結論：重みの公開だけで「オープンソース」とは限らない
オープンウェイトAIは、学習済みパラメーターを取得して自社環境で実行・調整しやすいモデルです。一方、Open Source Initiative（OSI）は、オープンソースAIに、使用・研究・変更・共有の自由と、学習コードや学習データ情報など変更に必要な材料を求めています。
オープンアクセス・オープンウェイト・オープンソースの違い
| 呼び方 | 一般的な意味 | 確認が必要なもの |
|---|---|---|
| オープンアクセス | サービスやモデルを誰でも試しやすい | ダウンロード、改変、再配布が可能とは限らない |
| オープンウェイト | 学習済みの重みを取得し、推論や追加学習に使える | ライセンス、用途制限、学習コード、データ情報 |
| オープンソースAI | 使用・研究・変更・共有の自由と、変更に必要な形を提供 | OSI定義への適合、コード、データ情報、法的条件 |
「無料」「ダウンロード可能」「GitHubにある」だけでは判定できません。モデルカードとライセンスを開き、商用利用、再配布、派生モデル、利用分野、表示義務を確認します。
オープンウェイトを選ぶ主な利点
ただし、GPU、推論サーバー、更新、監視、脆弱性対応、障害対応の費用は利用者側へ移ります。API単価が不要でも総保有コストが低いとは限りません。
導入前に確認する7項目
- ライセンス：商用利用、改変、再配布、派生モデルの条件。
- 公開範囲：重み、推論コード、学習コード、データ情報、評価結果。
- 実行要件：VRAM、量子化方式、速度、同時利用数、コンテキスト長。
- 品質：自社データでの正確性、日本語、ツール利用、長文、拒否率。
- 安全性：サイバー・生物・個人情報・著作権・プロンプト攻撃の評価。
- 運用：更新、ログ、監視、アクセス制御、インシデント対応。
- 通信：モデル以外の検索、更新、テレメトリー、外部ツールの送信先。
公開性は安全性を自動的に保証しない
Microsoft声明は、研究者や防御担当者が挙動を検査し、脆弱性と防御策を共有できる点を重視します。反対にAnthropicは、高性能モデルの重みは公開後に回収できず、安全装置を外して私的に運用できるため、攻撃側が有利になる領域もあり得ると指摘します。
「オープンだから安全」「クローズドだから安全」という二択ではありません。十分に高性能なモデルは、公開方式にかかわらず事前の能力評価を行い、実行時には最小権限、隔離、承認、ログを適用します。
Microsoftは米国主導のオープンウェイト基盤を提言
Microsoftは2026年7月24日、計算資源へのアクセス拡大、共有データセット・ツール・評価基盤への投資、早すぎる包括規制の回避を政策立案者へ求めました。また、蒸留を一般的なモデル改善技術と位置づけ、不正な価値抽出は対象を絞った法的・商業的枠組みで扱うべきだと主張しています。
同声明の署名一覧は更新されており、2026年7月28日の確認時点で133組織です。OpenAI、Google、Microsoft、Meta、NVIDIA、AMD、Amazonなどが含まれます。
関連ページ
確認した公式情報
よくある質問
オープンウェイトAIとは何ですか？
学習済みモデルの重みを入手し、自社環境などで実行・調整できる形のAIです。利用条件はモデルごとのライセンスで確認します。
オープンウェイトならオープンソースAIですか？
同じではありません。OSIは、オープンソースAIには重みだけでなく、変更に必要な学習コードや十分な学習データ情報なども必要としています。
ローカル実行なら情報は外部へ出ませんか？
モデル本体をローカルで動かしても、Web検索、テレメトリー、更新、外部API、エージェントツールが通信する場合があります。構成全体を確認します。
高性能なオープンウェイトは安全ですか？
公開後は安全装置を外した複製を回収しにくい一方、防御側が検証・改良できる利点もあります。能力評価、隔離、権限、ログを組み合わせます。