生成AIのクローズドモデル vs オープンモデル開発競争の行方

昨今の生成系AIの進化において、「クローズドモデル」と「オープンモデル」が熾烈な競争を繰り広げています。クローズドモデルは大企業が独自に開発・提供しているものを指し、代表的な例としてChat GPTシリーズやClaude、GoogleのGeminiなどが挙げられます。

一方、オープンモデルはソースコードや学習済みモデルを公開しているもので、メタ(Meta)のLlamaシリーズやAlibaba CloudのQwen、そして急速に存在感を増しているDeepSeek V3などが代表例として知られています。


クローズドモデルとオープンモデルの“追いつ追われつ”構図

1年ほど前に先行するクローズドモデルの性能に、時間差をおいてオープンモデルが追いつく・・・ここ数年は、そうした構図が繰り返されてきました。驚くほど高い性能を示して市場を席巻したクローズドモデルが登場した後、しばらくすると似たような性能を示すオープンモデルが公開される、という流れです。

例えば、下の画像(MMLUベンチマーク)では赤線がクローズドモデル、緑線がオープンモデルを表しており、時間の経過とともにオープンモデルがクローズドモデルに追いついている姿が見られます。

<ポイント>

  • “1年待てばオープンの最先端モデルが無料で使える”という見方もある
  • クローズドモデルは性能面・機能面で依然先行し続ける
  • 2025年以降もオープンモデルが追随し、クローズドモデルとの競争は絶えず続く

とはいえ、MMLU(※)のようなタスクでは上限に達してしまい差を測るのが難しくなる(いわゆる“サチる”)ケースも出ています。実際には、まだ他のタスクで差が見られる場合も多く、クローズドモデルがエンタープライズ向け高機能を提供する“逃げ”の状態が続いているのも事実です。

※MMLU(Massive Multitask Language Understanding)は、言語モデルの性能を評価するためのベンチマークテストです。2020年にカリフォルニア大学バークレー校の研究者Dan Hendrycks氏らによって提案されました。


“新技術”を取り込むのはどちらか?

クローズドモデルは大規模な学習リソースを背景に新技術を独自に開発し、先行したパフォーマンスを見せるケースが多くあります。しかし、その技術は必ずしも秘匿され続けるわけではなく、他社やOSSコミュニティが追随し、1年ほど経つと同等の性能を持つオープンモデルが公開される──これが近年のトレンドです。

一方で、オープンモデルでもユニークなアーキテクチャや新手法を取り入れる例が増えています。2024年末にリリースされたDeepSeek V3は、その典型的な事例です。

  • 671Bパラメータ、37BだけアクティブなMoEモデル
  • 推論時には37Bパラメータしか必要としないため計算コストが抑えられる
  • クローズドモデルに匹敵する性能を実現

このように、オープンモデル発で大きなイノベーションを生むケースも少しずつ目立ちはじめました。


価格競争の行方─クラウドでの提供コストに差はあるのか

かつては「オープンモデル=無料」「クローズドモデル=有料」というイメージが強かったものの、実際にはクラウドインフラでデプロイする際のコストはオープンでもクローズドでも大差なくなりつつあるのが現状です。

たとえば、

  • オープンモデルのLlama3を、企業がクラウド上で推論APIとして提供する
  • OpenAIやAnthropicがAPI提供するクローズドモデルを利用する

この2つを比較したとき、計算リソースのコストを含めたトータルな面で大きく差があるとは言い切れません。価格の優位性を武器にオープンモデルがクローズドモデルを駆逐する、というシナリオは今のところ描きにくくなっています。


これからの展望─2025年以降も続く熾烈な開発競争

2025年以降も、クローズドモデルとオープンモデルの“追いつ追われつ”は続いていくでしょう。各国・各企業の研究チームが参入し、既存のモデルや学習手法を改良・模倣しながら新しい技術を取り入れる動きは止まりません。

  • クローズドモデル
    • 企業の強固な資金力とトップクラスの研究者を擁し、大規模学習を武器に先行する
    • エンタープライズ向けの高い付加価値(セキュリティ、サポート体制、拡張性など)を提供し続ける
  • オープンモデル
    • OSSコミュニティを背景に素早いイテレーションでクローズドに追随
    • 新手法やアーキテクチャを自由に取り入れやすい
    • リソースが制限される場合でも巧みな工夫で高性能に迫る

歴史的に見れば、技術の完全独占を維持するのは極めて困難です。クローズドモデル側が秘匿しているノウハウや学習手法が、数年経つと公開される・もしくは第三者が再現するパターンが過去にも繰り返されてきました。いずれオープンモデルもまた、大幅に性能を上げてクローズドモデルに肉薄していくでしょう。


まとめ──ユーザーにとっての最善の選択は?

最終的に、利用者にとっては「クローズドモデルがいいのか、オープンモデルがいいのか」という判断は簡単ではありません。現状、価格面の優劣はほぼなくなりつつあるうえに、性能や拡張性、エコシステム、サポートなど、重視すべきポイントは多岐にわたります。

  • クローズドモデル
    • 大規模企業が提供するサポート体制と最新機能
    • データ管理やセキュリティが厳密で、エンタープライズ用途に安心感がある
  • オープンモデル
    • ソースコードや学習済みモデルに自由にアクセスし、仕組みを理解しやすい
    • コミュニティドリブンで新技術の登場が早い
    • 独自にモデルをカスタマイズし、他社への依存を軽減できる

少なくとも、2025年以降も両者の競争は続き、新たなプレイヤーや新技術が次々と生まれることは間違いないでしょう。今後は、それぞれの組織やサービス提供側が「どのモデルをどう活用するのか」によって大きな差がつく時代に突入するのではないでしょうか。

監修者:服部 一馬

フィクスドスター㈱ 代表取締役 / ITコンサルタント / AIビジネス活用アドバイザー

非エンジニアながら、最新のAI技術トレンドに精通し、企業のDX推進やIT活用戦略の策定をサポート。特に経営層や非技術職に向けた「AIのビジネス活用」に関する解説力には定評がある。

「AIはエンジニアだけのものではない。ビジネスにどう活かすかがカギだ」という理念のもと、企業のデジタル変革と競争力強化を支援するプロフェッショナルとして活動中。ビジネスとテクノロジーをつなぐ存在として、最新AI動向の普及と活用支援に力を入れている。

高セキュリティと低コストを実現するローカルLLM

ある日本企業に対する調査では、72%が業務でのChatGPT利用を禁止していると報告されています。社内の機密情報がChatGPTのモデルに学習されて、情報漏洩の可能性を懸念しているためです。

そのため、インターネットに接続されていないオンプレミス環境で自社独自の生成AIを導入する動きが注目されています。ランニングコストを抑えながら、医療、金融、製造業など機密データを扱う企業の課題を解決し、自社独自の生成AIを導入可能です。サービスの詳細は以下をご覧ください。

いますぐサービス概要を見る▶▶▶