OW
OPEN WEIGHT ─ 手元で動くAIの基礎
オープンウェイトとは何か
「重み」が配られる、とはどういうことか
教室での実測つき解説
OPEN WEIGHT ─ 手元で動くAIの基礎
1 / 20
結論
オープンウェイトをひとことで言うと
AIの中身が、配られただけ
学習データも学習コードも非公開のまま。
だから「オープンソース」とは呼び分けます
OPEN WEIGHT ─ 手元で動くAIの基礎
2 / 20
01
いま起きていること
1つのモデルが、1ヶ月で
Gemma 4（31B）の直近30日ダウンロード数
845万回
もう一部の人の遊びではない規模で配られています
出典：Hugging Face 公式API（2026-08-27 取得）｜huggingface.co
OPEN WEIGHT ─ 手元で動くAIの基礎
3 / 20
一次情報
OpenAI も「重み」を配っている
gpt-oss-20b のモデルカード
出典：openai/gpt-oss-20b モデルカード（2026-08-27 取得）｜huggingface.co
OPEN WEIGHT ─ 手元で動くAIの基礎
4 / 20
広がり
直近30日のダウンロード数
Gemma 4（31B）　8,455,290
gpt-oss（20b）　6,702,545
Qwen3.8（27B）　3,457,687
Kimi K3　2,829,554
出典：Hugging Face 公式API（2026-08-27 取得）｜huggingface.co
OPEN WEIGHT ─ 手元で動くAIの基礎
5 / 20
なぜ、いま
この1ヶ月で、4本が公開された
7/27　Kimi K3　2.8兆総
8/5　Qwen3.8-27B　Apache 2.0
8/13　DeepSeek V4 Pro　MIT
8/26　GLM-5.3-Flash　320B / 18B活性
試作ではなく、仕事でそのまま使えるレベルのものが並んでいます
出典：各モデルの Hugging Face 公開情報（2026-08-30 取得）｜huggingface.co
OPEN WEIGHT ─ 手元で動くAIの基礎
6 / 20
手元で動くか
128GBのMacに、何が載るのか
載る　gpt-oss-120b
63.4 GB
≠
載らない　GLM-5.3-Flash
204 GB
Kimi K3 は649GB、DeepSeek V4 Pro は837GB。
話題の大きいモデルほど、手元では動きません
出典：Hugging Face 公式API（2026-08-30 取得・量子化済み配布物の合計）｜huggingface.co
OPEN WEIGHT ─ 手元で動くAIの基礎
7 / 20
定義
配られているのは「重み」だけ
公開される
学習済みの重み
／
非公開のまま
学習データ・コード
作り方は分からないまま、結果だけをもらっている状態です
OPEN WEIGHT ─ 手元で動くAIの基礎
8 / 20
違い
同じ「オープン」でも中身が違う
重みだけ公開＝オープンウェイト
重み　両方とも公開
✕学習コード
✕学習データの情報
✕は「オープンウェイトでは公開されないことが多い」もの
OPEN WEIGHT ─ 手元で動くAIの基礎
9 / 20
注意
「オープン」でも条件は3つに割れる
Apache 2.0　gpt-oss・Qwen・Gemma 4
MIT　DeepSeek・GLM
条件つき独自ライセンス　Kimi K3・Llama 4
学校や会社で使うなら、ここを見ないまま入れない
出典：各モデルの Hugging Face ライセンス表記（2026-08-27 実測）｜huggingface.co
OPEN WEIGHT ─ 手元で動くAIの基礎
10 / 20
02
選び方
同じ30B級で、速度がこれだけ違った
密モデル（27B）
6.6 tok/s
→
MoE（30B・活性3.3B）
76.9 tok/s
実測：MacBook Pro M3 Max・メモリ64GB。差は11.7倍
OPEN WEIGHT ─ 手元で動くAIの基礎
11 / 20
仕組み
128人の専門家のうち、毎回8人だけが働く
総 30.5B のうち
動くのは 3.3B
Qwen3-Coder-30B-A3B の構成（48層・128エキスパート中8つが活性）
出典：Qwen3-Coder-30B-A3B-Instruct モデルカード（2026-08-27 取得）｜huggingface.co
OPEN WEIGHT ─ 手元で動くAIの基礎
12 / 20
誤解
注意
MoEでも、メモリは減らない
載せておくのは
全体 30.5B
≠
実際に動くのは
3.3B
速さは「毎回働く数」、載るかどうかは「全体の大きさ」で決まります
OPEN WEIGHT ─ 手元で動くAIの基礎
13 / 20
実証
ノートパソコン1台で、何人までいけるか
10人　全員そろうまで 94秒
20人　232秒（成立）
30人　327秒でも 26人どまり
20人までは成立。30人で崩れました
OPEN WEIGHT ─ 手元で動くAIの基礎
14 / 20
03
境界線
30人でやったとき、締切までに終わったのは
26人
4人が間に合わず不成立。実測：M3 Max・64GB／同時に流すのは2本まで
OPEN WEIGHT ─ 手元で動くAIの基礎
15 / 20
現場
いちばん時間を食ったのは、AIではなかった
最初の5分＝ログインと日本語入力
だから名前を打たせない設計にした。
結果として生徒の実名がシステムに入らなくなりました
OPEN WEIGHT ─ 手元で動くAIの基礎
16 / 20
一次情報
ガイドラインは「オフラインで動くモデル」に言及している
文部科学省 生成AIの利用について
出典：初等中等教育段階における生成AIの利活用に関するガイドライン Ver.2.0（令和6年12月26日 公表）｜mext.go.jp
OPEN WEIGHT ─ 手元で動くAIの基礎
17 / 20
整理
5つの観点のうち、3つは構造的に外れる
年齢制限・保護者の同意
情報セキュリティ
個人情報・著作権
残る公平性（出力の偏り）
残る透明性・説明責任
ローカルにすれば全部解決、ではありません
出典：同ガイドライン Ver.2.0 p.10-11「学校現場において押さえておくべきポイント」｜mext.go.jp
OPEN WEIGHT ─ 手元で動くAIの基礎
18 / 20
実践
自分のパソコンでは、何が動くのか
8GB　Gemma 4 の小型版
16GB　gpt-oss-20b
32GB　Qwen3-Coder-30B-A3B
64GB　＋複数人に配れる
16GBなら gpt-oss-20b。公式が「16GBで動く」と明記しています
OPEN WEIGHT ─ 手元で動くAIの基礎
19 / 20
持ち帰り
モデル名の「A＋数字」を見る
Qwen3-Coder-30B-A3B
30B＝載るかどうか　／　A3B＝毎回働く量＝速さ
Aが付いていたら、それがMoE
OPEN WEIGHT ─ 手元で動くAIの基礎
20 / 20
▶ 再生する