オープンウェイトとオープンソースAIモデルの違いは何ですか？

オープンウェイトとは、モデルの学習済みパラメータはダウンロードできるものの、学習データ、コード、またはライセンス上の自由は制限されている状態を指します。オープンソース（OSIの定義による）は、それに加えて、データ情報と学習・推論コードをオープンな条件で提供することを求めます。学習データが開示されていなければ、そのモデルはオープンソースではなくオープンウェイトです。

Llamaはオープンソースですか？

いいえ——Llamaはコミュニティライセンスのもとでのオープンウェイトです。Metaは学習データを公開しておらず、ライセンスには利用規定、月間アクティブユーザー7億人という基準、そして出力を競合モデルの学習に用いることへの制限が含まれています。OSIをはじめ多くは、Llamaをソースアベイラブルまたはオープンウェイトに分類しており、オープンソースとは見なしていません。

OSIのオープンソースAI定義とは何ですか？

2024年10月に公開された、オープンソースAIの初の安定版定義です。使用・研究・改変・共有という4つの自由を付与し、データ情報、完全な学習・推論コード、モデルパラメータという3つの構成要素を要求します。特筆すべきは、生の学習データセットそのものではなく、学習データに関する詳細な情報を要求している点です。

オープンソースAIは学習データの公開を必要としますか？

生のデータセットそのものは必要ありません——OSIの定義は、熟練者が実質的に同等のシステムを構築できる程度に詳細なデータ情報を要求しており、実際のデータについては法的に可能な場合のみとしています。この妥協点は定義の中で最も論争を呼んでいる部分です。真の再現性には実際のデータそのものが必要だ、という主張があるためです。

オープンウェイトモデルは無料で商用利用できますか？

多くの場合は可能ですが、それはライセンス次第です。Apache-2.0モデル（QwenやMistralの多くのリリース）は無制限の商用利用を許可しています。Llamaのコミュニティライセンスは商用利用を許可しますが、ユーザー数上限などの制限があります。一部のバリアントは非商用のみです。商用展開の前には、必ず該当モデルのライセンスを確認してください。

真にオープンソースなAIモデルはどれですか？

重みに加えて、学習データと完全な学習・推論コードを公開しているモデルです——Ai2のOLMoが代表例で、コーパス、コード、ログ、チェックポイントを公開しています。人気の「オープン」モデルのほとんど（Llama、Qwen、Mistral、DeepSeek）は、少なくとも学習データを非公開にしているオープンウェイトです。

Apache-2.0モデルはオープンソースと同じですか？

Apache-2.0は真のオープンソースライセンスであるため、Apache-2.0の重みは商用利用に制限がなく寛容です。しかし、Apache-2.0の重みを持つモデルであっても、学習データ情報とコードが併せて公開されない限り、OSIのAI定義による「完全なオープンソース」とは言えません——したがって「寛容なライセンスのオープンウェイト」と表現するのが最も適切です。

← Resources

By Ren Sugaya — Performance Engineer, GPU & Inference · 2026-04-12 · INSIGHT

オープンウェイトとオープンソースAIモデル：何が違うのか？

「オープンソース」と呼ばれるモデルの多くは、実際にはオープンウェイトです——重みはダウンロードできても、学習データや完全なライセンス上の自由までは提供されていません。本記事では、その違い、OSIのオープンソースAI定義、主要モデルがスペクトラムのどこに位置するか、そしてそのラベルが商用利用においてなぜ重要なのかを解説します。

核心となる違い

「オープンウェイト」とは、学習済みのモデルパラメータはダウンロードできるものの、学習データ、学習コード、または完全なライセンス上の自由は制限されている状態を指します。公式定義における「オープンソースAI」は、それに加えて、データ情報と学習・推論コードのすべてをオープンな条件で提供することを求めます。学習データが開示されていなければ、そのリリースはオープンソースではなくオープンウェイトです。

この点が重要なのは、両者の用語が絶えず混同されているからです。ダウンロードして実行できるモデルが、ソフトウェアの世界で言う「オープンソース」に自動的に該当するわけではありません——その違いは、商用上の権利、再現性、そして実際に何が許可されているのかという、まさに肝心な部分に現れます。

OSIのオープンソースAI定義

2024年10月、Open Source Initiativeは初の安定版オープンソースAI定義を公開しました。この定義は4つの自由——許可なく任意の目的でシステムを使用する自由、その仕組みを研究する自由、任意の目的のために改変する自由、そして改変の有無を問わず共有する自由——を付与し、3つの構成要素を要求します。すなわち、データ情報（実質的に同等のシステムを構築できる程度の詳細）、完全な学習・推論コード、そしてモデルパラメータです。

最も論争を呼んだ妥協点は、生の学習データセットそのものの公開までは求めず、それに関する十分に詳細な情報のみを求める点です。批判者はこれを骨抜きだと見なし、擁護者は法的・プライバシー上の制約から生データの公開が不可能な場合も多いと指摘します。いずれにせよ、これが「オープンソース」という主張を測る基準となります。

主要モデルの実際の位置づけ

よく知られた「オープン」モデルの多くは、オープンソースではなくオープンウェイトです。

Llamaはコミュニティライセンスのもとでのオープンウェイトです——Metaは学習データを公開しておらず、ライセンスには利用規定（acceptable-use policy）、月間アクティブユーザー7億人条項、そして出力を競合モデルの学習に用いることへの制限が加えられています。「許可なく任意の目的で使用する」自由を満たさないため、ソースアベイラブルであってオープンソースではありません。（[Llamaガイド](/articles/run-llama-locally-hardware-guide)もご覧ください。）
QwenとMistralは、多くのモデルをApache-2.0のもとで提供しています——これは重みに対する真のオープンソースライセンスであり、商用利用は自由です。ただし、完全なデータとコードがないため、OSAID準拠のオープンソースではなく「寛容なライセンスのオープンウェイト」にとどまります。（[Qwen3ガイド](/articles/run-qwen3-locally-guide)もご覧ください。）
OLMo（Ai2による）は、真にオープンであることの基準となる事例です。重みに加えて、完全な学習コーパス、学習コード、ログ、チェックポイントまで公開されています。
DeepSeekはオープンウェイトです——重みは公開されていますが、学習データは非公開です。

ライセンスのスペクトラム

最もオープンなものから最も閉じたものまでのスペクトラムとして捉えると理解しやすくなります。

完全オープン／OSAID準拠：重み＋データ＋コード（OLMo）。
重みに寛容なOSIライセンス：Apache-2.0（Qwen、Mistral）——商用利用に制限のない重みだが、データ／コードの完全な公開はなし。
制限的な「コミュニティ」／ソースアベイラブル：Llama——商用利用は可能だが、上限・利用規定・競合制限あり。
非商用／研究限定：一部のモデルバリアントは非商用利用に限定。
APIのみ／クローズド：重みは一切公開されない。

モデルがどこに位置するかを把握すれば、法的に何ができるかが分かります——これは、「オープンソース」の称号を得るかどうかよりも実務的に重要な問いです。

なぜ重要なのか、そして「オープンウォッシング」

このラベルには現実的な影響があります。月間アクティブユーザー上限、利用分野の禁止、蒸留禁止条項といったライセンス条件は、商用上の適法性を直接左右します。（厳密な意味での）オープンソースはさらに、モデルの再現と監査を可能にし、これは信頼性と研究にとって重要です。そして規制がリスクを一段と高めています。EUのAI法はオープンソースシステムに一定の適用除外を認めているため、オープンウェイトのモデルを「オープンソース」と呼ぶことは、単に不正確であるだけでなく、重大な結果を招きかねません。

これが「オープンウォッシング」批判の核心です。すなわち、よくてオープンウェイトに過ぎないモデルをオープンソースとして売り込むことです。生成AIシステムを対象とした調査では、多くの「オープンソース」ラベルが実際にはオープンウェイトであることが判明しており、より大きな潮流もそれを裏付けています——学習データを開示するモデルダウンロードの割合は急落しており、エコシステムはオープンソースではなくオープンウェイトへと向かっているのです。

osFoundryでの扱い方

osFoundryは、スペクトラム上のどこに位置するかにかかわらずオープンウェイトモデルを動作させます——寛容なApache-2.0（Qwen、Mistral）、制限的なコミュニティライセンス（Llama）、完全オープン（OLMo）のいずれも、BYOKまたはセルフホスティングを通じて同じように実行できます。オープンかオープンウェイトかという問いは本質的にライセンスの問題であるため、osFoundryは各モデルの実際のライセンス条件——ユーザー数上限条項、蒸留禁止ルール、非商用制限——を表示し、チームが商用展開の前に適法性を確認できるようにしています。BYOKとセルフホストにより、重み・データ・推論をベンダーAPIの背後ではなく自分の管理下に置けます。これこそが、特定のモデルが厳密なオープンソースの基準を満たすかどうかにかかわらず得られる、「オープン」であることの実務的な恩恵です。

Frequently asked questions

オープンウェイトとオープンソースAIモデルの違いは何ですか？: オープンウェイトとは、モデルの学習済みパラメータはダウンロードできるものの、学習データ、コード、またはライセンス上の自由は制限されている状態を指します。オープンソース（OSIの定義による）は、それに加えて、データ情報と学習・推論コードをオープンな条件で提供することを求めます。学習データが開示されていなければ、そのモデルはオープンソースではなくオープンウェイトです。
Llamaはオープンソースですか？: いいえ——Llamaはコミュニティライセンスのもとでのオープンウェイトです。Metaは学習データを公開しておらず、ライセンスには利用規定、月間アクティブユーザー7億人という基準、そして出力を競合モデルの学習に用いることへの制限が含まれています。OSIをはじめ多くは、Llamaをソースアベイラブルまたはオープンウェイトに分類しており、オープンソースとは見なしていません。
OSIのオープンソースAI定義とは何ですか？: 2024年10月に公開された、オープンソースAIの初の安定版定義です。使用・研究・改変・共有という4つの自由を付与し、データ情報、完全な学習・推論コード、モデルパラメータという3つの構成要素を要求します。特筆すべきは、生の学習データセットそのものではなく、学習データに関する詳細な情報を要求している点です。
オープンソースAIは学習データの公開を必要としますか？: 生のデータセットそのものは必要ありません——OSIの定義は、熟練者が実質的に同等のシステムを構築できる程度に詳細なデータ情報を要求しており、実際のデータについては法的に可能な場合のみとしています。この妥協点は定義の中で最も論争を呼んでいる部分です。真の再現性には実際のデータそのものが必要だ、という主張があるためです。
オープンウェイトモデルは無料で商用利用できますか？: 多くの場合は可能ですが、それはライセンス次第です。Apache-2.0モデル（QwenやMistralの多くのリリース）は無制限の商用利用を許可しています。Llamaのコミュニティライセンスは商用利用を許可しますが、ユーザー数上限などの制限があります。一部のバリアントは非商用のみです。商用展開の前には、必ず該当モデルのライセンスを確認してください。
真にオープンソースなAIモデルはどれですか？: 重みに加えて、学習データと完全な学習・推論コードを公開しているモデルです——Ai2のOLMoが代表例で、コーパス、コード、ログ、チェックポイントを公開しています。人気の「オープン」モデルのほとんど（Llama、Qwen、Mistral、DeepSeek）は、少なくとも学習データを非公開にしているオープンウェイトです。
Apache-2.0モデルはオープンソースと同じですか？: Apache-2.0は真のオープンソースライセンスであるため、Apache-2.0の重みは商用利用に制限がなく寛容です。しかし、Apache-2.0の重みを持つモデルであっても、学習データ情報とコードが併せて公開されない限り、OSIのAI定義による「完全なオープンソース」とは言えません——したがって「寛容なライセンスのオープンウェイト」と表現するのが最も適切です。