オープンウェイトとは何か──「オープンソース」との違いを一次資料で読み解く

「オープンウェイト」とは、AIモデルの学習済みパラメータ（重み）だけがダウンロード可能な形で公開されている状態を指す用語だ。Open Source Initiative（OSI、オープンソースの定義を管理する非営利団体）は解説ページで、オープンウェイトを「学習コードや学習データを含まない、重みだけの公開」と位置づけ、自団体の「オープンソースAI定義（Open Source AI Definition、OSAID）」とは別物として扱っている。MetaのLlamaやGoogleのGemma（一部を除く）は、この意味で「オープンウェイト」であって「オープンソース」ではない、というのがOSIの公式な立場だ。本記事では、まとめサイトではなくOSIの定義文とMeta・Googleのライセンス条文そのものを読んだうえで、何が同じで何が違うのかを整理する。

• 「オープンウェイト」＝モデルの重みだけが公開された状態。学習データや学習コードの公開は含まない
• OSIの「オープンソースAI定義」は、重み・学習コードに加えて「熟練者が同等のモデルを再現できる水準」の学習データ情報の公開を求めており、この基準でLlama 2は「オープンソースではない」とOSI自身がブログで明言している
• Google GemmaはGemma 3までは独自の「Gemma利用規約」だったが、2026年4月公開のGemma 4からはOSI承認済みライセンスであるApache License 2.0に切り替わった（学習データの公開状況は別問題）

AIモデルの「公開」には段階がある

「オープン」を名乗るAIモデルが実際に公開している要素は、モデルによってまちまちだ。OSIの解説ページと「オープンソースAI定義」の条文を踏まえると、公開の要素は大きく4段階に分けられる。

OSIの解説ページ「Open Weights: not quite what you've been told」は、オープンウェイトを「完全なクローズドAIよりはましな妥協案（a compromise—a lesser evil than completely proprietary AI）」と位置づけ、医療・自動運転・金融など説明責任が重い用途では開発プロセス全体が見えないオープンウェイトだけでは不十分、という立場を示している。

モデル内部の構造（MoEなど専門家ネットワークに分割する設計）は「何を公開しているか」とは別の論点なので、そちらはMoE（Mixture of Experts）とは何かに譲る。

OSIの「オープンソースAI定義」は何を要求しているか

OSIが公開している「Open Source AI Definition 1.0」の本文は、オープンソースAIをこう定義している。

An Open Source AI is an AI system made available under terms and in a way that grant the freedoms to: Use the system for any purpose and without having to ask for permission. Study how the system works and inspect its components. Modify the system for any purpose, including to change its output. Share the system for others to use with or without modifications, for any purpose.

（訳：オープンソースAIとは、目的を問わず許可を求めずに使用する自由、仕組みを研究・検査する自由、出力の変更を含めあらゆる目的で改変する自由、改変の有無にかかわらず他者と共有する自由を付与する条件で提供されるAIシステムである。）

この4つの自由（Use・Study・Modify・Share）を担保するため、定義本文は学習データについて次の水準を要求する。

Sufficiently detailed information about the data used to train the system so that a skilled person can build a substantially equivalent system.

（訳：熟練者が実質的に同等のシステムを構築できる程度に、十分詳細な学習データの情報。）

さらにモデルの重み（パラメータ）についても「OSI承認済みの条件下で利用可能でなければならない」と定める。重み・学習データの情報・学習コードの3点が揃って初めて「オープンソースAI」と呼べる、という立場だ。

この定義に照らした検証作業として、OSIはFAQページで実在モデルの合否を公表している。

The list of models that passed the Validation phase are: Pythia (Eleuther AI), OLMo (AI2), Amber and CrystalCoder (LLM360), and T5 (Google)... Those that have been analyzed and don't pass because they lack required components and/or their legal agreements are incompatible with the Open Source principles include Llama2 (Meta), Grok (X/Twitter), Phi-2 (Microsoft), and Mixtral (Mistral)...

（訳：検証フェーズに合格したモデルはPythia、OLMo、Amber、CrystalCoder、T5。必要な構成要素が欠けている、またはライセンス条文がオープンソースの原則と非両立という理由で不合格だったモデルにはLlama 2、Grok、Phi-2、Mixtralなどが含まれる。）

OSIは同じFAQで、この検証を「認証の類ではなく、定義策定プロセスの一部・学びの機会」だと注記している。合否の一覧は目安として読むのが適切だ。

主要モデルは実際にどこまで公開しているか

ここからは、本記事のために実際にライセンス本文を読んだモデルだけを載せる。

読み取れる点は2つある。第一に、ライセンスが「Apache 2.0」や「MIT」というOSI承認済みの形式かどうかと、実際にオープンソースAI定義を満たすかは別の話だ。Gemma 4やDeepSeek-R1の重みはOSI承認済みライセンスの下にあるが、学習データの公開状況は本記事では確認できておらず、これだけでOSAIDに完全準拠すると断定はできない。第二に、OLMoのように重み・学習データ・学習コードの3点が揃って初めて、OSIの検証フェーズで「合格」の扱いを受けている。この差が「オープンウェイト」と「オープンソースAI」の実質的な境界線だ。

使う側にとって何が変わるのか

ライセンスの性質が違うと、利用者が気にすべき点も変わる。

商用利用。Llama 4のライセンスは商用利用自体は禁じていないが、第2条に「Llama 4のバージョンリリース日の時点で、ライセンシーまたはその関連会社が提供する製品・サービスの月間アクティブユーザー数が7億人を超える場合、Metaへのライセンス申請が必要で、Metaの単独裁量で許諾するかどうかを判断する」という条項がある。Gemma利用規約（Gemma 3以前）に同様のユーザー数条項は見当たらないが、禁止事項ポリシー（Prohibited Use Policy）が組み込まれ、違反とGoogleが判断した場合は利用を制限する権利をGoogleが留保している。Apache 2.0・MITは商用利用の制限条項自体を持たない汎用ライセンスだ。

再配布。Llama 4もGemmaも、配布時には規約のコピー添付や「Notice」表示ファイルの同梱といった手続き義務を課す。Llama 4はさらに「Built with Llama」の表示と、派生モデル名への「Llama」の付与を求める。Apache 2.0・MITにこうした個別ブランド表示義務はない。

改変。いずれのライセンスも改変（ファインチューニングや派生モデルの作成）自体は許可している。ただしLlama・Gemmaは派生物にも同じ利用制限を引き継がせる条項があり、Apache 2.0・MITはこうした継承を求めない。

なお、モデルをローカル環境で実際にダウンロードして動かす手順（必要なGPU、ツールの選び方など）はローカルLLMガイドにまとめてあるので、そちらを参照してほしい。

正直な但し書き

• 定義自体がまだ動いている領域。OSIの「オープンソースAI定義」は比較的新しく、業界内の合意が完全に固まっているわけではない。企業側のライセンス改定も頻繁で、GemmaはGemma 4でライセンスの性質を独自規約からApache 2.0へ切り替えている。本記事の内容は執筆時点（2026年8月）で各社の公式ページ・公式リポジトリを確認した結果であり、今後変わりうる。
• 確認できなかったライセンスがある。比較表に載せたのはLlama 4・Gemma（3以前／4）・DeepSeek-R1・OLMoの実際のライセンス本文を読んだ範囲のみ。Qwen、Mistral、Falcon、BLOOM、Grok、Phi、Mixtralなど他の「オープン」を名乗るモデルは条文を確認しておらず、意図的に比較表から外した。
• Gemma 4・DeepSeek-R1の学習データ公開状況は未確認。ライセンスがOSI承認済み形式であることと、学習データが実際に公開されているかは別の論点であり、本記事では両モデルの学習データセットが一般公開されているかどうかを確認できていない。
• 法的判断は専門家へ。本記事はライセンス条文に「何が書かれているか」を紹介するものであり、「この用途で使ってよいか」といった法的な適否の判断は行っていない。商用利用や再配布を具体的に検討する場合は、各ライセンスの全文を確認したうえで弁護士など専門家に相談してほしい。

出典

• The Open Source AI Definition – 1.0（Open Source Initiative）: https://opensource.org/ai/open-source-ai-definition
• Open Weights: not quite what you've been told（Open Source Initiative）: https://opensource.org/ai/open-weights
• Meta's LLaMa license is not Open Source（Open Source Initiative ブログ）: https://opensource.org/blog/metas-llama-2-license-is-not-open-source
• OSAID FAQs（Open Source Initiative）: https://opensource.org/ai/faq
• Llama 4 Community License Agreement（Meta 公式）: https://www.llama.com/llama4/license/
• Llama 4 LICENSE（Meta 公式GitHubリポジトリ meta-llama/llama-models）: https://github.com/meta-llama/llama-models/blob/main/models/llama4/LICENSE
• Gemma Terms of Use（Google 公式）: https://ai.google.dev/gemma/terms
• Apache License 2.0 | Gemma（Google 公式、Gemma 4向け）: https://ai.google.dev/gemma/apache_2
• DeepSeek-R1 公式リポジトリ（DeepSeek、ライセンス節）: https://github.com/deepseek-ai/DeepSeek-R1
• OLMo 公式リポジトリ（Allen Institute for AI、LICENSE・README）: https://github.com/allenai/OLMo