オープンモデルと、その出自

自前のAIを持ちたい企業にとって、この1週間で最も重要なニュースは、新しいチャットボットではありませんでした。数日のうちに起きた3つの出来事です。1台のサーバーに収まるReflection AIのオープンモデル、DeepSeekのオープンモデルの新しいウェイト、そしてDeepSeekを連邦政府の文民機関から排除する米国政府の命令です。合わせて見ると、そこから言えることは単純です。オープンモデルはいまや本格的な仕事に十分な水準に達しており、問いは品質から出自へと移りました。

Beam：安いトークンではなく、少ないトークン

10月16日、Reflection AIは初のオープンウェイトモデルBeamを、商用利用と改変を認めるApache 2.0ライセンスで公開しました。パラメータ数は5010億で、そのうちトークンごとに有効になるのは230億です。8ビットまたは4ビットの形式なら、H100、H200、GB300といったGPUを8基備えたサーバー1台に収まります。完全版には「数十基のGPU」が必要だと、VentureBeatは報じています。

Reflectionの売りは、安いトークンではなく、少ないトークンです。学習の段階で、必要のないトークンを1つ使うたびにモデルにペナルティを科しました。VentureBeatによる同社のグラフの読み取りでは、あるコーディングテストで、GLM-5.2が1回の試行に約80'000トークンを要するのに対し、Beamは約25'000トークンで済みます。最も強いオープンモデルではありません。VentureBeatの報道によると、Terminal-Bench 2.1でBeamは約80パーセントで、DeepSeek V4.1 Flashは90.6パーセント、Kimi K3は85パーセントでした。Reflectionは、Beamは「ほかの何によってでもなく、実力で勝つ」と述べています。

DeepSeek：より強く、MITライセンスで

同じ頃、DeepSeekはV4.1 Flashの更新版ウェイトを公開しました。その名前には10月17日の日付が入っています。モデルカードはこれを「小規模なアップデート」と呼び、推論、コーディング、エージェント型タスク、ビジョンでの向上を挙げ、100万トークンのコンテキストを推奨しています。ライセンスはこれ以上ないほどオープンです。「このリポジトリとモデルウェイトは、MIT Licenseの下でライセンスされています」。

DeepSeekは統合も進めてきました。9月には、より大きなV4 Proへのすべてのリクエストを「V4.1-Flashの料金で」V4.1 Flashに移し、V4 Proの段階的な廃止を始めました。VentureBeatが引用したベンチマークで見る限り、ここで挙げたオープンモデルの中で最も強いのはこのモデルです。

ワシントンが線を引く

10月19日、CyberScoopは、米国土安全保障省が2018年のサプライチェーン関連法に基づき、連邦政府の文民機関にDeepSeek製品の使用を禁じると報じました。各機関は手元にあるバージョンを削除しなければならず、新たに購入することもできません。理由はデータにあります。DeepSeekはデータを中国のサーバーに保存しており、そのプロンプトと応答の処理は、中国政府への「機密データの移転につながる可能性がある」というのです。命令が名指ししているのはDeepSeekだけですが、KimiやQwenなど、ほかの中国のオープンモデルにも同様の懸念が向けられています。

報道は、機関が自前のサーバーでDeepSeekのウェイトを動かし、データがどこにも送られない場合にもこの禁止が及ぶのかどうかには触れていません。この答えの出ていない問いこそ、すべての企業が心に留めておくべきものです。モデルを自社で動かせば、データがどこへ行くのかという問いには答えられます。モデルがどこから来たのかという問いには答えられません。

自前のモデルにとっての意味

自社のサーバーで動くオープンウェイトは、最もわかりやすい問題を解決します。データは社内にとどまり、誰かがある日突然モデルを変更したり撤回したりすることもありません。けれども、すべてを解決するわけではありません。モデルは、出自、ライセンス、学習データ、そしてラボの外の誰も完全には検証できない振る舞いを持つ製品でもあります。銀行、官公庁、防衛関連のサプライヤーにとって、問いはもはやオープンモデルが十分に優れているかどうかではありません。その出自が、次の監査、次の顧客アンケート、あるいは今回のような次の命令を通過できるかどうかです。

実務では、それは3つのことを意味します。ライセンスを選ぶのと同じくらい慎重に、ベースモデルを選ぶこと。Apache 2.0もMITも寛容なライセンスですが、どちらも来歴については何も語りません。モデルを入れ替え可能にしておくこと。会社の知識、ルール、テストをモデルの外に置き、より優れた、あるいはより安全なモデルが数週間で取って代われるようにします。そして本番に出す前に、公開ベンチマークだけでなく、自社の仕事ですべての候補をテストすることです。

Eignaの考え方

Eignaはこの考え方で作られています。Eigna Labsのパートナーとして、私たちがクライアントのために導入するプライベートAIです。出発点はオープンモデルで、クライアントの領域に合わせて調整され、その会社自身の仕事、ルール、言葉で学習し、その会社自身のクラウドやサーバー上で動きます。新しいバージョンは、前のバージョンよりもテストで良い結果を出したときにだけ本番に移り、ワンステップで元に戻せます。その下にどのオープンモデルを据えるかは、出自も含めてクライアントごとに一緒に決めることであり、より良いモデルが登場すれば変えることもできます。