AIのオープンソースモデルはクローズドソースを追い越すか？

Kimi K2 Thinkingのリリースを見た後、私はオープンソースモデルが本当にカムバックしようとしているのだろうか？数年前までは、クローズドソースの機種が技術的な優位を占めており、OpenAIのGPTシリーズやGoogleのGeminiがハイエンド市場をほぼ独占していた。しかし、今状況は変化している - 月のダークサイドは、この時間だけでなく、オープンソースのモデルの兆パラメータだけでなく、単に "堀 "のクローズドソースベンダーにあるツールの呼び出しについて考える能力を連続300回を行うには、深海爆弾を投げた。

オープンソースによる "農村周辺都市 "のモデリング

正直なところ、オープンソースコミュニティの力を過小評価することはできない。Linuxが研究室からデータセンターへと移行したように、オープンソースAIは今、この道を繰り返している。Hugging Faceにはすでに50万以上のモデルがあり、Kimi K2のようなベンチマークプロジェクトの出現は、エコシステム全体の水位を直接的に引き上げた。自動操縦をやっている友人の話によると、彼らのチームは最近、クローズドソースのAPIをすべてローカルで展開されるオープンソースのモデルに置き換え、1カ月で200万ドル以上の通話を節約したそうだ。

クローズド・ソース・モデリングの「アキレス腱

しかし、クローズド・ソース・モデルにも弱点はある。データのプライバシーは企業ユーザーにとって常に大きな関心事であり、昨年の大手ベンダーのAPI流出事件は多くの顧客をオープンソース・ソリューションに向かわせた。さらに、カスタマイズのニーズは、クローズドソースモデルでは手かせ足かせで踊らされているようなものだ。推論ロジックを変更したい？基本的に不可能だ。オープンソースのモデルは、開発者に「ブラックボックスを解き放つ」自由を与える。

パフォーマンスの差は急速に縮まっている

K2 ThinkingのHLE試験でのスコア44.9%を見てください。これはGPT-5よりわずか1.2ポイント悪いだけで、1年前には想像もできなかった差です。さらに驚きなのは、プログラミング・タスクでSWE-Bench Verifiedが71.3%という、人間の専門家に迫るスコアを出したことだ。オープンソース版を使ってデータ分析プロジェクトを実行してみたところ、Pythonライブラリへの連続20回以上の呼び出しがエラーなしで、この安定性はいくつかのクローズドソースモデルでもできないことがわかった。

しかし、クローズド・ソースにはまだ切り札がある

もちろん、クローズドソースのモデルも負けてはいない。そのデータフライホイール効果は実に恐ろしいもので、毎日何億ものユーザー・インタラクション・データが蓄積され、このトレーニング・リソースはオープン・ソース・プロジェクトとは比較にならない。結局のところ、企業の顧客はモデルのパフォーマンスだけでなく、安定したサービス保証の必要性も求めている。応答レイテンシを取る、オープンソースのモデルは、独自の環境では、クローズドソースのAPIのようなミリ秒の応答を行いたいが、また、多くの労力を費やす必要があります。

未来は "代替 "ではなく "共生 "かもしれない。

最も可能性の高いシナリオは、オープンソースとクローズドソースがそれぞれ独自の生態学的ニッチを見つけることだと思う。現在のクラウド・コンピューティング市場のように、パブリック・クラウドとプライベート・クラウドが存在する。オープンソース・モデルは、高度にカスタマイズされたデータ機密性の高いシナリオで輝きを放ち、クローズドソース・モデルは汎用的なアプリケーションを支配し続けるだろう。興味深いことに、最近では「ハイブリッド・モデル」で勝負する企業も出てきている。アイデアの創出にはクローズド・ソース・モデルを使い、ローカル・データの処理にはオープン・ソース・モデルを使うというもので、この組み合わせは新しいトレンドになるかもしれない。

結局のところ、技術路線争いの最終的な受益者は業界全体である。オープンソースのモデルがクローズドソースのベンダーに価格削減と技術革新を続けさせ、クローズドソースの標準がオープンソースコミュニティのエンジニアリング能力の向上を後押しすれば、私たちユーザーは最終的に、より優れた、より安価なAIサービスを利用できるようになるだろう。この競争は始まったばかりだ！