オープンウェイトAIモデルは十分に優れている

本記事の著者は、2026年7月にMoonshot AIのKimi K3とAlibabaのQwen 3.8 Maxという二つの中国のオープンウェイトモデルを試用した。両モデルはAnthropicのFable 5やOpenAIのGPT-5.5 Solといった最先端の西洋モデルと同等の性能をベンチマークで示しているが、著者はそこまでは行かないとしつつも、非常に有能であると評価する。著者のAIコーディングテストでは、両モデルとも優れたパフォーマンスを発揮した。例えば、著者が開発した「バイブコーディングベンチマーク」では、Fable、Sol、K3、Qwenが生成したミニゲームは同等の品質であった。より厳格なテストとして、指定された仕様に従ってウェブアプリを構築したところ、K3、Qwen、Fableは非常に類似した結果を生成し、AI判定（Codex経由のGPT-5.5 Sol）は三つ全てに肯定的なコードレビューを与えたが、Fableがわずかに優れていた。

著者が最も興奮したのは、オープンウェイトモデルが本格的なAI支援エンジニアリングに使用できる「十分に優れている」閾値に達したことだ。AnthropicとOpenAIのモデルは昨年10月から11月にかけてこのレベルに達し、ソフトウェア開発業界で大きな採用の波を引き起こした。しかし、常にリスクが存在していた：知能（トークン）が高価になりすぎる、モデルが明示的に差し控えられる（Fable事件のように）、あるいは過度に制限される（FableやSolの過剰な使用フィルター）などだ。オープンモデルはこれらのリスクに対する保険となる。これらのモデルは大きすぎてローカルで合理的に実行できないが、サードパーティの推論プロバイダーの小規模産業がすでに存在し、データを厳密に保護する必要がある組織向けには（高価だが）自己ホスティングの選択肢もある。

西洋では、これらのモデルが中国製であることへの懸念がある。それらは伝統的な西洋の価値観と完全には互換性のない世界観を反映している可能性があり、また西洋のラボの利用規約違反やコピーの問題も指摘される。しかし著者は、AnthropicとOpenAI自身が公共インターネット全体をスクレイピングし、書籍などの著作権素材で学習しているため、文句を言う資格はないと主張する。著者の個人的見解では、著作権素材での学習はフェアユースだが、APIの結果での学習を禁止する権利はない。中国政府の思想に沿った検閲とモデルアラインメントは現実的だが（西洋ラボが異なるトピックで行うアラインメントを軽視すべきではない）、モデルがオープンであるため、検閲層は後処理で比較的容易に除去できる。

中国モデル（Kimi、Qwen、DeepSeek、GLM）が最も顕著だが、西洋にも重要なオープンモデルが存在する：Google DeepMindのGemma、Laguna S2.1、Nemotron 3、Mistral Small 4など。これらは大きな話題にならないことが多いが、非常に有能である。全体として、さまざまなサイズ（4Bから3Tパラメータ）のオープンLLMの健全なエコシステムが存在する。ほとんどがオープンウェイト（重みのみ）だが、一部は完全オープンソース（訓練データも含む）である。これらのモデルがそれぞれのニッチや特定のユースケース（例えば冒頭のAIコーディング）で「十分に優れている」点に達するにつれ、大手人気モデルの確固たる代替品となっている。

オープンウェイトモデルとフリーソフトウェアのユーザー体験における大きな違いは、必要なハードウェアである。現在（2026年半ば）、平均的な趣味ユーザーは大規模モデルを実用的な方法で実行する方法を持たない。Mac Studio、NVIDIA DGX Spark、AMD Strix Haloなどのユニファイドメモリを備えたコンピュータは約5000ドルで、100B〜200Bパラメータのモデルまでしか実行できない。Kimi K3は2.8T、Qwen 3.8 Maxは2.6Tパラメータである！しかし著者は楽観的である。AI対応ハードウェアには巨額の資金が投入されており（NVIDIAの時価総額5兆ドル、利益率85%、高帯域幅メモリメーカーも好調）、数年以内に競争の激化、性能向上、価格低下が起こると確信している（工場建設には時間がかかるが）。