オープンモデルにおける現在のパワーバランス

オープンモデルにおける現在のパワーバランス 米国議会のために準備した証言の拡張版です。 Nathan Lambert 2026年9月21日 881414共有記事ボイスオーバー0:00-17:58お使いのブラウザではオーディオ再生をサポートしていません。アップグレードしてください。 最近、米国と中国の競争という観点から、オープンウェイトモデルの現状について連邦議会議員やスタッフのグループにブリーフィングを行うよう招待されました。私の準備した発言を、より幅広い読者にとってアクセスしやすい、オープンモデルに関する現状報告として共有します。 Interconnects AIは読者支援型の出版物です。購読をご検討ください。 購読 要約：オープンソース、オープンウェイト、クローズドモデルとは何か？ オープン言語モデルとは、その重み（weights）が検査または下流での利用のために公開されているAIモデルのことです。これらは、GPT-4やClaude Opus 4.5のように、開発者が直接クエリを実行できるアプリケーションプログラミングインターフェース（API）を通じて、あるいはChatGPTやClaude Codeのような製品を通じてのみアクセスを提供する、いわゆる「クローズド」AIモデルと対比されることが最も多いです。 オープン言語モデルは、主にオープンウェイトモデルとオープンソースモデルの2つのカテゴリに分類されます。オープンウェイトモデルが最も一般的な形態であり、MetaのLlama、AlibabaのQwen、GoogleのGemma、DeepSeekのモデルなどがこれに該当します。これらのモデルはライセンスによって管理されており、下流での利用が許可される内容を規定する管理文書が付随し、多くの場合、Transformers、VLLM、SGLANGなどのライブラリに含まれる推論コードが提供されます。約2025年4月以降、中国のAI企業がオープンウェイトモデルの分野で明確なリーダーとなっています。 真の「オープンソース」モデルはこれらに似ており、重み、ライセンス、推論コードを含みますが、モデルを再現するために必要な完全な情報、すなわちトレーニングコードとトレーニングデータも含まれています。最も著名なオープンソースモデルは米国で構築されており、最近では私がそこで2年半勤務していた頃に構築を支援したAllen Institute for AIのOlmoモデルが牽引しています。その他の著名なオープンソースモデルも、OpenAthenaのMarinモデルやEleutherAIのPythiaモデルなど、米国の非営利団体によって構築されています。 オープンウェイト、オープンソース、その他のモデルのラベル（API経由で主に提供されるクローズドモデルを含む）は、スペクトラム上に存在します。例えば、NvidiaのNemotronモデルは、ほとんどのオープンウェイトモデルよりもはるかにオープンであり、大規模なトレーニングデータを許容的なライセンスの下で公開していますが、すべてのデータを公開しているわけではないため、完全なオープンソースではありません。クローズドモデルも、APIが公開する情報や利用規約に基づいてスペクトラム上に存在します。 米国と中国のオープンウェイトモデル間の競争状況（ユニットエコノミクス、技術的能力など） 私たちは、GLM-5.2やKimi K3といった最新の主要な中国製モデルが、オープンモデルの商業的実行可能性において段階的な変化をもたらし、2025年12月にAnthropicのClaude Codeが達成したエージェント能力のしきい値と同様のしきい値を超えた世界に生きています。 米国は、主にMetaのLlamaモデルを通じて、オープン言語モデルの初期のリーダーでした。これらのモデルは、研究および商業タスクで広く利用されていました。中国のオープンウェイトモデルは、約18ヶ月前にこれらの2つの主要分野で米国のオープンウェイトモデルを追い越しました。これを明確に示す単純な指標はHugging Faceのダウンロード数であり、AlibabaのQwenモデルの成功により、中国は2025年7月にリードを奪いました。私は個人的にこのデータを追跡するツールを維持しており、2025年8月に私が最初にAmerican Truly Open Models（ATOM）プロジェクトを発表して以来、中国のダウンロードリードは約16億に達し、合計32億ダウンロードで米国の合計の2倍となっています。 Artificial Analysis Intelligence Index（AAII）のような一般的な能力ベンチマークでは、中国のオープンウェイトモデルが米国の競合モデルを明確にリードしています。執筆時点（2026年9月14日）でのトップ3の中国製モデルは、Z.aiのGLM-5.3およびGLM-5.3-Flash、そしてMoonshot AIのKimi K3で、スコアはそれぞれ45、42、44です。比較すると、米国の主要モデルはThinking MachinesのInklingとInkling Smallで、どちらもスコアは26、NvidiaのNemotron 3 Ultraはスコア23です。米国のトップモデルは2026年6月と7月にリリースされ、中国の競合モデルよりも更新頻度が低いです。例えば、中国の研究室は、米国の企業が到達する2〜6ヶ月前に、これらの米国のモデルを上回るスコアのモデル（例：GLM-5またはDeepSeek V4 Pro）をリリースしました。Arcee AI、Poolside、IBMなどの米国の企業がモデルをリリースする傾向はありますが、パフォーマンスのギャップを急速に縮めているわけではありません。他のベンチマークも同様のストーリーを語っています。 Artificial Analysis Indexにおける米国のトップオープンモデルは、他の15の中国製モデルに遅れをとっています。 全体として、中国のオープンウェイトモデルは、クローズドな米国のフロンティアモデルに約2〜5ヶ月遅れており、オープンウェイトな米国モデルはOpenAIやAnthropicのようなモデルに約6〜9ヶ月遅れています。中国の研究室は、エージェントコーディングのような明確なユーザー需要があるタスクでは最も近く、物理学や生物学のようなよりオープンエンドな科学タスクではさらに遅れています。 中国の研究室が、米国よりもリソースが少ないにもかかわらず、これほど強力なモデルを生産できる理由は、依然として議論の余地があり、異なる労働文化に大きく影響されていますが、いくつかの重要な技術的要因も影響しています。中国の研究室はモデルをより速くリリースし、タスクの範囲をわずかに狭く絞ることで、公開ベンチマークでわずかに有利になっています。速くリリースすることは、すべての研究室が一貫して進歩しているため、スコアを高くするのに役立ちます。モデルのリリースを「完了」した時点でのパフォーマンスのスナップショットとなるため、その時点が遅い研究室ほど高いスコアを出す傾向があります。それでも、中国の研究室が構築したモデルは本質的に強力であり、米国の産業にとって真の競争相手となっています。クローズドな研究室がAPI提供における脆弱性をパッチして蒸留を可能にするとしても、この競争が大幅に減少することはありません。 蒸留は新しいドメインで最も影響力があり、普遍的に強力な最終モデルを作成することを容易にはしません。もし蒸留が完全に防止された場合、例えばAnthropicやOpenAIでKnow-Your-Customer（KYC）ツールを使用した場合、最も強力な米国モデルと中国のオープンウェイトモデルとのギャップは、わずか1〜2ヶ月しか広がりません。 例えば、中国の研究室は2026年にトレーニングデータの購入に対する姿勢を急速に変えています。年初には、Moonshot AIやZ.aiを含む主要な中国の研究室は、データワークフローを社内で構築することを強く好んでいましたが、夏までには、確立された米国企業や新しい中国のスタートアップから、エージェントタスク用の最先端のRL環境などの最先端データを購入し始めていました。 中国におけるオープンウェイトモデルの能力フロンティアへの進展と、サイバーセキュリティ（例：OpenAI-HuggingFace事件）のような分野におけるフロンティアモデルに関するリスクの増大が最近文書化されたことを受けて、継続的なリリースがより安全なエコシステムをどのように可能にするかについての規制上の不確実性が高まっています。 オープンウェイトモデルにおける構造的な課題は、オープンソースソフトウェアの一部が悪意のあるアクターに渡るのを効果的に阻止する方法がほとんどないことです。もし中国からの最も強力なオープンウェイトモデルへのアクセスを制限しようとする試みが行われ、それがリスクを増幅させる場合、後退させられるのは米国のビジネスです。これには例があります。クローズドモデルは彼らのリクエストに応じなかったため、HuggingFaceはサイバー攻撃を理解するために中国のオープンウェイトモデルを使用しました。したがって、オープンウェイトモデルのリスク管理は、しばしばエコシステムの準備にかかってきます。 オープンウェイトモデルはAIの普及に不可欠なツールとなりつつあり、これらのリスクや、米国企業が中国で構築されたモデルに依存する不均衡な関係を乗り越える最善の方法は、オープンな投資を引き続き可能にすることです。