オープンウェイトの大規模言語モデル(LLM)は、2026年後半に入って旗艦クラスの性能に迫る勢いを見せています。自社データを外部APIに送らずにAIを運用したい企業には、モデル選定の選択肢が一気に広がりました。
一方で、モデル名を並べただけでは自社に最適な1本は選べません。ライセンス、必要なGPU、コンテキスト長、日本語性能、運用体制の相性を分けて見る必要があります。
この記事では、直近で注目度が高いKimi K3・DeepSeek V4・Qwen3.6・Llama 4の4系統を、公式情報に基づいて用途別に比較します。企業がオンプレやプライベートクラウドで導入する際の判断材料と、Blackfordの実務視点をまとめます。
「最高スコアのモデル」を追う前に、自社の用途と運用条件で絞り込むほうが失敗が少ないです。以下は用途別の第一候補です。
| 用途 | 第一候補 | 主な理由 | 注意点 |
|---|---|---|---|
| コーディング・エージェント | Kimi K3 | フロントエンドコード評価で首位級 | 全重み配布は2026年7月27日予定 |
| 長文処理・社内RAG | DeepSeek V4 | 100万トークンの長文コンテキスト | 総パラメータ1.6兆で自社運用は重い |
| コスト効率・エッジ運用 | Qwen3.6-27B | Apache 2.0で商用利用しやすい | 日本語運用は追加検証が必要 |
| 汎用・大企業でのオンプレ | Llama 4 Scout | 単一GPUで動作、10Mトークン対応 | EU拠点や大規模MAUには制約 |
※モデルの料金、提供範囲、機能は変更される場合があります。導入前に公式情報で最新条件を確認してください（本記事は2026年7月18日時点の公開情報に基づきます）。
オープンウェイトLLMとは、モデルの重み(パラメータ)を公開しているLLMを指します。自社環境にダウンロードして推論できる点が、APIだけで提供される旗艦モデルとの違いです。
「オープンソース」と「オープンウェイト」は同じではありません。オープンソースは学習コード・データセット・重みすべてが自由に扱えるものを指すことが多く、Llama 4のように商用利用に制約があるモデルは厳密には「オープンウェイト」に区分されます。
| 用語 | 意味 |
|---|---|
| LLM | 大量の文章を学習し、自然な文章を生成するAIモデル |
| オープンウェイト | 重みが配布され、自社環境で推論可能なモデル |
| MoE | 専門家混合。多数のエキスパートから一部だけ活性化する構造 |
| コンテキスト長 | 1度に読み込める文章量の上限。トークン数で表す |
| 推論コスト | モデルを動かす際に必要なGPUや電力のコスト |
企業がオープンウェイトLLMに注目する背景は3つあります。
各モデルの位置付けを、まず1文で整理します。
| モデル | 一言でいうと | 得意な用途 | 注意点 |
|---|---|---|---|
| Kimi K3 | 中国Moonshotの2.8兆パラメータMoE、コーディング系で首位級 | フロントエンド開発、エージェント | 全重み配布とライセンス確定が7月27日予定 |
| DeepSeek V4 | 1.6兆パラメータの長文MoE、MITライセンス | 100万トークン級の社内RAG、長文分析 | 自社推論には高性能GPUクラスタが必要 |
| Qwen3.6 | AlibabaのApache 2.0公開モデル、27B密モデルが優秀 | 中規模GPU運用、コスト重視のPoC | 日本語運用は要検証、他言語比重が大きい |
| Llama 4 | MetaのMoE系オープン、Scoutは単一GPU動作 | 大企業のオンプレ標準、既存Llama資産の延長 | EU拠点や700M MAU超は個別ライセンス要 |
Kimi K3は中国Moonshot AIが2026年7月16日に公開した最新モデルです。**総パラメータ2.8兆・トークンごとの活性化16個(全体の1.8%)**という疎な構造で、大規模ながら推論コストを抑える設計になっています。
第三者集計サイトArtificial Analysisの総合Eloは1547で、AnthropicのClaude Fable 5に次ぐ2位級です。フロントエンドコード評価「Frontend Code Arena」では首位となっています。
全重みの一般配布は2026年7月27日予定で、この時点で正式なライセンス条件も確定します。Moonshotは「Modified MIT」と説明しています。
DeepSeek V4は中国DeepSeekが2026年4月に公開したMoEモデル群です。V4-Proは1.6兆総パラメータ・トークンあたり49億アクティブ、V4-Flashは2840億総/130億アクティブという構成です。
MITライセンスで公開されており、商用利用と再配布が自由に行えます。両モデルとも100万トークンの長文コンテキストと384Kトークンの出力上限に対応します。
SWE-bench Verifiedで80.6%を達成し、公開モデルとしては最上位クラスです。ただし1.6兆規模の推論には複数GPUの高性能クラスタが必要になります。
Qwen3.6はAlibaba Cloudが2026年4月に公開した最新世代です。Apache 2.0ライセンスで、商用利用や派生モデルの再配布が制約なく行えます。
SWE-bench Verifiedで77.2、Terminal-Bench 2.0で59.3となっています。中規模GPUでの運用が現実的で、コスト重視のPoCに向きます。
Llama 4はMetaが2025年4月に公開した世代です。2026年半ば時点では、Scout・Maverick・Behemothの3系統が発表され、Behemothは実質棚上げの状況が続いています。
Llama 4 Community Licenseは月間アクティブユーザー(MAU)700M以下の企業に商用利用を許諾しています。ただしEU拠点の企業・個人による利用と再配布は禁止されている点は、日系企業でも欧州法人がある場合に確認が必要です。
自社ホスティングとAPI利用の両面から見た比較です。
| 比較軸 | Kimi K3 | DeepSeek V4-Pro | Qwen3.6-27B | Llama 4 Scout |
|---|---|---|---|---|
| ライセンス | Modified MIT(予定) | MIT | Apache 2.0 | Llama 4 Community |
| 商用利用 | 可(条件確認要) | 可 | 可 | 700M MAU以下は可 |
| API単価(入力/出力/100万トークン) | 3ドル/15ドル | 0.87ドル(出力) | 提供元に準拠 | 提供元に準拠 |
| 自社推論の目安 | 大規模GPUクラスタ | 大規模GPUクラスタ | 中規模GPU 1〜数台 | 単一高性能GPU |
| 主なリスク | 全重み未配布(7/27予定) | 大規模構成のコスト | 日本語運用の実測不足 | EU除外・MAU制限 |
API単価は前世代のKimiが入力0.95ドル/出力4ドルだった水準から、K3では大幅に引き上げられました。オンデマンド推論を多用するワークロードでは、キャッシュ活用や自社推論への切替検討が必要になります。
自社ホスティング時は、GPU台数・電力・運用工数・監視体制が加わります。API単価だけで判断せず、想定利用量ごとに総保有コストを試算することが重要です。
用途を3系統に分けて整理します。
100万トークン規模の長文を丸ごと投入できるDeepSeek V4がまず候補になります。契約書、監査資料、議事録の一括処理が必要な場合に強みが出ます。
ただし1.6兆規模の自社推論は初期投資が大きいため、まずはV4-FlashやDeepSeek V4のAPI提供でPoCを進める選択肢もあります。
エージェント型のコード生成・修正では、Kimi K3が現在の首位級です。フロントエンドコード評価で旗艦モデルを上回った実測もあります。
ただし2026年7月18日時点では正式なモデルカードと重みの一般配布はこれからです。まずはAPI経由で自社課題との相性を試すのが現実的です。
初期投資を抑えたい、または段階的にAI基盤を育てたい場合はQwen3.6-27BやLlama 4 Scoutが選択肢になります。特にQwen3.6-27BはApache 2.0で制約が少なく、内部評価しやすいのが利点です。
Llama 4 Scoutは既にLlama系のオンプレ資産や運用ノウハウがある企業の第一候補になります。10Mトークンの超長文対応は他系統に対する明確な差別点です。
オープンウェイトLLM導入では、モデル選定と同じ重みでチェックすべき論点が5つあります。
Modified MIT、MIT、Apache 2.0、Llama Communityは条件が異なります。特に商用利用可否、再配布、派生モデル公開義務、地理的制約は必ず原文で確認する必要があります。
Llama 4はEU拠点の利用に制約があり、日系企業でも欧州法人が触れる可能性がある場合は個別確認が必要です。
自社環境で動かす場合、モデル提供元へのデータ送信は原則発生しません。ただしモデル公開元が提供するAPI・SDKを併用する場合は、データ保持と学習利用の条件確認が必要になります。
1.6兆規模のMoEを社内で動かすには、複数の高性能GPUクラスタが要ります。運用担当者、監視、更新、障害対応の体制を合わせて設計する必要があります。
日本語の記述量が多い業務では、公開されているベンチマークだけでは判断できません。自社の代表的な業務データで実測評価することが不可欠です。
金融・医療・行政系の業務では、入力プロンプトと出力の監査ログ、権限管理、モデル切替時の再検証が求められます。オンプレでも監査要件に耐える設計かは事前確認が必要です。
オープンウェイトLLMの選定は、モデル単体で完結しません。社内文書、基幹データ、権限、検索、業務フローとつないで初めて価値が出ます。
Blackford Technologiesは、AI戦略の整理からPoC設計、実装、本番運用までを一貫して支援しています。オープンウェイトLLMの選定では、次の観点で判断材料を整理します。
DataRoidは、社内データをAIが扱える形に整え、ナレッジ検索・要約・分類・異常検知・ワークフロー自動化へつなげる社内設置型のAIデータ基盤です。オープンウェイトLLMを自社環境で動かしたい企業に、モデル選定と基盤側の設計を合わせて支援できます。
既存クラウド資産(AWS/Azure/GCP)を活かして段階導入したい場合はDataRoid Cloudが選択肢になります。
＼オープンウェイトLLMの選定と導入設計を相談できます／ Blackfordに相談する
Q. オープンウェイトLLMは商用利用できますか？ A. モデルごとに条件が異なります。Apache 2.0のQwen3.6やMITのDeepSeek V4は制約が少ないですが、Llama 4は700M MAU以下やEU除外などの条件があります。導入前にライセンス原文の確認が必要です。
Q. 旗艦モデル(Claude、GPT、Gemini)と比べて実務で使えますか？ A. コーディング、長文要約、社内RAGなど、用途によっては十分な水準に達しています。ただし高難度の推論や一部のマルチモーダル業務では、旗艦モデルに劣後する場面が残ります。自社の代表業務で実測評価を行うのが確実です。
Q. 自社GPUがなくてもオープンウェイトLLMを試せますか？ A. 各モデル提供元のAPIやクラウド事業者のホスティングサービス経由で、GPUを持たずに検証を始められます。まずAPIで用途との相性を確認し、本番運用時に自社推論とAPI併用の設計を判断する流れが現実的です。
Q. 日本語性能はどのモデルが強いですか？ A. 現時点で「日本語で常に最強」と断定できるオープンウェイトモデルはありません。自社の業務文書と代表的なプロンプトで比較評価する必要があります。特に業務用語や社内特有の表記が多い場合は、追加のファインチューニングやプロンプト設計を組み合わせる判断も出てきます。
オープンウェイトLLMは、旗艦モデルとの性能差を急速に縮めており、企業が自社データを外に出さずにAIを動かす現実的な選択肢になっています。
一方で、モデルごとにライセンス、GPU要件、日本語運用の熟度、監査対応の実績が異なります。「性能スコアで選ぶ」から「用途と運用条件で選ぶ」に発想を切り替えることが、失敗を減らすうえで重要です。
自社での活用可否に迷う場合は、業務課題とデータ、既存基盤、運用体制を整理したうえで、モデル選定と基盤設計をあわせて相談することをおすすめします。
＼AI戦略とLLM選定を一緒に整理できます／ Blackfordに相談する
