オープンソースAI vs クローズドAI──メリット・デメリット比較【2026年】

3行まとめ

1. オープンウェイトモデル（Llama 4、DeepSeek V4、Qwen 3）はクローズドモデルとの性能差を数ポイントまで縮め、コストは10分の1以下になっている
2. クローズドモデル（GPT-5.5、Claude Opus 4、Gemini 3）は複雑な推論・マルチモーダル・エンタープライズサポートで依然として優位
3. 「オープンソース」と呼ばれるモデルの大半はライセンス制限があり、OSI定義の厳密なオープンソースではない点に注意が必要

前提：「オープンソースAI」は正確ではない

まず用語の整理が必要だ。

2024年10月にOpen Source Initiative（OSI）が公開した「Open Source AI Definition（OSAID）1.0」によると、オープンソースAIの条件はモデルの重み・学習データ・コードのすべてが自由に利用可能であることだ。

この定義を満たすモデルはほぼ存在しない。Llama 4、DeepSeek V4、Qwen 3、Mistral Large 3はいずれも重みは公開するが学習データは非公開であり、正確には「オープンウェイト」モデルだ（出典）。

本記事では一般的な通称に従い「オープンソースAI」と表記するが、この区別は知っておく価値がある。

主要モデルの一覧

オープンウェイト陣営

モデル	開発元	パラメータ	特徴
Llama 4 Maverick	Meta	400B（MoE）	英語圏での汎用性が高い。700M MAU超の企業は別途ライセンスが必要
DeepSeek V4 Pro	DeepSeek	671B（MoE、37Bアクティブ）	SWE-bench Verified 80.6%。APIコストがクローズドの約1/10〜1/30
Qwen 3	Alibaba	最大235B	201言語対応。多言語・長文脈RAGに強い
Mistral Large 3	Mistral AI	非公開	EU域内のデータ主権を重視。80言語以上対応

各モデルの詳細はオープンウェイトモデル上半期まとめを参照。

クローズド陣営

モデル	開発元	特徴
GPT-5.5	OpenAI	マルチモーダル統合。API料金は$1.75/$14.00（入力/出力・1Mトークンあたり）
Claude Opus 4	Anthropic	複雑な推論・コーディングに強い。Constitutional AIによる安全性設計
Gemini 3 Pro	Google	Google検索・Workspace統合。長文脈処理

6軸で比較する

1. コスト

コスト差はオープンウェイト陣営の最大の強みだ。

項目	オープンウェイト	クローズド
API利用（1Mトークン出力）	$0.59〜$0.79（Groq経由Llama 3.3 70B）	$1.50〜$14.00（GPT-5系）
セルフホスト	約$0.15/1Mトークン（Llama 4 70B・A100）	不可
初期コスト	GPU調達・運用が必要	ゼロ（API登録のみ）

セルフホスト時のコスト削減率は**60〜80%**と報告されている（出典）。ただし、これはGPU調達・電力・運用人件費を除いた推論コストのみの比較であり、小規模利用ではクローズドAPIのほうが総コストは安くなる場合が多い。

2. プライバシー・データ主権

項目	オープンウェイト	クローズド
データの外部送信	セルフホストなら不要	API利用時は送信が必要
データ利用ポリシー	自社で完全管理	各社のポリシーに依存
規制対応（GDPR等）	自社インフラで対応可	プロバイダのコンプラに依存

医療・法務・金融など機密データを扱う業種では、データを外部に出さずに済むオープンウェイトモデルのセルフホストが選ばれる傾向がある。Mistral Large 3はEU域内のデータ主権を前面に打ち出しており、欧州企業での採用が進んでいる（出典）。

3. カスタマイズ性

項目	オープンウェイト	クローズド
ファインチューニング	自由に実行可能	限定的（一部モデルのみ）
モデル改変	重みの編集・蒸留が可能	不可
推論最適化	量子化・プルーニング等を自由に適用	不可

ファインチューニングはオープンウェイトモデルの決定的な強みだ。自社データで追加学習し、特定タスクに特化させることで、汎用モデルでは到達しない精度を実現できる。

ローカルでのLLM運用方法はローカルLLMガイドで解説している。Llama 4のセットアップ手順はLlama 4ローカル構築ガイドを参照。

4. 性能（ベンチマーク）

2026年6月時点のベンチマークスコア（報道ベース）：

ベンチマーク	オープンウェイト最高	クローズド最高
SWE-bench Verified	DeepSeek V4 Pro: 80.6%	Claude Opus 4: 77.2%以上
複雑な推論（CRE）	クローズドより10〜25%低い	GPT-5.5・Claude Opus 4がリード
コーディング	Qwen 3が高スコア	Claude系が上位

注意点がいくつかある。

• SWE-benchのスコアは各社の自己申告を含み、評価条件が統一されていない場合がある
• 「複雑な推論」のベンチマークは定義や範囲が報告元によって異なる
• ベンチマークのスコアと実用時の体感は必ずしも一致しない

総合的には、汎用的な推論・マルチモーダル・長期的な対話ではクローズドモデルが優位、**特定タスクへの特化（ファインチューニング後）**ではオープンウェイトが逆転する場合がある。

5. 安全性・ガードレール

項目	オープンウェイト	クローズド
安全性フィルタ	自社で実装が必要	プロバイダが組み込み済み
悪用リスク	重みが公開されており制御困難	APIを通じた利用制限が可能
監査・透明性	コード・重みを直接検証可能	ブラックボックス

ここにはトレードオフがある。クローズドモデルは安全性フィルタが組み込まれているが、その判断基準はブラックボックスだ。オープンウェイトモデルはコードと重みを直接検証できるが、悪用者がフィルタを除去することも技術的には可能になる。

6. サポート・運用負荷

項目	オープンウェイト	クローズド
公式サポート	コミュニティベース	エンタープライズ契約でSLA付き
運用負荷	インフラ管理が必要	API呼び出しのみ
アップデート	手動で適用	プロバイダが自動適用

技術チームを持たない中小企業や個人にとって、クローズドAPIの**「登録すればすぐ使える」**手軽さは大きなメリットだ。一方、大規模組織で専任のMLOpsチームがいる場合は、オープンウェイトのセルフホストが長期的にコスト効率が高くなる。

ライセンスの落とし穴

オープンウェイトモデルは「自由に使える」と思われがちだが、実際にはライセンス制限がある。

モデル	制限
Llama 4	月間7億ユーザー超の企業は別途商用ライセンスが必要。EUでは一部機能（Vision等）が利用不可
DeepSeek V4	比較的自由だが、中国の法規制下にある点を考慮する必要がある
Qwen 3	Apache 2.0ライセンスで商用利用可。比較的制限が少ない
Mistral Large 3	商用利用可。EU規制への適合を重視

Llama 4のライセンスは「700M MAU超の企業はMetaに別途申請」という条件があり、大手プラットフォーム企業にとっては実質的な制約になる（出典）。

モデルの探し方・取得方法はHugging Faceガイドを参照。

どちらを選ぶべきか

条件	推奨
機密データを扱う	オープンウェイト（セルフホスト）
特定タスクに特化させたい	オープンウェイト（ファインチューニング）
大量リクエスト（数百万/日）	オープンウェイト（コスト優位）
技術チームがいない	クローズドAPI
すぐに使い始めたい	クローズドAPI
最先端の推論性能が必要	クローズド（ただし差は縮小中）
マルチモーダル統合が必要	クローズド（現時点で成熟度が高い）

実際には二者択一ではなく、用途によって使い分けるのが現実的だ。社内の機密分析にはセルフホストのオープンウェイトモデル、顧客向けチャットボットにはクローズドAPIというハイブリッド構成を採る企業は増えている。

正直に書くと

• ベンチマークのスコアは各社の自己申告や報道ベースを含み、本記事では独自検証していない。評価条件・データセットが異なる数値を並べて比較している限界がある
• コスト比較の数値は推論コストのみであり、GPU調達・運用・人件費を含む総保有コスト（TCO）は環境によって大きく変わる
• 「オープンソースAI」と「オープンウェイトモデル」の区別は本記事で触れたが、業界全体で用語が統一されていない
• 筆者はClaudeを日常的に使用しており、クローズドモデル側の評価が偏っている可能性がある
• 中国発モデル（DeepSeek、Qwen）の利用については、地政学的リスクやデータ規制の観点から追加の検討が必要な場合がある

出典・但し書き

• Let's Data Science — Open Source vs Closed LLMs: The 2026 Decision Framework
• MorphLLM — DeepSeek V4: 1.6T MoE, 1M Context
• CoderSera — Llama 4 Guide: Scout, Maverick, Behemoth
• MindStudio — Open-Source vs Closed-Source AI Models
• AI Magicx — Qwen 3.5 vs Llama vs Mistral
• Medium — Navigating the AI Licensing Labyrinth

モデルの仕様・料金・ベンチマークスコアは2026年6月時点の公開情報に基づく。各モデルとも頻繁にアップデートされるため、最新情報は公式サイトで確認することを推奨する。