えて画像・動画・音声も読めるオープンモデルを、端末で動く 1B から数兆パラメータ級のシステムまで紹介し、それぞれのライセンスとコンテキスト長を示します。 - [欧州発のオープンウェイト AI モデル](https://ai-opensource.com/ja/best/open-models-made-in-europe/): フランス、ドイツ、スイス、オランダの開発者によるオープンウェイトモデル。言語・画像・音声・OCR・埋め込みをカバーし、それぞれのライセンスを添えます。 - [韓国製のオープンウェイト AI モデル](https://ai-opensource.com/ja/best/open-models-made-in-korea/): 韓国の開発者によるオープンウェイトモデル。政府の主権 AI プロジェクト向けに作られた 4 つの言語モデル、KRAFTON の 2 つの Raon モデル、端末向け音声モデル 1 種を収録します。 - [2026年最高のオープンソース リランカー(Reranker)モデル](https://ai-opensource.com/ja/best/reranker-models/): 2026 年 11 月時点の、検索と RAG 向けのオープンなリランカーモデル。テキスト専用とマルチモーダル、0.6B から 8B までを、言語・コンテキスト長・ライセンス・サイズつきで紹介します。 - [2026年最高のオープンソース音楽・音声生成モデル](https://ai-opensource.com/ja/best/music-and-sound-generation/): 2026 年 11 月時点のオープンな音楽・音声モデル。ボーカル付きの曲、リアルタイム演奏、効果音を、ハードウェア要件とライセンス上の制限つきで紹介します。 ## モデル比較 - [ACE-Step 1.5 と MiniMax Music 3 の比較:どちらのオープン楽曲モデルを選ぶ?](https://ai-opensource.com/ja/compare/ace-step-1-5-vs-minimax-music-3/): ACE-Step 1.5 は MIT ライセンスの楽曲モデルで、約 4 GB の VRAM から動作します。MiniMax Music 3 は 111 億パラメータのモデルで、最大 5 分の楽曲を生成でき、24 GB の GPU が必要です。 - [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?](https://ai-opensource.com/ja/compare/apertus-1-5-vs-olmo-3-1/): 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。 - [BGE-M3 と Granite Embedding R2 の比較:どちらの埋め込みモデルを使うべき?](https://ai-opensource.com/ja/compare/bge-m3-vs-granite-embedding-r2/): BGE-M3 は 568M の多言語モデル 1 つで、密・疎・マルチベクトル検索に対応。Granite Embedding R2 は最大 32K コンテキストの小型モデル 4 つ構成。規模と適性を比較します。 - [Cosmos 3 と Wan 2.2 の比較:どちらのオープン動画モデルを選ぶ?](https://ai-opensource.com/ja/compare/cosmos-3-vs-wan-2-2/): Cosmos 3 は NVIDIA のロボット・自動運転向け世界モデルで、4B の Edge サイズがあります。Wan 2.2 はアリババの Apache 2.0 テキスト・画像から動画を作るモデル群で、24 GB GPU 用の 5B モデルがあります。 - [DeepSeek V4 と Hy3 の比較:どちらの大型オープンモデルを使うべき?](https://ai-opensource.com/ja/compare/deepseek-v4-vs-hy3/): DeepSeek V4 は MIT ライセンスで、コンテキスト 100 万トークン、1.6T と 284B の 2 サイズ。Hy3 は 295B の Apache 2.0 モデル 1 つで、コンテキスト 256K。規模・コンテキスト・ライセンスを比較します。 - [FLUX 3 Klein と Krea 2 の比較:どちらの画像モデルを選ぶ?](https://ai-opensource.com/ja/compare/flux-3-image-klein-vs-krea-2/): FLUX 3 Image Klein は画像を編集でき、INT8 なら 8 GB に収まります。Krea 2 はテキストのみから多彩な画像を描きます。両方ともゲート付きで、売上上限はそれぞれ 500 万米ドルと 100 万米ドルです。 - [FLUX 3 Image Klein と Qwen-Image-2.1 の比較:ライセンス、メモリ、機能](https://ai-opensource.com/ja/compare/flux-3-image-klein-vs-qwen-image-2-1/): FLUX 3 Image Klein と Qwen-Image-2.1 はどちらも参照画像から生成・編集できます。ライセンス、メモリ要件、それぞれの得意分野を比較します。 - [FLUX.3 Image Klein と Z-Image の比較:どちらのオープン画像モデルを使うべき?](https://ai-opensource.com/ja/compare/flux-3-image-klein-vs-z-image/): FLUX.3 Image Klein は最大 10 枚の参照画像から編集でき、ライセンスには売上制限があります。Z-Image は Apache 2.0 のテキスト→画像モデル。編集力・ライセンス・メモリを比較します。 - [Gemma 4 と Qwen3.8-27B の比較:1 枚の GPU で動かすならどちらのオープンモデル?](https://ai-opensource.com/ja/compare/gemma-4-vs-qwen-3-8-27b/): Google の Gemma 4 とアリババの Qwen3.8-27B は、どちらも 1 枚の GPU に収まる Apache 2.0 モデルです。サイズ、入力タイプ、メモリ要件、それぞれの適所を比較します。 - [GLM-5.3 Flash と MiniMax M3 の比較:どちらのマルチモーダルモデルを選ぶべきか?](https://ai-opensource.com/ja/compare/glm-5-3-flash-vs-minimax-m3/): GLM-5.3 Flash は総 3200億、MIT ライセンスで、低コストの長いコンテキスト向けに設計されています。MiniMax M3 は総 4280億、推論モードとコミュニティライセンスを備えます。規模とライセンスを比較します。 - [GLM-5.3 と DeepSeek V4.1 Flash の比較:コーディングエージェント向けオープンモデル2種](https://ai-opensource.com/ja/compare/glm-5-3-vs-deepseek-v4-1-flash/): Z.ai の GLM-5.3 と DeepSeek V4.1 Flash は、100万トークンのコンテキストを持つコーディング・エージェント向けオープンウェイトモデルです。規模、必要メモリ、ライセンスを比較します。 - [GLM-OCR と PaddleOCR-VL の比較:どちらの小型ドキュメント解析モデルを選ぶべきか?](https://ai-opensource.com/ja/compare/glm-ocr-vs-paddleocr-vl/): 2つの 0.9B ドキュメント解析モデル:GLM-OCR(MIT、SDK、フォーム項目抽出)と PaddleOCR-VL(Apache 2.0、チャートと印章)。ツールチェーン、ライセンス、スコアを比較します。 - [Index-Translate と TranslateGemma の比較:どちらを選ぶべきか?](https://ai-opensource.com/ja/compare/index-translate-vs-translategemma/): Index-Translate は 150 言語をカバーする Apache 2.0 で、用語集やトーンの指示に従います。TranslateGemma は 55 言語、Gemma 条款で、ダウンロード数がはるかに多く、独立した比較は見つかりませんでした。 - [K-EXAONE 2.0 と A.X K2 の比較:どちらの韓国ソブリン AI モデルを使うべきか?](https://ai-opensource.com/ja/compare/k-exaone-2-0-vs-a-x-k2/): K-EXAONE 2.0(7500億、10 言語、262K コンテキスト)か A.X K2(6880億、5 言語、数学と韓国語に最も強い)か。どちらも Apache 2.0。規模、ハードウェア、適合性を比較します。 - [Kimi K3.1 Pro と Qwen3.8-Max の比較:どちらの超大規模オープンモデルが向いている?](https://ai-opensource.com/ja/compare/kimi-k3-1-pro-vs-qwen-3-8-max/): Kimi K3.1 Pro と Qwen3.8-Max は、ダウンロードできる最大級のオープンウェイトモデルです。規模、入力タイプ、必要メモリ、ライセンスを並べて比較します。 - [Kokoro と Pocket TTS の比較:どちらの超小型オープン TTS モデルを使うべきか?](https://ai-opensource.com/ja/compare/kokoro-vs-pocket-tts/): Kokoro は 8 言語・54 個の固定ボイスを備え、Apache 2.0。Pocket TTS は 5 秒の音声からボイスを複製でき、6 言語対応で CC BY 4.0。どちらも CPU で動作します。 - [LTX-2.5 と Wan 2.2 の比較:オープンソース動画生成モデル](https://ai-opensource.com/ja/compare/ltx-2-5-vs-wan-2-2/): LTX-2.5 は同期音声付きの動画を生成し、Wan 2.2 は Apache 2.0 で 24 GB GPU で動作します。必要メモリ、ライセンス、機能を比較します。 - [MiniCPM-OCR と LightOnOCR-3 の比較:どちらの Apache 2.0 OCR モデルを使うべきか?](https://ai-opensource.com/ja/compare/minicpm-ocr-vs-lightonocr-3/): MiniCPM-OCR は中国語と英語のページ向けの 1.3B 単一モデル。LightOnOCR-3 は 4B・1B・0.8B の 3 サイズで、境界ボックスやグラフデータに対応。ツールチェーンと適性を比較します。 - [Mistral Large 4 と Muse Spark Open の比較:2 つの超大規模オープンウェイトモデル](https://ai-opensource.com/ja/compare/mistral-large-4-vs-muse-spark-open/): Mistral Large 4 と Muse Spark Open はどちらも 2026 年 10 月に公開されました。サイズ、入力タイプ、必要メモリ、それぞれのライセンス条件を比較します。 - [MOSS-Image と Z-Image の比較:どちらの Apache 2.0 画像モデルを使う?](https://ai-opensource.com/ja/compare/moss-image-vs-z-image/): MOSS-Image は長い中国語・英語のテキストを描け、JSON レイアウトに従います。Z-Image Turbo は 16 GB GPU で 8 ステップで写実的な画像を生成します。どちらも Apache 2.0 です。 - [Nemotron 3.5 Lightning と Qwen3.6 の比較:どちらのアクティブ 3B モデルを使う?](https://ai-opensource.com/ja/compare/nemotron-3-5-lightning-vs-qwen-3-6/): Nemotron 3.5 Lightning は 1 枚の H100 に収まる 30B-A3B ハイブリッドで、コンテキストは 1M。Qwen3.6 は 35B-A3B と 27B デンスの組み合わせで、画像入力に対応します。適性と成績を比較します。 - [Nemotron 3 Nano Omni と MiniCPM-o 4.5 の比較:どちらのオープン・オムニモデル?](https://ai-opensource.com/ja/compare/nemotron-3-nano-omni-vs-minicpm-o-4-5/): NVIDIA の 31B オムニモデルはビデオ・音声・画像を読み、テキストで答えます。OpenBMB の 9B MiniCPM-o 4.5 はさらに発話もできます。メモリ、言語、ライセンスを比較します。 - [OmniVoice と VoxCPM2 の比較:どちらのオープンな音声合成(TTS)モデルを選ぶべきか?](https://ai-opensource.com/ja/compare/omnivoice-vs-voxcpm2/): OmniVoice は 600 以上の言語に対応しますが、重みは非商用です。VoxCPM2 は Apache 2.0 で 30 言語に対応します。言語、ボイスデザイン、ライセンスを比較します。 - [Ornith 1.5 と Qwen3.6 の比較:どちらのコーディングエージェント向けモデルを使う?](https://ai-opensource.com/ja/compare/ornith-1-5-vs-qwen-3-6/): Ornith 1.5 は MIT ライセンスの Qwen3.5 派生モデルで 4 つのサイズがあります。Qwen3.6 は Alibaba の Apache 2.0 ペアで、画像入力に対応します。サイズ、ライセンス、根拠を比較します。 - [Parakeet TDT 0.6B v3 と Cohere Transcribe の比較:どちらを使うべきか?](https://ai-opensource.com/ja/compare/parakeet-tdt-0-6b-v3-vs-cohere-transcribe/): Parakeet v3 は 25 の欧州言語をタイムスタンプ付きでカバーし、CC BY 4.0。Cohere Transcribe は中国語・日本語・韓国語を含む 14 言語を Apache 2.0 でカバーします。 - [PLaMo 3 Translate vs Hy-MT2:どちらのオープン翻訳モデルを選ぶ?](https://ai-opensource.com/ja/compare/plamo-3-translate-vs-hy-mt2/): PLaMo 3 Translate は売上上限付きライセンスで 53 言語に対応、Hy-MT2 はプレーンな Apache 2.0 で 33 言語、コミュニティもはるかに大きい。PFN 自身のグラフでは PLaMo が優位です。 - [Qwen3-ASR vs Voxtral Realtime:どちらのストリーミング音声認識モデルを使うべき?](https://ai-opensource.com/ja/compare/qwen3-asr-vs-voxtral-realtime/): Qwen3-ASR は 30 言語と 22 の中国語方言にタイムスタンプ付きで対応。Voxtral Realtime は 4B の単一モデルで、遅延は 80 ミリ秒〜2.4 秒。言語とレイテンシで比較しましょう。 - [Qwen3-Embedding vs EmbeddingGemma 2:どちらを選ぶべき?](https://ai-opensource.com/ja/compare/qwen3-embedding-vs-embeddinggemma-2/): Qwen3-Embedding はテキストとコードを 3 サイズで処理。EmbeddingGemma 2 はテキスト、画像、音声、動画を 1 つの空間に置きます。コンテキスト、サイズ、ライセンスを比較。 - [Ripple-65B vs Nanbeige4.3-33B:どちらの新しいエージェントモデルを選ぶ?](https://ai-opensource.com/ja/compare/ripple-65b-vs-nanbeige-4-3-33b/): Ripple-65B Preview は Apache 2.0 の 65B デンスモデルでコンテキスト 1M。Nanbeige4.3-33B は 33B モデルでコンテキスト 512K、INT4 版は 23 GB。 - [S2 Pro vs Higgs TTS 3:どちらの非商用 TTS モデルを選ぶ?](https://ai-opensource.com/ja/compare/s2-pro-vs-higgs-tts-3/): Fish Audio の S2 Pro と Boson の Higgs TTS 3 はどちらも 4.6B のテキスト読み上げモデルで、インラインタグと音声クローンに対応し、どちらも非商用です。ライセンスとハードウェアを比較。 - [Solar Open 2 vs Motif 3:どの韓国系エージェントモデルを動かすべき?](https://ai-opensource.com/ja/compare/solar-open-2-vs-motif-3/): Solar Open 2 は 250B パラメータ、コンテキスト 1M、命名規則あり。Motif 3 は 314B、コンテキスト 256K、プレーンな MIT ライセンス。ハードウェア、言語、ライセンスを比較。 - [Stable Audio 3 vs MOSS-SoundEffect v2.0:どちらのオープンな効果音モデル?](https://ai-opensource.com/ja/compare/stable-audio-3-vs-moss-soundeffect-v2/): Stable Audio 3 は 8 ステップで最長 6 分 20 秒の音楽と効果音を生成し、年商 100 万米ドル未満なら無料。MOSS-SoundEffect v2.0 は Apache 2.0 で最長 30 秒の効果音を作ります。 - [Whisper large-v3-turbo vs Nemotron 3.5 Transcribe:どちらを使う?](https://ai-opensource.com/ja/compare/whisper-large-v3-turbo-vs-nemotron-3-5-transcribe/): Whisper large-v3-turbo は小型でサポートは広範。Nemotron 3.5 Transcribe は話者ラベルとプロンプトで制御するスタイルを追加。メモリ、言語、ライセンスを比較。 - [ZONOS3-Mini vs Drama 3:どちらの新しいオープン TTS モデル?](https://ai-opensource.com/ja/compare/zonos3-mini-vs-drama-3/): ZONOS3-Mini は 43 言語対応の 800M Apache 2.0 モデルで、ブラウザで動きます。Drama 3 は 83 言語対応の 36B モデルで、年商 50 万米ドル未満のみ無料。 ## ライセンス - [Apache License 2.0](https://ai-opensource.com/ja/licenses/apache-2-0/): パーミッシブ(寛容型)ライセンスの中で最も広く使われているものの一つです。軽い条件を守るだけで、モデルの利用や改変、それを組み込んだ製品の販売ができます。 - [bilibili Model Use License Agreement](https://ai-opensource.com/ja/licenses/bilibili-model-use/): Bilibili が IndexTTS 向けに設けたライセンスで、IndexTTS-2.5 のモデルカードと GitHub リポジトリの両方から参照されています。モデルの利用、改変、学習への使用、配布、派生物の作成を、全世界でロイヤリティフリーで行えます。テキストに商用利用への一般的な禁止はありませんが、月間アクティブユーザーが1億を超える利用者や関連企業、または年間収益が10億人民元を超える場合は、別途書面によるライセンスが必要です。 - [Boson Higgs TTS 3 Research and Non-Commercial License](https://ai-opensource.com/ja/licenses/boson-higgs-non-commercial/): Boson AI による Higgs TTS 3 の重みのライセンスで、最終更新は2026年7月8日。自身はオープンソースではなく「ソース公開(source-available)ライセンス」と位置づけています。研究用途と非商用利用は無料で、商用目的には Boson との別途の書面によるライセンスが必要です。唯一の例外は「クリエイター利用許諾(Creator Use Grant)」で、デジタルクリエイターは「Boson AI's Higgs Audio」とクレジット表示すれば、このモデルの音声を使ったポッドキャスト、動画、オーディオブック、SNS 投稿を作成して収益化できます。 - [BreezeBlue Research and Non-Commercial License Agreement v1.1](https://ai-opensource.com/ja/licenses/breezeblue-non-commercial/): BreezeBlue として事業を行う Resonia, Inc. が2026年9月1日に発行した Breeze TTS 2 の重みのライセンス、バージョン 1.1 です。研究と非商用利用は無料ですが、商用の権利は一切付与されず、収益しきい値の例外もクリエイター向けの例外もありません。公開重みで作った音声にも同じ制限がかかります。 - [Creative Commons Attribution 4.0 (CC BY 4.0)](https://ai-opensource.com/ja/licenses/cc-by-4-0/): クリエイティブ・コモンズのライセンスで、クレジット表示をすれば、商用利用を含むあらゆる目的で作品を複製・共有・改変できます。ソフトウェアではなく創作作品やデータ向けに作られていますが、一部の音声・データリリースではモデル重みに使われています。 - [Creative Commons Attribution-NonCommercial (CC BY-NC)](https://ai-opensource.com/ja/licenses/cc-by-nc/): クリエイティブ・コモンズのライセンスで、クレジット表示をすれば誰でも作品を複製・共有・改変できますが、非商用目的に限られます。バージョン番号なしで表記されるモデルカードもあり、現行のバージョンは 4.0 です。 - [CircleStone Labs Non-Commercial License v1.2](https://ai-opensource.com/ja/licenses/circlestone-non-commercial/): CircleStone Labs の Anima 画像モデルのライセンスです。重みの利用は非商用に限って無料ですが、生成した画像は商用に使えます。モデルを有料でホストしたり、収益化する製品に組み込んだりするには、CircleStone Labs との別途の商用ライセンスが必要です。 - [AI Pubs Open RAIL-M License (Modified, Datalab)](https://ai-opensource.com/ja/licenses/datalab-openrail-m/): 修正版の Open RAIL-M ライセンスです。研究用途と個人的な利用は無料で、商用は前年度の収益が200万米ドル未満、累計の資金調達額も200万米ドル未満の組織に限って許可されます。モデルを Datalab と競合する形で使うことも禁止されており、派生物と出力には同じライセンスを適用する必要があります。 - [AI Pubs Open RAIL-M License (Modified, Datalab Surya)](https://ai-opensource.com/ja/licenses/datalab-surya-openrail-m/): Datalab の Chandra モデルと同じ修正版 Open RAIL-M ライセンスで、上限はより高くなっています。研究用途と個人的な利用は無料で、商用は前年度の収益が500万米ドル未満、累計の資金調達額も500万米ドル未満の組織に限って許可されます。モデルを Datalab と競合する形で使うことも禁止されており、派生物と出力には同じライセンスを適用する必要があります。 - [ERNIE 5.5 Flash Base Model License Agreement v1.0](https://ai-opensource.com/ja/licenses/ernie-5-5-flash-base/): 非商用利用は無料です。商用は、関連する年間収益が5000万米ドルまでであれば「Powered by ERNIE」を表示し、Baidu に一度だけ通知を送れば無料で行えますが、EU・英国・韓国以外の地域に限られます。5000万米ドルを超える場合は Baidu の書面による許諾が必要です。 - [Fish Audio Community License Agreement 1.0](https://ai-opensource.com/ja/licenses/fish-audio-community/): 研究用途と非商用利用は無料で、あなたと関連企業の年間収益が50万米ドル未満であれば商用も無料です。これを超える場合や、規模にかかわらずテキスト読み上げ、ボイスクローン、推論サービスとして他者にモデルを提供する場合は、Fish Audio との別途の書面によるライセンスが必要です。「Built with Fish Audio」の表示が必須で、同意なく実在の人物の声をクローンすること、またモデルやその音声で他の音声モデルや基盤モデルを学習することはできません。 - [Fish Audio Research License Agreement](https://ai-opensource.com/ja/licenses/fish-audio-research/): Fish Audio による S2 Pro の重みのライセンスで、最終更新は2026年3月7日。研究用途と非商用利用(趣味のプロジェクト、評価、テストを含む)は無料です。自分の組織の内部運営を含むあらゆる商用目的には、Fish Audio との別途の書面によるライセンスが必要です。重みや派生物を共有する場合は、契約書を引き渡し、39 AI, Inc. をクレジットする声明を保持し、「Built with Fish Audio」を表示する必要があります。 - [FLUX Kommunity License v1.0](https://ai-opensource.com/ja/licenses/flux-kommunity/): Black Forest Labs が公開するオープンな FLUX 3 ウェイト用のライセンスです。個人利用と非商用利用は無料で、商用利用は「適格ユーザー(Qualifying Users)」に限って無料になります。適格ユーザーとは、あなたと関連会社の年間収益が500万米ドル未満であることです。それより大きい企業には商用ライセンスか有料 API が必要です。 - [Gemma Terms of Use](https://ai-opensource.com/ja/licenses/gemma-terms/): Google が Gemma 4 より前にリリースした Gemma モデル(TranslateGemma を含む)向けに定めた独自ライセンスです。商用利用、改変、再配布が収益上限なしで認められますが、すべてのコピーとすべての派生物に同じ利用制限が適用され、Google は条項に違反していると判断した利用を制限できます。 - [GLM-5.3 License](https://ai-opensource.com/ja/licenses/glm-5-3/): MIT に近いライセンスです。唯一の追加条件は巨大なホスティング事業に適用されます。収益が100億米ドルを超えるモデル即サービス(model as a service)運営者は、Z.AI のセキュリティ審査に合格しなければなりません。それ以外の人は MIT 同様に扱えます。 - [Ideogram Non-Commercial Model Agreement](https://ai-opensource.com/ja/licenses/ideogram-non-commercial/): Ideogram が Ideogram 4 のウェイトに設定しているライセンスです。最終更新は 2026 年 6 月 3 日。ウェイトが無料で使えるのは非商用目的に限られ、その範囲は本文が狭く定めています。企業はテストやプロトタイプ制作はできますが、本番環境へのデプロイはできず、収益を生む製品向けに画像を生成することも対象外です。商用利用には別途契約が必要で、Ideogram はその可否を自由に判断できます。 - [Kimi K3 License](https://ai-opensource.com/ja/licenses/kimi-k3/): 2 つの規模条件が付いた MIT 風ライセンスです。ほとんどの企業は問い合わせなしで商用利用できますが、大規模なホスティング事業は別途契約が必要で、非常に大規模な製品はモデルのクレジット表示が求められます。Kimi K3.1 Pro は同じ条件を自身の名称で適用しています。 - [Krea 2 Community License Agreement v1](https://ai-opensource.com/ja/licenses/krea-2-community/): Krea が Krea 2 Raw と Turbo のウェイトに適用しているライセンスです。日付は 2026 年 6 月 22 日。モデルを使用・改変・共有し、派生物を作成できます。商用利用は、あなたと関連会社の年間収益が100万米ドル未満の場合にのみ認められます。それより大きな組織は Krea からエンタープライズライセンスを取得する必要があります。 - [LFM Open License v1.0](https://ai-opensource.com/ja/licenses/lfm-open-1-0/): Liquid AI による Apache 2.0 風ライセンスですが、大きな制約が一つあります。商用利用の許諾は、あなたの会社が関連会社と合わせて年間収益1000万米ドル未満である間に限られます。このラインを超えると許諾の対象外となり、独自の契約が必要です。 - [LTX-2 Community License Agreement](https://ai-opensource.com/ja/licenses/ltx-2-community/): LTX-2 と LTX-2.3 用の独自ライセンスです。日付は 2026 年 1 月 5 日。年間収益が1000万米ドル未満の組織は、禁止用途のリストに従うことを条件に、あらゆる目的でモデルを使用・改変・ホストできます。この額に達するか超える組織には有料の商用契約が必要です。LTX-2.5 は代わりに新しい LTX-2.x ライセンスを適用しています。 - [LTX-2.x Community License Agreement](https://ai-opensource.com/ja/licenses/ltx-2x-community/): LTX 動画モデル向けの独自ライセンスです。年間収益が1000万米ドル未満の組織は、あらゆる目的でモデルを使用・改変・ホストできます。この額に達するか超える組織には有料の商用ライセンスが必要ですが、非本番環境での評価は引き続き可能です。 - [MiniMax Community License](https://ai-opensource.com/ja/licenses/minimax-community/): 非商用目的の権利を付与したうえで、商用利用の手順を定めたライセンスです。クレジットの表示、通知の送信、そして製品の年間収益が2000万米ドルを超える場合は書面による許諾の取得が必要です。軍事利用は禁止されています。このモデル上で製品を出荷する前に、法律の観点からの確認をおすすめします。 - [MiniMax H3 Community License Agreement](https://ai-opensource.com/ja/licenses/minimax-h3-community/): コミュニティライセンスで、MiniMax H3 を使用・改変・頒布できますが、「適用地域(Applicable Territory)」に限られます。適用地域とは、欧州連合、英国、韓国、米国を除く世界全体です。年間収益が2000万米ドルを超える商用製品には MiniMax の書面による許諾が必要で、すべての商用製品はインターフェースに「MiniMax H3」と表示しなければならず、このモデルやその出力を使って他の AI モデルを学習することもできません。弁護士への相談を推奨します。特にあなたやユーザーが対象外の地域にいる場合は重要です。 - [MiniMax-H3-Image Community License Agreement](https://ai-opensource.com/ja/licenses/minimax-h3-image-community/): MiniMax H3 ライセンスをベースに、商用のハードルを大きく下げたものです。MiniMax-H3-Image の使用・改変・頒布は「適用地域(Applicable Territory)」(欧州連合、英国、韓国、米国を除く世界)でのみ認められます。あなたと関連会社の年間収益が100万米ドルを超える場合、または他人向けにホスト型サービスとしてモデルを提供する場合は、MiniMax の書面による許諾が必要です。この上で事業を構える前に、法律の観点からの確認をおすすめします。 - [MiniMax M2.7 Non-Commercial License](https://ai-opensource.com/ja/licenses/minimax-m2-7-non-commercial/): MIT 風のライセンスですが、対象は非商用利用のみです。個人的な利用(コーディングや自分用ツール構築のためのセルフホストを含む)と、非営利・学術・研究目的の利用は無料です。商用利用にはすべて MiniMax からの事前の別途書面許諾が必要で、許諾された場合は「Built with MiniMax M2.7」と表示しなければなりません。 - [MiniMax Model License (M2.5)](https://ai-opensource.com/ja/licenses/minimax-model-license/): MiniMax の寛容スタイルの制限付きライセンスです。バージョン日付は 2026 年 2 月 13 日。モデルを使用、複製、頒布、改変し、派生物を作る世界的・無償の権利を付与し、本文に収益上限はありません。契約を相手に引き継ぎ、改変ファイルに印を付け、MiniMax の署名通知を保持し、禁止使用ポリシーに従う必要があります。モデルカードと Hugging Face のメタデータは Modified-MIT と呼んでいますが、リポジトリ内のライセンスファイルのタイトルは MiniMax Model License です。 - [MiniMax-Music3 Community License](https://ai-opensource.com/ja/licenses/minimax-music3-community/): 商用条件付きの MIT 風ライセンスです。MiniMax Music 3 は利用・改変・再配布できますが、商用製品はインターフェースに「MiniMax-Music3」と表示する必要があり、これを使う製品で年間収益が 2000万米ドルを超える企業は書面による許諾が必要です。モデルを他者に提供する側も、権利を侵害する出力を防ぐ安全策を維持しなければなりません。長い利用規約(acceptable use policy)が適用されます。 - [Mistral Ecosystem Open-Weight License](https://ai-opensource.com/ja/licenses/mistral-open-weight/): 変更版 MIT ライセンスです。モデルは自由に利用し、その上で開発できますが、ホステッドアクセスを販売する事業はすべて、売上の規模に関係なく、Mistral から別途商用ライセンスを取得する必要があります。 - [MIT License](https://ai-opensource.com/ja/licenses/mit/): 最も短くシンプルな宽松型ライセンスです。著作権表示とライセンス表示を残す限り、モデルに対してほぼ何でもできます。 - [Modified MIT License (Moonshot AI)](https://ai-opensource.com/ja/licenses/moonshot-modified-mit/): 標準的な MIT ライセンスに一文を加えたものです。誰でもモデルを利用・改変・販売できますが、非常に大規模な製品(月間アクティブユーザーが1億を超えるか、月間収益が 2000万米ドルを超える場合)だけは、インターフェースにモデル名を表示する必要があります。 - [Muse Model License](https://ai-opensource.com/ja/licenses/muse-model-license/): Meta が Muse Spark Open に適用するライセンスです。ほとんどの企業は商用利用できますが、収益が 2000万米ドルを超えた状態でホステッドアクセスを販売する事業は別途契約が必要で、誰もが「Built with Muse Spark Open」と表示しなければなりません。ダウンロードには承認が必要です。 - [NetEase Youdao Model Use License Agreement](https://ai-opensource.com/ja/licenses/netease-youdao-model-use/): NetEase Youdao の Confucius4-R2T2 音声認識モデルのライセンスです。あなたや関連企業の月間アクティブユーザーが1億人を超えるか、年間収益が10億人民元(RMB)を超えない限り商用利用が認められ、それを超える場合は別途ライセンスが必要です。また、非商用の AI モデルを除き、このモデルを使って他の AI モデルを改良することや、高リスクな用途を禁じています。 - [NVIDIA License (non-commercial)](https://ai-opensource.com/ja/licenses/nvidia-license-non-commercial/): NVIDIA が LocateAnything-3B に同梱している短い研究専用ライセンスです。作品を利用、複製、改変、共有できますが、非商用に限られます。テキスト上、非商用とは研究または評価目的のみを指します。NVIDIA とその関連企業は商用利用の権利を保持します。 - [NVIDIA Nemotron Open Model License](https://ai-opensource.com/ja/licenses/nvidia-nemotron-open-model/): NVIDIA の宽松型(Apache 風)ライセンスです。商用利用、派生物の作成、再配布が認められ、NVIDIA は出力の所有権を主張しません。主な義務はライセンスを添付することと表示を保持することです。 - [NVIDIA Open Model Agreement](https://ai-opensource.com/ja/licenses/nvidia-open-model/): NVIDIA の宽松型(Apache 風)の契約書で、2026年4月2日に公開されました。NVIDIA は自社の作品が商用利用可能であること、派生物を作成・配布できること、出力の所有権を主張しないことを確認しています。主な義務は契約書を添付することと表示を保持することです。 - [OpenMDW License Agreement 1.1](https://ai-opensource.com/ja/licenses/openmdw-1-1/): Linux FoundationとPyTorch Foundationが機械学習モデル向けに作成した短いパーミッシブライセンスです。モデル、そのデータ、ドキュメント、ソフトウェアを一体としてカバーし、モデルの出力の利用には一切の制限を設けません。 - [BigScience Open RAIL-M License](https://ai-opensource.com/ja/licenses/openrail-m/): BigScienceが2022年8月に作成した標準的なOpen RAIL-Mライセンスです。モデルをサービスとしてホストすることを含め、無料の全世界規模の著作権・特許権を付与しますが、違法行為、本人の同意なしでのなりすまし、医療アドバイス、人の法的権利に関する全自動意思決定などの禁止用途リストを、すべてのコピーと派生物に結び付けます。 - [PLaMo Community License Agreement](https://ai-opensource.com/ja/licenses/plamo-community/): PLaMoモデル向けの日本のコミュニティライセンスです。個人利用と学術利用は無料です。商用利用は、Preferred Networksへの登録後、かつあなたと関連会社の年間収入または売上高が10億円以下である場合にのみ無料で、それを超える場合は別途契約が必要です。モデルや派生モデルを他人に渡すときは「Built with PLaMo」と表示し、作成するモデルの名前に「PLaMo」を含めなければなりません。 - [Qwen3.8-Max License](https://ai-opensource.com/ja/licenses/qwen-3-8-max/): AlibabaのQwenチームがフラッグシップモデル向けに用意したMIT風ライセンスです。ほとんどの人は無料で利用でき、超大型製品にはモデル名のクレジット表示ルールがあり、大規模なホスティング事業とAIワークアシスタント事業には別途契約が必要です。 - [Qwen Community License 1.0](https://ai-opensource.com/ja/licenses/qwen-community-1-0/): Qwen3.8-Max Licenseよりもホスティング条項が厳しいMIT風ライセンスです。モデルを使って自由に製品を作れますが、モデル提供サービス(MaaS)やAIワークアシスタント事業を運営する場合、収益の規模にかかわらず別途ライセンスが必要です。 - [Qwen Research License Agreement](https://ai-opensource.com/ja/licenses/qwen-research/): Alibabaの研究専用ライセンスです。研究や評価を目的としたモデルの利用、改変、共有はできますが、商用利用はすべてQwenからの別途ライセンスが必要です。商用では通常、Alibabaのホスト型APIを利用します。 - [Stability AI Community License](https://ai-opensource.com/ja/licenses/stability-ai-community/): Stability AIがオープンモデル向けに定めたライセンスです。研究用途と非商用利用は無料で、あなたと関連会社の年間収益が100万米ドル未満であれば商用利用も無料です。ただし商用ユーザーはStability AIへの登録と「Powered by Stability AI」の表示が必要です。100万米ドルを超えるとライセンスは終了し、エンタープライズライセンスを申請する必要があります。法律が認める範囲で、出力はあなたのものになります。 - [Stellon Labs Community License Agreement](https://ai-opensource.com/ja/licenses/stellon-labs-community/): KittenMLが公開するKittenTTS 2の重みのライセンスで、テキストの期日は2024年7月5日です。研究、非商用、限定的な商用利用は無料です。商用ユーザーはStellon Labsに登録する必要があり、あなたまたは関連会社の年間収益または累計調達資金が100万米ドルを超えた時点で商用許諾は終了します。 - [StepFun Model License 1.0](https://ai-opensource.com/ja/licenses/stepfun-model-1-0/): Step 5 Previewを無料で利用・改変・配布・再ライセンスできる独自ライセンスです。商用も含まれます。モデルをスマートフォン、車両、メガネ、ウェアラブル、ロボット、スマートホーム機器に組み込むハードウェアメーカーは別途商用ライセンスが必要で、年間収益が2000万米ドルを超えるモデル提供サービス(MaaS)事業も同様です。アクティブユーザーが1億人を超える、または月間収益が2000万米ドルを超える製品は「Powered by StepFun AI」を表示しなければなりません。モデルの出力をかなりの程度使って学習されたモデルは派生物とみなされます。 - [Tencent Hunyuan Community License](https://ai-opensource.com/ja/licenses/tencent-hunyuan-community/): 制限が実質的にあるロイヤリティフリーのライセンスです。有効なのは欧州連合(EU)、イギリス、韓国の外だけです。月間ユーザーが1億人を超える大規模サービスは事前にTencentへの申請が必要で、モデルやその出力を他のAIモデルの改善に使うことはできません。 - [Upstage Solar License](https://ai-opensource.com/ja/licenses/upstage-solar/): Apache 2.0にルールが1つ追加されたライセンスです。モデルは商用利用でき、その上で自由に開発できますが、そこから作成して配布するAIモデルは「Solar」で始まる名前を持つ必要があり、「Built with Solar」の語を表示しなければなりません。 - [webAI Non-Commercial License ver. 1.0](https://ai-opensource.com/ja/licenses/webai-non-commercial/): webAI, Inc.がTwILシリーズのモデルに付している短いライセンスです。重みを使用、改変、共有する永続的で全世界・ロイヤリティフリーの著作権ライセンスを付与しますが、非商用の研究・教育目的に限られます。この制限はすべての派生物にも引き継がれます。 ## 用語集 - [エージェントメモリ(Agent memory)](https://ai-opensource.com/ja/glossary/agent-memory/): エージェントメモリは、AI エージェントが事実、好み、過去の経験をセッションをまたいで保持できるようにし、毎回空白のコンテキストから始めなくて済むようにする仕組みです。 - [エージェンティックコーディング(Agentic coding)](https://ai-opensource.com/ja/glossary/agentic-coding/): エージェンティックコーディングとは、モデルが開発者のようにソフトウェアに取り組むことです。コードベースを読み、ファイルを編集し、コマンドやテストを実行し、タスクが完了するまで作業を続けます。 - [AI エージェント](https://ai-opensource.com/ja/glossary/ai-agent/): AI エージェントとは、モデルがツールを呼び出して多段階のタスクを計画・実行するシステムです。コードの実行、ウェブ検索、ファイル編集などを行います。 - [ベースモデル(Base model)](https://ai-opensource.com/ja/glossary/base-model/): ベースモデルは事前学習の素の出力で、指示に従うことや会話することをまだ学んでおらず、通常はファインチューニングの出発点になります。 - [ベンチマーク(Benchmark)](https://ai-opensource.com/ja/glossary/benchmark/): ベンチマークはモデルを比較するための標準化されたテストで、数学、コーディング、知識問題のセットなどが使われます。スコアは参考になりますが、読みすぎには注意が必要です。 - [分類器なしガイダンス(CFG)](https://ai-opensource.com/ja/glossary/classifier-free-guidance/): 分類器なしガイダンス、通称 CFG は、拡散モデルにおける設定の一つで、結果がプロンプトにどの程度厳密に従うかを制御します。その代償が追加の計算です。 - [コンピュータ操作エージェント(Computer-use agent)](https://ai-opensource.com/ja/glossary/computer-use-agent/): コンピュータ操作エージェントはスクリーンショットを見て、クリック、入力、スクロールといった人のようにコンピュータを操作し、場合によってはシェルコマンドやコードも実行します。 - [コンテキストウィンドウ(Context window)](https://ai-opensource.com/ja/glossary/context-window/): コンテキストウィンドウとは、モデルが一度に考慮できるテキスト量の上限で、トークン単位で測られます。あなたのプロンプトとモデル自身の回答の両方が含まれます。 - [意思決定モデル(Decision model)](https://ai-opensource.com/ja/glossary/decision-model/): 意思決定モデルは状況と質問のリストを読み込み、テキストを書く代わりに、許可された各回答に対して確率を返します。 - [デンスモデル(Dense model)](https://ai-opensource.com/ja/glossary/dense-model/): デンスモデルはすべてのトークンの処理に全パラメータを使います。一部のパラメータだけを有効化する混合専門家(MoE)モデルとは異なります。 - [拡散モデル(Diffusion model)](https://ai-opensource.com/ja/glossary/diffusion-model/): 拡散モデルはランダムなノイズから出発し、ノイズを一歩一歩取り除いていくことで画像や動画を生成します。 - [蒸留(Distillation)](https://ai-opensource.com/ja/glossary/distillation/): 蒸留は、より小さな「生徒」モデルに大きな「教師」モデルを模倣させる学習手法で、サイズはごく小さく保ちながら教師の能力の多くを引き継げます。 - [効率的アテンション(スパース、線形、ハイブリッド)](https://ai-opensource.com/ja/glossary/efficient-attention/): 効率的アテンションの設計では、見るトークンを減らしたり過去を圧縮したりすることで、標準的なアテンションよりはるかに少ないメモリと計算で、非常に長い入力を読めます。 - [埋め込みモデル(Embedding model)](https://ai-opensource.com/ja/glossary/embedding-model/): 埋め込みモデルはテキストや画像などのデータを、意味を表す数値の列に変換します。これにより、意味の近い項目どうしが近い位置に並びます。 - [ファインチューニング(Fine-tuning)](https://ai-opensource.com/ja/glossary/fine-tuning/): ファインチューニングは、事前学習済みモデルの学習を自分のサンプルで続けることで、特定のタスク、スタイル、分野でより良い振る舞いをさせます。 - [ゲーテッドモデル(Gated model)](https://ai-opensource.com/ja/glossary/gated-model/): ゲーテッドモデルとは、Hugging Face でダウンロードする前にログインして利用規約に同意する、あるいはアクセス申請が必要なオープンモデルのことです。 - [GGUF](https://ai-opensource.com/ja/glossary/gguf/): GGUF は llama.cpp およびそれを基盤とするツールが使う単一ファイルのモデル形式で、量子化された重みと実行に必要な情報を 1 つのファイルにまとめます。 - [ハルシネーション(Hallucination)](https://ai-opensource.com/ja/glossary/hallucination/): ハルシネーションとは、AI モデルが自信たっぷりに述べる、誤りのある、あるいはでっち上げの主張のことです。 - [Hugging Face](https://ai-opensource.com/ja/glossary/hugging-face/): Hugging Face はほとんどのオープンモデルが公開されているウェブサイトで、各モデルにはファイル、ライセンス、モデルカード、ダウンロード数を掲載したページがあります。 - [推論(Inference)](https://ai-opensource.com/ja/glossary/inference/): 推論とは、学習済みモデルを実行して出力を得ること、たとえばプロンプトに答えさせることで、「モデルを学習させる」ことの対になる概念です。 - [KVキャッシュ](https://ai-opensource.com/ja/glossary/kv-cache/): KV キャッシュは、会話のそれまでのトークンをモデルが覚えておくためのメモリで、コンテキスト長に伴って増えていきます。 - [ループトランスフォーマー(Looped transformer)](https://ai-opensource.com/ja/glossary/looped-transformer/): ループトランスフォーマーは、自分の層の一部をトークンごとに何度も繰り返し実行するため、パラメータを増やさずに計算量を増やせます。 - [LoRA(低ランク適応)](https://ai-opensource.com/ja/glossary/lora/): LoRA は「低ランク適応(low-rank adaptation)」の略称で、モデルの全パラメータを変更する代わりに、追加した少数の重みを学習することでファインチューニングを行います。 - [機械翻訳(Machine translation)](https://ai-opensource.com/ja/glossary/machine-translation/): 機械翻訳は、テキスト、音声、画像内の文字をある言語から別の言語へ訳すソフトウェアです。今日のオープンモデルは、汎用モデルを出発点に翻訳専用に学習したものが主流です。 - [マトリョーシカ埋め込み(Matryoshka embeddings)](https://ai-opensource.com/ja/glossary/matryoshka-embeddings/): マトリョーシカ埋め込みは、ベクトルの先頭部分だけでも単独で機能するように学習されているため、ベクトルを短く切って保存容量と検索時間を節約できます。 - [専門家の混合(MoE)](https://ai-opensource.com/ja/glossary/mixture-of-experts/): 混合専門家モデルは多くの専門特化したサブネットワークを含み、トークンごとにそのうちの少数だけを使うため、非常に大きくても高速に動けます。 - [MTEB(埋め込みベンチマーク)](https://ai-opensource.com/ja/glossary/mteb/): MTEB(Massive Text Embedding Benchmark、大規模テキスト埋め込みベンチマーク)は、検索、分類、クラスタリングなど多くのタスクで埋め込みモデルを採点するものであり、その公開リーダーボードはモデル比較の定番の手段です。 - [マルチモーダルモデル](https://ai-opensource.com/ja/glossary/multimodal-model/): マルチモーダルモデルは、テキスト、画像、音声、動画など複数の種類のデータを、入力・出力のいずれか、またはその両方として扱えます。 - [音楽生成](https://ai-opensource.com/ja/glossary/music-generation/): 音楽生成モデルは、テキストによる説明(多くの場合は歌詞も)を音声へ変換します。ボーカル入りの完全な曲、インストゥルメンタル、リアルタイムの音楽ストリーム、効果音などです。 - [非商用ライセンス](https://ai-opensource.com/ja/glossary/non-commercial-license/): 非商用ライセンスでは、研究・学習・個人プロジェクトでのモデル利用は認められますが、収益を目的とした利用は認められません。 - [OCR と文書解析](https://ai-opensource.com/ja/glossary/ocr/): OCR は文字の画像をテキストに変換します。文書解析はさらに一歩進んで、表、数式、グラフ、読む順序を再構築します。多くは Markdown として出力します。 - [OmniDocBench](https://ai-opensource.com/ja/glossary/omnidocbench/): OmniDocBench は文書解析のベンチマークで、多様な種類の PDF ページをテキスト・表・数式へ変換するモデルの能力を採点します。 - [オンデバイス AI(On-device AI)](https://ai-opensource.com/ja/glossary/on-device-ai/): オンデバイス AI とは、モデルをクラウドではなく自分のスマホ、ノート PC、小型ボード上で動かすことを指します。データは手元に留まり、オフラインでも動作します。 - [オープンソース AI](https://ai-opensource.com/ja/glossary/open-source-ai/): Open Source Initiative(OSI)の定義によれば、オープンソース AI とは、自由に使用・研究・改変・共有できる AI システムであり、重みとコード、トレーニングデータの詳細情報がすべて公開されています。 - [オープンウェイト(Open weights)](https://ai-opensource.com/ja/glossary/open-weights/): オープンウェイトモデルとは、学習済みのパラメータ(重み)が公開されている AI モデルで、誰でもダウンロードして実行できます。通常は利用条件を定めたライセンスが付きます。 - [OpenAI 互換 API](https://ai-opensource.com/ja/glossary/openai-compatible-api/): OpenAI 互換 API とは、OpenAI API と同じリクエストを受け付けるサーバーのことで、OpenAI 向けに書かれたアプリが代わりにオープンモデルを使えます。 - [OpenRAIL(責任ある AI ライセンス)](https://ai-opensource.com/ja/glossary/openrail/): OpenRAIL は、商用を含めてモデルの利用・改変・共有を認める一方、あらゆるコピーと派生物に禁止用途のリストを添付することを求めるライセンス群です。 - [パラメータ](https://ai-opensource.com/ja/glossary/parameters/): パラメータはモデル内部にあって学習時に調整される数値で、その数(7B や 70B など)がモデル規模の一般的な指標になります。 - [パーミッシブライセンス](https://ai-opensource.com/ja/glossary/permissive-license/): Apache 2.0 や MIT のようなパーミッシブライセンスは、条件が非常に少なく、通常は表示を残すだけで、モデルの利用・改変・販売ができます。 - [精度(BF16、FP8、INT4)](https://ai-opensource.com/ja/glossary/precision/): 精度とは、モデル内の各数値を格納するのに使うビット数のことで、16 ビットの BF16、8 ビットの FP8、4 ビットの INT4 などがあります。ビット数が少ないほど、モデルは小さく、速くなります。 - [量子化](https://ai-opensource.com/ja/glossary/quantization/): 量子化は、モデルの重みをより少ないビット(たとえば 16 の代わりに 4)で保存することで、メモリ使用量を削減し推論を高速化します。品質はわずかに犠牲になります。 - [量子化対応トレーニング(QAT)](https://ai-opensource.com/ja/glossary/quantization-aware-training/): 量子化対応トレーニング(QAT)は、学習の途中から低精度の重みに慣れさせ、4 ビットでの品質低下を、後から圧縮したモデルより小さく抑える手法です。 - [検索拡張生成(RAG)](https://ai-opensource.com/ja/glossary/rag/): 検索拡張生成(RAG)は、関連する段落を検索してプロンプトに加えることで、モデルがあなた自身の文書に基づいて回答できるようにする仕組みです。 - [推論モデル(Reasoning Model)](https://ai-opensource.com/ja/glossary/reasoning-model/): 推論モデルは、最終的な答えを出す前に、見えるかどうかは別として「思考」フェーズで問題を一歩一歩掘り下げます。 - [強化学習(RL)](https://ai-opensource.com/ja/glossary/reinforcement-learning/): 強化学習は、正解やテスト合格のような良い結果に報酬を与えることでモデルを訓練します。例文を模倣させるのとは違う方法です。 - [リランカー(Reranker)](https://ai-opensource.com/ja/glossary/reranker/): リランカーは、質問と各検索結果を一緒に読んで、検索結果の短いリストに再スコアを付けます。埋め込みだけより遅いですが、より正確です。 - [売上上限(Revenue cap)](https://ai-opensource.com/ja/glossary/revenue-cap/): 売上上限はライセンスの条件の 1 つで、一定の収入を下回ればモデルは無料で使え、上回ると別途合意が必要になります。 - [サンプリングステップ数](https://ai-opensource.com/ja/glossary/sampling-steps/): サンプリングステップ数は、拡散モデルがノイズを画像や動画へ変えるまでに繰り返す処理の回数です。ステップが少ないほど速く結果が出ますが、通常は細部やバラエティがやや失われます。 - [セルフホスティング(Self-hosting)](https://ai-opensource.com/ja/glossary/self-hosting/): セルフホスティングとは、ベンダーのAPIを呼び出す代わりに、自分のPCやレンタルGPUサーバーなど、自分で管理するハードウェア上でモデルを実行することです。 - [ソブリンAI(Sovereign AI)](https://ai-opensource.com/ja/glossary/sovereign-ai/): ソブリンAIとは、計算資源やデータからモデル本体まで、国や組織が自らの管理下で構築・ホスト・統治できるAIのことです。 - [話者ダイアリゼーション(話者ラベル)](https://ai-opensource.com/ja/glossary/speaker-diarization/): ダイアリゼーションは、録音の中で誰がいつ話したのかを割り出し、話者1や話者2のように、発話の区間ごとに話者ラベルを付けます。 - [推測デコーディングとマルチトークン予測(Speculative decoding)](https://ai-opensource.com/ja/glossary/speculative-decoding/): 推測デコーディングは、小規模なドラフトモデルが先の複数トークンを推測し、それをフルモデルが一度に検証することで、テキスト生成を高速化します。 - [音声認識(ASR、音声文字起こし)](https://ai-opensource.com/ja/glossary/speech-recognition/): 音声認識はASRや音声文字起こしとも呼ばれ、話された音声を書かれたテキストに変換します。 - [三値重み(Ternary weights、1.58ビット)](https://ai-opensource.com/ja/glossary/ternary-weights/): 三値重みはモデルの各重みを -1、0、+1 の3つの値のいずれかに限定するため、16ビットではなく重み1つあたり2ビット未満で済みます。 - [地域制限(Territory restriction)](https://ai-opensource.com/ja/glossary/territory-restriction/): 地域制限はライセンスが有効な地域を制限します。除外された国や地域でモデルを利用することはライセンスで認められません。 - [テキストエンコーダー(Text encoder)](https://ai-opensource.com/ja/glossary/text-encoder/): 画像や動画の生成モデルでは、テキストエンコーダーはプロンプトを生成器が使える数値に変える独立した言語モデルであり、ダウンロード量とメモリ使用量を増やします。 - [テキスト音声変換(TTS)](https://ai-opensource.com/ja/glossary/text-to-speech/): テキスト音声変換モデルは書かれたテキストを話し声のオーディオに変えます。短いサンプルから声をコピーできるモデルも多くあります。 - [トークン(Token)](https://ai-opensource.com/ja/glossary/token/): トークンは、言語モデルが読み書きする小さなテキストのかたまり(多くは単語か単語の一部)で、モデルは長さや速度をトークン単位で測ります。 - [ツール呼び出し(Function calling)](https://ai-opensource.com/ja/glossary/tool-calling/): ツール呼び出しを使うと、モデルがプログラムに検索や計算機などの関数の実行を依頼し、その結果を回答に活用できます。 - [翻訳評価指標(Translation metrics)](https://ai-opensource.com/ja/glossary/translation-metrics/): 翻訳評価指標は、モデルカードが翻訳の質を示すために使うスコアです。人間の参考訳文との重なりを数えるものもあれば、訓練済みモデルや人間のレビュアーを使うものもあり、その尺度は相互に比較できません。 - [ユニファイドメモリ(Unified memory)](https://ai-opensource.com/ja/glossary/unified-memory/): ユニファイドメモリは、Appleシリコンなど一部のチップが採用する設計で、CPUとGPUが1つのメモリプールを共有するため、大きなモデルがその大部分を使えます。 - [視覚言語モデル(VLM)](https://ai-opensource.com/ja/glossary/vision-language-model/): 視覚言語モデルは画像(多くの場合動画も)とテキストを一緒に読めるため、写真、スクリーンショット、文書ページについて質問できます。 - [ボイスクローニング(Voice cloning)](https://ai-opensource.com/ja/glossary/voice-cloning/): ボイスクローニングは、テキスト音声変換モデルに特定の人物の声で話させます。多くはわずか数秒の録音から行えます。 - [VRAM](https://ai-opensource.com/ja/glossary/vram/): VRAMはグラフィックスカード上のメモリです。重みをメモリに収めないとモデルは速く動かないため、GPUがどのモデルを載せられるかはVRAMで決まります。 - [単語エラー率(WER)](https://ai-opensource.com/ja/glossary/word-error-rate/): 単語エラー率は音声認識の標準的な評価スコアです。正しい参考文と比べて、転写のうち誤っている語、欠けている語、余分な語の割合を示します。 ## ツール - [AI Toolkit](https://ai-opensource.com/ja/tools/ai-toolkit/): Ostris 製の画像・動画・音声拡散モデル向けオールインワン学習スイート。Web インターフェースとコマンドラインの両方に対応。 - [AnythingLLM](https://ai-opensource.com/ja/tools/anythingllm/): ドキュメントと対話し、エージェントを構築し、ローカルモデルを実行するオールインワンアプリ。デスクトップ版と多ユーザーの Docker サーバー版。 - [Axolotl](https://ai-opensource.com/ja/tools/axolotl/): YAML 1 枚で駆動する無料のファインチューニングフレームワーク。LoRA、QLoRA、選好チューニング、MoE 向け NVFP4・エキスパート並列に対応。 - [ComfyUI](https://ai-opensource.com/ja/tools/comfyui/): オープンな画像・動画・音声・3D モデル向けのノードベーススタジオ。ビジュアルワークフローを組み立て、自分の GPU で実行できます。 - [DiffSynth-Studio](https://ai-opensource.com/ja/tools/diffsynth-studio/): ModelScope コミュニティによるオープンソースの拡散モデルエンジン。控えめな GPU で画像・動画・音声モデルの実行と学習ができます。 - [Diffusers](https://ai-opensource.com/ja/tools/diffusers/): Hugging Face の Python ライブラリ。画像・動画・音声向け拡散モデルの実行と学習に使えます。 - [ExLlamaV3](https://ai-opensource.com/ja/tools/exllamav3/): コンシューマー GPU 向けの CUDA 推論ライブラリ。独自の EXL3 量子化、テンソル並列、MoE モデル向けの CPU オフロードを備えます。 - [InvokeAI](https://ai-opensource.com/ja/tools/invokeai/): AI 画像生成のためのセルフホスト型クリエイティブスタジオ。レイヤー式キャンバス、ノードベースのワークフロー、モデルマネージャーを備えます。 - [Jan](https://ai-opensource.com/ja/tools/jan/): ChatGPT の無料オープンソース代替となるデスクトップアプリ。オープンモデルをオフラインでダウンロード・実行でき、クラウド API にも接続できます。 - [KoboldCpp](https://ai-opensource.com/ja/tools/koboldcpp/): GGUF モデルを内蔵の Web UI で実行する単一ファイルアプリ。画像・動画・音声・音楽の生成にも対応します。 - [KTransformers](https://ai-opensource.com/ja/tools/ktransformers/): GPU と CPU メモリで処理を分担し、超大規模な混合エキスパート(MoE)モデルを動かす研究向けフレームワーク。 - [LightX2V](https://ai-opensource.com/ja/tools/lightx2v/): 画像・動画生成向けの軽量推論フレームワーク。蒸留モデル、量子化、多彩なハードウェアバックエンドに対応。 - [llama.cpp](https://ai-opensource.com/ja/tools/llama-cpp/): ローカル AI の多くを支える C/C++ エンジン。ほぼあらゆるハードウェアで量子化モデルを動かせる CLI ツールと OpenAI 互換サーバー。 ## 開発元 - [Abacus.AI](https://ai-opensource.com/ja/developers/abacusai/): プロフェッショナルや企業向けのAIアシスタントプラットフォームを販売する企業で、Hugging FaceではオープンなSmaugモデルも公開しています。2024年のSmaug-72Bから、2026年10月に登場しApache 2.0を採用するSmaug-Decisionsの音声・画像・テキスト対応の意思決定モデルまで、継続的にリリースしています。 - [ACE-Step](https://ai-opensource.com/ja/developers/ace-step/): ACE-Stepは、ACE StudioとStepFunが共同で主導するオープンな音楽生成プロジェクトです。2026年1月にリリースされたACE-Step 1.5モデル(4月には4BのXL版も登場)はMITライセンスを採用し、ライセンス済みデータ・ロイヤリティフリーのデータ・合成データで訓練されています。 - [Adventists AI](https://ai-opensource.com/ja/developers/adventists-ai/): 音声エージェント企業で、中国語では「AI降临派」として知られています。Apache 2.0を採用した全二重音声モデルSophon-Realtimeや、音声からターンテイクとトーンを直接判断するDuplexJevモデル(CC BY-NC)を公開しています。 - [Allen Institute for AI (Ai2)](https://ai-opensource.com/ja/developers/ai2/): 米国の非営利研究機関です。Olmoモデルは「完全にオープン」で、重みに加えて訓練データ・コード・中間チェックポイントも公開しており、研究者がモデルの構築過程を再現・研究できるようにしています。 - [Aleph Alpha](https://ai-opensource.com/ja/developers/aleph-alpha/): 政府や規制のある産業向けのモデルを手がけ、ヨーロッパの法律のもとでヨーロッパ内で訓練を行う「主権(ソブリン)」型のサプライチェーンを掲げるドイツのAI企業です。Kolibri 1モデルはApache 2.0で公開されています。 - [Alibaba Qwen](https://ai-opensource.com/ja/developers/alibaba-qwen/): AlibabaのQwenチームです。小規模なDenseモデルから2.4兆パラメータのフラッグシップまで、オープンウェイトモデルのファミリーとして最も幅広いラインナップの一つを公開しており、ライセンスはApache 2.0からQwen独自の条件までさまざまです。 - [Alibaba Wan](https://ai-opensource.com/ja/developers/alibaba-wan/): Alibabaの動画生成チームです。Wan 2.1とWan 2.2、そしてこれらをベースにしたキャラクターアニメーションモデルはApache 2.0のオープンウェイトとして公開されていますが、より新しいWanのバージョンはAlibabaのアプリとAPIからのみ提供されています。 - [AutoTrust AI Lab](https://ai-opensource.com/ja/developers/autotrust/): Hugging FaceでApache 2.0の下でDeciderという意思決定モデルを公開しているラボです。QwenとGemmaをバックボーンとし、ModelScopeでも提供されており、news.guru.soではニュース推薦と検索のデモを公開しています。Hugging FaceとModelScopeのプロフィール以外に公開情報はほとんど見つからず、モデルカードには現在も旧名称のJEVとGEVが使われています。 - [BAAI](https://ai-opensource.com/ja/developers/baai/): 北京智源人工知能研究院(BAAI)は中国の研究機関です。FlagOpenというGitHub組織を通じて公開しているBGEの埋め込み・リランキングモデルは、Hugging Faceで最もダウンロードされている検索モデルの一つです。2026年9月にApache 2.0で公開されたAREX-2エージェントモデルは、Qwen3.8-27Bをベースにしています。 - [Baidu](https://ai-opensource.com/ja/developers/baidu/): 中国のインターネット・AI企業で、ERNIEモデルとPaddlePaddle深層学習フレームワークの開発元です。オープンに公開しているものには、MITおよびApache 2.0ライセンスの小型ドキュメント解析モデルが含まれます。 - [Bilibili](https://ai-opensource.com/ja/developers/bilibili/): 中国の動画プラットフォームです。Index LLMチームはIndexTeamの名前でHugging Faceにオープンウェイトモデルを公開しており、テキスト・画像・音声・長文書の翻訳をカバーするIndex-Translateシリーズが代表作です。 - [Black Forest Labs](https://ai-opensource.com/ja/developers/black-forest-labs/): Stable Diffusionの開発者たちが設立したドイツのAI企業で、FLUX画像モデルを開発しています。最大のモデルはAPI経由で有料提供し、小規模なモデルは独自のFLUXライセンスでオープンウェイトとして公開しています。 - [Boson AI](https://ai-opensource.com/ja/developers/boson-ai/): Boson AI USA, Inc.は、音声AI向けのHiggsオーディオモデルを開発し、ホスト型APIを通じて販売しています。Hugging Faceでも重みを公開しており、その中にはHiggs TTS 3が含まれます。これらは独自の研究・非商用ライセンスの下で提供され、収益化するクリエイターコンテンツには無料の許諾が与えられています。 - [BreezeBlue](https://ai-opensource.com/ja/developers/breezeblue/): BreezeBlueはResonia, Inc.の商号で、ホスト型の音声プラットフォームとAPIを運営しています。研究および非商用目的に限定してBreeze TTS 2の音声合成(TTS)の重みを公開しており、推論コードはApache 2.0で提供され、商用利用は自社サービス経由に限られます。 - [Bria AI](https://ai-opensource.com/ja/developers/bria/): テルアビブの企業で、ライセンスされたデータで訓練した視覚生成AIを、ホスト型APIと商用ライセンス付きで販売しています。FIBOという名前で非商用のオープンウェイトも公開しており、代表モデルは画像モデルのFIBO 2.0です。 - [Cactus Compute](https://ai-opensource.com/ja/developers/cactus-compute/): Y Combinatorの2025年夏季バッチ出身のサンフランシスコのスタートアップです。スマートフォン、ウェアラブル、ロボットなどの低消費電力ハードウェア向けに、小さなオンデバイスAIモデルとオープンソースのCactus推論エンジンを開発しています。Needle、Whistle、MirageモデルはApache 2.0でリリースされています。 - [CircleStone Labs](https://ai-opensource.com/ja/developers/circlestone-labs/): CircleStone Labs LLCは、Comfy Orgと共同で開発した2Bのアニメ・イラスト向けテキストから画像を生成するモデル「Anima」を公開しています。重みは独自の非商用ライセンスを採用していますが、生成した画像は商用利用できます。 - [Cloudflare](https://ai-opensource.com/ja/developers/cloudflare/): 米国のネットワーク・クラウド企業で、AIモデル向けのホスト型サービスWorkers AIを運営しています。Qwenをベースにポストトレーニングされた意思決定モデル群ClefはApache 2.0で公開されており、Workers AIチームが初めて訓練したモデルです。 - [Cohere](https://ai-opensource.com/ja/developers/cohere/): カナダのエンタープライズAI企業で、研究部門のCohere Labsがオープンウェイトを公開しています。初期のCommandモデルはCC BY-NCで非商用に限定してリリースされ、Command A+はApache 2.0に移行しました。 - [Datalab](https://ai-opensource.com/ja/developers/datalab/): Marker、Surya、Chandraというドキュメント変換ツールを開発する米国の企業です。OCRモデルを公開しており、研究・個人利用・小規模組織には無料で使える改変版Open RAIL-Mライセンスを採用しています。Surya OCR 2では売上と資金調達の上限が500万米ドル、Chandra OCR 2では200万米ドルです。 - [Deep Principle](https://ai-opensource.com/ja/developers/deep-principle/): Deep Principle(中国語名: 深度原理)は、材料や化学の研究向けのAIを開発しています。モデルとシミュレーションや実験室の実験をつなぐ「AIサイエンティスト」のMiraもその一つです。GLM-5.3を科学分野向けにポストトレーニングしたHydrogen-1.0をMITライセンスで公開しました。 - [DeepReinforce](https://ai-opensource.com/ja/developers/deepreinforce/): カリフォルニアのAI研究スタートアップで、Hugging Faceのornith-ai組織のもとでOrnithのエージェント型コーディングモデルを公開しています。Ornith 1.0と1.5はQwen3.5とGemma 4からポストトレーニングされ、MITライセンスを採用しており、地域的な制限はありません。 - [DeepSeek](https://ai-opensource.com/ja/developers/deepseek/): 効率的な大規模Mixture-of-Expertsモデルで知られる中国のAIラボです。重みはMITライセンスで公開し、詳細な技術レポートも公表しています。 - [Fish Audio](https://ai-opensource.com/ja/developers/fish-audio/): オープンソースのFish Speechプロジェクトで知られる音声AI企業です。ライセンスに記載されている法主体は39 AI, Inc.で、パロアルトと東京にオフィスを構えています。2026年10月にリリースされたDrama 3は360億パラメータのMixture-of-Experts方式の音声合成モデルで、Fish Audio Community Licenseの下で提供されます。一方、2026年3月のより小さいS2 Proは研究・非商用ライセンスのままです。 - [Google DeepMind](https://ai-opensource.com/ja/developers/google-deepmind/): GoogleのAI研究ラボです。オープンウェイトのGemmaファミリーはスマートフォン規模からワークステーション級までをカバーし、Gemma 4からはApache 2.0ライセンスで公開されています。Magentaチームは、MacBook上でライブ演奏できるオープンな音楽モデルMagenta RealTime 2も公開しています。 - [Gradium](https://ai-opensource.com/ja/developers/gradium/): パリの音声AI企業で、Kyutaiラボからスピンアウトし、同ラボの共同創業者によって設立されました。パリとサンフランシスコにオフィスがあります。音声APIを販売し、端側で動くPhonon音声合成モデルをオープンソース化しています。英語版のPhonon 31mはApache 2.0、より大きな40mモデルはCC BY-NCです。 - [HeartMuLa](https://ai-opensource.com/ja/developers/heartmula/): HeartMuLaチームはオープンな音楽基盤モデルを公開しています。歌曲生成モデルのHeartMuLa、オーディオコーデックのHeartCodec、歌詞認識のHeartTranscriptorです。これらはApache 2.0で提供され、2026年9月のカバーソングモデルMuLaCoverはCC BY-NC 4.0です。 - [hexgrad](https://ai-opensource.com/ja/developers/hexgrad/): 独立開発者で、Hugging FaceとGitHubではhexgrad、Discordではrzvznという名前で知られ、Kokoro音声合成モデルを訓練して公開しました。Kokoro-82Mは8,200万パラメータのApache 2.0モデルで、最もダウンロードされているオープンな音声モデルの一つです。この開発者の公開されている国や所属先は見つからなかったため、表示していません。 - [HiDream.ai](https://ai-opensource.com/ja/developers/hidream/): 画像生成企業で、Hugging FaceのHiDream-ai組織のもとでモデルを公開しています。2025年のHiDream-I1とHiDream-E1から、2026年5月にMITライセンスでリリースされた80億パラメータのHiDream-O1-Imageまでを公開しています。 - [IBM](https://ai-opensource.com/ja/developers/ibm/): エンタープライズ向けオープンモデルファミリー「Granite」を手がけるテクノロジー企業です。言語、音声、埋め込み、ガードレールの各モデルをカバーしています。ほとんどのGraniteモデルはApache 2.0ですが、少なくとも一つの音声バリアントは非商用のため、各リポジトリを確認してください。 - [Ideogram](https://ai-opensource.com/ja/developers/ideogram/): 画像生成サービスIdeogramとそのホスト型APIを運営する企業です。2026年6月に公開されたIdeogram 4は同社初のオープンウェイトモデルで、重みは非商用ライセンス、推論コードはApache 2.0です。 - [Institute of Foundation Models (MBZUAI)](https://ai-opensource.com/ja/developers/ifm/): 基盤モデル研究院(The Institute of Foundation Models、IFM)は、アブダビのモハメド・ビン・ザーイド人工知能大学(MBZUAI)の研究機関で、LLM360を手がけるチームです。K2 HorizonモデルとJais 3を公開しており、重みとコードはApache 2.0で提供され、中間チェックポイント、訓練ログ、データまたはデータレシピも公開しています。 - [inclusionAI (Ant Group)](https://ai-opensource.com/ja/developers/inclusion-ai/): 中国のフィンテック企業であるAnt Groupが立ち上げたオープンなAIプロジェクトです。Ling言語モデルや関連する研究、Ming-Image 0.1 Designなどの画像モデルを公開しており、最近のLing-3.1とMing-ImageのリリースはMITライセンスを採用しています。 - [JetBrains](https://ai-opensource.com/ja/developers/jetbrains/): JetBrainsは、2000年にプラハで創業しアムステルダムに本社を置くソフトウェア企業で、IntelliJ IDEAやPyCharmなどの開発者向けツールを提供しています。コードとコーディングエージェント向けに作られたMellumモデルは、Apache 2.0のオープンウェイトとして公開されています。 - [Jina AI](https://ai-opensource.com/ja/developers/jina-ai/): 本社をベルリンに置く検索AI企業で、多言語・マルチモーダルの埋め込みモデル、リランカー、小型言語モデルを開発しています。Elasticは2025年10月にJina AIの買収を完了しましたが、最新のv5モデルは引き続きHugging Faceで公開されており、非商用ライセンスを採用しています。 - [Kandinsky Lab](https://ai-opensource.com/ja/developers/kandinsky-lab/): Kandinsky の画像・動画拡散モデルを手がける研究チームで、モデルとコードを GitHub と Hugging Face で公開しています。2026 年 10 月に MIT ライセンスでリリースされた Kandinsky 6.0 Video は、同期音声付きの 5 秒クリップを生成できます。 - [KittenML (Stellon Labs)](https://ai-opensource.com/ja/developers/kittenml/): KittenML の名義で Kitten-TTS モデルを公開している音声 AI 企業です。ライセンス上の著作権者は Stellon Labs Inc. です。旧世代の Kitten-TTS 0.8 は 1500 万〜8000 万パラメータで CPU 上で動作し、Kitten-TTS 2 は 17 億パラメータの三値モデルで、Stellon Labs Community License の下、売上または資金調達が 100 万米ドルを超えるまでは無料で利用できます。 - [KRAFTON](https://ai-opensource.com/ja/developers/krafton/): KRAFTON は韓国のゲーム企業で、KRAFTON AI はその AI チームです。2026 年 10 月、Apache 2.0 の下でゼロから学習した 288 億パラメータの混合エキスパート(MoE)言語モデル Raon-1 mini preview をリリースしました。韓国語の能力に優れています。 - [Krea](https://ai-opensource.com/ja/developers/krea/): Krea.ai, Inc. は、デラウェア州登記の企業で、画像・動画・3D 向けのクリエイティブアプリを運営しています。オープン公開されているのは Krea 2 で、ゼロから学習した画像モデルを Raw ベース版と Turbo 版で提供しています。より新しい Krea 3 は Hugging Face では公開されていません。 - [Kyutai](https://ai-opensource.com/ja/developers/kyutai/): パリに拠点を置く非営利のオープンサイエンス AI 研究所で、2023 年 11 月に Iliad グループ、CMA CGM、Schmidt Sciences によって設立されました。音声対話モデル Moshi やオーディオコーデック Mimi で知られています。Pocket TTS は音声クローン対応の音声モデルをノート PC の CPU 上で動かすことができ、コードは MIT、重みは CC BY 4.0 で公開されています。 - [LG AI Research](https://ai-opensource.com/ja/developers/lg-ai-research/): 韓国 LG グループの AI 研究部門で、EXAONE および K-EXAONE モデルファミリーを開発しています。2026 年 7 月 31 日に政府支援の主権 AI 基盤モデルプロジェクト向けにリリースされた K-EXAONE 2.0 は、7500 億パラメータの混合エキスパート(MoE)モデルで、Apache 2.0 の下で公開されています。 - [LightOn](https://ai-opensource.com/ja/developers/lighton/): 企業向け文書検索 AI プラットフォームを提供するフランスのエンタープライズ AI 企業です。オープン公開には、Apache 2.0 ライセンスのコンパクトな LightOnOCR 文書モデルが含まれます。 - [Liquid AI](https://ai-opensource.com/ja/developers/liquid-ai/): 米国の企業で、スマートフォンやノート PC などのエッジデバイス向けに、小さくて高速な「Liquid Foundation Models」を開発しています。短い畳み込みとアテンションを組み合わせたアーキテクチャを使用しています。LFM 言語モデルのほか、Liquid d1 のような小型の意思決定モデルも公開しています。モデルは LFM Open License の下で提供され、年間売上が 1000 万米ドル未満であれば商用利用は無料です。 - [LTX (Lightricks)](https://ai-opensource.com/ja/developers/ltx/): イスラエルの企業で、LTX 動画モデルの開発元です。2026 年 6 月、LTX はコンシューマー向けクリエイティブアプリの開発企業 Lightricks の独立した事業ユニットになりましたが、Hugging Face と GitHub の組織名は引き続き Lightricks を使用しています。オープンウェイトは年間売上が 1000 万米ドル未満の組織には無料で公開されています。LTX-2.3 は引き続き 2026 年 1 月の LTX-2 ライセンスを使用し、LTX-2.5 はより新しい LTX-2.x ライセンスを使用しています。 - [M-A-P](https://ai-opensource.com/ja/developers/m-a-p/): M-A-P(Multimodal Art Projection)はオープンソースの研究コミュニティで、YuE、MERT、SheetSage などのオープンな音楽モデルを開発しています。2026 年 9 月に Tokenwave.AI、MBZUAI、ACE Studio と共同でリリースした楽曲生成モデル YuE2 の重みは CC BY-NC 4.0 の下で提供されており、非商用利用に限られます。 - [Maritaca AI](https://ai-opensource.com/ja/developers/maritaca-ai/): ブラジルの企業で、ブラジルポルトガル語向けの言語モデルを開発し、独自のチャットと API で提供しています。フラッグシップの S5 はそのように提供されており、2026 年 11 月に Qwen3.5-4B をベースに Apache 2.0 でリリースされた S5-nano はオープンウェイトです。 - [Maya Research](https://ai-opensource.com/ja/developers/maya-research/): 音声 AI スタートアップで、South Park Commons から 190 万米ドルのシードラウンドの支援を受けており、インドの諸言語向けの音声モデルを開発し、ホスト型 API で販売しています。Hugging Face では Maya と Veena のテキスト読み上げモデルを公開しており、Maya 2 Native は Apache 2.0 を採用しています。 - [Meituan](https://ai-opensource.com/ja/developers/meituan/): 中国のフードデリバリーおよび生活サービスプラットフォームです。LongCat チームはオープンウェイトの言語モデルを公開しており、2026 年 7 月の LongCat-2.0、そして 2026 年 11 月に MIT ライセンスで公開された 1.6 兆パラメータのマルチモーダルモデル LongCat-2.5 が含まれます。 - [MemTensor](https://ai-opensource.com/ja/developers/memtensor/): 中国の企業で、LLM エージェント向けのオープンソースメモリフレームワーク MemOS の開発元です。MemT-1.0 モデルはメモリ状態をモデル自体に組み込んでおり、Nano の重みは Apache 2.0、Flash の重みは MIT の下で公開されています。 - [Meta](https://ai-opensource.com/ja/developers/meta/): Llama モデルの開発元です。新しい Muse シリーズには、ローカル用途向けの小型 Apache 2.0 モデル Muse Glimmer と、はるかに大規模でカスタムライセンスの Muse Spark Open が含まれます。 - [Microsoft](https://ai-opensource.com/ja/developers/microsoft/): 米国のテクノロジー企業です。研究チームは Hugging Face と GitHub でオープンなモデルを公開しており、多くは MIT ライセンスで、Microsoft Research の音声モデル VibeVoice やテキスト埋め込みモデル Harrier などが含まれます。Mage-VL の視覚言語モデルは Apache 2.0 を採用しています。 - [MiniMax](https://ai-opensource.com/ja/developers/minimax/): 上海に本社を置く AI 企業で、効率的な混合エキスパート(MoE)言語モデルの MiniMax-M シリーズ、動画・画像モデルの H3、楽曲生成モデルの Music 3 の開発元です。ライセンスはモデルごとに異なります。M2.5 は通知と禁止用途の規定を含む寛容なスタイルのライセンスを採用し、M2.7 は非商用利用に限定され、M3 のコミュニティライセンスは非商用利用を無料で許可し、商用利用には通知、クレジット表記、収益に関する規定を設けています。H3 のライセンスは米国、EU、英国、韓国を除外しており、Music 3 のライセンスはインターフェースへのクレジット表記を求め、収益が 2000 万米ドルを超える場合は書面による許諾が必要です。 - [Mistral AI](https://ai-opensource.com/ja/developers/mistral-ai/): パリに本社を置く AI 企業で、ヨーロッパで最も知られているオープンウェイト研究所です。モデルは主権的で自社ホスト可能な AI 向けに位置づけられており、Mistral Large 4 はホスティング事業向けの規定を含む修正版 MIT ライセンスを採用しています。 - [Moonshot AI](https://ai-opensource.com/ja/developers/moonshot-ai/): 中国の AI 企業で、Kimi アシスタントの開発元です。Kimi K3 と K3.1 Pro は最大級のオープンウェイトモデルで、大規模なホスティング事業向けの条件付きカスタムライセンスの下でリリースされています。これより前の K2.5、K2.6、K2.7 Code は Modified MIT ライセンスを採用しており、非常に大規模な製品にのみモデル名の表示を求めています。 - [Motif Technologies](https://ai-opensource.com/ja/developers/motif-technologies/): 韓国の AI 企業で、モデル、トークナイザー、学習スタックをすべて社内で設計しています。2026 年 8 月に MIT ライセンスでリリースされた 3140 億パラメータの混合エキスパート(MoE)モデル Motif 3 は、政府支援の主権 AI 基盤モデルプロジェクト向けに開発されました。 - [Nanbeige LLM Lab](https://ai-opensource.com/ja/developers/nanbeige/): Nanbeige(中国語では「南北阁」)は、中国の人材採用プラットフォーム BOSS Zhipin の大規模言語モデル研究チームです。Nanbeige4 の名でオープンウェイトのエージェントモデルを公開しており、3B クラスのモデルから 33B の Nanbeige4.3 までを含みます。モデルカードには Apache 2.0 が記載されていますが、リポジトリに LICENSE ファイルはありません。 - [NetEase Youdao](https://ai-opensource.com/ja/developers/netease-youdao/): 中国の企業で、北京にオフィスを構え、Hugging Face で Confucius モデルファミリーを公開しています。テキスト読み上げモデルの Confucius4、ストリーミング音声認識モデルの Confucius4-R2T2、そして QAnything 質問応答プロジェクトなどです。R2T2 は NetEase Youdao Model Use License Agreement を採用しており、月間ユーザー 1 億人未満かつ年間収益が 10 億人民元未満であれば商用利用は無料です。 - [Nex-AGI](https://ai-opensource.com/ja/developers/nex-agi/): オープンソースの基盤モデルグループで、GitHub 組織の SII Nex は Shanghai Innovation Institute とパートナーによって構築されていると説明しています。Nex-N2 エージェントモデルは DeepSeek-V4-Pro-Base や GLM-5.3-Flash といったオープンな基盤モデルをベースにしており、Apache 2.0 のタグが付いています。 - [Nous Research](https://ai-opensource.com/ja/developers/nous-research/): 米国の AI 研究企業で、Hermes シリーズをはじめとするオープンなモデルを学習し、オープンソースのエージェントハーネス Hermes Agent を開発しています。2026 年 11 月にリリースされた Arete-27B は、Alibaba の Qwen3.8-27B を Apache 2.0 の下でポストトレーニングしたものです。 - [NuMind](https://ai-opensource.com/ja/developers/numind/): ドキュメント AI 企業で、構造化データ抽出や OCR に特化したモデルを開発し、NuExtract プラットフォームを通じて提供しています。モデルは Hugging Face で公開しており、NuExtract シリーズはダウンロード数 200 万回を、NuMarkdown-Thinking-8B は 150 万回を超えたと発表しています。NuExtract3 は Apache 2.0 を採用しています。 - [NVIDIA](https://ai-opensource.com/ja/developers/nvidia/): GPU メーカーで、Nemotron の名でオープンなモデル、データセット、学習レシピを公開しているほか、音声、ロボティクス、生物学分野のモデルも発表しています。近年の Nemotron リリースは寛容な OpenMDW-1.1 ライセンスを採用し、Nemotron 3 Nano Omni は NVIDIA Open Model Agreement を、LocateAnything-3B は研究専用の NVIDIA License を採用しています。 - [OpenAI](https://ai-opensource.com/ja/developers/openai/): ChatGPT を開発した企業です。2025 年 8 月に公開した gpt-oss は、Apache 2.0 のオープンウェイト推論モデルです。2026 年 4 月に Apache 2.0 で公開した Privacy Filter は、テキスト中の個人情報を検出する小型モデルで、このほか Whisper 音声認識モデルも公開しています。 - [OpenBMB](https://ai-opensource.com/ja/developers/openbmb/): 面壁智能(ModelBest)とともに MiniCPM、AgentCPM、VoxCPM の各ファミリーを公開している中国のオープンソースモデルコミュニティです。スマートフォンやノート PC 向けの小型で効率的なモデルに注力しており、最近のリリースは Apache 2.0 を採用しています。 - [OpenMOSS](https://ai-opensource.com/ja/developers/openmoss/): OpenMOSS は、上海創智学院(Shanghai Innovation Institute)傘下で復旦大学や MOSS-AI と緊密に連携する研究チームです。MOSS の名でオープンモデルを公開しており、MOSI.AI と共同開発した MOSS-TTS 音声ファミリー(MOSS-TTS、MOSS-TTS-Nano、MOSS-TTSD は Apache 2.0)、Apache 2.0 のテキストから効果音を生成する 1.3B モデル MOSS-SoundEffect v2.0、2026 年 10 月に Apache 2.0 で公開された 5B のテキストから画像生成モデル MOSS-Image、話者ラベル付きで長時間の多話者録音を文字起こしする 0.9B モデル MOSS-Transcribe-Diarize などがあります。 - [Perplexity](https://ai-opensource.com/ja/developers/perplexity/): Perplexity の回答エンジンを手がける米国の企業です。Hugging Face では、ほとんどが MIT ライセンスの pplx-embed 埋め込みモデルや、Apache 2.0 の pplx-decider 意思決定モデルに加え、PII-Tracer や BrowseSafe などのモデルを公開しています。 - [Phạm Nguyễn Ngọc Bảo (VieNeu-TTS)](https://ai-opensource.com/ja/developers/pham-nguyen-ngoc-bao/): ベトナム語音声向けの VieNeu-TTS プロジェクトを開発している個人開発者です。Hugging Face では pnnbao-ump アカウントで、GitHub では pnnbao97 として公開しています。v3 Turbo のモデルカードによれば、そのアーキテクチャは作者自身の設計で、ゼロから学習されたものであり、プロジェクトには Python SDK と OpenAI 互換の音声サーバーが同梱されています。重みは Apache 2.0 の下で公開されています。 - [Pika](https://ai-opensource.com/ja/developers/pika/): Pika は米国の動画生成企業で、ホスト型の動画アプリと API を提供しています。2026 年 10 月には、6 つのサンプリングステップで音付きの動画を生成できる MiniMax H3 のポストトレーニング版である Pika H3 Flex を、オープンなアダプターとして MiniMax H3 Community License の下で公開しました。 - [Poolside](https://ai-opensource.com/ja/developers/poolside/): エージェント型コーディング向けのモデルを開発する、2023 年創業のサンフランシスコの AI 企業です。Laguna シリーズは 2026 年 4 月の Apache 2.0 採用の Laguna XS.2 から始まり、Poolside はオープンウェイトが今や自社のデフォルトであると述べており、Laguna XS 2.1 と S 2.1 は OpenMDW-1.1 ライセンスを採用しています。 - [Preferred Networks](https://ai-opensource.com/ja/developers/preferred-networks/): Preferred Networks(PFN)は日本の AI 企業で、PLaMo 系列の言語モデルと自社製の MN-Core AI アクセラレータを開発しています。PLaMo 3 Translate などの PLaMo モデルを PLaMo Community License の下で公開しており、このライセンスは個人利用と学術利用が無料で、収入の上限未満の商用ユーザーも登録後に無料で利用できます。 - [PrismML](https://ai-opensource.com/ja/developers/prismml/): カリフォルニア州パサデナに拠点を置く、Prism ML とも表記される会社で、超低ビットの AI モデルを開発しています。Bonsai モデルは Qwen などのオープンなベースモデルを三値または 1 ビットの重みに圧縮し、大きなモデルをノート PC、スマートフォン、単体の GPU に収まるようにします。Bonsai 2 モデルは Apache 2.0 で公開されています。 - [Pruna AI](https://ai-opensource.com/ja/developers/pruna-ai/): Pruna AI は 2023 年に設立されたミュンヘンの企業で、パリにもうひとつの研究拠点を持っています。AI モデルを圧縮・高速化するオープンソースライブラリで知られており、現在は自社の効率的な画像・動画モデルも公開しています。その一部は他の開発者のオープンウェイトを改造したものです。 - [Recursive](https://ai-opensource.com/ja/developers/recursive/): Recursive Superintelligence, Inc. は、知識発見を自動化する再帰的に自己改良するスーパーインテリジェンスを目標として掲げ、Eureka Machine と呼ぶ自動化研究システムでモデルを構築しています。2026 年 10 月に Apache 2.0 で公開された 40B のコーディングモデル Flint は、同社初のオープンウェイトモデルです。Ricursive Intelligence とは別の会社です。 - [Reflection AI](https://ai-opensource.com/ja/developers/reflection-ai/): 米国の AI ラボです。2026 年 10 月に Apache 2.0 の下で、初のオープンウェイトモデルである 5010 億パラメータの Beam を公開しました。 - [Resemble AI](https://ai-opensource.com/ja/developers/resemble-ai/): カリフォルニアの音声 AI 企業で、Chatterbox と DramaBox の音声モデルを MIT ライセンスでオープンソース化しました。2026 年 8 月、新規顧客への音声生成の販売を終え、ディープフェイク検出に注力すると発表しました。同社の音声モデルは、オープンながらメンテナンスされていない研究成果として残されています。 - [Ricursive Intelligence](https://ai-opensource.com/ja/developers/ricursive-intelligence/): ハードウェア、ソフトウェア、モデルを共同設計することで自己改良型システムを構築する米国の AI ラボです。プロプライエタリモデルが AI チップ設計プラットフォームを支えており、2026 年 11 月には汎用版である 650 億パラメータの Ripple-65B Preview を Apache 2.0 の下で公開しました。 - [Sarvam AI](https://ai-opensource.com/ja/developers/sarvam-ai/): インドの言語と企業向けの AI を手がけるインドの企業です。2026 年 3 月に公開され、IndiaAI ミッションの計算資源を使ってインドでゼロから学習された Sarvam 30B と 105B の推論モデル、そして Sarvam Prism 意思決定モデルが Apache 2.0 を採用しています。 - [Sber (GigaChat)](https://ai-opensource.com/ja/developers/sber/): Sber の GigaChat チームは、ai-sage という名前で Hugging Face と GitVerse にオープンウェイトを公開し、リリースごとに Sber の企業 Habr ブログで発表しています。GigaChat 3.5 Ultra とその Reasoning 版は 432B の Mixture of Experts モデル、GigaChat 3.1 Lightning はアクティブパラメータ 1.8B の 10B モデル、GigaAM ファミリーはロシア語と中央アジアの言語の音声認識をカバーします。すべて MIT ライセンスの下で公開されています。 - [SenseTime](https://ai-opensource.com/ja/developers/sensetime/): 中国の AI 企業で、SenseNova チームが OpenSenseNova GitHub 組織のもとでオープンモデルを公開しています。SenseNova-U1.5(2026 年 8 月)はネイティブな統合画像・テキストモデル、SenseNova-Loop-9B-Preview(2026 年 10 月 30 日)は 9B のループ型視覚言語モデルで、どちらも Apache 2.0 です。 - [Shanghai AI Laboratory](https://ai-opensource.com/ja/developers/shanghai-ai-laboratory/): 上海に拠点を置く中国の AI 研究機関です。AI for Science センターが InternScience オープンソース組織を運営しており、Agents-A1 と Sage-A1.5 のエージェントモデルを Apache 2.0 で公開しています。 - [SK Telecom](https://ai-opensource.com/ja/developers/sk-telecom/): A.X 系列の言語モデルを手がける韓国の通信企業です。2026 年 7 月に公開された A.X K2 は、6880 億パラメータの Mixture of Experts モデルで、Apache 2.0 の下、政府が支援する主権 AI 基盤モデルプロジェクトのために開発されました。 - [Stability AI](https://ai-opensource.com/ja/developers/stability-ai/): Stability AI は Stable Diffusion を手がける英国の企業です。2026 年 5 月に公開された Stable Audio 3 ファミリーは最新のオープンウェイトラインで、Small と Medium モデルはライセンス済みデータと Creative Commons データで学習され、Stability AI Community License を採用しています。このライセンスは年間収入が 100 万米ドル未満であれば商用利用も無料です。 - [StepFun](https://ai-opensource.com/ja/developers/stepfun/): StepFun(阶跃星辰)は Step 系列の言語モデルを手がける中国の AI 企業で、それに加えて Step-Audio の音声モデルや Step1X の画像編集モデルも持っています。Hugging Face と ModelScope で重みを公開しており、最新のフラッグシップである Step 5 Preview は独自ライセンスで提供されます。 - [Supertone](https://ai-opensource.com/ja/developers/supertone/): 端末上で動作する Supertonic テキスト読み上げモデルを開発した韓国の音声 AI 企業です。これらのモデルは ONNX Runtime を通じて実行されます。Supertonic 3 は 31 言語をカバーし、重みは BigScience OpenRAIL-M ライセンスの下で公開されています。2026 年 9 月、同社はオープンソースリポジトリをアーカイブし、開発とサポートが終了したと発表しました。 - [Swiss AI Initiative](https://ai-opensource.com/ja/developers/swiss-ai/): ETH チューリッヒ、EPFL、スイス国立スーパーコンピューティングセンター(CSCS)が主導するスイスの研究イニシアチブです。Apertus モデルは完全にオープンで、重み、データ準備、学習コード、評価が寛容なライセンスで公開されており、学習には公開されているデータのみが使われています。 - [Tencent](https://ai-opensource.com/ja/developers/tencent/): WeChat と混元(Hy)モデルファミリーを手がける中国のインターネット企業です。Hy3 と Hy4 preview の言語モデル、Hy-MT2 翻訳モデル、Hy-Nomas のインタラクティブ動画ワールドモデルは Apache 2.0 を採用していますが、HunyuanOCR は依然として EU、英国、韓国を除外する Hunyuan コミュニティライセンスを使っています。音声生成・編集モデルの AuK は MIT ライセンスを採用しているため、リポジトリごとに確認してください。 - [Thinking Machines Lab](https://ai-opensource.com/ja/developers/thinking-machines-lab/): モデルをカスタマイズするためのツールを開発する米国の AI ラボです。最初のオープンウェイトファミリーである Inkling は Apache 2.0 で公開されており、ファインチューニングのベースとして設計されています。 - [TokenSpark (SparkLLM)](https://ai-opensource.com/ja/developers/tokenspark/): Spark モデルファミリーを手がける企業で、Hugging Face では XHToken として公開しています。プロフィールによると、汎用の基盤モデルと専門的な AI エージェント製品を開発しており、その中には AStudio と Loomy という 2 つのハーネスシステムが含まれます。1.7B と 4B サイズの端末向け言語モデル Spark-X2.5 と Spark-X2.6 は Apache 2.0 を採用しています。 - [Tongyi MAI](https://ai-opensource.com/ja/developers/tongyi-mai/): Alibaba Group の Tongyi Lab に属し、効率的な生成モデルを開発するチームです。Apache 2.0 で公開されている 6B の Z-Image 画像モデルで最も知られており、そのほか GUI エージェントモデルファミリーの MAI-UI も公開しています。 - [Tongyi Lab Speech Team](https://ai-opensource.com/ja/developers/tongyi-speech/): Alibaba Group の Tongyi Lab に属する音声チームで、FunAudioLLM の名義で成果を公開しています。Apache 2.0 で公開される音声合成モデル CosyVoice を手がけたチームです。 - [Upstage](https://ai-opensource.com/ja/developers/upstage/): Solar 系列の言語モデルを手がける韓国の AI 企業です。2026 年 7 月に公開された Solar Open 2 は 2500 億パラメータの Mixture of Experts モデルで、Upstage Solar License を採用しています。これは Apache 2.0 に派生モデルの命名規則を加えたものです。 - [Video Rebirth](https://ai-opensource.com/ja/developers/video-rebirth/): Video Rebirth は 2024 年に設立されたシンガポール拠点の AI 動画スタートアップです。ホスト型の動画モデルに加えて、MiniMax H3 などのオープンな動画モデルを圧縮し、必要なサンプリングステップ数とメモリを減らす HyperFlow シリーズを公開しています。 - [Voyage AI](https://ai-opensource.com/ja/developers/voyage-ai/): Voyage AI は Voyage テキスト埋め込みモデルを開発しています。ブログによると、これらは Voyage API から、また MongoDB Atlas のユーザーは Atlas Embedding and Reranking API から利用できます。2026 年 1 月 15 日に Voyage 4 シリーズとともに公開された voyage-4-nano は、Apache 2.0 の下で公開された初のオープンウェイトモデルで、NOTICE ファイルの著作権表記は MongoDB, Inc. になっています。 - [webAI](https://ai-opensource.com/ja/developers/webai/): ユーザーのデバイス上で AI モデルをローカルに実行するワークスペース、webAI アプリを提供している企業です。IBM Granite 4.2 と SmolLM3 からポストトレーニングされた TwIL 推論モデルは、ベースモデルの Apache 2.0 ライセンスではなく、webAI Non-Commercial License を採用しています。 - [Xiaomi](https://ai-opensource.com/ja/developers/xiaomi/): 中国の家電・エレクトロニクスメーカーです。MiMo 基盤モデルチームは、エージェント向けの大型モデルと小型の研究用チェックポイントを Hugging Face で MIT ライセンスのタグ付きで公開しており、その他の Xiaomi 研究チームからは Xiaomi-OCR-0 や OmniVoice 音声モデルなどがリリースされています。 - [Z.ai (Zhipu AI)](https://ai-opensource.com/ja/developers/z-ai/): GLM モデルシリーズを開発している中国のラボです。GLM-5.3-Flash は MIT ライセンスで、より大きな GLM-5.3 は超大規模ホスティング事業だけを制限する独自ライセンスを採用しています。GLM-5、5.1、5.2、30B-A3B の GLM-4.7-Flash、そして GLM-OCR もすべて MIT ライセンスです。 - [Zyphra](https://ai-opensource.com/ja/developers/zyphra/): Zonos テキスト読み上げシリーズを手がけるサンフランシスコの AI ラボです。2026 年 11 月に Apache 2.0 で公開された ZONOS3-Mini は、8 億パラメータの Mixture of Experts 型ボイスクローニングモデルで、Zyphra によるとノート PC、スマートフォン、ブラウザのタブ上でリアルタイムに動作します。 ## ニュース - [Apertus 1.5:スイスの完全オープンモデルが画像と音声を読む](https://ai-opensource.com/ja/news/apertus-1-5-released/): 2026-11-11. ETH チューリッヒ、EPFL、CSCS は 7 月 24 日に Apertus 1.5 を公開しました。画像・音声入力、262K コンテキスト、Apache 2.0 を備えた完全オープンの 8B と 70B モデルです。音声理解は実験的です。 - [4 つのオープン翻訳モデル、4 つの異なる物差し](https://ai-opensource.com/ja/news/four-open-translation-models-four-yardsticks/): 2026-11-11. TranslateGemma、Hy-MT2、Index-Translate、PLaMo 3 Translate はそれぞれ異なるテストセット・指標・比較相手で品質を報告しており、主張を直接比較できません。 - [成長するまでは無料:オープンライセンスが線を引く場所](https://ai-opensource.com/ja/news/free-until-you-grow-open-license-thresholds/): 2026-11-11. カタログにある 13 のライセンスは、収益またはユーザー数のしきい値(50 万米ドル〜5,000 万米ドル)で商用利用の無償期間を区切ります。線の位置、数え方、義務の違いを整理します。 - [CPU で動く超小型テキスト音声合成モデル:4 つのオープン選択肢を比較](https://ai-opensource.com/ja/news/tiny-text-to-speech-models-run-on-a-cpu/): 2026-11-11. Kokoro、Pocket TTS、Phonon 31M、Supertonic 3 は、ラップトップの CPU で動く 1 億パラメータ以下のオープン TTS モデルです。サイズ・言語・音声クローン・ライセンスを比較します。 - [Moonshot、Kimi K3.1 Pro を公開:2.8T パラメータのオープンウェイト](https://ai-opensource.com/ja/news/kimi-k3-1-pro-released/): 2026-11-02. Moonshot AI は 2026 年 11 月 2 日に Kimi K3.1 Pro を公開しました。長文のコーディングやオフィス作業向けの 2.8T モデルで、1M トークンのコンテキストと約 1.56 TB の 4 ビット重みを備えます。 - [Mistral Large 4 がオープンウェイトに:1T パラメータ、ヨーロッパで訓練](https://ai-opensource.com/ja/news/mistral-large-4-open-weights/): 2026-10-29. Mistral は 2026 年 10 月 29 日に Mistral Large 4 の重みを公開しました。1M トークンのコンテキスト、160 以上の言語、ホスティング条件付きライセンスを持つマルチモーダル MoE モデルです。 - [NVIDIA、プロンプトで操れる音声モデル Nemotron 3.5 Transcribe を公開](https://ai-opensource.com/ja/news/nemotron-3-5-transcribe-released/): 2026-10-28. NVIDIA は 2026 年 10 月 28 日に OpenMDW-1.1 で Nemotron 3.5 Transcribe を公開しました。40 言語、話者ラベル、翻訳、プロンプトで制御できる文字起こしスタイル、最長 1 時間の録音に対応します。 - [Meta、816B のオープンウェイトモデル Muse Spark Open を公開](https://ai-opensource.com/ja/news/muse-spark-open-released/): 2026-10-15. Meta は 2026 年 10 月 15 日に Muse Spark Open を公開しました。816B パラメータ・42B アクティブ、テキスト・画像・動画・音声入力、1M トークン コンテキスト、ゲート付きダウンロード、「Built with」クレジット要件を備えます。 ## Optional - [VRAM計算ツール](https://ai-opensource.com/ja/vram-calculator/): BF16、FP8、4ビット精度それぞれでAIモデルに必要なGPUメモリやユニファイドメモリを推定し、どのハードウェアで動くかを確認できます。モデルを選ぶか、自分でサイズを入力してください。 - [全モデル(JSON)](https://ai-opensource.com/data/models.json): オープンソースAIモデルのカタログ全体をJSONまたはCSVでダウンロード:パラメータ数、コンテキストウィンドウ、ライセンス種別、リリース日、出典。クレジット表記があれば自由に再利用できます。 - [全モデル(CSV)](https://ai-opensource.com/data/models.csv) - [ライセンス(JSON)](https://ai-opensource.com/data/licenses.json) - [RSSフィード](https://ai-opensource.com/ja/rss.xml) - [llms-full.txt](https://ai-opensource.com/ja/llms-full.txt): The full text of this site in one file