オープンウェイトモデル

重みとは、モデルが訓練中に調整する数値のことです。数十億にもなり、何ギガバイトにもなるファイルに保存されます。Llama、Qwen、DeepSeek などの系統は、多くのモデルの重みを公開しています。量子化は、その数値をより少ないビット数に縮め、精度を少し犠牲にして、家庭用のグラフィックスカードにモデルが収まるようにします。数千の例による微調整は、ゼロからの訓練に比べて安価な手順で、これによって汎用のモデルが法務アシスタントやコーディングの助手になります。重みとそれを動かすコードがあれば、個人や企業は、自分のハードウェアでモデルを動かし、特別な作業向けに微調整し、小さなマシンで動くよう圧縮できます。クローズドなモデルでは、こうしたことは何もできません。開発元のサーバーに置かれたままで、開発元自身のインターフェースからしか使えず、開発元はすべてのリクエストを見ることになります。

オープンウェイトとオープンソースは、よく混同されます。厳密な意味でのオープンソースは、より多くを求めます。コードへのアクセス、データに関する情報、誰もが作品を使い、調べ、改変し、共有できるライセンスです。多くのオープンウェイトモデルには、商用利用や非常に大規模な展開などに条件を加えるライセンスが付いており、訓練データは通常は非公開です。前提で考えず、土台にしようとしているモデルのライセンスを読みましょう。

実用上の効果は、ホスト同士の競争です。同じ重みを複数の企業が提供できるので、利用者やアプリは、リクエストの送り先を選び、速度と価格を比べ、自分に合った保持方針のホストを選べます。トレードオフも現実にあります。大きなモデルには本格的なハードウェアが必要で、重みだけではモデルが何で訓練されたのかはわからず、誰でも微調整できるため、同じ重みから作られた二つのモデルがかなり違う振る舞いをすることもあります。コミュニティによる微調整版は、より簡潔だったり、より慎重だったり、コードに特化していたり、翻訳向けに調整されていたりします。ベンチマークは役立ちますが、誤解も招きます。順位表は特定のテスト形式に報酬を与えるため、自分の文書での短い試用のほうが、公表されたスコアより多くを語ります。ライセンス、モデルカード、使われたデータの説明を読めば、何が変わり、結果を使って何をしてよいかがわかります。

Mistral Small 3.2は、Mistral のオープンモデルで、NeverNo の無料プランに含まれています。プライベートと表示されます。リクエストは保存しない提供元を選んで送られ、アカウントの情報はメッセージに付かず、会話は暗号化されてブラウザに保存されます。これはプライベートな AI のページで説明しているとおりです。画像を読み取れ、最大128,000トークンのコンテキストを扱い、最大4,096トークンの返信を書き、返信の前に推論することはないので、すぐに答えます。

NeverNo でのプライベートの意味は、まさにこれです。リクエストを保存しない DeepInfra か、ゼロ保持オプションを使った OpenRouter から提供されるオープンモデルです。カタログには、DeepSeek、GLM、Qwen、Mistral から NeverNo Uncensored まで、いくつもの同種のモデルがあります。このラベルはそれらの提供元の約束に基づいており、NeverNo は透明性のページで、提供元のサーバーを検査できないことをはっきり述べています。