LLM で開発するチームは皆、多くの場合それと気づかずに、この選択をしています。1 社のベンダーの API からしか使えないクローズドモデルか、誰でも重みをダウンロードして動かせるオープンウェイトモデルか。この選択は、請求額、データの経路、製品の安定性、そして離れるときの難しさに影響します。
オープンウェイトとは正確には何を意味しますか?
オープンウェイトモデルは、学習済みのパラメーターを公開しています。自分でも、どのプロバイダーでも動かせます。これはオープンソースより狭い概念で、学習データや学習パイプライン全体は通常公開されません。
ライセンスはさまざまです。寛容なものもあり、たとえば OpenAI の Whisper はコードと重みを MIT ライセンスで公開しています。商用利用、ユーザー数、利用分野を制限するものもあります。モデルの上に開発する前に、それぞれのライセンスを読んでください。
クローズドモデルの重みはベンダーの手元にとどまります。ベンダーの API か、ベンダーがライセンスしたクラウドを通じてアクセスを借りることになります。
オープンウェイトとクローズドモデルの比較
| 要素 | オープンウェイト | クローズド |
|---|---|---|
| 最上位の品質 | 最先端から数か月遅れ | 最も難しいタスクでたいていリード |
| トークン単価 | 安いことが多い。同じモデルでホストが競う | 1 社のベンダーが決める |
| 動かす場所 | 自社サーバー、レンタル GPU、任意のホスト | ベンダーの API かライセンスされたクラウド |
| プライバシーの選択肢 | セルフホスト、またはゼロデータ保持のホストを選ぶ | ベンダーの条件とプラン |
| バージョンの安定性 | 正確な重みを好きなだけ固定できる | ベンダーの予定でバージョンが廃止される |
| カスタマイズ | 自分でファインチューニングや量子化ができる | ベンダーが提供するものだけ |
| ロックイン | 低い:複数のホストが同じ重みを提供 | 高い:モデルごとにベンダーは 1 社 |
| 運用 | セルフホストなら自分の責任 | ベンダーの責任 |
品質差はどれくらいですか?
以前より小さくなりましたが、確かに存在します。スタンフォード大学の 2025 AI Index は、Chatbot Arena のリーダーボードでトップのクローズドモデルがトップのオープンウェイトモデルにつけていた差が、2024 年 1 月初めの 8.04% から 2025 年 2 月には 1.70% に縮んだと報告しました。Epoch AI は 2026 年 5 月 29 日、同社の Epoch Capabilities Index で測ると “the most capable open-weight models have lagged frontier closed models by an average of four months”(訳:最も高性能なオープンウェイトモデルは、最先端のクローズドモデルに平均 4 か月遅れてきた)と推計しました。
実際には次のとおりです。
- 分類、抽出、要約、翻訳、日常的なチャット: オープンウェイトモデルでたいてい十分で、しかも安く済みます。
- コーディングエージェントと長い文書: 強力なオープンウェイトの選択肢があります。自分のリポジトリでテストしてください。コーディングエージェントに最適なオープンモデルを参照してください。
- 最も難しい推論と最新の機能: クローズドモデルが先に到達することが多いです。
リーダーボードは平均値です。重要なベンチマークは、自分の実際のテストケース 50 件です。
オープンウェイトモデルを動かす 3 つの方法とは?
| 方法 | 最適な場面 | 注意点 |
|---|---|---|
| 自社 GPU でセルフホスト | データを自社ネットワーク外に出せない。GPU が常に稼働 | ハードウェア、ドライバー、スケーリング、セキュリティ、アップグレード |
| 専用 GPU をレンタル | 負荷が安定している、カスタムの重みを使う | 遊んでいる時間にも支払う |
| ホスト型のオープンウェイト API | トラフィックが変動する、または伸びている。すぐ始めたい | ホストのデータ保持と稼働率を信頼することになる |
セルフホストはトークン単位では無料に見えますが、GPU は 1 時間に 1 リクエストでも 1,000 リクエストでも同じ費用がかかります。元が取れるのは、高く安定した稼働率のときです。それを下回るなら、トークン課金の API や定額プランのほうがたいてい安くなります。
オープンウェイトモデルの月額費用は?
ホスト型オープンウェイトモデルのトークン単価は簡単に計算できます。BroadNet 経由の DeepSeek V4.1 Flash で、月に入力 1 億トークン、出力 1,000 万トークンなら:
月額 100 x $0.175 + 10 x $0.52(キャッシュ割引前)。
同じ計算を、クローズドベンダーが公表している 100 万トークンあたりの価格と自分の実際のトークン数で行うか、1 つのワークロードを GPT、Claude、Gemini、Grok と 5 つのオープンモデルで見積もったオープンウェイトとクローズドモデルの API コスト比較から始めてください。キャッシュされた入力は結果を大きく変えます。このモデルのキャッシュトークンは 100 万あたり $0.0055 です。LLM API コスト計算ツールはすべての BroadNet モデルでこの計算を行い、LLM API 価格表は同じオープンウェイトに他のホストがいくら請求しているかを一覧にしています。
ロックインが見た目以上に重要なのはなぜですか?
クローズドベンダーが値上げしたり、データの条件を変えたり、プロンプトを合わせ込んだモデルを廃止したりしたとき、選択肢は受け入れるか書き直すかしかありません。オープンウェイトモデルなら、同じ重みを別のホストや社内に移し、同じ振る舞いを保てます。
この選択肢を実際に使えるものにしておくには:
- OpenAI 互換の SDK でモデルを呼び、ベース URL とモデル ID は設定に置きます。
- 回帰テストセットを持ち、プロバイダーを変えるたびに実行します。
- 必要に応じて LiteLLM のようなルーターを前段に置き、切り替えを設定変更だけで済むようにします。
企業はオープンとクローズドのモデルをどう組み合わせていますか?
ほとんどの企業は最終的に両方を使います。
- 量が多く定義のはっきりしたタスク(抽出、振り分け、要約、エージェントの定型ステップ)はオープンウェイトモデルに回します。
- まれで難しいタスクはクローズドの最先端モデルに回します。
- 四半期ごとに再テストします。Epoch が測った差を考えると、タスクは時間とともに 2 つ目のリストから 1 つ目に移っていきます。
BroadNet Inference の位置づけ
BroadNet Inference はホスト型のオープンウェイト API です。DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B、BroadNet がビルドした Google の Gemma 4、さらに 2 つの音声認識モデルを、すべて OpenAI 互換のエンドポイントで提供しています。プライバシー声明によると、プロンプトや出力は一切保持せず、推論データをモデルの学習、ファインチューニング、評価に使いません。DeepSeek V4.1 Flash は、セッションあたり 1 時間 $1 から月 $60 までの定額プランでも利用できます。
クローズドモデルは提供していません。GPT、Claude、Gemini が必要なタスクがあれば、そのルートにはそれらのベンダーを使い、残りはオープンウェイトにとどめてください。BroadNet を他のプロバイダーと比較するには、20 項目のプロバイダーチェックリストを使ってください。
