オープンウェイトモデル（open-weight model）とは、学習済みの重み（パラメータ）が公開されていて、誰でもダウンロードして自分の環境で動かせるAIモデルのことです。APIの向こう側でしか触れないクローズドなモデルと違い、自社サーバーや手元のGPUに置いて、データを外に出さずに推論できます。
オープンソースモデルとの違い
公開されているのは基本的に「重み」だけです。学習に使ったデータや学習コードまで公開されているとは限らず、ライセンスも商用利用や再配布に条件が付くことがあります。だから「オープンソースモデル」ではなく「オープンウェイトモデル」と呼び分けられます。導入前にライセンス条項を読む必要があるのはこのためです。
何ができるのか
サイズの幅が極端に広いのが、この分野の実態です。
小さい側の例として、米連邦官報（Federal Register）サイトが公開コメントの検索に使っていたのは、AlibabaのQwen3 0.6Bクラスの小型オープンモデルで、文書検索専用の用途でした。汎用チャットではなく、検索・分類といった単機能を安く回すための選択です。
大きい側では、Moonshot AIの「Kimi K3」があります。同社によれば、オープンモデルとして初めて2.8兆パラメータに達したモデルで、ネイティブの視覚機能と100万トークンのコンテキストウィンドウを備え、大規模なコードベースや文書を横断する長時間の作業を想定しています。
使い方は大きく2通り
1つは重みをダウンロードして自前で動かす方法です。オンプレや自社VPC内で完結するためデータが外部に出ず、自社データでの追加学習（ファインチューニング）もできます。代わりにGPUの調達と運用が自分の仕事になります。
もう1つはマネージドサービス経由です。AWSはKimi K3をAmazon Bedrockで利用可能にしており、オープンウェイトモデルであってもGPUを持たずにAPIとして呼べます。「オープンウェイト＝自前運用」ではない、という点は企画側が誤解しやすいところです。
料金の考え方
重みの入手自体にモデル利用料はかかりません（ライセンスの範囲内であれば）。コストはほぼ「どこで動かすか」の費用に置き換わります。自前運用ならGPUインスタンス代が時間課金で発生し、Bedrockのようなマネージド経由ならトークン単価での課金になります。
具体的な単価はモデルと提供サービスごとに異なり、本記事では確認できた数字がないため記載しません。実際の見積もりは各サービスの料金表で確認してください。判断の勘所は、常時トラフィックがあるなら自前運用、スパイク的・実験的ならマネージド、という一般的な損益分岐の考え方です（これは筆者の整理であり、個別条件で変わります）。
誰が作っているのか、リスクは何か
目立つ供給側には中国企業が並びます。AlibabaのQwen、Moonshot AIのKimiがその例で、AWSのような米クラウドが配信の窓口に回る構図です。
同時に地政学リスクが現実の話になっています。FBIはAlibabaを含む中国6社を「産業規模の蒸留」を行っているとして名指ししており、その直後に米連邦官報サイトがQwenを採用していたことが判明して矛盾を指摘され、水曜に撤去されました。ただし専門家は、使われたのは文書検索専用の小型モデルだと指摘しています。
重みが手元にあっても出自は消えません。技術的に動くかどうかとは別に、誰が作ったモデルかが調達判断に効いてくる——これがオープンウェイトモデル特有の論点です。
