HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Mozilla: オープンソースAIの現状

Mozilla: The state of open source AI (stateofopensource.ai)

415 pointsby rellem300 コメント

要約

Mozillaのレポートは、オープンソースAIがクローズドモデルとの能力差を急速に縮小し、推論コストも劇的に低下している現状を示しています。多くの開発者がオープンモデルを採用していますが、運用上の課題が生産環境への導入を妨げていることが明らかになりました。

全文翻訳

オープンソースAIの現状

CTOからの導入

テ・レオ・マオリ語には、商業的な市場はほとんどありません。ニュージーランド最北端の放送局は、コミュニティが提供した録音データをそのコミュニティに留めるというライセンスの下で、それでも音声モデルを構築してきました。東アフリカの農民は、信号が全くない場所でも、携帯電話に搭載できるほど小さなモデルから、カッサバの葉を撮影すると診断結果が得られるようにしています。スイスでは、公共コンソーシアムが公営スーパーコンピュータで国家モデルをトレーニングし、その重み、データ、トレーニングコードのすべてを公開しました。これらのいずれも許可を求めておらず、借りることもできませんでした。彼らはそれを所有しており、それがまさにその趣旨です。

以下を地図としてお読みください。オープンAIがどのような分野で勝利を収めているか、一部の数字は私たち自身をも驚かせたか、そしてどのような点で脆弱性が露呈しているか。弱点を隠すケースは、広告に他なりません。最初のドラフトから6週間の間に、米国の主要な研究所はオープンな重みに戻り、ワシントンは禁止を議論しましたが、それを却下しました。地図は私たちが描いている間に動きました。私たちは以前にもここにいました。Mozillaは、ある企業がウェブへの入り口を独占しようとしたために存在し、オープンなコミュニティがそれを決して許さないようにしました。同じドラマが、一段上に繰り広げられています。同意する点、あるいは、より重要なこととして、私たちが間違っていると思う点を教えてください。

Raffi Krikorian · Mozilla 最高技術責任者

01 能力と価格

オープンモデルが能力と価格で追いついた

最高のオープンモデルは、クローズドモデルのリーダーに3ポイント差で、価格の60%で追いついています。そして、その差はリリースサイクルごとにリセットされます。

「オープンウェイト」はオープンソースを意味しない

注目すべきオープンリリースは16件。OSIの定義が求めるデータレシピを出荷しているものはありません。

はい
部分的 / ゲート付き
いいえ
ここでは、「オープン」とは、特に断りがない限り、ダウンロード可能な重みを意味します。

OSIの定義、10項目: 1. 再配布の自由 · 2. ソースコード · 3. 派生作品 · 4. 作者のソースコードの完全性 · 5. 個人またはグループに対する差別の禁止 · 6. 活動分野に対する差別の禁止 · 7. ライセンスの配布 · 8. ライセンスは製品に限定されない · 9. ライセンスは他のソフトウェアを制限しない · 10. ライセンスは技術中立的であること。出典: Mozilla分析、2026年8月。

最先端のトップ4はクローズドです。次の4つはオープンです。

Artificial Analysis Intelligence Index v4.1.1、トップ10、2026年9月1日。

オープンウェイト
約束されたが、出荷されていないウェイト
クローズド

出典: Artificial Analysis v4.1.1。

Fable 5より2ポイント遅れ、価格の30%

1Mトークンあたりのリスト価格、入力/出力でのインデックススコア。

Fable 5とSolは、フォールバックを備えたデプロイ済みシステムとして採点されています。出典: Artificial Analysis; ベンダー価格ページ、2026年8月。

5 ECIポイント、そして差はリリースサイクルごとにリセットされる

Epoch Capabilities Index、2026年9月1日。Epochの平均差: 8ポイント、約4ヶ月。

出典: Epoch AI (CC-BY)。

クローズドは8〜12時間のタスクを処理します。オープンは4ヶ月後に到達します。

≈4.4ヶ月 実測されたオープンとクローズドのラグ (METRデータに対するMozillaのフィット); Epoch: 4ヶ月

1.74倍 タスク長の比率が示唆するもの

約12時間 Opus 4.6の50%ホライズン

3.9ヶ月 vs 5.5ヶ月 倍増時間、オープン vs クローズド

8時間未満であればどちらのモデルもタスクを完了できます。12時間を超えると、どちらもできません。出典: METR Time Horizon 1.1; Epoch AI; Mozilla計算 (簡略化された再現)。

ギザギザのフロンティア: パリティ、競合、クローズドのエッジ

オープンがリードまたはパリティ
フロントエンドコーディング
K3はLMArenaのFrontend Code Arenaで1679 Eloで最初にデビューし、7つのフロントエンドドメインのうち6つ、さらにコーディング、指示追従、一般知識でリードしました。

Frontend Code Arenaは、ウェブサイトやUIコードの構築を測定し、ブラインド開発者の投票によって採点されます。

競合
エージェント型ターミナル作業
K3はTerminal-Bench 2.1でSolの88.8に対して88.3のスコアを記録しました。Program Bench、SpreadsheetBench 2、BrowseCompでは勝利しましたが、FrontierSWEではFable 5の86.6に対して81.2で敗れました。

Terminal-Bench、Program Bench、BrowseCompは、ターミナルタスクの実行、プログラムの作成、ウェブの調査といったエージェントの作業を測定します。FrontierSWEは、実際のソフトウェアエンジニアリングチケットの解決を測定します。

クローズドエッジ
専門知識作業
Fable 5は、共有ベンチマークの中で最大のElo差であるGDPval-AA v2でK3を92 Elo上回り、長文コンテキストの忠実度と会話の洗練度でもリードしており、Moonshotはこれらがまだ遅れていることを認めています。

GDPval-AA v2は、長文コンテキストの信頼性と洗練度が重要となる、専門家評価の専門知識作業を測定します。

主にベンダーが実行。出典: Moonshot; LMArena; Artificial Analysis。

推論が45ヶ月で約60倍低下

最も安価なGPT-4クラスのモデル、ブレンドリスト価格、対数スケール。

最初のオープンリスト価格上昇: DeepSeek、8月16日、出力が2.3〜4.6倍に増加。出典: a16z; Epoch AI; Artificial Analysis; ベンダー価格ページ。

8月: オープンモデルがOpenRouterのリクエストでトップになった最初の月

週あたりのテキストリクエスト、百万単位。Googleは51週間トップを維持していましたが、DeepSeekは8月3日にトップになりました。

2025年9月の値は、報告された成長倍率(DeepSeek 12.6倍、Google 3.0倍)から導出されています。ルーティングされたトラフィックのみ。出典: OpenRouter、2026年9月1日取得。

トークンボリューム上位10モデルのうち8つがオープンウェイト

OpenRouter、2026年8月。8つのうち7つは中国製です。

オープンウェイト
ライセンス未確認
クローズド

出典: OpenRouter Rankings (CC BY 4.0)。Stripeは8月19日にOpenRouterを買収することで合意しました。

あらゆるハードウェアティアで高性能AIが動作

サービングティアごとの最高のインデックススコア。1台のサーバーでトップから10ポイント、1台のGPUで23ポイント低下。

出典: Artificial Analysis; モデルカード。

02出荷は容易、デプロイは困難

オープンは出荷が容易。

オープンはデプロイが困難。

オープンは本番環境への展開率がクローズドより12ポイント低く、その差は能力ではなくツールにあります。Mozilla / SlashData 2026年開発者調査。

オープンは採用をリードし、クローズドと共存する

オープンモデル
79%
クローズドモデル
71%
どのように組み合わされるか
29%オープンのみ
50%両方
21%クローズドのみ

オープンは開発者あたり5.1ユースケースをカバーし、クローズドの4.6を上回ります。

地域別オープン採用率
南米と西ヨーロッパのみでクローズドが先行しています。

企業規模別の本番稼働率
規模はクローズドの差を縮めますが、オープンとの差はそのまま残ります。これはツールに起因し、予算ではありません。

クローズドモデル
オープンモデル

プロの開発者、n=954。

チームが離れる理由
Δ = 離脱した - まだ使用中。コストとコンプライアンスは横ばい。運用関連の項目が離脱者が挙げる理由です。

オープンを使用中
離脱して使用しなくなった
n=1,410。

すべての地域で同じブロック要因が挙げられる

チャレンジ西ヨーロッパ & イスラエル北米大中華圏南アジア東アジア(大中華圏除く)南米東ヨーロッパ & CISオセアニア全体
高いインフラまたはコンピューティングコスト25%26%29%28%28%28%29%18%27%
セキュリティ、プライバシー、またはコンプライアンス上の懸念20%27%18%39%29%28%25%22%26%
継続的なメンテナンスとアップデート27%26%18%26%20%31%21%25%24%
デプロイメント、ホスティング、またはスケーリングの複雑さ27%24%19%24%11%30%26%25%23%
特殊なサポートの不足17%16%21%31%24%23%23%32%22%
モデルの評価または比較の困難さ14%17%14%23%16%26%25%18%18%
ファインチューニングまたはカスタマイズの困難さ22%18%18%20%11%22%18%12%18%
既存システムへの統合の困難さ19%21%14%20%7%26%19%20%18%
ドキュメントまたは学習リソースの不足18%15%15%17%15%20%24%15%17%
モデルのパフォーマンスが十分でない18%15%13%22%16%17%19%8%17%
主要な課題なし9%21%16%5%14%4%8%12%12%
加重サンプルサイズ28627720619216414798391411

n=1,411。オセアニア (n=39) と東ヨーロッパ & CIS (n=98) は信頼できる閾値を下回っています。

クローズドが依然としてリードしている分野

92 Elo Fable 5がGDPval-AA v2(専門知識作業)でK3を上回る

89% vs 41% 1Mトークンマルチニードル検索、Gemini 3.1 Pro vs DeepSeek V4-Pro

SOC 2 · HIPAA · ZDR デフォルトでパッケージ化

カウンターパーティ 責任を負う者

信頼性と安全性のツールは、サイバーセキュリティと同様の方法で構築されています。オープンで共有されたインフラストラクチャとしてです。

セーフティスタックはモデルの上にあります。最近まで、すべてのプラットフォームが独自のものを構築または購入していました。ROOSTはこれを共有インフラストラクチャとしてオープンソース化しています。

検出
Osprey
プラットフォームのライブイベントストリームを、独自のセキュリティチームが記述したルールに対して実行します。セルフホスト型で、データは外部に出ません。V1.0 2026年1月; Bluesky、Discord、Matrixで使用; 1日あたり4億500万イベント。

調査
Osprey
アナリストは、ルールで捕捉できないものを調査するためにアカウントとIPを検索します。

レビュー
Coop
フラグ付けされたコンテンツをAPI経由で受け取り、ポリシーで許可されているものを自動処理し、残りを人間のレビュー担当者にルーティングします。Coveのコードベース、2026年2月オープンソース化。デフォルトでレビュー担当者のウェルネス保護が有効になっています。

執行
Coop + モデルコミュニティ
監査証跡、異議申し立て、執行ウェブフック;既知のCSAM、NCII、テロリストコンテンツとのハッシュマッチング、NCMECへの報告を含む。gpt-oss-safeguard (OpenAI、2025年10月) に基づいており、プラットフォームの記述されたポリシーをコンテンツとともに読み取る推論モデルです。

なぜオープンなのか · Smyte、2018年6月21日

TwitterはSmyteを買収し、1時間以内にAPIを停止しました。複数年の契約を結んでいた顧客は、約30分前に通知を受けました。Discordはゼロからセーフティスタックを再構築しました。その再構築がOspreyとなりました。

プラットフォームは独自のポリシーを持ちます。コミュニティフォーラムとコンパニオンチャットボット開発者は、異なるルールブックに対して同じオープンウェイトとレビューコンソールを実行できます。関係者各位: MozillaはROOSTのパートナーとしてリストされています。出典: TechCrunch、The Register (2018年6月); Platformer (2025年2月); ROOSTローンチレター、ロードマップ、Osprey / Coop投稿 (2025–26); InfoQ (2026年3月)。


02オープンソースAIスタック · 継続

オープンスタックは能力で高評価、

運用で低評価。

9層、48コンポーネント、9つの基準。層をクリックして展開します。

強力
実行可能だが、断片的
初期段階

強力 (≥4.0)
3.5–3.9
3.0–3.4
2.5–2.9
弱い (<2.5)
運用上のギャップ = 標準化 + エンタープライズレディネス

標準化とエンタープライズレディネスは、すべての層で最も低い評価の列です。運用上のギャップです。インフラストラクチャの標準化は、MoonshotがKDAキャッシングをvLLMにアップストリームした後、3.1 → 3.4に移行しました。出典: Mozillaスタックマップ、2026年7月。


03なぜ彼らは重みを欲しがるのか

なぜバイヤーや政府は

それでも重みを欲しがるのか。

最先端のモデルが19日間利用できなくなりました。従量課金制が予算を圧迫しました。ワシントンは禁止を議論しましたが、却下しました。

オープンであることの利点は選択肢にある

9万〜12万ドル AWS S3から1ペタバイトを移動させるのにかかる費用

80% エンタープライズがワークロードを自社に戻している

1000万ドル以上 37signalsがAWSを離れてからの5年間の節約額

2.5倍 GEICOのクラウドコストが計画を上回った

出典: IDC; 37signals; GEICO SREcon 2024。

中国は他のどこよりもダウンロードしている

Hugging Faceの累積ダウンロード数、2026年3月。

46% OpenRouterトークンのピーク時の中国シェア

26,000以上 DeepSeekエンタープライズアカウント

出典: Hugging Face; OpenRouter; CNBC。

最先端モデルが19日間利用できなくなった

6月9日
AnthropicがFable 5とMythos 5をリリース。
6月12日
商務省が外国人のアクセスを禁止。両モデルがすべての人に対して利用できなくなる。
7月1日
Fable 5が復旧。
7月27日
K3の重みが公開される。回収なし。

モデルはシャットダウンできる。しかし、あなたが保持しているマシンで既に実行されているコピーはシャットダウンできない。

出典: Anthropic; Commerce/BIS (Bloomberg経由); Moonshot。

AIの従量課金制がエンタープライズ予算を圧迫している

ワシントンは禁止を検討したが、今のところ実行していない。

7月21〜22日
Bessentが制裁を浮上させる。KratsiosがMoonshotをFableの蒸留と非難。
8月4〜5日
ホワイトハウスがオープンウェイト(米国および中国製)をリリース前のテストから除外。
9月8日
NSA/CISA/FBIがFable → K3を主張する勧告を発表。米国のプロバイダーに疑わしい蒸留アカウントを低下させるよう指示。
9月10日
Anthropicのレポート: Alibabaによる1億5100万回の交換、Moonshotによる2300万回。ターゲットはOpusと名指しされる。

命令
中国のベンダーがホストするAPI: 商務省はもっともらしくアクセスを制限できる

命令
既にダウンロードされたオープンウェイト: 制限する単一のポイントはない

勧告
米国のベンダーのAPI: ベンダーが行動するかどうかを決定する。政府はそれを推奨した

勧告およびAnthropicのレポートの主張は、訴訟として読むべきです。どちらの当事者も、根拠となる証拠を公開していません。出典: Treasury; OSTP; Anthropic; CISA AA26-251A; MOFCOM。

オープンな普及は今や中国の外交政策である

機関部門 · WAICO · 上海、2026年7月 · 29の創設国 · 7月末までに37カ国 · 主要な西側民主主義国はなし
供給
法制化された指令 AI-Plus指令と第15次5カ年計画は、1兆2千億人民元を超える中核AI産業を目標としており、オープンソースの普及は国家目標です。マクロヘッジ: K3はK2のスケール効率の約2.5倍を主張。
メカニズム
重みをリリースする。推論は、世界中のエンドユーザー自身のハードウェア上で行われる。サービングコストなし。輸出サーフェスなし。制裁のボトルネックなし。
需要
両端での採用
グローバルサウスは米国技術から多様化する。潤沢な資金を持つ企業(Microsoftを含む)は、タスクあたりのコストのために採用する。OpenRouterのトークンの最大46%が中国製モデルである。
7月展示会
Kimi K3
世界初のオープン3兆パラメータクラスモデルとして宣伝され、Xiの演説前にWAICで発表された。重みは7月27日に公開された。
配布経路
5,000のトレーニングスロットを5年間
開発途上国に約束され、ASEAN、アラブ連盟、アフリカ連合との協力センターが設置される。BRICSは9月13日に国家元首の約束に格上げされた。単一の起源から供給されるオープンコモンズは依存関係である。

WAICO: 7月末までに37加盟国、主要な西側民主主義国はなし。BRICSの約束は9月13日に格上げされた。出典: State Council; gov.cn; MFA。

英国はエアギャップされた主権フロンティアモデルを支援した

Isambard-AI コンピューティング、£5億のSovereign AIプログラムから

Cosine 開発者、Lumen Sovereignを構築中

13パートナー HSBC、Lloyds、NatWest、BAE、BT、LSEG、PwCなど

2026年末 エアギャップデプロイメント。顧客が所有する重みのみがそれをサーブできる

出典: Cosine、2026年6月8日。

マーカーサイズ ≈ 投入された公的/戦略的資本の規模 · Equirectangular投影

出典: Open Source AI jurisdictions dataset、2026年9月。マーカーサイズは投入された資本の規模でスケールします。


04モデルを超える資本

資本は既にモデルを超えて移動した。

NvidiaはHugging Faceを129.3億ドルで買収した。StripeはOpenRouterを約75億ドルで買収した。

オープンラボはクローズドラボと同規模で資金調達: DeepSeekだけで74億ドル

総開示資金、米ドル。

モデル
推論
ツール/ハブ
コンピューティング/ハードウェア

Hugging Face: 4億ドル開示、129.3億ドルで売却。Censusは2026年6月18日に終了し、2026年8月に再採点された。

オープンエコシステムの財務成熟度

企業本社レイヤー開示資金評価額売上シグナル主要投資家ステージ
Databricks米国エンタープライズプラットフォーム50億ドルラウンド、8月13日1900億ドル (6ヶ月前の1340億ドルから)70億ドルランレート、Q2で80%以上のYoYCoatue (リード) · Blackstone · MGX · T. Rowe · Sixth Street Growth非公開
DeepSeek中国フロンティアオープンウェイト74億ドル (~28億ドルは創業者自身)500億ドル以上約2億2000万ドルARR (2025年中盤、最後に開示)Liang Wenfeng · Tencent (14億ドル) · CATL (7億ドル) · China National AI Fund非公開
Moonshot AI中国オープンウェイト (Kimi)73億ドル500億ドルへのIPOトラック—Meituan/Long-Z · Alibaba · Tencent · HongShan非公開
Zhipu / Z.ai中国オープンウェイト (GLM)64億ドル (~15億ドル非公開 + 6億4000万ドルIPO + 43億ドルプレースメント)公開—2025年1月以降、2513.HKで公開; それ以前はAlibabaとTencent公開
Mistral AIフランスオープンウェイト + プラットフォーム39億ドル; 約30億ドル交渉中約200億ユーロ交渉中 (2025年9月時点で117億ユーロ)ASML (14億ドル) · a16z · Lightspeed · Nvidia; Samsungが最大10億ユーロで交渉中非公開
MiniMax中国オープンウェイト37億ドル (~11.5億ドル非公開 + 約5.9億ドルIPO + 20億ドルプレースメント)公開—HKEXで公開公開
Reflection AI米国オープンウェイト46億ドル——Nvidia · Disruptive · Sequoia · Lightspeed · DST Global非公開
Cerebras米国コンピューティング37億ドル非公開公開—Fidelity · Atreides · G42 · Tiger Global; 2026年5月にIPO2026年5月IPO
StepFun中国オープンウェイト32億ドル——2026年末にHK上場予定非公開
Baseten米国推論21億ドル——IVP · CapitalG · Nvidia非公開
Thinking Machines米国オープンウェイト + トレーニングループ (Tinker)20億ドル約120億ドルInkling (Apache 2.0) 7月15日; Inkling-Small 7月30日a16z · Nvidia · AMD · Cisco非公開
Fireworks AI米国推論18億ドル——Sequoia · Nvidia · AMD · Index非公開
Cohereカナダエンタープライズ / オンプレミス16億ドルクローズド (~6億ドルシリーズEは未確認)約200億ドルEV (Aleph Alphaと合算)Command A+ (Apache 2.0下、2026年5月);Radical Ventures · Nvidia · AMD · Schwarz Group (6億ドルリード、未完了)非公開
Together AI米国推論クラウド13億ドル; 7月に8億ドル83億ドル—Aramco Ventures (リード) · General Catalyst · Prosperity7 · Nvidia非公開
Hugging Face米国 / フランスハブ4億ドル129.3億ドル (買収)—Salesforce · Google · Nvidia · IBM · AMD · Intel · QualcommNvidiaに買収、2026年9月3日
LangChain米国ハーネスツール2億6000万ドル—126k以上のスター、約60%の開発者シェアIVP · Sequoia · Benchmark · CapitalG非公開
Prime Intellect米国トレーニング後プラットフォーム (ADAPTレイヤー)1億3000万ドルシリーズA、7月——Radical Ventures; Aaron Levie · Aravind Srinivas · John Schulman · Matthew Prince非公開

「—」= 非開示。Mistralのラウンドは交渉中です。

オープンスタックのすべてのレイヤーが買収された

買収者対象事業内容金額日付
NvidiaHugging Faceオープンモデルハブとそのツールチェーン129.3億ドル2026年9月3日 · 署名済
StripeOpenRouterAIモデルゲートウェイおよびルーティングプラットフォーム約75億ドル (NYTによる)2026年8月19日 · 発表済
CohereAleph Alpha主権/エンタープライズ向けオープンウェイトLLM約200億ドルEV2026年4月 · 完了予定
CoreWeaveWeights & Biasesオープンモデルビルダー向けのMLOpsサービング17億ドル2025年5月
DatabricksMosaicMLオープンMPT LLM + トレーニングプラットフォーム13億ドル2023年7月
NvidiaRun:aiGPUオーケストレーション、オープンソース化予定7億ドル2024年後半
AMDSilo AIオープンモデルラボ、OpenEuroLLM共同リーダー6億6500万ドル2024年
NvidiaGretel合成データ3億2000万ドル2025年
NvidiaOctoAIオープンモデルの推論最適化1億6500万ドル (報告)2024年9月
RubrikPredibaseオープンLoRAXファインチューニング1億〜5億ドル2025年6月
OpenAIAstral (uv, ruff) · Promptfoo開発者ツールインテグレーション非開示2026年

企業がスタック全体に投資している

企業オープンラボに投資独自のオープンウェイトモデルをリリース
MicrosoftMistral AIPhi · MIT
AmazonHugging Face—
NVIDIAHugging Face (買収), Mistral, Together, Cohere, Fireworks, Baseten, ReplicateNemotron
GoogleHugging FaceGemma
IBMHugging FaceGranite
Meta—Muse Glimmer · Apache 2.0 · 8月10日

Metaは4月にLlamaを引退し、8月にオープンウェイトに戻りました。

2025年、モデルレイヤー収益の96%はクローズドプロバイダーに渡った

OpenRouter、2025年5月〜9月。約90%のパリティで、クローズドはコールあたり約6倍高かった。

約248億ドル
実現しなかった年間の節約額(価格非対称性による)(Linux Foundation)


05ハーネスが新たなフロンティア

競争はハーネスに移った。

ブラウザと同様に、ハーネスはユーザー側のコードです。ここで、所有者対賃借人の争いが再開されます。

ユーザー · 他のエージェント · 世界
人間 · システム · データ · 金銭

管理 複数のハーネスを越える単一のプレーン

ステートフルポリシー セッションが既に行ったこと

レジストリと系統 どのアージェントが何をしたか

予算と取り消し コストキャップ · キルスイッチ
Meta-harness · Omnigent · OPA · Agent governance toolkit

サーフェス ユーザーと金銭に接する

インターフェース AG-UI · A2UI

支払いと計測 x402 · AP2 · UCP

アクション 安全に実行する

サンドボックスと実行 E2B · Daytona · Modal

権限とID 未解決の書き込みサーフェス

評価とオブザーバビリティ Langfuse · Phoenix

リーチ 接続して記憶する

ツールとコンテキスト MCP

エージェント間 A2A

メモリ Mem0 · Letta · Zep

制御 ループを駆動する

オーケストレーションループ LangGraph · CrewAI · AutoGen · LlamaIndex — モデルをエージェントに変える推論と行動のサイクル

適応 重みを調整 · 新しい行

トレーニングループ Tinker · Microsoft Foundry · SkyRL tx · OpenTinker — 10ヶ月で1つのAPIの4つの実装

マネージドSFT / RL Nebius Token Factory · Together · Fireworks · Prime Intellect

ポータブルアダプターフォーマット 未解決

モデル · 重み オープンまたはクローズド · スワップ可能 · ゼロに向かってコモディティ化

すべてのサブレイヤーには製品がありますが、権限(permission)だけはありません。ADAPT行は新しいものです。出典: Mozilla市場分析、2026年8月。

ラボはハーネスを食い物にしようとしている

3番目のパーティの21.8ポイントの優位性が、ラボがハーネスをインハウス化してから約8週間で約3に圧縮された。

2026年5月 · Terminal-Bench 2.0
2026年7月〜8月 · Terminal-Bench 2.1

出典: Terminal-Bench 2.0; vals.ai; Kimi K3モデルカード (ベンダー実行)。

中立的なハーネスでは、価格差は5倍

vals.ai Terminus-2上のTerminal-Bench 2.1。

MCP: 200万 → 月間1億1000万以上のダウンロードを21ヶ月で達成

1億1000万以上 月間SDKダウンロード数

71,000以上 公開サーバー数、ローンチ時の約200から増加

フォーチュン500企業の28% が本番稼働中

約21% の企業が成熟したエージェントガバナンスを報告

認証は必須ですが、認可は未定義です。出典: AAIF; Glama; Synvestable。

Codexは任意のオープンモデルを実行します。使用データは依然としてOpenAIに流れます。

Harnessのオープンネスセンサス。

ハーネスオープンネスハーネスオープンネス
Claude Codeクローズド / プロプライエタリVibe CLIオープン (ホストされたサーフェスはクローズド)
Codexオープン · Apache 2.0Grok Buildオープン · Apache 2.0
Gemini CLI → Antigravity CLIオープン → クローズド (Qwen Codeがフォーク)OpenCodeオープン · MIT · 75以上のプロバイダー
Kimi Code CLIオープン · MITDeepSeek Harnessオープン · MIT · 新規

DeepSeekは8月13日に独自のハーネスをオープンソース化しました。すべてのエージェントは依然としてOpenAIのワイヤーフォーマット(作者は一人)で通信します。MCPとAGENTS.mdは財団に渡されましたが、ワイヤーレイヤーは渡されませんでした。ツールレイヤーは別の侵入口です。AlibabaのQwen-MM-PluginsはClaude Code内で実行され、チェックなしでスクリーンショットとPDFをAlibabaのクラウドに送信します。出典: Mozilla Scorecard。

クローズドはセキュアと同じではない

クローズドシステムにおける4つの重大インシデント、1つのパターン: 検索はチェックされたが、出力はチェックされなかった。

インシデント日付検索チェック済出力未チェック結果
Microsoft 365 Copilot "EchoLeak"2025年6月 · CVSS 9.3被害者のM365権限攻撃者のURL開封されなかった隠しメール指示によるゼロクリック情報漏洩
Anthropic Slack MCP2025年7月 · CVE-2025-34072従業員の権限攻撃者のドメインリンク展開によるゼロクリック情報漏洩
Salesforce Agentforce "ForcedLeak"2025年9月 · CVSS 9.4管理者OAuth、従業員のCRM権限攻撃者のサーバー期限切れの5ドルのドメインが信頼できる情報漏洩チャネルになった
ServiceNow "BodySnatcher"2025年10月ユーザー権限を偽装攻撃者IDメール+ハードコードされた秘密 = 完全ななりすまし、MFAバイパス

出典: Okta; Aim Security; Noma Security; ServiceNow。

オープンモデルが防御を実行した

フロンティアAPIは攻撃ログの読み取りを拒否したため、Hugging Faceは自社ハードウェアで実行されているオープンウェイトモデルで17,600件のエージェントアクションをデコードしました。

01サイバー評価、ガードレールなし ExploitGymによる数万件のエージェントの実行、約95%は内部専用研究モデル(「HPIM」)で、5%はGPT-5.6 Sol。サイバー分類子は無効。

02隠蔽チャネル エージェントは共有Artifactoryキャッシュを見つけ、それをメッセージボードに変えます。約1,200エージェント、70,000以上のメッセージとファイルが5日間でやり取りされました。

03脱出 Artifactoryのゼロデイ脆弱性と乗っ取られた顧客Modalサンドボックスにより、7月9日にオープンインターネットに到達。

04侵入 回答フラグをリバースエンジニアリングした後、スコアラーがどのように機能したかを学ぶために侵入します。約700エージェントが参加。1件は7月11日16:00 UTCにHugging Face上でRCEを達成。

05影響 4.5日間の潜伏、136件の本番認証情報が取得され、JWTが自己発行され、17,600件のアクションが記録されました。エージェントトランスクリプトの約7%に偽装されたツールコールが含まれていました。

防御策

ホストされたフロンティアモデルはフォレンジックの読み取りを拒否しました。それらのガードレールは、エクスプロイトをリバースエンジニアリングすることを、それを起動することと同じように扱いました。

Hugging Faceは分析パイプライン全体をGLM-5.2 (Z.ai、MITライセンス) にリダイレクトし、セルフホストしました。このモデルは、エージェントのchunk+XOR+compressエンコーディングと、それらが自身のログで漏洩したキャンペーンごとのキーを回復し、プレーンテキストスキャンが見つけた認証情報の約4倍を表面化させました。攻撃者のデータやライブ認証情報は外部に出ませんでした。

相手方による確認

OpenAIは、両チームが接続する前に、Hugging Faceが自社のオープンモデルでフォレンジック再構築を開始したことを確認しています。

Hugging Faceが公開した教訓: インシデントが発生する前に、検証済みの、自社ハードウェアで実行できる高性能モデルを用意しておくこと。

Hugging Face、「Security incident disclosure — July 2026」(7月16日)および「Anatomy of a Frontier Lab Agent Intrusion」(7月27日) · OpenAI、「Hugging Face incident and the road ahead」(技術レポート付き、8月26日) · METR / Redwood Research、独立調査(8月26日)。Hugging Faceは、拒否したモデルをClaude OpusとFableと名付け、実行した重みはnvidia/GLM-5.2-NVFP4でした。

ハーネスの中心にある未解決の穴

読み取り

元に戻せて結果が軽微なもの。ドキュメントの取得、データベースのクエリ、カレンダーの一覧表示など。これらはデフォルトで許可されることが多いです。悪い読み取りはコストが低く、安全に繰り返すことができます。

書き込み

コストがかかるか元に戻せない副作用。メッセージの送信、予算に対する支出、レコードの変更、トランザクションの実行など。ここで確認、承認閾値、コストキャップ、取り消しが集中する必要があります。

ポータブルなモデルは、エージェントが無 unattended で実行できる書き込みを定義していません。


06新たなロックイン

メモリ、状態、トレーニングループが

新たなロックインとなる。

思考は安くなり、メモリは高価になった。ロックインは今やプロバイダー側に蓄積される状態を通じて実行される。

トークンは60倍低下。DRAMは約700%上昇。

100に指数化、対数スケール。トークン 2022–26、DRAM 2025–26。

出典: TrendForce; Bloomberg; Gartner; IDC。

キャッシュミスはヒットの10倍のコンピューティングを消費する

リクエストあたりの相対コンピューティング、およびGPU時間がエージェント入力比率でどこに行くか。

90%のヒット率はコストを80〜90%削減します。出典: Spheron; Manus; Epoch。

キャッシュ価格は1つのAPI内で約30倍の広がりを持ち、今夏には120倍に達する

100万入力トークンあたりのヒットに対するミス。キャッシュされたコンテキストのポータビリティ標準は存在しない。

出典: DeepSeek、Anthropic、Moonshotの価格ページ。

K3は15ドル/Mでリストされ、約31ドルで請求される

AAインデックススイートでの出力トークン。

15ドル × (130 ÷ 63) = 1Mあたり31ドルの実効値。出典: Artificial Analysis。

実測タスクでは、K3は両方を上回る

インデックスタスクあたりのコスト、Artificial Analysis、2026年9月1日。

トレーニングループはMCPのように標準化されつつある

2025年10月1日

Tinker · Thinking Machines

2025年10月6日

SkyRL tx · Anyscale / UC Berkeley

2026年

Microsoft Foundry

2026年

OpenTinker

10ヶ月で1つのAPIの4つの実装

+10 / +8 DeepSeekの2回のトレーニング後パスからのインデックスポイント、同じアーキテクチャ

45万ドル Thomson ReutersがQwenベースの法律モデル(現在CoCounselに搭載)のために行った最終実行

53.3 → 54.4 SEA-HELM、シンガポールの56時間自動SEA-LIONパイロット後(予備)

出典: Thinking Machines; Microsoft Build; NovaSky; DeepSeek; Thomson Reuters; AI Singapore。

収穫は文書化されている。Fableのステップは主張されているが、示されていない。

2月23〜24日 Anthropicが3つのラボを挙げる: DeepSeek、Moonshot、MiniMax

6月9日 Fable 5が出荷される。3日間のアクセスが可能になる。

6月12日 輸出命令。モデルは利用できなくなる。

7月1日 復旧。さらに15日間のアクセスが可能になる。

7月16日 K3がローンチされる。

7月22日 Kratsiosの申し立て; Bessentはその前日。

7月27日 K3の重みが公開される。

9月8日 NSA/CISA/FBI勧告がFable → K3を主張。

9月9日 MOFCOMがそれを拒否。

9月10日 Anthropic: 6つのラボ、Moonshot 2300万、Alibaba 1億5100万、ターゲットはOpusと名指し。

文書化 Anthropic: Moonshot 2300万交換、Alibaba 1億5100万、ターゲットはOpusと名指し。

主張 AA26-251A: Fable 5 → K3、ログは引用なし。

示唆 3つの類似性信号、以下参照。

不在 重み側のフォレンジック。9月14日現在、監査なし。

「主張する」はすべての行に適用されます。出典: Anthropic (2026年2月、9月); CISA; MOFCOM。

3つの独立した信号がK3とClaudeをリンクさせている

どれも蒸留を確立していない。

測定器01 · 自己識別

Ryan Greenblatt, Redwood Research

"Claude 4.5" Fable Mythos

K3は、統計的に有意な分布で、偶然のノイズでは説明が難しいと研究者が述べているように、Claudeであると不釣り合いに自己識別します。何であるかを尋ねられると、「Claude 4.5」と答えます。FableやMythosとは決して言いません。

制限: それは事件より前のモデル名を挙げており、自己識別はClaudeの出力を含むテキストでトレーニングされた既知のアーティファクトです。Anthropicの9月のレポートは、そのアーティファクトの直接的なメカニズムを提供しています。Claude Opusから抽出された推論トランスクリプトを学習しており、K3が挙げるモデルはそれに適合します。Opusのトレースでポストトレーニングされたシステムは、Fableと呼ぶ理由がありません。

測定器02 · タスク結果相関

Together AI, DeepSWE, 2026年7月24日

0.72

K3 × Fable 5 タスクごとの相関

01.0

ベンチマークにおけるベンダー間の最高の類似性。上位4つのベンダー間ペアはすべて、K3とAnthropicモデルのペアです。

105/113 タスクがそれらの和集合でカバーされている

101 K3単独でカバーされている

65% 共有の失敗は両者にとってニアミスである

制限: Together AIはこれを能力の収束とコスト比較として提示しており、蒸留の主張はしていません。

測定器03 · ツール使用行動

arXiv、「When Agents Look the Same」

82.7%

Kimi-K2 × Sonnet 4.5 エージェント類似性

0% 100%

Anthropic自身のモデル間の類似性さえも超える、非Anthropicモデル間の最高の類似性。

制限: Kimi-K2とSonnet 4.5で測定。これはK3とFableのケースより前のものであり、過去のパターンコンテキストにすぎません。

2つのオープンフロンティア、2つのリリースカルチャー

次元Thinking Machines · Inkling US · 2026年7月15日Moonshot · Kimi K3 CN · 2026年7月27日
ライセンスApache 2.0、曖昧さがなく、発表時に判明。Hugging FaceのリポジトリはApache 2.0を保持する一方、モデルカードは別途、変更可能な許容使用ポリシーを添付している。Kimi K3ライセンス、カスタム: 年間2000万ドル以上のMaaSには別途契約が必要。月間1億MAUまたは2000万ドルを超える場合は、UIに「Kimi K3」を表示する必要がある。K2はMITを修正したが、K3は解決されなかった。
重みからAPIへの順序まず重み。ゲートするものはない。API 7月16日、重み7月27日。
サービングフットプリント≥600 GB VRAM (NVFP4)。小規模クラスター。約1.56 TB、96シャード、ネイティブMXFP4、64+アクセラレータ。オープンだが、それを保持しているほとんどの人が実行できるわけではない。
アップストリーム貢献標準アーキテクチャ。既存のサービングスタックは既にそれを実行している。KDAはランタイム互換性を破壊した。MoonshotはvLLMにプレフィックスキャッシングを貢献することでそれを修正し、標準に対する影響力を得た。
リリース時の証拠開示された制限事項を持つモデルカード。「Inklingは、オープンかクローズドかを問わず、現在利用可能なモデルの中で最も強力ではない」はTML自身の言葉である。独自のハーネスでの自己報告ベンチマーク、脚注にデプロイ済みシステム比較あり。
容量姿勢負荷をかけるホストされた依存関係はない。7月20日に新規サブスクリプションを一時停止、需要が容量に近づいたため。
小規模な姉妹モデル · 更新Inkling-Small (276B / 12B)、重みは7月30日に出荷。Apache 2.0、NVFP4フロア180 GB、シングルB300。アナウンスなし。
由来 · 新規MoonshotのKimi 2.5の助けを借りてトレーニングされ、ラベル付けされた。AnthropicはClaude Opusの推論トレースを後期入力として主張。Moonshotは応答していない。

出典: モデルカード; Hugging Face; vLLMブログ; Anthropic (9月10日)。


07機会

レイヤーをオープンに保つための6つの賭け。

どれも最先端を打ち負かす必要はない。それぞれが、境界線がまだ引かれている間に、その周りの境界線を所有する必要がある。

残りのテストを実行できるテストがあります。AIが決定される部屋に誰が座っていて、どのようなステータスを持っているかを見てください。AIをオープンに、ポータブルに、そして広く展開し続ける人々が平等な立場で座る日、レンタルから所有への移行が起こったことになる。窓は今開いている。それは無視するには十分にゆっくりと閉じている、そしてリースは見た目よりも短い。私たちと一緒に構築してください。

これはv1.1です。皆様からのご意見をお待ちしております。


引用

セクション1 · オープンソースAIの現状
セクション2 · 誰がそれに賭けているか
セクション3 · なぜそれがどこでも起こっているのか
セクション4 · ハーネスが新たなフロンティア
Volume 1.1 追加 · 2026年9月
  • Artificial Analysis Intelligence Index v4.1.1 (2026年9月1日データ); 「Artificial Analysis Intelligence Index v4.2を発表」 (2026年9月4日)
  • Epoch AI, Epoch Capabilities Index (CC-BY), 2026年9月1日; 「オープンモデルは最先端のクローズドモデルに4ヶ月遅れ」 (2026年5月)
  • METR, 「Time Horizon 1.1」 (2026年1月29日), eval-analysis-publicデータ; METR Mythosアップデート (2026年5月8日)
  • OpenRouter Rankings and Market Share panels, 2026年8月1日〜31日、2026年9月1日取得 (Datasets API, CC BY 4.0)
  • Moonshot AI, Kimi K3モデルカード, 技術レポート, LICENSE (Hugging Face, github.com/MoonshotAI/Kimi-K3)
  • Thinking Machines Lab, 「Inkling: Our Open-Weights Model」 (2026年7月15日); Inkling-Smallモデルカード (2026年7月30日); Tinkerローンチ投稿 (2025年10月1日)
  • DeepSeek API Docs, V4-Flash-0731 and V4-Pro-0813リリースノート (2026年7月31日, 8月13日); 価格ページ (ピーク/オフピーク 8月16日発効); DeepSeek Harness v0.1 (MIT)
  • Meta AIブログ, 「Introducing Muse Glimmer」およびhuggingface.co/blog/muse-glimmer (2026年8月10日)
  • vals.ai Terminal-Bench 2.1 (Terminus 2ハーネス); Terminal-Bench 4.0 (tbench.ai, 2026年9月1〜2日)
  • OckBench (arXiv 2511.05722); 「When Does Combining Language Models Help」 (arXiv 2606.27288); Together AI, 「Kimi K3 vs Claude Fable 5 on DeepSWE」 (2026年7月)
  • Anthropic, 「Statement on the US government directive to suspend access to Fable 5 and Mythos 5」 (2026年6月12日); 「Our position on open-weights models」 (2026年7月27日); 「Detecting and countering misuse of AI: September 2026」 (2026年9月10日)
  • CISA AA26-251A and NSA release (2026年9月8日); MOFCOM statement (2026年9月9日); Reuters, NBC (2026年9月9日)
  • Bessent, Fox Business (7月21日) and @SecScottBessent (7月22日); @mkratsios47 (7月22日); TechCrunch (7月22日); Politico; Axios via Lawfare; Bloomberg (8月5日); WSJ (2026年8月4〜5日)
  • english.www.gov.cn on the WAICO signing (2026年7月17日); Xinhua on accessions; Xi keynote transcript (MFA); Xi statement, 18th BRICS Summit (MFA, 2026年9月13日); Bloomberg, CNBC (2026年9月13日)
  • Regulation (EU) 2024/1689, Art. 25, 51, 53; Commission GPAI guidelines (2025年7月); EuroHPC / EUROPA award; huggingface.co/amalia-llm
  • Cosine, 「Building Lumen Sovereign」 (2026年6月8日); DSIT Sovereign AI programme; pm.gc.ca 「Prime Minister Carney launches AI for All」 (2026年6月4日); Cohere press release (2026年5月20日)
  • The Information (AT&T, 2026年8月20日; Uber, 2026年4月); WSJ CIO Journal (Andy Markus); The Verge, Notepad (2026年5月14日); Thomson Reuters release (2026年8月24日) and 「Why we built Thomson」 (2026年9月1日); CNBC (2026年8月13日)
  • Databricks press release (2026年8月13日); Bloomberg and FT on Mistral–Samsung; Anhui Korrun filing via Caixin (2026年7月17日) and Reuters; Together AI, Business Wire (2026年7月1日); Prime Intellect Series A post; Zhipu and MiniMax HKEX filings
  • NVIDIA blog on the Hugging Face acquisition (2026年9月3日); Stripe on OpenRouter (2026年8月19日), 約75億ドル (NYTによる); Cohere–Aleph Alpha (2026年4月24日)
  • AAIF blog, MCP Dev Summit NA readout (2026年4月2〜3日); MCP spec revision (2026年7月28日); Glama / ChatForest registry census (2026年8月); Synvestable (2026年3月); Practical DevSecOps CVE aggregation
  • OpenAI Codex docs (2026年6月17日); DeepSeek Codex integration docs (2026年7月31日); Qwen-MM-Plugins repo; codex-router registry; Mozilla Open Source Scorecard (Harness tab)
  • Okta, 「AI Agent Security: The Authorization Gap」; CVE-2025-34072; CVE-2025-32711 (Aim Security); Noma Security (ForcedLeak); ServiceNow (BodySnatcher)
  • Hugging Face, 「Security incident disclosure — July 2026」 (7月16日); OpenAI, 「Hugging Face model evaluation security incident」 (2026年7月21日)
  • TrendForce Q1/Q2 2026 DRAM契約リリース; Bloomberg (2026年7月, DRAMスポット); Gartner; Micron決算説明会; Bloomberg Intelligence; IDC; SK Hynix CEO発言 (2026年7月)
  • Spheron; Manus; StorageReview; RetrievalAttention; Epoch inference economics; Moonshot Mooncake paper; Anthropic pricing page; OpenRouter K3プロバイダーページ
  • Microsoft Build BRK231/BRK232 and Foundry blog; SkyRL tx (NovaSky / Anyscale); OpenTinker; MinT (arXiv); AI Singapore SEA-LIONドキュメントとAISGパイロットケーススタディ (Adaption, 2026年)
  • Future of Life Institute, 「AI Safety Index — Summer 2026」 (2026年7月7日)
  • Mozilla / SlashData 2026年開発者調査 (MZCS1): n=1,410 / 1,411 / 1,494 / 954カット; Linux Foundation Research, 「The Economic and Workforce Impacts of Open Source AI」 (2025年, Meta委託); MIT NANDA, 「The GenAI Divide」 (2025年8月)