オープンAIモデル比較2026:DeepSeek V4.1、Qwen 3.8、GLM 5.3、Mistral Large 4
2026年10月末時点で、DeepSeekの主力は新アーキテクチャのV4.1-Flash-1017に移り、GLM 5.3のウェイトも公開済みです。現実的なローカル導入候補はQwen3.8-27B、Nemotron 3.5 Bolt/Lightning、Muse Glimmer、Gemma 4、TAIDEです。ライセンス、ハードウェア、コスト、台湾のデータ主権から比較します。

2026年10月31日更新:現在、企業向けのオープンウェイトモデルには、DeepSeek V4.1-Flash-1017、Qwen 3.8、GLM 5.3、Kimi K3、Mistral Large 4、Meta Muse Spark Open、NVIDIA Nemotron 3.5 ファミリー、Gemma 4、そして台湾の TAIDE などが挙げられます。本稿では、これらを5つの観点から整理します。ウェイトを実際にダウンロードできるか、ライセンスが商用利用を認めているか、必要なハードウェアを現実的に用意できるか、繁体字中国語の出力とツール呼び出しが安定しているか、データを社内に留められるか、という点です。
選定の要点:2026年10月31日時点で、DeepSeek の主力は新アーキテクチャの V4.1-Flash-1017(MIT、画像入力にネイティブ対応)に移りました。GLM 5.3 はウェイトが公開され、MIT ライセンスのマルチモーダルモデル GLM-5.3-Flash も登場しています。Mistral Large 4 と Meta Muse Spark Open は、それぞれ兆パラメータ級とそれに近い規模のオープンウェイトモデルです。一方、Kimi K3.1 Pro は現時点ではオンラインサービスと API のみで提供され、ウェイトは未公開です。Moonshot は11月4日までに公開するとしています。オンプレミスの初回検証には Qwen3.8-27B、Nemotron 3.5 Lightning 30B-A3B と Bolt 74B-A9B(公式24GB版)、Muse Glimmer 30B、Gemma 4(E4B/12B/26B)、gpt-oss-20b、Ministral 3、Gemma-3-TAIDE-12B が現実的です。DeepSeek V4.1、GLM 5.3、Kimi K3、Mistral Large 4、Muse Spark Open はダウンロードできますが、導入にはマルチGPUサーバーまたはクラスタ規模の環境が必要です。
「オープンソース」は3種類に分けて考える
- ホステッドAPI:短期間で導入できる一方、データは自社環境の外に送られ、価格やバージョン、提供終了の時期も提供元に委ねられます。Kimi K3.1 Pro のように、ウェイトの公開に先立って API が提供される場合もあります。
- オープンウェイトモデル:ウェイトをダウンロードして社内で推論でき、通常は微調整も可能です。ただし、学習データや学習手順の全体まで公開されるとは限りません。本稿で取り上げるモデルの多くは、この分類に当たります。
- オープンソースAI:Open Source AI Definition 1.0 では、パラメータに加え、システムの研究・改変・再構築に必要な情報とコードの提供を求めています。
この区別は、実際の運用条件に直結します。推論データを閉域網に留める必要がある場合、ホステッドモデルは候補から外れます。また、ダウンロード可能でも、ライセンスによって再配布や派生サービス、特定の商用利用が制限されることがあります。そのため、チェックポイントごとに条件を確認する必要があります。
2026年の主要モデル:導入判断に必要な仕様
| モデル | 提供形態 | 公開仕様 | コンテキスト | 企業向けの要点 |
|---|---|---|---|---|
| DeepSeek V4.1-Flash-1017 | API+オープンウェイト | 新しい Causal Encoder-Decoder アーキテクチャ。ウェイト総量763B(552B のバックボーン+196B の Engram 条件付きメモリ、DSpark などのモジュールを含む)、バックボーンは token あたり prefill 約8B/decode 約16B を活性化 | 1M、API の最大出力384K | MIT。画像とテキストの入力にネイティブ対応。10月17日の小規模更新で推論、コーディング、Agent、視覚の評価が向上し、出力も短くなりました。API の deepseek-flash はこの版を指しています。 |
| DeepSeek V4-Pro-0813 | API+オープンウェイト | バックボーン1.6T/49B active(ウェイト総量約1.7T) | 1M | MIT。引き続き deepseek-v4-pro で提供される版です。更新日時点で V4.1 Pro は未公開です。 |
| Qwen3.8-27B | API+オープンウェイト | 27B dense、ネイティブ視覚言語 | ネイティブ262K、1Mまで拡張可 | Apache 2.0。画像、動画、推論強度の調整に対応し、現在もローカル検証の基準となる Qwen です。 |
| Qwen3.8-Flash-Next | オープンウェイト(実験的プレビュー) | 125B/6B active の MoE(別に51B の n-gram 埋め込みと4B の MTP)、ハイブリッド注意機構 | ネイティブ262K、1Mまで拡張可 | Qwen は Qwen4 の基盤アーキテクチャの実験的プレビューと位置づけています。独自の qwen-community-1.0 ライセンスです。 |
| Qwen3.8-2.4T-A95B/Max | API+オープンウェイト | 2.4T/95B active(オープンウェイトはテキストのみ) | ネイティブ262K、約1.01Mまで拡張 | 独自の qwen3.8-max ライセンスで、データセンター級の基盤が必要です。27B と同じライセンス条件ではありません。 |
| GLM 5.3 | API+オープンウェイト | 753B MoE、テキストのみ | 1M | 8月下旬にウェイトを公開。独自の GLM-5.3 License で商用利用は可能ですが、Model-as-a-Service 事業を営み、関連会社を含む売上が任意の連続12か月で100億米ドルを超える場合は、あらゆる商用利用の前に Z.ai のセキュリティ審査が必要です。 |
| GLM-5.3-Flash | オープンウェイト | 320B/18B active | 公式評価設定で最大1M | MIT。GLM-5 シリーズ初のネイティブマルチモーダルモデルで、753B 版よりはるかに導入しやすい規模です。 |
| Kimi K3/K3.1 Pro | K3:API+オープンウェイト、K3.1 Pro:現時点ではオンラインサービスと API のみ | K3:2.8T/104B active、K3.1 Pro:公式には3T級 | 1M | K3 は独自の Kimi K3 ライセンス。K3.1 Pro は10月23日に提供開始され、Moonshot は11月4日までのウェイト公開を予告していますが、ライセンスは未発表です。 |
| Mistral Large 4 | API+オープンウェイト | 総パラメータ約1T/約49B active、テキストと画像入力 | 1M | 10月6日に API プレビュー、10月29日にウェイト公開。Mistral Ecosystem Open-Weight License(MIT の改変版)で商用利用は可能ですが、Model-as-a-Service 事業には別途商用ライセンスが必要です。 |
| Meta Muse Spark Open | オープンウェイト(申請制) | 816B/42B active、テキスト・画像・動画・音声入力 | 1M | Muse Model License。製品に「Built with Muse Spark Open」の表示が必要で、関連会社を含む売上が2,000万米ドルを超える事業者がサービスとして提供する場合は別契約が必要です。NVFP4 で少なくとも700GBの GPU メモリが推奨されています。 |
| Meta Muse Glimmer 30B | オープンウェイト | 約29.6B dense(ビジョンエンコーダを含む) | 131K+ | Apache 2.0。公式4-bit版は24GB/32GB端末でのローカル・マルチモーダルAgentを想定しています。 |
| Nemotron 3.5 Lightning | API/NIM+オープンウェイト | 30B/3B active | 1M | OpenMDW-1.1、NVFP4/BF16。高いスループットと低遅延を重視したAgent実行向けです。 |
| Nemotron 3.5 Bolt 74B-A9B | オープンウェイト | 74B/9B active、テキスト・画像・動画入力 | 最大256K | OpenMDW-1.1。Nemotron 3.5 Super VL を圧縮したモデルで、公式24GB版は量子化を考慮した蒸留による2-bit(IQ2)のエキスパートウェイトを採用し、バッチサイズ1・128Kコンテキストで24GB未満を目標としています。 |
| Nemotron 3.5 Super VL/3 Ultra | API/NIM+オープンウェイト | Super VL 120B/12B active、Ultra 550B/55B active | 1M | OpenMDW-1.1。Super VL は新しい視覚言語モデル、Ultra は長時間動作するAgentの高度な処理を調整します。いずれもデータセンター級です。 |
| Gemma 4 | API+オープンウェイト | E2B、E4B、12B、26B MoE(約3.8B active)、31B Dense | Edge 128K/12B以上は256K | Apache 2.0。12B は別エンコーダを持たない統一構造で、テキスト、画像、音声を直接扱います。 |
仕様とライセンスは、更新日時点の公式モデルカードと発表ページに基づきます。最大コンテキストまで入力できても、その長さで同じ精度、速度、コストを維持できるとは限りません。調達前に公式モデルカードとライセンスを再確認してください。
企業向けモデル選定マトリクス
この表は、公式仕様、対応モダリティ、モデル規模、本稿で想定する企業の利用シナリオをもとに、一次選定の目安を1〜5段階で示したものです。条件の異なるベンチマークをまとめたランキングではありません。
| モデル | Agent/Coding | マルチモーダル | 繁体字中国語の潜在力 | ローカル導入のしやすさ | 推奨される役割 |
|---|---|---|---|---|---|
| Qwen3.8-27B | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | 中国語マルチモーダルの基準 |
| DeepSeek V4.1-Flash-1017 | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | コスト効率の高いAgentの上限 |
| GLM 5.3 | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | エンジニアリングAgentの比較対象 |
| Kimi K3 | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | 長文・マルチモーダルの上限 |
| Mistral Large 4 | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | 欧州発の多言語旗艦 |
| Nemotron 3.5 Bolt 74B | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | 24GBワークステーションのマルチモーダルAgent |
| Nemotron 3.5 Lightning | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | 高スループット実行層 |
| Muse Glimmer 30B | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | ローカル・マルチモーダルAgent |
| Gemma 4 E4B/12B | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | Edge・ノートPCのマルチモーダル |
| Gemma-3-TAIDE-12B | ★★★★★ | ★★★★★ | ★★★★★ | ★★★★★ | 台湾の言語環境の基準 |
読み方:★5つは、本稿で想定する企業の利用シナリオに適していることを示します。モデル間の絶対的な優劣を表すものではありません。繁体字中国語の性能は、自社の台湾向け評価セットで再検証してください。「ローカル導入のしやすさ」は、ウェイト公開の有無、モデル全体の規模、公式の導入支援を総合して評価しています。TAIDE は画像データで学習しておらず、テキスト入力のみを推奨しているため、マルチモーダルは1点としています。
主要モデルの違い
DeepSeek V4.1-Flash:新アーキテクチャと画像入力へのネイティブ対応
9月10日に公開された DeepSeek-V4.1-Flash は、V4-Flash の事後学習を調整しただけのモデルではありません。40層の Transformer を20層の因果エンコーダと20層のデコーダに分ける Causal Encoder-Decoder アーキテクチャへと移行しました。552B のバックボーンに加え、token ベースの参照で疎にアクセスする196B の Engram 条件付きメモリを備えています。token あたりの活性化パラメータは prefill で約8B、decode で約16B です。DeepSeek-ViT によって画像とテキストをネイティブに扱え、1Mコンテキストにも対応します。ウェイトは MIT ライセンスで公開されています。
10月17日の DeepSeek-V4.1-Flash-1017 は、同じアーキテクチャを用いた小規模な更新です。推論、コーディング、Agent、視覚の評価結果が向上し、タスクの実行時間と出力長も短縮されました。deepseek-flash エンドポイントはこの版を指し、最大出力は384Kです。旧名の deepseek-v4-flash も呼び出せますが、公式には一時的に新しい版へ転送されているため、旧モデルの固定には使えません。自社運用で重要なのは、token あたりの計算量が小さくても、763B のウェイト全体をメモリに載せる必要があるという点です。
コストの評価では、引き続き「Agent economics」が重要です。タスクを完了するまでに必要なターン数、再試行回数、総 token 数で比較します。DeepSeek は8月16日(UTC)からピーク/オフピークの2段階料金を導入しました。ピークは平日(中国の法定休日を除く)の UTC 01:00〜04:00 と 06:00〜10:00 で、週末を含むそれ以外の時間帯はオフピークで半額です。更新日時点の公式料金ページでは、deepseek-flash のキャッシュミス入力が100万 token あたりオフピーク US$0.15/ピーク US$0.30、出力が US$0.6/US$1.2 でした。Search と Fetch ツールは成功したリクエスト1,000件あたり US$0.75 です。最新の料金は公式発表を確認してください。DeepSeek-V4-Pro-0813 は、高難度の推論と長時間の作業に向けた、MIT ライセンスの現行 Pro 版です。
Qwen 3.8:27B は引き続き主力、Flash-Next はプレビュー
Qwen3.8-27B は、Apache 2.0 で提供される dense 型の視覚言語モデルです。テキスト、画像、動画を扱え、ネイティブのコンテキスト長は262,144 token、1Mまで拡張可能で、推論強度も調整できます。8月下旬に追加された Qwen3.8-Flash-Next は、バックボーン125B/6B active の MoE(別に51B の n-gram 埋め込みと4B の MTP モジュール)で、Gated DeltaNet と Qwen Sparse Attention のハイブリッド構造を採用しています。Qwen はこれを Qwen4 アーキテクチャの実験的プレビューと位置づけており、独自の qwen-community-1.0 ライセンスで提供しています。Qwen3.8-2.4T-A95B は qwen3.8-max ライセンスで Max 級のウェイトを公開しています。更新日時点で Qwen 3.9 や Qwen4 のウェイトは公開されていません。
GLM 5.3:ウェイトは公開済み、ライセンスはサイズごとに確認
Zhipu は8月中旬に GLM 5.3 をサービスとして提供し、8月下旬にウェイトを公開しました。約753B のテキスト専用モデルで、複雑なソフトウェア開発、ターミナルAgent、長時間にわたる作業を重視しています。推論強度は low、high、max から選択できます。独自の GLM-5.3 License を採用しており、MIT ではありません。商用利用、改変、再配布は認められています。ただし、Model-as-a-Service 事業を営み、関連会社を含む売上が任意の連続12か月で100億米ドルを超える場合は、あらゆる商用利用に先立ち Z.ai のセキュリティ審査を受ける必要があります。GLM-5.3-Flash(320B/18B active)は MIT ライセンスで、GLM-5 シリーズ初のネイティブマルチモーダルモデルです。
Kimi K3 と K3.1 Pro:ダウンロードできるモデルを見極める
Kimi K3 は、2.8T/104B active のネイティブマルチモーダル MoE です。1Mコンテキストに対応し、独自の Kimi K3 ライセンスで提供されています。Moonshot は10月23日に K3.1 Pro と高速版の K3.1 Pro Highspeed(公式には3T級)を自社製品と API で提供開始し、11月4日までに完全なウェイトを公開するとしています。ウェイトとライセンスが公開されるまでは、K3.1 Pro は API モデルとして扱う必要があります。ローカル環境の容量は、K3 のみを前提に計画してください。
Mistral Large 4:欧州の兆パラメータ級オープンウェイトモデル
Mistral は10月6日に Large 4 を API のパブリックプレビューとして公開し、10月29日にウェイトを公開しました。公式モデルカードによると、総パラメータは約1T、token あたりの活性化パラメータは約49B(埋め込み層と出力層を含めると約52B)です。テキストと画像の入力を受け付け、1Mコンテキストに対応し、160以上の言語を扱えるとしています。参考構成は vLLM による8-way tensor parallel で、Blackwell 向けの NVFP4 版もあります。ライセンスは Large 3 の Apache 2.0 から Mistral Ecosystem Open-Weight License(MIT の改変版)に変わり、商用利用は可能ですが、Model-as-a-Service 事業には別途商用ライセンスが必要です。
Meta Muse:ローカル向けの Glimmer、データセンター向けの Spark Open
Muse Glimmer 30B は、約29.6B(約1.8B のビジョンエンコーダを含む)の dense モデルです。131K+ コンテキスト、ツール利用、推論強度の調整に対応し、Apache 2.0 で提供されています。公式4-bit版は24GB/32GB端末を想定しています。10月15日に公開された Muse Spark Open は 816B/42B active の MoE で、テキスト、画像、動画、音声を入力でき、1Mコンテキストに対応します。Meta は NVFP4 で少なくとも700GB、BF16 で約2TB の GPU メモリを推奨しています。Muse Model License では、「Built with Muse Spark Open」の明示が必要です。また、関連会社を含む売上が任意の連続12か月で2,000万米ドルを超える事業者がサービスとして提供する場合は、事前に Meta への通知と別契約が求められます。ダウンロードにも申請が必要です。
NVIDIA Nemotron 3.5:端末向けから120B までの役割分担
Nemotron 3.5 Lightning 30B-A3B は、高頻度のツール呼び出しや低遅延のAgent処理に向けて、効率を重視したモデルです。10月には Nemotron 3.5 Super VL(120B/12B active、1Mコンテキスト)と、それを圧縮した Nemotron 3.5 Bolt 74B-A9B が加わりました。Bolt はテキスト、画像、動画の入力に対応します。公式24GB版は、量子化を考慮した蒸留による2-bit(IQ2)のエキスパートウェイトを採用し、バッチサイズ1・128Kコンテキストで24GB未満に収まる設計です。Gemma-4-E4B-it を追加学習した Bolt E4B は 8B(実効4B)のテキストモデルで、ローカルの音声アシスタントや端末の対話層向けです。Lightning、Super VL、Bolt は OpenMDW-1.1 で提供されています。ファミリーには Nemotron 3.5 Embed/Rerank、Parse、Transcribe も含まれますが、ライセンスはそれぞれ確認してください。Nemotron 3 Ultra は引き続き 550B/55B active の調整役です。
本番導入では中型モデルが有利なことも多い
- Qwen3.8-27B:中国語、視覚、コーディング、Agent の能力をバランスよく備えた Apache 2.0 モデルです。台湾の公共部門では、提供元の国に関する方針を確認してください。
- Nemotron 3.5 Bolt 74B-A9B(24GB版):マルチモーダル入力に対応し、コンテキストは最大256Kをサポートします。公式24GB版はバッチサイズ1・128Kコンテキストで24GB未満を目標としています。2-bit量子化後の品質は自社タスクで検証が必要です。
- Nemotron 3.5 Lightning:高いスループットと NVIDIA の導入基盤との連携が強みです。
- Muse Glimmer 30B:一般向け端末で画像とテキストを扱うローカルAgentに適しています。
- Gemma 4 E2B/E4B/12B/26B MoE/31B:Apache 2.0 で提供され、エッジ端末からワークステーションまでをカバーします。
- gpt-oss-20b/120b:ツール利用と構造化出力に強い Apache 2.0 のテキスト推論モデル。ポリシー分類用の gpt-oss-safeguard もあります。
- Ministral 3 と Mistral Small 4:Apache 2.0 の Ministral 3 には、エッジ端末や多言語用途に向けた3B、8B、14Bがあります。より高い性能が必要なら、同じく Apache 2.0 の Mistral Small 4(総パラメータ119B、token あたり6B active、埋め込み層を含めると約8B)を検討できます。
- Gemma-3-TAIDE-12B-Chat-2602:台湾のテキストや繁体字中国語を使う業務に向いています。
RAG、要約、分類、項目抽出、顧客対応の下書きでは、整理されたナレッジベースと中型モデルの組み合わせが、フラッグシップモデルを単体で使うより費用対効果に優れることがよくあります。
台湾向けの評価に Gemma 4 と TAIDE を含める理由
Gemma 4 は Apache 2.0 で提供され、E2B、E4B、12B、26B MoE、31B Dense を展開しています。Gemma 4 12B は別エンコーダを使わず、画像パッチと音声波形を言語モデルの埋め込み空間に直接投影し、256Kコンテキストに対応します。他社モデルのベースにもなっており、NVIDIA の Nemotron 3.5 Bolt E4B は Gemma-4-E4B-it を追加学習したモデルです。
Gemma-3-TAIDE-12B-Chat-2602 は Gemma 4 ではなく Gemma 3 をベースにしたモデルで、台湾の言語、業務タスク、現地の用語に重点を置いています。公式説明によると画像データでは学習しておらず、テキスト入力のみが推奨されています。コンテキストは128Kです。このモデルと後述の TAIDE 埋め込みモデルはいずれも「(Gemma 版次)TAIDE 模型授權條款」に基づき、ダウンロード前に条件への同意が必要です。TAIDE は、EmbeddingGemma をベースに台湾の法規検索向けに微調整した embeddinggemma-GTAIDE-300m-2605 も公開しています。同チームによると、内部テストの Recall@1 は56.14から74.43に向上しました。Google も10月6日に Apache 2.0 の EmbeddingGemma 2(740M パラメータ、8Kコンテキスト)を公開し、テキスト、画像、音声、動画を一つの埋め込み空間で扱えるようにしました。評価には、機関名、台湾の法令、民国暦と西暦、住所、通貨、全角の句読点、台湾と中国の語彙の違いを含めてください。Gemma 4、Qwen3.8-27B、Muse Glimmer、Nemotron Bolt とも、同じ評価セットで比較することが大切です。
8〜10月に登場したその他の注目モデル
- MiniMax-M3.1-Flash:総パラメータ約428B/23B active で、テキスト・画像・動画の入力と1Mコンテキストに対応します。10月に API が先行し、その後 Hugging Face でウェイトが公開されました。MiniMax Community License では、商用利用時に「Built with MiniMax M3.1-Flash」の表示が必要で、関連売上が2,000万米ドルを超える場合は事前に MiniMax の書面許可が必要です。それ以下の場合も、一度の通知が求められます。
- Xiaomi MiMo-V2.6:Flash 版は 309B/15B active で、テキスト、画像、動画、音声と1Mコンテキストに対応し、MIT ライセンスです。より大きな Pro 版もあります。
- IBM Granite 4.2:8月25日に3B/8B/30B が Apache 2.0 で公開されました。コンテキストはネイティブ128K、512Kまで拡張可能で、中国語もテスト対象言語に含まれます。
- Liquid AI LFM3-1.7B:1.73B パラメータ、256Kコンテキストを備え、4-bit で約1GBのスマートフォンやノートPC向けモデルです。LFM Open License v1.0 を採用し、関連会社を含む年間売上が1,000万米ドル以上の組織が商用利用するには、別途ライセンスが必要です。
生成、埋め込み検索、音声、画像のモデルは分けて比較してください。MiniMax と MiMo は中国由来のモデルのため、台湾の公共部門での利用には、後述する提供元の国に関する条件が適用されます。
ハードウェアの見積もり:active parameters と必要メモリを区別する
ウェイトに必要なメモリは、おおむね「総パラメータ × パラメータあたりのビット数 ÷ 8」で見積もれます。ただし、KV cache、エンコーダ、ランタイムの負荷、同時リクエストに伴う使用量は含まれません。典型例が DeepSeek V4.1-Flash です。token あたりの活性化パラメータは8B〜16B でも、763B のウェイト全体を読み込む必要があります。
| 環境 | 現実的な範囲 | 主な用途 | 注意点 |
|---|---|---|---|
| 16〜32GB | 量子化した3B〜12B、一部の量子化20B〜30B、Nemotron 3.5 Bolt 24GB版(128Kコンテキストが目標) | 個人の文書作業、オフライン要約 | 長いコンテキストは KV cache を急速に増やします。 |
| 32〜64GB | 量子化した12B〜35B | 部門PoC、低同時接続のRAG | Qwen3.8-27B、Muse Glimmer、Gemma 4 31B、Nemotron Lightning も実負荷での検証が必要です。 |
| 80GB 単一/複数GPU | 量子化した70B〜120B または MoE | 社内共有サービス | Nemotron 3.5 Super VL や gpt-oss-120b はこの規模に当たります。prefill、decode、tensor parallel、フェイルオーバーを測定してください。 |
| 8GPUサーバーまたはマルチノードクラスタ | DeepSeek V4.1-Flash/V4-Pro、GLM 5.3、Qwen 2.4T、Kimi K3、Mistral Large 4、Muse Spark Open、Nemotron Ultra | 最先端品質と大規模サービス | Muse Spark Open は NVFP4 で少なくとも700GB の GPU メモリ、Mistral Large 4 の参考構成は8GPUです。相互接続と運用が導入の成否を左右します。 |

LM Studio、Ollama、vLLM、SGLang の役割
LM Studio と Ollama は、ローカル環境で手軽にモデルを試すためのツールです。ただし、Ollama はクラウドモデルも提供しているため、利用するだけでデータが端末に留まるとは限りません。一方、vLLM と SGLang は、複数ユーザー利用時のスループットや長いコンテキストへの対応、本番環境での推論サービスの提供を担います。DeepSeek V4.1、GLM 5.3、Mistral Large 4、Nemotron 3.5 の公式モデルカードには vLLM の手順が含まれています。DeepSeek V4.1 の Encoder-Decoder や Qwen3.8-Flash-Next のハイブリッド注意機構のような新しい構造は、比較的新しいバージョンの推論エンジンが必要になることが多いため、更新前に検証環境で動作を確認してください。各エンジンは API キーやモデルのリビジョン指定など一部の制御機能を備えていますが、本番環境では認証、権限、レート制限、監査ログ、コンテンツ安全性、フェイルオーバーを含む企業ガバナンスを別途整える必要があります。
自社の評価セットを作る
代表的なタスクを100〜300件用意し、正答率、引用の品質、抽出F1、テスト通過率、繁体字中国語の性能、ツール/スキーマの安定性、P50/P95遅延、プロンプトインジェクション耐性、1年間のTCOを測定します。各項目を少なくとも3回繰り返し、モデルID、ウェイトのハッシュ、量子化形式、推論エンジン、サンプリング設定を記録してください。DeepSeek のように旧エンドポイント名を新しい版に転送する提供者もあるため、バージョンを固定しない API 利用では、気づかないうちに結果が変わる可能性があります。
中国・米国・欧州で異なるオープンモデル戦略
「中国はオープン、米国はクローズド」という単純な構図はもう当てはまりません。中国の開発元は超大型 MoE、1M token のコンテキスト、日付付きの頻繁なリリース、低い API 価格で競っており、DeepSeek は V4.1 で基盤構造そのものを変えました。ライセンスも MIT、Apache 2.0、独自条件まで幅があります。
米国では Gemma 4、gpt-oss、Nemotron が導入しやすい規模のモデルを提供し、Meta は Muse Spark Open で 816B のオープンウェイトのフラッグシップを加えました。欧州では、多言語と自社運用を重視する Mistral Large 4 が、兆パラメータ級の選択肢となっています。ライセンス面では、「商用利用可、ただし条件付き」とする設計が増えています。GLM 5.3、Muse Spark Open、MiniMax、LFM3 は売上の閾値を設け、Mistral Large 4 は Model-as-a-Service 事業に別途ライセンスを求め、Muse と MiniMax には表示義務もあります。条件はそれぞれ異なるため、モデルをサービスとして提供したり再配布したりする場合は、チェックポイントごとの法務確認が欠かせません。

Jensen Huang の X 初投稿:オープンモデルは安全、革新、主権を強化する
2026年7月24日、NVIDIA の CEO である Jensen Huang 氏は、X の個人アカウントで初めての投稿を行い、NVIDIA が署名した公開書簡を共有しました。AI はあらゆる産業を変え、あらゆる企業を支え、あらゆる国が構築するものであり、オープンモデルは安全性とサイバーセキュリティの向上、技術革新と普及の加速、主権の確保につながると主張しています。投稿は共同書簡 Open Weights and American AI Leadership にリンクしており、NVIDIA、Meta、Google、OpenAI、Microsoft、Hugging Face、Linux Foundation などは、オープンウェイトが参入障壁を下げ、競争を促し、ベンダーロックインを抑え、データと導入の主導権を利用者に残すと論じています。その後の数か月で、署名者の一社である Meta は Muse Spark Open を公開し、NVIDIA も Nemotron 3.5 ファミリーを拡充しました。
台湾企業はデータ主権と調達方針も確認する
推論をオンプレミスで行うだけでは、システムの安全性は確保できません。ウェイトの入手元とハッシュの確認に加え、リモートコードやサードパーティ製の量子化版の監査も必要です。不要なテレメトリの無効化、外部通信の制限、ソフトウェア部品表の維持も行ってください。
台湾の数位発展部は、政府機関による DeepSeek のサービス、アプリ、ローカルにダウンロードしたモデルの利用を禁止しています。更新日時点で撤回の発表は見当たりません。政府調達では、行政院公共工程委員会が2026年10月6日に調達契約ひな形の付記条項を改正し、禁止製品に関する要件を、書面成果物を伴う契約に限らず、あらゆる調達の履行過程と履行対象に適用するよう改めました。民間企業の利用が一律に禁止されているわけではありませんが、政府機関、重要インフラ、政府案件の受託事業者は、PoC の前にセキュリティ部門と調達部門の書面承認を得て、Gemma、gpt-oss、Nemotron、Mistral、Muse、TAIDE などの代替案を用意しておくべきです。
実務的な導入手順
- まず、データの所在、提供元の国、ライセンス、ホスティングに関する制約を明確にする。
- 1〜2個のホステッド型フラッグシップモデルで、品質の上限を確認する。
- Qwen3.8-27B、Nemotron Bolt と Lightning、Muse Glimmer、Gemma 4、gpt-oss、Ministral、TAIDE を同じローカル基準で比較する。
- チェックポイントごとにライセンスを確認する。GLM 5.3 と GLM-5.3-Flash のように、同じ開発元でもサイズによって条件は異なるため、ライセンスの版とダウンロード日も記録する。
- 知識が頻繁に変わる場合や引用が重要な場合は、微調整より先に埋め込みモデルを含む RAG を改善する。
- ハードウェア購入前に、実際のコンテキスト、出力長、同時接続数で負荷試験を行う。
- モデルゲートウェイを設け、ルーティング、ロールバック、コスト管理、ログ、セキュリティポリシーを扱う。
多くの企業は最終的にハイブリッド構成を採用します。機密文書と高頻度の定型業務はローカルモデルで処理し、公開情報や頻度の低い高難度の推論にはホステッド型のフラッグシップモデルを使います。LargitData の RAGi エンタープライズナレッジプラットフォームはオンプレミスに導入でき、検索、モデル連携、ガバナンスを一つのアーキテクチャに統合します。
2026年の企業向けモデル選定FAQ
最初の PoC ではどのモデルを試すべきですか?
ホステッド型のフラッグシップモデルを1つ使って品質の上限を確認し、Qwen3.8-27B を中国語マルチモーダルの基準、Gemma 4 または Muse Glimmer をローカル・マルチモーダルとサプライチェーン分散の基準、TAIDE を台湾の言語環境の基準として試します。24GB級のGPUが1枚だけなら Nemotron 3.5 Bolt 24GB版を、Agent のスループットが重要なら Nemotron Lightning を加えてください。初回から DeepSeek V4.1、GLM 5.3、Mistral Large 4、Muse Spark Open のウェイト全体を導入するのは避けましょう。
DeepSeek V4-Flash と V4.1-Flash は何が違いますか?
V4.1-Flash は Causal Encoder-Decoder 構造に移行し、196B の Engram 条件付きメモリを加え、活性化パラメータを prefill 約8B/decode 約16B に抑え、画像入力にネイティブ対応しました。V4-Flash はテキスト専用の 284B/13B active MoE でした。現在の API 版は V4.1-Flash-1017 で、旧エンドポイント名もこの版に転送されています。いずれも MIT ですが、V4.1 はウェイト総量が大きく、ローカルのメモリ要件は高くなります。
24GB や32GBの端末で現実的に動くモデルは?
エッジ用途では Gemma 4 E2B と E4B が最も明確な候補です。Gemma 4 12B と TAIDE 12B は、ノートPCや単一GPUでの検証に向いています。量子化版 Muse Glimmer は24GB/32GB端末を想定し、Nemotron 3.5 Bolt 74B-A9B の24GB版は2-bit(IQ2)ウェイトで128Kコンテキスト時に24GB未満を目標にしています。読み込めることと、複数ユーザー向けに安定提供できることは別です。
最新モデルのうち、実際にウェイトをダウンロードできるのは?
2026年10月31日時点で、DeepSeek V4.1-Flash-1017 と V4-Pro-0813、Qwen 3.8 ファミリー、GLM 5.3 と GLM-5.3-Flash、Kimi K3、Mistral Large 4、Muse Spark Open と Glimmer、Nemotron 3.5 ファミリー、Gemma 4、TAIDE のウェイトが公開済みです。ただし、ライセンスや必要なインフラは大きく異なります。Kimi K3.1 Pro は現時点でオンラインサービスと API のみで、11月4日までのウェイト公開が予告されています。
新しいフラッグシップモデルのライセンスで確認すべき点は?
GLM 5.3、Mistral Large 4、Muse Spark Open はいずれも商用利用を認めていますが、条件はそれぞれ異なります。GLM 5.3 は、Model-as-a-Service 事業を営み関連会社を含む売上が任意の連続12か月で100億米ドルを超える場合、あらゆる商用利用の前に Z.ai のセキュリティ審査が必要です。Mistral Large 4 では、売上の閾値にかかわらず、Model-as-a-Service 事業には別途商用ライセンスが必要です。Muse Spark Open は表示義務に加え、関連会社を含む売上が2,000万米ドルを超えてサービス提供する場合に Meta への通知と別契約が必要です。閾値の多くは大規模事業者に関わるものですが、サービス提供や再配布の前にはライセンスごとの確認が必要です。
API と自社運用はどう使い分けますか?
利用量が少ない、または変動が大きい場合や、最先端の能力をすぐに使いたい場合は、API が効率的なことが多いです。データの所在に厳格な要件がある場合や、安定した継続利用、バージョンの固定、高度なカスタマイズが必要な場合は、自社運用の価値が高まります。token 単価だけでなく1年間の TCO で比較してください。
台湾の組織は中国由来のモデルをそのまま採用できますか?
民間企業の場合は、データ分類、業界規制、契約、サプライチェーン方針によって判断が変わります。台湾政府は DeepSeek について明確な制限を設けています。公共部門、重要インフラ、政府案件の受託事業者は、書面承認を得たうえで代替モデルを用意しておくべきです。
まとめ
2026年秋は、夏を上回る速さでモデルの更新が進みました。DeepSeek はアーキテクチャを刷新し、GLM 5.3 はウェイトを公開しました。Mistral と Meta は兆パラメータ級、あるいはそれに近い規模のオープンウェイトのフラッグシップを投入し、NVIDIA は 74B のマルチモーダルモデルを24GBに収めました。こうした変化の中でも、最も堅実な戦略は変わりません。ホステッド型のフラッグシップを品質の上限、導入可能なオープンウェイトモデルを本番運用の基準とし、自社の評価セットを判断の根拠にすることです。Qwen3.8-27B、Nemotron Bolt と Lightning、Muse Glimmer、Gemma 4、TAIDE はローカル導入の現実的な候補です。一方、DeepSeek V4.1、GLM 5.3、Kimi K3、Mistral Large 4、Muse Spark Open の導入にはサーバークラスタ規模の環境が必要です。Kimi K3.1 Pro はウェイトとライセンスの公開待ちです。ガバナンス、検索、権限、監視は、モデル名と同じくらい重要です。
一次情報:DeepSeek V4.1-Flash、DeepSeek V4.1-Flash-1017、DeepSeek API 料金、Qwen3.8-27B、Qwen3.8-Flash-Next、GLM-5.3、GLM-5.3-Flash、Kimi K3、Kimi K3.1 Pro、Mistral Large 4、Muse Spark Open、Muse Glimmer 30B、Nemotron 3.5 Bolt、Nemotron 3.5 Lightning、Gemma 4 12B、Gemma 4、gpt-oss、MiniMax-M3.1-Flash、MiMo-V2.6-Flash、Granite 4.2、LFM3、EmbeddingGemma 2、TAIDE、TAIDE 埋め込みモデル。