メガトレンド · 人工知能
トップ級のAIが「無料でダウンロードできるもの」になった日
OpenAIのようなクローズドなラボが、最高のモデルをAPIの壁の奥に閉じ込めてトークン単位で貸し出すいっぽうで、まったく逆をいく一派がいます——強力なモデルを訓練したうえで、その「設計図」（weights）を誰でもダウンロードして自分で動かし、自分で調整できるように公開する。自分のマシンで動かせて、トークンごとの課金もない。これがMeta（Llama）、フランスのMistral、そして中国のDeepSeekとQwenです。彼らの賭けはこうです——「賢さ」を誰でも手に入る日用品（コモディティ）にしてしまえば、世界中の開発者を握った者こそ本当の勝者になる。そして2025年初め、DeepSeekがこの賭けは本当に市場を揺さぶれると証明してみせました。
01これは何？
AIモデルを一つ、「もう調理し終わったレシピ」だと思ってください——膨大なデータで訓練した結果、何十億という数値（weights（重み）と呼びます）が決まり、そこにモデルの知識と能力がすべて詰め込まれています。問題は、訓練が終わったあと、持ち主はそのレシピをどうするのか？ このnodeは、常識に逆らうように見える一つの答えを選んだ一派の話です——そのレシピを世界中の人にタダで配ってしまう。
open-weight（重みを公開したモデル）とは、作り手がweightsのファイルを公開し、誰でも自分のサーバーで動かしたり、特定の用途向けに調整（fine-tune）したり、製品に組み込んだりできるモデルのこと——しかもトークンごとの課金がいらないうえ、データを外に出さなくていい。これと逆なのがクローズドなラボ（Closed / Frontier Labs）で、最高のモデルを手元に抱え、あなたが触れるのはAPIかアプリ越しだけ——賢さを借りて使えても、モデルそのものは決して手に入りません。
メガトレンドの地図でいうと、このnodeは大きなトレンドArtificial Intelligenceの下にあるFoundation Models & Research Labsの二つの系統のうちの一つで、もう片方の兄弟がクローズドなラボです。どちらも基盤モデルを訓練するという同じことをしますが、「公開するか、閉じ込めるか」という哲学が正反対。そしてこの違いこそが、それぞれのビジネスモデル、顧客基盤、そして地政学的な役割までを決めています。
Open-weight＝「訓練済みの数値」（weights）を公開し、ダウンロードして動かしたり調整したりできるようにすること。ただし訓練に使ったデータやレシピ全体は公開しないことが多く、その点で何もかも公開する一般のソフトウェアであるopen-sourceとは違います · Fine-tune＝ダウンロードした基盤モデルを、自分のデータでもう少しだけ訓練し直し、特定の用途（たとえばタイの法律文書）に強くすること。丸ごと訓練し直す必要がない——これが多くの組織が公開モデルを選ぶ主な理由です。
02なぜ重要か——賢さを日用品にする
公開側の大きな賭けは一言です——commoditization（日用品化）。「ほぼ十分に良い」モデルがタダで配られ、誰でも動かせるようになれば、トークンあたりの賢さの値段はどんどん下がり、やがて日用品になります——そうなると、価値はもう「誰が最も賢いモデルを持つか」ではなく、「誰が開発者基盤とエコシステムを握るか」に移る。だからモデルを無料で公開するのは慈善ではなく、戦略的な武器なんです——高いAPIを売るライバルの価格の壁を切り崩しつつ、世界中の開発者を自分の標準の上にものづくりへ引き込む。
この力をいちばんはっきり証明した出来事が、2025年1月27日に起きました——ウォール街が「DeepSeek Monday」と呼ぶ日です。DeepSeekという中国のスタートアップが、アメリカのトップ級に近い性能の公開モデルを、わずかな予算で訓練したと主張して公開。市場は「このレベルがこんなに安く作れるなら、高価なチップの需要は本当に伸び続けるのか」とパニックに陥りました——結果、Nvidiaの株は一日で18%近く下落し、約6,000億ドルもの価値が一度に消えました。これは株式市場の歴史上、一社が一日で失った価値として過去最大です。
一日のショックな数字より大事なのは、それが永久に変えてしまったものです——DeepSeekは「安くて優れた公開モデル」が本当に可能だと業界全体に信じ込ませました。高価なものの後追いのおもちゃではない、と。それ以来、業界での公開側の重みはじわじわ高まり続け、かつては学術的な問いだった——「賢さは日用品になるのか」——が、クローズドなラボすべてが答えを迫られるビジネスリスクへと変わったのです。
03どう動くのか（weightsを公開してから、その上に作るまで）
公開モデルの核心は「それが手を離れる場所」にあります——どこで世界中の人が、持ち主に払わずに使い続けられるようになるのか。一つのモデルがラボから一人の開発者のもとへ届くまでを、一歩ずつたどってみましょう。
このモデルがビジネス的に逆らって見える点は、訓練費は変わらず高いのに、利用あたりの収入はゼロというところ——公開側のラボも数十億から数億の訓練費を払うのは同じですが、無料で公開してしまうとAPI課金が返ってこない。だから収入は遠回りに作るしかありません：マネージドな実行サービスを売る（Mistral流）、広告／本業に結びつける（Meta流）、あるいは戦略的・地政学的な目的（中国勢流）。これが、どの公開側も答えを出さなければならない「タダ飯問題」です。
公開側が低コストを実現できるもう一つの理由が、Mixture-of-Experts（MoE）のようなアーキテクチャの工夫です——DeepSeekのモデルはパラメータが合計6,710億もありますが、実際に答えるときは一回あたり約370億しか「点火」しません。何百人もの専門家が一つの部屋にいるのに、その質問に関わる人だけを呼び出すようなもの——おかげで訓練も実行もぐっと安くなり、それでいて毎回すべてのパラメータを使う巨大モデルに近い性能を出せます。
04エコシステムの中でのつながり
公開モデルは単独で浮いているわけではありません——周りのAIエコシステム全体を動かす「無料の原料」であり、その関係がいちばんはっきりしているのが、次の三つの隣人です。
- AI Tooling & MLOpsとは常にセット： 公開モデルは「道具」が包んで初めて価値を持ちます——モデルを保管・配布するハブのHugging Face、fine-tuneの道具、自分のサーバーでモデルを動かす道具。公開モデルが広まるほど、この道具の層への需要も伸びる。「無料のモデルをきちんと動かす」のは、かえって高い専門性が要る仕事だからです
- AI Applications & Copilotsに原料を供給： 多くのスタートアップや組織が公開モデルの上にアプリを作ります。コストを抑えられ（トークンごとに払わなくていい）、データを抱えられ（外に出さなくていい）、深く調整できるから——公開モデルは、節約志向のAIアプリがどっと生まれる「土台」なのです
- クローズドなラボ（Closed Labs）とは正反対： 閉じた側は最高の賢さを壁越しにトークン単位で売り、プレミアムなマージンを得るが顧客はモデルを握れない · 公開側は無料で配って握らせるが、収入は遠回りに作るしかない——両者は「最高品質 vs コントロール／コスト」という軸で競い、その境界線は毎月のように動いています
05いま、どこまで来たのか
公開側のいまいちばんの大ニュースは、中国が先頭に立ったことです。2025年初めには、公開モデルはまだMeta（Llama）が握るゲームでさえありました。ところが2026年初めには、まったく別の絵に塗り変わった——Hugging Faceのダウンロード量で測ると、2026年2月、AlibabaのQwen一社だけで月およそ1億5,360万回。これは大手の公開モデル製作者ほか8社の合計（7,120万）の2倍以上。いっぽうMetaのLlamaのシェアは、25%（2023年末）から約11%へとじわじわ下がりました。
この逆転を映すもう一つの角度が、OpenRouterのようなモデル集約プラットフォーム上での実際の利用量（token）です——かつて37.4%（2025年1月）まで達したMetaの公開モデルのtokenシェアは、2026年初めにはほぼゼロまで落ち込み、DeepSeek（約31%）やほかの中国勢に取って代わられました——わずか一年で、公開モデル利用の「多数派」がアメリカから中国へと移ったのです。
西側にもまだ強い主役がいます——MetaはLlamaシリーズを推し進め、アメリカ公開側の柱であり続け、フランスのMistralはヨーロッパの「AI主権」の希望となって、2026年に評価額が約200億ユーロに達するまで資金を集め、ASMLから15億ドルの出資（株式約11%）を受けて自前のデータセンター建設を後押ししています。いっぽうで本当の主役の何社か（Mistral、DeepSeek）はいまも非公開企業で、株を直接は買えません——一般の投資家がこのトレンドに乗れる道は、MetaやAlibabaのような上場した巨人を通すことです。
06これからの未来——縮まる公開と閉鎖の差
第一の方向は公開と閉鎖の品質差が縮まっていることです。2024年には公開モデルは品質でまだ閉じたモデルに一年近く遅れていましたが、2025〜2026年にはその差が数か月にまで縮み、一部の分野——とくにコーディングと推論——では公開モデルが閉じたモデルを「追い抜いて」さえいます。この流れが続いて差がほぼゼロになれば、大きな問いはこうなります：「ほぼ十分に良い」ものがタダで配られて自分で動かせるとき、クローズドなラボはプレミアムな価格決定力をどこまで長く保てるのか。
第二の方向は価値が「モデルそのもの」から「モデルの周りのサービス」へと移ることです。生の賢さが無料になると、お金はその無料のモデルを「実際に使えるものにする」層へ集まります——マネージドな実行サービス、特定の用途に強くするfine-tune、企業システムへの安全な組み込み。これがMistralがサービスを売る道を選んだ理由であり、AIの道具の層が公開モデルの普及から直接の恩恵を受けやすい理由です。
第三の方向は公開モデルが地政学の道具になることです。中国にとって、優れたモデルを無料で配ることは「成果を力に換える」やり方——技術的な影響力を広げ、アメリカのインフラへの依存を減らし、新興市場で標準を握る。モデルそのものから直接の利益を期待せずに、です。これによって「公開 vs 閉鎖」の競争は、単なるビジネスの話ではなく、米中の国家間競争と切り離せないほど絡み合っています。
07課題とリスク
第一のリスクはまだ定まらないビジネスモデルです。高価なものを無料で配るのは利用者にはありがたい話ですが、まだ誰もきっぱり答えられない問いがあります——「では次の訓練費は誰が払うのか？」 訓練費は世代ごとに上がり続けるのに、直接の収入はゼロ——公開側のラボはほかの事業で支える（Metaの広告）、付加サービスを売る（Mistral）、あるいは戦略的な資金に頼るしかありません。いつか支えている財布が見返りを問い始めれば、次世代モデルへの訓練投資はつまずきかねません。
第二のリスクは安全性と悪用です。weightsはいったん公開されると、取り戻せません——誰でもダウンロードして、危険なこと（偽情報の生成、マルウェアのコード、違法なコンテンツ）をさせるように調整できてしまう。クローズドなラボがAPI越しに強制できるような安全の壁がないのです。売りである「開かれていること」が、同時に統治のうえでの弱点でもある——世界中の規制当局が注視している論点です。
第三のリスクは地政学と「二つの世界」への分裂です。公開側のリーダーの多くが中国企業であるため、西側の組織や政府が重要なシステムで中国のモデルを動かすことには、信頼と安全保障の問いがついて回ります。その結果、公開モデルの世界が、互いに相手のものを使わない二つの陣営に分かれてしまうかもしれない——もともと公開の魅力だった「普遍性」を損なってしまうのです。
短くまとめると：このnodeは「閉じ込める」のではなく「配る」を選んだ一派です——強力なモデルを訓練し、weightsを世界中に公開してダウンロードさせ、その上に積み上げさせる。無料で、トークンごとの課金もなし。彼らの賭けは、賢さを日用品にして、未来の開発者基盤と標準を奪い取ること——そして2025年初め、DeepSeekがこの賭けは業界で最も高価な巨人を本当に揺さぶれると証明してみせました。