2026年に入り、オープンモデルのリリースは数年前の数少ないプレイヤーから、熾烈な競争へと変化しました。MetaのLlama 3がリリースされた当時、ほとんどの研究者はまだLlama 2を使用しており、アップデートを喜んで受け入れていました。しかし今や、新しいオープンモデルがリリースされるたびに、Qwen 3.5、Kimi K2.5、GLM 5、MiniMax M2.5、GPT-OSS、Arcee Large、Nemotron 3、Olmo 3などと競争しなければなりません。スペースは混雑していますが、それでも隠れた機会に満ちているように感じられます。オープンモデルの可能性はダークマターのように、その大きさは分かっているものの、それを解き放つための明確なレシピや例はほとんどありません。エージェンティックAI、OpenClaw、そしてその分野で進行中のすべての動きは、ClaudeやCodexを補完する（置き換えるのではなく）ために、オープンモデルでの大規模な実験を促進するでしょう。
特にオープンモデルでは、リリース時のベンチマークは非常に不完全なストーリーです。ある意味でこれはエキサイティングであり、新しいオープンモデルは分散が大きく、驚く能力を持っていますが、同時に、オープンモデルの周りにビジネスや優れたAI体験を構築することがクローズドモデルよりも難しい構造的な理由も示しています。新しいClaude OpusやGPTがリリースされたとき、エージェントワークフローで数時間使ってみることは良い感触テストです。しかしオープンモデルでは、このテストはカテゴリエラーです。エージェント時代のオープンモデルは、統合、ハーネス、ツールの議論から離れ、モデル単体の能力が何であるかを間近で見せてくれます。もちろん、ツールなしでは検索能力などをテストできませんが、モデル単体の進歩のペースを正確に測定できることは、体系的に不透明なAI分野において歓迎すべき単純化です。
新しいオープンウェイトモデルを評価する際に私が考慮する要因のリストには以下が含まれます：モデル性能（とサイズ）、出身国（一部の企業は出自を重視し、モデルが中国製かどうか）、モデルライセンス（法的承認が必要な場合、中堅・大企業での採用は遅くなる）、リリース時のツールサポート（多くのモデルはvLLM、Transformers、SGLANGなどの一般的なソフトウェアでの実装が不完全または著しく遅い）、モデルのファインチューニング容易性（実際に使用しようとしたときに、特定のユースケースにどれだけ簡単に修正できるか）。核心的な問題は、これらの一部（全体的な性能、ライセンス、出身など）はリリース時にすぐに利用可能ですが、ツールサポートなどの他の要素は安定するまでに数日から数週間かかり、さらにファインチューニング容易性はオープンな研究課題であり、体系的に監視しているグループはありません。
初期のオープンモデル時代（Llama 2や3、Qwen v3.5以前）では、アーキテクチャは比較的シンプルで、モデルは概ねそのまま動作しました。これはLlama、Qwen、Mistralなどの開発チームの非常にハードな作業による部分もありますが、新しいモデルが本質的に扱いにくくなっているためでもあります。Qwen 3.5やNemotron 3のようなハイブリッドモデル（ゲート付きデルタネットまたはMambaレイヤー）の場合、リリース時のツールサポートは非常に粗いものです。「当たり前に動く」と期待されることが、しばしば動きません。私は同様のアーキテクチャのOlmo Hybridをリリースして以来、この分野を注意深く追跡してきました。Qwen 3.5がRL研究のために連携する必要のあるさまざまなオープンソースツールでうまく動き始めたのは、リリースから1.5ヶ月後でした！これは、モデルの動作をより深く理解するために本格的に投資を始めるためのほんの始まりに過ぎません。もちろん、他の人々はより多くのエンジニアリングリソースを投入したり、部分的にクローズドなソフトウェアに依存したりして、これらのモデルに早くから取り組み始めました。完全にオープンで分散されたエコシステムが新しいモデルで軌道に乗るには、長い時間がかかります。
これらのすべては、オープンモデルにとって最も重要な質問への導入です——特定のユースケースに適応させるのがどれほど簡単か？これはモデルサイズによって異なる問題です。大規模MoEオープンウェイトモデルは、Cursorのようなエンティティによって使用される可能性があり、彼らは自身のドメインで複雑な能力を必要とします（例：Kimi K2.5に基づくComposer 2）。他のアプリケーションは、GPT-OSS 20Bに基づくChromaのContext-1モデルのように、はるかに小さなモデルで構築できます。「どのモデルがファインチューニング可能か」という問題は、業界のエンジニアの間で広く知られた背景知識です。ここには、オープンエコシステムをサポートするための活発な研究分野が存在するべきです。第一歩は、さまざまなベースモデルとポストトレーニングモデルの特性を理解して、それらがどのようなものかを把握することです。第二歩は、オープンモデルのプリトレーニングレシピを調整して、より柔軟にすることです。
さて、Gemma 4に話を戻しましょう——Googleの最新オープンモデルです。Gemma 3は2025年3月にリリースされてから1年以上が経過しており、やや過小評価されています。Gemma 4は現在4つのサイズで提供されています：約5B dense、8B dense、26B総パラメータ（4Bアクティブ）のMoE、および31B denseです。最も興奮しているのは、ついに標準的なApache 2.0オープンソースライセンスを採用したことです。これにより、採用が大幅に促進されるでしょう。強力なオープンウェイトLLMのためのより良いライセンスの基準は、過去1〜2年の間に主に中国のオープンモデルラボによって設定され、今や米国企業もこれに追随しています。LlamaライセンスやGemma利用規約が、強力なオープンモデルのリリースに慎重だった業界の約18ヶ月間の一時的なダイナミクスであったなら、個人的にとても嬉しく思います。
Gemma 4のスコアは非常に堅実に見えます——小型モデルは驚くべきベンチマークスコア（特にLMArenaのような一般的なドメイン）を持ち、31Bモデルは最近のQwen 3.5 27B（このクラスのリーダー）に匹敵します。約30Bのサイズ範囲は重要です。これは研究者と実際のユースケースにモデルをデプロイしようとする企業の両方がアクセス可能だからです。7Bモデルが実験や研究のデフォルトであるのに対し、30Bモデルはオープンモデルが特定のワークフローで実質的な価値を引き出せるかどうかを確認するためのデフォルトです——インテリジェンス、低価格、下流トレーニングの容易さなどの良い組み合わせです。
Gemma 4の成功は、使いやすさによって完全に決まります。ベンチマークで5〜10％の変動があっても全く問題になりません。十分に強力で、十分に小さく、適切なライセンスを持ち、米国製であるため、多くの企業がそれを採用するでしょう。Gemma 4がここでうまく機能するだろうと、慎重ながら楽観的に見ています。米国製のオープンモデルに向けた風向きが変わってきています。GPT-OSSが波乱のローンチを経て圧倒的な成功を収めるのを見てきました。Reflection、Arcee、Nemotron、Gemma、Olmoなどへの集団的なエネルギーは、オープンモデルの周りに新しいスタックを構築するための実質的な需要を示しています。モデルを含むすべての所有権をより多く求める人々によって、経済全体のAIスタックに費やす資本があります。
ATOMプロジェクトを開始してから240日、会話は次の段階に移行しています。2025年夏は、米国のAIシーンがAGI構築後にオープンモデルを理解するのを待つわけにはいかないと気付いた危機の瞬間でした。2つの市場は異なる領域を捉え、並行して進むでしょう。現在、米国のより多くの企業が強力なモデルをリリースしているため、エコシステムを改善して、これらのモデルが使いやすく、理解しやすく、価値を構築しやすいものにする必要があります。それは、私が一貫して更新してきたこれらの採用曲線に別の変曲点を構築するための困難な作業ですが、それがやるべき作業です。ぜひご参加ください。