DeepSeekは2026年4月24日、次期モデルV4をopen-sourcedとして公式に発表しました。同じ年には、AlibabaのQwen3.5、Z.aiのGLM-5.2、Moonshot AIのKimi K3も相次いでオープンウェイトとして公開されており、中国製オープンウェイトAIの登場が一過性の話題ではなく継続的な流れになっています。
推論、コーディング、マルチモーダル処理、エージェント用途など、各モデルが掲げる用途は多岐にわたります。企業がこうしたモデルを検討する際は、性能だけでなく、重みの公開形態とライセンス条件を正しく見極めることが欠かせません。
ここでいうオープンウェイトとは、学習済みの重みを入手して、自社環境で推論したり、追加学習したりできるモデルを指します。ソースコード、学習データ、重み、商用利用条件がすべて自由な「オープンソース」とは同じではありません。公式に確認できる公開形態とライセンスを分けて整理すると、企業が中国製モデルを選択肢に入れる際の判断軸が見えてきます。
※本記事は2026年8月時点の情報です。
「中国製オープンウェイトAI」が注目される理由
API型のAIは、すぐに使える一方、モデル更新、推論場所、ログ管理、料金体系を提供者に依存します。オープンウェイトなら、重みを取得して自社クラウドや推論基盤で動かし、特定業務向けに量子化や追加学習を検討できます。
機密データを外部APIへ送らない構成や、特定ベンダーへの依存を弱める構成を取りやすいことが、企業にとっての大きな魅力です。
重みが公開されても、条件確認は必要
公開モデルを採用する際は、モデルカードとライセンスを必ず読みます。代表的なモデルでも、ライセンスの表記は次のように異なります。
- Qwen3.5-397B-A17B：Hugging FaceページにApache 2.0と記載
- GLM-5.2：公式モデルページでMITライセンスを表示
- Kimi K3：Kimi K3 Licenseで重みを公開
名称が「open」でも、再配布、商用利用、派生モデル、地域制限、責任範囲が同じとは限りません。
モデル選定の基本軸は、生成AI比較で扱う性能・料金・統合・セキュリティに加えて、重みの取得条件、推論に必要なGPU、更新方針、サポート窓口を加えることです。
ポイント
オープンウェイトは自社運用の自由度を高めますが、ライセンス名称だけで商用利用の可否は判断できません。モデルカードとライセンス条件を個別に確認し、性能・料金だけでなく重みの取得条件や運用体制も選定軸に加えることが重要です。
2026年に確認できる主要モデル｜公開形態と強み
2026年8月時点で、公式情報から確認できる代表例を整理します。各社のベンチマークは測定条件や評価ハーネスが異なるため、順位をそのまま横並びにはしません。ここでは、何が公開され、どの仕事を想定しているかを見ます。
| モデル | 公式に確認できる公開状況 | 主な特徴・想定用途 | 企業が見る点 |
|---|---|---|---|
| Qwen3.5-397B-A17B | Alibabaがオープンソース化を発表。Hugging FaceではApache 2.0 | マルチモーダル、エージェント、GUI操作、397B総パラメータ・17B活性化 | GPU構成、商用条件、視覚データの扱い |
| DeepSeek V4 Pro / Flash | DeepSeek公式が2026年4月24日にopen-sourcedと発表。重みへのリンクを掲載 | 1Mコンテキスト、推論・コーディング・エージェント | 公式APIと自社推論の差、更新・サポート |
| GLM-5.2 | 公式Hugging FaceページでMITライセンスとローカルサーブ方法を掲載 | 長期タスク、1Mコンテキスト、柔軟な推論負荷 | ベンチマーク条件、許容するデータ経路 |
| Kimi K3 | Moonshot公式がフルウェイトをKimi K3 Licenseで公開。GitHubにモデル概要を掲載 | ネイティブ視覚、長文コンテキスト、コーディング・知識作業 | 独自ライセンス、巨大モデルの実行費、保守体制 |
Qwen3.5はAlibabaの公式発表で、テキスト・画像・動画を扱い、201言語・方言、視覚エージェント、長時間動画理解などを説明しています。Qwenの公式モデルページには、重みをTransformersやvLLMなどで扱えることも記載されています。
視覚を含む業務の試作を自社基盤で行いたい企業にとって、APIだけではない選択肢です。
DeepSeekは公式APIドキュメントで、V4 Proを1.6T総パラメータ・49B活性化、V4 Flashを284B総パラメータ・13B活性化として説明し、open weightsのリンクを公開しています。
GLM-5.2は公式ページでMITライセンス、1Mコンテキスト、vLLMやSGLangでのローカル提供手順を示しています。いずれも、モデルを試すだけでなく、推論基盤を自社で持つかという選択につながります。
Kimi K3は公式ブログで2.8Tパラメータ、1Mトークンのコンテキスト、視覚対応、フルウェイトの公開予定を説明し、公式GitHubではKimi K3 Licenseでの公開とモデル仕様を掲載しています。Kimi自身の評価では、最上位のクローズドモデルにはなお差があると明記されています。
したがって、Kimi K3を「世界一」と断定するのではなく、巨大なモデルをどの業務で動かせるかを評価するのが適切です。
ポイント
Qwen3.5、DeepSeek V4、GLM-5.2、Kimi K3は、公開形態とライセンスがそれぞれ異なります。公式のベンチマーク順位をそのまま比較せず、何が公開され、どの業務に向くモデルかを個別に見極める必要があります。
企業の選択肢としてどう見るか｜性能競争から運用競争へ
中国製オープンウェイトAIを採用するかどうかは、国別の印象やベンチマーク順位だけで決められません。まず、対象業務を「外部公開情報の要約」「社内文書検索」「コード生成」「画像・動画理解」「エージェント実行」のように分け、各業務に必要な品質とリスクを定義します。
- 品質：自社データで正答率、指示遵守、引用、拒否の挙動を測る
- コスト：GPU、電力、推論サーバー、監視、更新の総保有コストで比べる
- ライセンス：商用利用、再配布、派生物、モデルカードの責任範囲を確認する
- データ管理：重みを自社で動かせるか、ログや入力がどこへ送られるかを分けて記録する
- 継続性：次のモデル、脆弱性対応、コミュニティ、社内での引き継ぎを確認する
単一採用ではなく、用途別ルーティングを考える
オープンウェイトの強みは、すべての業務を一つのモデルへ集約することではありません。機密文書は自社環境の小型モデル、複雑な推論は管理されたAPI、画像や長文はマルチモーダルモデルというように、データ分類と品質要件で振り分けます。
モデルの更新で出力傾向が変わっても、評価セットと切り替え条件があれば、業務停止を避けやすくなります。
生成AIを複数の業務へ広げる場合は、生成AI活用事例のように、利用率や削減時間だけでなく、人による確認、誤回答、データ持ち出し、運用負荷も継続的に測ります。
ポイント
採用の可否は、品質・コスト・ライセンス・データ管理・継続性の5つの軸で業務ごとに評価します。単一モデルへ集約せず、データ分類と品質要件に応じて用途別に振り分ける発想が実務では有効です。
導入時の注意点｜公開モデルだからこそ必要な統制
自社運用は、外部APIへ入力を送らない構成をつくれる一方、セキュリティ責任が消えるわけではありません。取得した重みやコンテナの出所を確認し、依存パッケージを固定し、脆弱性を監視します。
モデルへ追加学習したデータ、評価用プロンプト、生成ログの保管場所も、通常のソフトウェアと同じように管理対象にします。
また、オープンウェイトモデルの提供元が示すベンチマークは、あくまで提供元の測定です。Kimi K3やGLM-5.2の比較表には、各社の公式設定や異なるハーネスの結果が含まれます。
自社の代表タスクを固定し、同じハードウェア、同じプロンプト、同じ制限時間で比較しなければ、順位の差を業務性能と誤解します。
さらに、国・業界・顧客の要件によっては、次のような確認が必要です。
- データ保管場所
- 輸出管理
- 契約上の責任分界
- コンテンツ安全性の確認
採用を見送る場合も、漠然とした懸念ではなく、どの要件に適合しないのかを記録します。反対に要件を満たす場合は、ベンダーを一社に固定しない冗長化として評価できます。
ポイント
自社運用に切り替えても、依存パッケージの脆弱性監視やログ管理の責任は残ります。提供元のベンチマークは自社の代表タスクで再検証し、データ保管場所や輸出管理、契約上の責任分界も要件ごとに確認してください。
中国製オープンウェイトAIのまとめ｜「試せる」から「運用できる」へ
2026年は、中国の複数組織が、推論・コーディング・マルチモーダル・エージェントを意識したモデルをオープンウェイトで公開しています。公開形態はモデルごとに異なります。
- Qwen3.5：Apache 2.0のモデルページ
- DeepSeek V4：公式のopen weights案内
- GLM-5.2：MITライセンスの公式ページ
- Kimi K3：独自ライセンスの公式公開
企業が得る選択肢は、安いAPIを一つ増やすことではありません。自社環境で動かす自由、用途に合わせて調整する余地、複数モデルへ切り替える交渉力が増える一方、GPU、ライセンス、セキュリティ、品質評価を自分たちで負担することになります。
まずは低リスクの代表業務を小さく検証し、ライセンスとデータ経路を確認したうえで、本番の可否を判断しましょう。
ポイント
中国製オープンウェイトAIの活用は、低リスクの代表業務を小さく検証し、ライセンスとデータ経路を確認したうえで本番導入の可否を判断することが基本です。自由度が増える一方、GPUやセキュリティ、品質評価の負担も自社で担うことになります。
よくある質問（FAQ）
Q. オープンウェイトAIとは何ですか？
学習済みのモデル重みを取得し、自社環境で推論したり、追加学習したりできるAIです。ソースコード、学習データ、商用利用条件まで自由なオープンソースと同じ意味ではないため、モデルごとのライセンス確認が必要です。
Q. 中国製オープンウェイトAIは企業で使えますか？
利用できる可能性はありますが、モデルごとにライセンス、データ経路、セキュリティ、輸出管理、契約上の要件が異なります。公開されていることだけで商用利用を判断せず、モデルカードとライセンスを法務・セキュリティ担当と確認してください。
Q. Qwen3.5、DeepSeek V4、GLM-5.2、Kimi K3はどれが最も高性能ですか？
一つに決められません。各社の公式ベンチマークは条件が異なり、モデルごとに得意分野も違います。自社の代表タスクを同じプロンプト・同じハードウェア・同じ評価方法で測り、品質と総保有コストで選ぶのが適切です。
Q. 導入前に最初に確認すべきことは？
対象業務、許容できる誤り、入力データの分類、モデルライセンス、必要なGPU、ログの保存場所、更新と撤退の手順を確認します。最初は低リスクの業務で評価セットを作り、API利用と自社推論を同じ条件で比較すると判断しやすくなります。
参考情報：
Alibaba Group「Alibaba Open-Sources Qwen3.5」
Hugging Face「Qwen3.5-397B-A17B」
DeepSeek API Docs「DeepSeek V4 Preview Release」
Hugging Face「GLM-5.2」
Moonshot AI「Kimi K3: Open Frontier Intelligence」
Moonshot AI「Kimi K3 GitHub」
関連記事
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。