オープンソースLLMランキング2026｜2.8兆パラメータ時代の選び方

2026年7月中旬、オープンウェイトのLLM界隈が俄かに騒がしくなりました。7月15日にThinking Machines Lab（旧OpenAI CTOのMira Muratiが2025年2月に創業）が初モデル「Inkling」を公開し、翌16日には中国のMoonshot AIが「Kimi K3」を発表。Kimi K3は総パラメータ2.8兆という、当時のオープンウェイト界では世界最大規模です。ほんの数日で大物が2つ。しかも想像以上のスケール。業界人の「え、もう？」という戸惑いが聞こえます。

ここが面白いのは、オープンウェイト陣営の戦略転換が明らかになったことです。昨年あたりまでは、オープンウェイトモデルといえば「研究用の小ぶりで可愛らしい選択肢」という位置づけでした。ところが2.8兆パラメータとなると、もはやそんなことは言っていられません。これはClaudeやGPT-4といったクローズドの最前線と同じ土俵で戦う覚悟を示しています。なぜいま大型化したのか。背景には、オープンソース開発者の実力が、モデル自体の「大きさ」でも「賢さ」でも、クローズド企業に比肩する水準に達したという判断があるはずです。つまり、スケーリングしても大丈夫な基盤ができたということです。ここは産業の力関係が本当に変わったことを示す転機です。

ただし実務的には注意が必要です。オープンウェイトの従来の利点は「カスタマイズ性」と「コスト」にあったのに、2.8兆規模になると推論コストが跳ね上がります。つまり、「安価で軽い」という利点が使えなくなる領域に突入するということです。だからこそ選び方が重要になります。自社の問題に本当に2.8兆必要か、それとも数千億パラメータで十分か。単に「大きい＝強い」ではなく、運用コストと効果のバランスで判断する時代になりました。昨年とは違う、現実的なトレードオフ判断が求められています。