多くの開発現場において、モデルの選択はもはや「最上位の性能を誇るサービスを包括契約するか否か」という組織全体の二者択一ではない。Mozillaの最高技術責任者（CTO）を務めるRaffi Krikorianが指摘するように、商用クローズドモデルに5倍近いコストプレミアムを支払う判断は、全社的な基本方針ではなく、個々のワークロードの性質によって個別に下されるべき段階に入った。
日常的な開発や定型業務の大部分では、オープンウェイトモデルがすでに十分な精度と圧倒的な価格競争力を提供している。一方で、高額なプロプライエタリモデルが今なおそのコストに見合う価値を発揮するのは、高度な専門性が問われる業務や高密度の情報検索、膨大なコンテキスト長を必要とするごく狭い作業領域に限定されつつある。
データを表で見る
| 中立ハーネス下での実行単価 (USD/test) | |
|---|---|
| GLM 5.2（オープン） | 0.89 |
| Claude Opus 4.8（クローズド） | 2.82 |
このコスト格差の背景には、オープンウェイトモデルが急速に商用最上位層の背中に取り付いた事実がある。かつては半年から1年近く存在すると見られていた世代差が、いまや四半期強の幅にまで圧縮された。企業はなぜ高価なAPI利用料を払い続けるのか、そしてどのような作業であれば安価なオープンモデルへ即座に移行できるのか。公開された実測データと指標をもとに、モデル選定の実務的な境界線を検証する。
4.4カ月という縮小差と、モデル選択を分ける「8〜12時間」の境界
Mozillaが試算した「4.4カ月」というリードタイムは、AI評価の非営利研究機関METR（Model Evaluation and Threat Research）が収集した生データに基づき、独自に回帰分析を行って導き出した数値である。AIの進歩度合いを総合指数で追跡するEpoch Capabilities Index（ECI）による独立した推計でも、クローズドモデルとオープンモデルの差は約4カ月（平均8 ECIポイント差、90%信頼区間は7〜11ポイント）と評価されており、異なる算定手法の間でおおむね整合した結論が出ている。
Mozillaのレポートはこの客観的データに基づき、大半の組織にとって「大多数の日常業務における初期設定（デフォルト）はオープンモデルであるべきだ」と明確に提言した。しかし、すべてのタスクにおいて両者の差が完全に消え去ったわけではない。KrikorianがArs Technicaに語った解説によれば、クローズドモデルがその割高な利用料を正当化できるのは、高度な専門職レベルの判断が求められる業務、高密度な情報抽出、そして極めて長いコンテキストを安定して維持しなければならない領域である。
この優位性を論じるにあたり、Mozilla自身も幾重かの留保を付している。オープンモデルの開発陣は公開ベンチマークのスコアを向上させるための過剰な最適化を施している傾向があり、実際の総合力では額面ほどの差が縮まっていない可能性がある。加えて、大手AIラボが社内で開発中でありながら一般公開を控えている未発表モデルは比較ベースラインに含まれていない。そのため、実際の最先端フロンティアとの距離は、統計上の4.4カ月よりもやや広い余地を残している。
| 比較項目 | オープンウェイト主力（Kimi K3 / GLM 5.2） | 米国商用クローズド最先端（Fable 5 / Opus 4.8） | 実務上の意味・差分 |
|---|---|---|---|
| Artificial Analysis Index（2026年9月1日） | 60点（Kimi K3） | 61点水準（Fable 5等の最上位層） | 総合指数でわずか1〜3点差、価格比は約30% |
| Epoch Capabilities Index（ECIスコア） | 157点（Kimi K3） | 162点（Claude Fable 5 / Opus 5） | 5点差（過去の平均差8点から換算して約4カ月分の差） |
| Terminal-Bench 2.1 成功率（Vals AI検証） | 67.79%（GLM 5.2、推論最大設定） | 68.54%（Claude Opus 4.7） | 中立ハーネス下で1ポイント未満の僅差 |
| テスト1件あたりの完了コスト | 0.89ドル（GLM 5.2） | 2.82ドル（Claude Opus 4.8） | 同一ベンチマークでクローズド側が約3.17倍の費用 |
| 安定達成可能なタスク長（METR基準） | 7時間前後（成功率50%基準） | 12時間前後（最長領域） | 8〜12時間の難関帯のみクローズドが独占 |
| ライセンス形態と提供体制 | 重み公開（学習データや手順は非公開） | 完全独自プロプライエタリ（API経由のみ） | オープン側も完全なオープンソースではない |
この比較表が示す通り、主要なベンチマークにおけるスコアの開きはすでに極小化している。それでもなお現場で商用モデルが手放されない理由は、能力そのものの有無ではなく、後述するタスクの継続時間と信頼性の限界値に存在する。
タスク継続時間の数式が暴く、商用モデルが独占する「1.7倍の作業長」
能力差を抽象的なテストスコアではなく、業務の物理的な所要時間で測るアプローチを確立したのがMETRである。METRはモデルの「50%タイムホライズン（Time Horizon）」という概念を定義した。これは、人間の専門家が完了までに一定の時間を要する難易度のタスク群を与えた際、AIモデルが50%の確率で正しく最後まで完遂できる「タスクの長さ」を意味する。この測定値は、ソフトウェア工学の複合課題やサイバーセキュリティ、科学的推論を網羅したRE-BenchやHCASTといった実務的ベンチマーク群のデータから算出されている。ただしMETR自身、人間の想定作業時間には過大見積もりが含まれている可能性を注記している。
METRが2025年3月に公表した研究では、AIが自律して解けるタスクの長さは約7カ月ごとに倍増しており、2024年以降はそのペースがさらに加速している兆候が報告されていた。Mozillaがこの手法を用いて最新データを分析したところ、クローズドモデルのタスク倍増ペースは5.5カ月であるのに対し、オープンモデルは3.9カ月という極めて急激な傾きで作業長を伸ばしている事実が判明した。
- 現行モデル（実測値）
- 4カ月後の予測値（Mozilla試算モデル）
データを表で見る
| 現行モデル（実測値） (時間) | 4カ月後の予測値（Mozilla試算モデル） (時間) | |
|---|---|---|
| オープン最前線 | 7 | 12 |
| クローズド最前線 | 12 | 20 |
この倍増周期の違いが、現時点における両陣営の具体的な作業限界を規定している。Krikorianが提示した実務的なモデルによると、最上位のクローズドモデルは、最上位のオープンモデルが確実に完了できる最長タスクの約1.7倍（Mozillaの回帰直線フィッティング値では1.74倍）の長さの作業を扱える。具体例を挙げるなら、オープンモデルの最前線が人間の専門家の7時間分に相当する作業をこなせるとき、クローズドモデルの最前線は12時間分の作業をこなす。
そして4カ月が経過すれば、オープンモデルがかつてのクローズドの限界だった12時間のタスクを処理できるようになり、その間にクローズドモデルは20時間前後の領域へと進む。ここから導かれる業務区分の目安は、この比較および50%タイムホライズンの枠組みにおいて次の3つとして整理できる。
- 人間の専門家で8時間未満に収まるタスク: オープンとクローズドの双方が安定して完了可能であり、コストを考慮すればオープンモデルへ委ねるべき領域。
- 人間の専門家で8時間から12時間を要するタスク: 現時点で通常は最上位のクローズドモデルが50%以上の信頼性で完遂でき、オープンモデルではまだ扱えないことが多い領域。
- 人間の専門家で12時間を超える複雑なタスク: 現行のAIモデルでは、一般に50%以上の確率で安定して処理し切ることは難しい領域。
つまり、企業が割高な商用クローズドモデルに頼る妥当性は、通常はこの「8時間から12時間」という限定された作業帯に集中する。これより短い作業であればオープンモデルでも十分に追従でき、これより長い作業はそもそもどのモデルであっても安定した完遂を期待しにくい。
ただし、このタスク長を巡る比較には大きな留保事項が横たわっている。多くのフロンティアモデルを提供するAI企業は、単に基盤モデルのAPIを貸し出しているだけではない。モデルが各種ツールやメモリを呼び出し、自律的に試行錯誤を繰り返すためのソフトウェア実行環境、すなわち「ハーネス（Harness）」をモデルに特化して自社設計している。ベンダーが専用設計したハーネス上で動く商用モデルは、サードパーティ製の一般的なフレームワークで動かす場合に比べて遥かに高いパフォーマンスを叩き出す。比較が純粋なモデル自体の知能によるものなのか、周りを取り囲む補助ソフトウェアの完成度によるものなのかを切り分ける作業は容易ではない。
中立環境が暴くコスト効率の現実、月額費用を巡る5倍の落差
ベンダー製ハーネスによる性能の下駄を排し、公平な土俵でモデルの実力を測定しようとする動きも始まっている。ベンチマーク企業のVals AIは、各社のモデルを自社開発の中立な単一ハーネス環境に接続し、コーディングやシステム運用タスクの自律実行能力を評価する「Terminal-Bench 2.1」を実施した。
その結果は開発者コミュニティに衝撃を与えた。中国のZhipu AI（智譜AI、ブランド名はZ.ai）が公開したオープンウェイトモデル「GLM 5.2」は、最大の推論リソースを割り当てた設定において67.79%の成功率を記録した。これは米Anthropicの最上位商用モデルである「Claude Opus 4.7」の68.54%に対してわずか0.75ポイント差であり、実質的に同等の能力水準へ食い込んでいる。
さらに顕著な差異となったのが実行コストである。テストを1件完遂するまでにかかる平均費用を計測したところ、Claude Opus 4.8が2.82ドルを要したのに対し、GLM 5.2はわずか0.89ドルで完了した。タスク完了あたりおよそ3.17倍の開きがある。なお、MozillaのレポートおよびArs Technicaの報道では、タスクあたりの完了コストに関してクローズドモデルが「約5倍高い（オープン側が約5倍安い）」という総括的な試算も言及されているが、この約5倍という倍率について、比較の根拠となった双方の絶対的な金額の実数は公表資料上で明示されていない。
データを表で見る
| 自律タスク成功率 (%) | |
|---|---|
| GLM 5.2（オープン） | 67.79 |
| Claude Opus 4.7（クローズド） | 68.54 |
この価格破壊の構図は、他の独立系ベンチマークでも裏付けられている。AIモデルの網羅的な性能比較を行っているArtificial Analysisの総合指数（2026年9月1日版のIntelligence Index v4.1.1）において、中国Moonshot AI（月之暗面）のオープンモデル「Kimi K3」は60点をマークした。これはAnthropicの次世代クローズドモデル「Fable 5」を含む61点水準の最先端グループに対し、わずか1〜3点差の背後に位置する。それでいて、Kimi K3の入力トークンあたりの利用単価はFable 5の約30%に設定されている。
この数値を取り扱う上でも、慎重な視点が欠かせない。Artificial Analysisの評価において、商用フロンティアモデルであるFable 5やSolは、ガードレールや自動フォールバック機構、安全フィルターなどを組み込んだ「完成された運用システム」としてテストされている。これに対し、オープンウェイトモデルは余計な装飾のない「素のモデル（ベアモデル）」として計測されている場合が多い。システムとしての堅牢性やコンプライアンス機構の有無を度外視した純粋な出力性能の比較である点には配慮が必要となる。
また、AI研究機関EpochのCapabilities Index（2026年9月1日データ）においても、Kimi K3は157点を記録し、Claude Fable 5やOpus 5の162点に対して5点差まで迫っている。Epochの分析では、2026年1月以降に観測された商用トップ陣営とオープン陣営の平均8ポイントという格差は、開発期間に換算してほぼ4カ月分の遅れに相当すると結論づけられている。
膨大なトラフィックと4%の売上高、オープン化が抱える経済構造のねじれ
性能面での猛追と価格破壊は、開発者の実際の利用動向を大きく変貌させつつある。多種多様なモデルへのAPI接続を一元化して提供するルーターサービス「OpenRouter」の利用統計において、2026年8月時点でトークン消費量の上位10モデルのうち8つをオープンウェイトモデルが占めるに至った。日常的なコード生成、文書の要約、データ構造化といった反復的なタスクにおいて、エンジニアたちが迷わず安価なオープンモデルを選択している実態が浮き彫りとなっている。
米フードデリバリー大手のDoorDashが導入したハイブリッド戦略は、その典型例である。同社は社内の定型業務や大量のカスタマーサポート処理にはMoonshot AIのKimiを採用してインフラコストを最小限に抑えつつ、人間の専門家でも長考を要するような高難度の分析タスクや障害対応にのみ、Anthropicの高価格なFableモデルを呼び出す構成を敷いている。
しかし、利用ボリュームの爆発的な増加とは裏腹に、モデル提供事業としての収益構造には深刻なねじれが残されている。ハーバード・ビジネス・スクールのFrank NagleとDaniel YueがLinux Foundation向けに執筆したワーキングペーパー「The Latent Role of Open Models in the AI Economy」（2025年11月公表）は、極めて不均衡な市場実態を報告している。
商用クローズドモデルは平均してオープンモデルの約6倍の利用単価を設定しているにもかかわらず、市場全体の利用シェアの約80%、そして市場全体の売上高の実に96%を独占していた。対するオープンモデルの収益シェアは、わずか4%にとどまっていたのである。
ただし、NagleとYueの研究データは2025年5月から9月にかけてのOpenRouter上の取引記録を分析したものであり、世界全体のLLM API総支出の約1%に満たない範囲を対象としている。Krikorian自身が指摘するように、オープンモデルの利用と性能が文字通り爆発的な拡大を見せた過去1年間の変化を踏まえれば、現在の収益シェアはオープン側へ一定程度シフトしていると見られる。
同論文においてNagleとYueは、企業が画一的な商用モデルの利用をやめ、自社のワークロードをオープンモデルへと適切に再配分した場合、年間で200億ドルから480億ドル規模のコスト削減が可能になると試算した。Menlo Venturesによる2025年の市場規模予測から外挿した彼らの基準推定値によれば、年間248億ドル（約3兆7,000億円）もの経済的価値が、オープンモデルへの移行が進まないことによって未実現のまま放置されている。
企業がこれほど巨大なコスト削減機会を認識しながら、依然として売上の大半を商用クローズドモデルに注ぎ込んでいる理由は明快だ。商用モデルには、契約書一枚で導入できる手軽さ、厳格なエンタープライズ向けコンプライアンスパッケージ、稼働保証（SLA）、そしてベンダーによる責任体制が最初から付随している。大半の一般企業には、巨大なオープンウェイトモデルを自社サーバーやプライベートクラウド上でセキュアかつ安定的にホストし、保守運用できるだけのエンジニアリング要員が決定的に不足している。
さらに見逃せないのは、現在「オープン」と称されている中国製モデルの多くが、厳密な意味でのオープンソースソフトウェアではないという事実である。重み（ウェイト）パラメーター自体は誰でも自由にダウンロードして利用できるものの、モデルが何を学んだのかを示す具体的な学習データセット、前処理パイプラインの工程、そして学習に用いられたソースコードの詳細は依然としてブラックボックスの中に隠されている。
中国資本への集中と「Androidの再現」、企業が持つべき意思決定の規律
現在世界中の開発者が恩恵を享受しているオープンウェイトモデルの大部分が、中国のラボから生み出されている現実は、地政学的かつ構造的な新たな問いを投げかけている。Krikorianはこの状況を、かつて米国の巨大テック企業がモバイル市場で取った戦略に重ね合わせた。基本ソフトであるAndroidを世界中に無償で配りながら、その周辺に広がるAPIやアプリストア、クラウドのエコシステム全体を掌握した手法と瓜二つの構図が、生成AIの基盤レイヤーで再現されている。
Krikorianが懸念の矛先を向けているのは、モデルの開発企業が中国に所在していることそのものというより、技術エコシステムの過度な権力集中にある。現状は「世界で最も優れたクローズドモデルは米国の数社に集中し、世界で最も優れたオープンモデルは中国の数社に集中している」という二極化の罠に陥っている。特定の1カ国が世界全体のAIのデフォルト仕様を規定してしまう事態を避けるためには、米国や欧州の公的機関や研究機関が、オープンな競争枠組みへ本格的に乗り出さなければならない。
オープンウェイトAIを取り巻く多様なエコシステムの基盤が、実質的に中国資本によって支えられているという事実は、多様性と特定地域への集中が同時に起きている危うい均衡を示している。Linuxが今日のような不可欠な社会インフラとして定着した歴史が示すように、共有財としてのコモディティ層を維持するためには、特定の営利企業の思惑から独立した利害関係者の連合体が必要となる。
Mozillaが提唱するのは、市場の論理ではなく公共のミッションによって駆動される「オルタナティブ・コアリション（代替的連合）」の結成である。具体的には以下の4つの柱から成る枠組みを構想している。
- 公的計算資源の拠出: 国家規模のスーパーコンピューター資源を投入し、完全にオープンなリファレンスモデルを育成する。スイスの国立スーパーコンピューティングセンターが主導する「Apertus」プロジェクトがその先行例となる。
- 中立的な非営利財団の主導: インターネットの黎明期にWebのオープンプロトコルを保護したのと同様に、モデルの規格、実行ハーネス、自律エージェントの通信標準を中立な立場で策定・維持する。
- コモディティの恩恵を受ける事業会社の参画: 安価なオープンモデルの普及によって巨額のインフラ費用を削減できる一般企業が、コンソーシアムの資金調達や開発に直接参画する。
- 慈善団体による監査インフラの支援: 営利企業が投資を敬遠しがちな、中立的なモデルの第三者評価機能や安全性・バイアスの監査インフラに対し、慈善基金が集中的に助成を行う。
同時にKrikorianは、モデルの重みだけを配布する現状の慣習を脱し、学習データや検証手順までを漏れなく開示する本来のオープンソースアプローチへ移行しなければ、企業の根幹に関わる意思決定をAIへ委ねることはできないと警鐘を鳴らす。どのようなバイアスを持つデータで学習されたのかを監査できないシステムは、金融や医療、重要インフラの現場では根本的な信頼を得られないからである。
Mozillaのレポートが最終的に現場へ提示したモデル選定の行動規律（Pay Rule）は極めて実践的だ。クローズドモデルに5倍前後のタスク単価を支払う判断が正当化されるのは、作業が人間の専門家で8〜12時間を要する難関領域に位置し、かつ「オープン陣営が追いつくまでの4カ月」を待つことができない、差し迫った締切を抱えているケースに限られる。
次の四半期も反復して動かし続けるような社内の定型業務に、高額なプロプライエタリモデルを割り当てる必然性はもはや存在しない。四半期が過ぎる頃には、現在最上位モデルが独占している能力を大幅に低いコストでオープンモデルが再現できるようになるからだ。自社のワークロードが要求する作業時間の幅を冷静に見極め、4カ月という時間差を費用対効果の物差しとして使う姿勢が、これからのAIインフラ投資を左右することになる。
