オープンウェイトモデルは2025年末までに大規模言語モデルの全使用量のおよそ3分の1に達しました。これは、OpenRouterとAndreessen Horowitz(a16z)が発表した、実際のAPIトラフィックにおける100 trillionトークン規模の調査によるものです。これは、オープンソースAIが研究上の好奇心の対象から本番環境でのデフォルトの選択肢へと移行したことを示す、これまでで最も明確なシグナルです。Hugging Faceは現在、2 million以上の公開モデルと13 millionのユーザーをホストしており(Hugging Face, State of Open Source Spring 2026)、MetaのLlamaは1.2 billionダウンロードを突破し(Meta, 2025)、AlibabaのQwenはそれを追い抜いて700 millionに達しました(Xinhua, 2026)。それでも、上位200モデルがHugging Faceの全ダウンロード数の49.6%を占めており、最先端のクローズドモデルは依然として最良のオープンモデルに約4か月先行しています(Epoch AI, 2026)。この分析は、Hugging Face、OpenRouter、a16z、Stanford HAI、Epoch AI、McKinsey、GitHub、その他13の一次情報源からのデータを統合し、45以上の検証済みデータポイントとしてまとめたものです。
TL;DR
- オープンウェイトモデルは2025年末までに大規模言語モデル使用量の約33%に達し、1年前の低い一桁台の基準から増加しました(OpenRouter, State of AI 2025)。
- Hugging Faceは13 millionのユーザーに対し、2 million以上の公開モデルと500,000以上のデータセットをホストしています(Hugging Face, State of Open Source Spring 2026)。
- 上位200モデル(全モデルの0.01%)がダウンロードの49.6%を占め、全モデルの約半数は200件未満のダウンロード数にとどまっています(Hugging Face, Spring 2026)。
- AlibabaのQwenはHugging Faceでの累計ダウンロード数700 million件を突破し、2025年後半にLlamaを追い抜きました(Xinhua / South China Morning Post, 2026)。
- MetaのLlamaは2025年4月29日までに1.2 billionダウンロードに達し、2024年12月の650 millionから増加しました(Meta;TechCrunch, 2025)。
- オープンウェイトモデルは最先端のクローズドモデルに約4か月、つまりECIスコアで8ポイント遅れています(Epoch AI, 2026)。
- 50%を超える組織がオープンソースAIを使用しており、テクノロジー業界では72%に達しています(McKinsey, 2025)。
- 中国のモデルは過去1年間でHugging Faceのダウンロードの41%を占め、2025年中に中国が月間ダウンロード数で米国を上回りました(Hugging Face, Spring 2026)。
- オープンソースAIモデル市場は2025年の19.05 billionドルから2026年には23.08 billionドルへと成長すると推定されています(The Business Research Company, 2026)。
- 2025年にリリースされた95の主要モデルのうち、オープンなトレーニングコードを伴って提供されたのはわずか15件でした(Stanford HAI, AI Index 2026)。
- 研究者たちはHugging Face上で約100件の悪意のあるモデルを発見し、そのうちおよそ95%が単一のシリアライゼーション形式で構築されていました(Dark Reading / JFrog, 2024-2025)。
1. 数字で見るオープンソースAIエコシステム
Hugging Faceは、オープンモデルの重心とも言える存在であり、そのSpring 2026 State of Open Sourceレポートは、規模の大きさと注目の極端な集中の両方を示しています。上位200モデル、カタログのわずか0.01%が、全ダウンロード数の49.6%を占めています。一方で、ハブ上のあらゆるモデルのおよそ半数が、合計200件未満のダウンロード数にとどまっています。一方、GitHubのOctoverse 2025は、同じ波の開発者側の姿を示しています。1 million以上の公開リポジトリが、現在LLM SDKを基盤として構築されています。
| 指標 | 値 | 出典 |
|---|---|---|
| Hugging Face上の公開モデル数 | 2,000,000+ | Hugging Face, State of Open Source Spring 2026 |
| Hugging Face上の公開データセット数 | 500,000+ | Hugging Face, Spring 2026 |
| 登録ユーザー数 / 組織数 | 13,000,000 / 500,000 | Hugging Face, Spring 2026 |
| 上位200モデル(全体の0.01%)が占めるダウンロードシェア | 49.6% | Hugging Face, Spring 2026 |
| 合計ダウンロード数が200件未満のモデル | ~50% | Hugging Face, Spring 2026 |
| LLM SDKを使用する公開GitHubリポジトリ | 1,100,000+ (693,867 new, +178% YoY) | GitHub, Octoverse 2025 |
| 生成AIプロジェクトへの月間貢献者数 | 68,000 (Jan 2024) to 200,000 (Aug 2025) | GitHub, Octoverse 2025 |
補足:ダウンロードされたモデルの平均サイズは、2023年の827 millionパラメータから2025年には20.8 billionパラメータへと増加しましたが、中央値は326 millionから406 millionへとわずかに上昇したのみでした(Hugging Face, Spring 2026)。小規模モデルが依然として作業の大部分を担っています。より広範なモデルの動向については、当サイトの生成AI統計をご覧ください。
2. 実際の利用状況:オープンウェイトがトークンの3分の1に到達
モデル数は供給を測るものであり、トークン量は需要を測るものです。OpenRouterのState of AI調査は、a16zと共同で300を超えるモデルにわたる実際の推論トラフィック100 trillionトークンを分析したもので、オープンウェイトが実際のワークロードで優勢になりつつあることを示す最も強力な公開証拠です。中国のオープンソースモデルは、2024年後半の週間トークン量の1.2%から週平均13.0%へと成長し、一部の週には30%近くのピークに達しました。 オープンソース分野も多様化しました。DeepSeekのR1はかつてオープントークンの半分以上を占めていましたが、2025年後半までに、単一のオープンモデルがオープンシェアの25%を超えることはなくなりました。
| 指標 | 値 | 出典 |
|---|---|---|
| 大規模言語モデル使用量に占めるオープンウェイトのシェア、2025年後半 | ~33% (one-third) | OpenRouter, State of AI 2025 |
| 中国のオープンソースモデルの週間トークンシェア | 1.2% (late 2024) to 13.0% avg, ~30% peak | OpenRouter, 2025 |
| その他地域のオープンソースの週間平均シェア | 13.7% | OpenRouter, 2025 |
| DeepSeekのトークン数(2024年11月〜2025年11月) | 14.37 trillion | OpenRouter, 2025 |
| Qwenのトークン数 | 5.59 trillion | OpenRouter, 2025 |
| Meta Llamaのトークン数 | 3.96 trillion | OpenRouter, 2025 |
| Mistral AIのトークン数 | 2.92 trillion | OpenRouter, 2025 |
| 分析対象の総トークン数 / モデル数 / プロバイダー数 | 100 trillion / 300+ / 70+ | OpenRouter, 2025 |
特筆点:推論志向のモデルは、ツール呼び出し(tool-calling)の増加に伴い、現在では全トークンの半分以上を処理しています。この変化については、当サイトのAIエージェント統計で取り上げています。
3. オープンとクローズドの性能格差
最良のオープンモデルと最良のクローズドモデルの差は2024年に劇的に縮小しましたが、その後は縮小が止まりました。Epoch AIは、独自のEpoch Capabilities Indexでこの遅れを測定しています。オープンウェイトモデルは、2026年1月から5月にかけて、最先端のクローズドモデルに約4か月、つまりECIスコアで8ポイント遅れており、これは2025年10月までに測定された約3か月の遅れよりもやや広がっています。 Stanford HAIの2026年AI Indexも、Arenaのリーダーボードで同様の傾向を示しています。
| 指標 | 値 | 出典 |
|---|---|---|
| 最先端クローズドモデルに対するオープンウェイトの遅れ | ~4 months / 8 ECI points (90% CI 7-11) | Epoch AI, 2026 |
| 以前の遅れ(2023年1月〜2025年10月) | ~3 months | Epoch AI, 2025 |
| 最上位クローズドモデルの最上位オープンモデルに対するリード(2026年3月) | 3.3% (up from 0.5% in Aug 2024) | Stanford HAI, AI Index 2026 |
| Arenaトップ10に入るクローズドモデル数 | 6 of 10 | Stanford HAI, AI Index 2026 |
| Chatbot Arenaの格差、2024年1月〜2025年2月 | 8.04% to 1.70% | Stanford HAI, AI Index 2025 |
| 最先端オープンウェイトモデルの学習計算量のスケーリング | ~4.7x per year | Epoch AI, 2025 |
| ローカルの最前線:6〜12か月前の最上位LLMに匹敵するモデル | Runs on one sub-2,500-dollar GPU | Epoch AI, 2025 |
補足:2025年1月にリリースされたDeepSeek-R1は、MATH Level 5ベンチマークにおいて、当時最良のクローズドモデルであったo3-miniにわずか2ポイント差で遅れをとりました(Epoch AI, 2025)。これは、格差が縮小しつつあることを初めて示したリリースでした。
4. 中国のオープンウェイト急伸:QwenとDeepSeek
2025年で最も決定的な変化は地理的なものでした。中国のモデルは過去1年間でHugging Faceのダウンロードの41%を占め、2025年中に中国が月間ダウンロード数で米国を上回りました(Hugging Face, Spring 2026)。XinhuaとSouth China Morning Postの報道によると、AlibabaのQwenは単一のオープンファミリーとして最もダウンロードされる存在になりました。一方でDeepSeekは2025年1月のアプリリリースにより、Sensor TowerとTechCrunchが追跡したダウンロード記録を打ち立てました。
| 指標 | 値 | 出典 |
|---|---|---|
| Hugging Face月間ダウンロードに占める中国のシェア、2025年 | Surpassed the U.S. | Hugging Face, Spring 2026 |
| Hugging Faceダウンロードに占める中国モデルのシェア、過去1年間 | 41% | Hugging Face, Spring 2026 |
| Qwenの累計Hugging Faceダウンロード数(2026年1月) | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Hugging Face上のQwen派生モデル数 | 200,000+ | South China Morning Post, 2026 |
| 新しい大規模言語モデル派生モデルのうちQwenベースの割合 | ~40% | South China Morning Post, 2026 |
| DeepSeekアプリの最初の19日間のダウンロード数 | 23,000,000 (2x ChatGPT) | Sensor Tower, 2025 |
| DeepSeekのApp Store首位獲得国数 | 156+ countries | TechCrunch, 2025 |
| DeepSeek-R1 対 o3-mini、MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
補足:わずか1か月間で、Qwenのダウンロード数は、Meta、DeepSeek、Mistral、Nvidiaを含む次点の8つのオープンファミリーの合計を上回りました(South China Morning Post, 2026)。
5. 企業導入と経済性
オープンソースAIは今や、ニッチな実験ではなく主流の企業戦略となっています。McKinseyは、MozillaおよびPatrick J. McGovern Foundationとともに、41か国にわたる700人を超えるテクノロジーリーダーを対象にOpen Source Technology in the Age of AIレポートで調査を実施しました。組織の半数以上がすでにオープンソースAIを使用しており、テクノロジー業界では72%に達し、76%が利用拡大を見込んでいます。 a16zのEnterprise AI調査は、マルチモデルスタックへの傾向を示しており、市場調査会社はこの機会を数百億ドル規模と見積もっています。
| 指標 | 値 | 出典 |
|---|---|---|
| オープンソースAIを使用する組織 | 50%+ (72% in tech sector) | McKinsey, 2025 |
| オープンソースAIの利用拡大を見込むリーダー | 76% | McKinsey, 2025 |
| プロプライエタリと比較して実装コストが低いと回答 | 60% (26% average cost improvement) | McKinsey, 2025 |
| オープンソースAIおよび機械学習の企業導入率 | 40% (+5 pts vs 2024) | Linux Foundation, 2025 |
| 本番環境で5つ以上のモデルを稼働させている企業 | 37% (up from 29%) | a16z, Enterprise AI 2025 |
| オープンソースAIモデル市場、2025年から2026年 | 19.05B to 23.08B dollars (21.1% CAGR) | The Business Research Company, 2026 |
| Mistral AIのシリーズC(2025年9月) | ~14B dollars valuation (1.7B euros raised) | Mistral AI; Bloomberg, 2025 |
| Hugging Faceの評価額 | 4.5B dollars (2023 Series D); ~7B reported 2025 | TechCrunch, 2023; Sacra, 2025 |
補足:オープンソースAIモデル市場の予測はベンダーによる推定値であり、入手可能な最新のものとして扱ってください(The Business Research Company, 2026)。下流のコスト計算については、姉妹記事のAI推論コスト統計を、開発者向けツールについてはAIコーディングツール統計をご覧ください。
6. ガバナンス、ライセンス、セキュリティ
オープンウェイトはオープンソースと同じものではなく、コンプライアンス上はその定義が重要になります。Open Source Initiativeは2024年10月にOpen Source AI Definitionを発表しましたが、この定義を完全に満たす著名なモデルはほとんどありません。政府がオープンウェイトの奨励に動く中でも、2025年にリリースされた95の主要モデルのうち、オープンなトレーニングコードを伴って提供されたのはわずか15件でした(Stanford HAI, AI Index 2026)。セキュリティはもう一つの注目点です。JFrogと研究者たちは、公開ハブ上でコード実行が可能な悪意のあるモデルを文書化しました。
| 指標 | 値 | 出典 |
|---|---|---|
| OSIが検証したオープンソースAIモデル | Pythia, OLMo, Amber, CrystalCoder, T5 | OSI / TechCrunch, 2024 |
| オープンなトレーニングコードなしでリリースされた2025年の主要モデル | 80 of 95 | Stanford HAI, AI Index 2026 |
| 主要モデルに占める業界のシェア、2025年 | 91.6% | Stanford HAI, AI Index 2026 |
| Hugging Face上で発見された悪意のあるモデル | ~100 (~95% one serialization format) | Dark Reading / JFrog, 2024-2025 |
| JFrogがゼロデイの悪意ありとして警告したモデル | 25 | JFrog, 2025 |
| オープンソースから最も恩恵を受けると見なされる分野としてのAIと機械学習 | 38% | Linux Foundation, 2025 |
| オープンウェイトに対する米国AI Action Planの立場 | Pro-open-weight (Jul 23, 2025) | White House, 2025 |
| EU AI Actの汎用AIルールの発効 | Aug 2, 2025 | European Commission, 2025 |
補足:スタートアップを後押しするのと同じオープンウェイトのアクセスしやすさは、合成メディアの悪用への障壁も下げています。このリスクについては、当サイトのディープフェイク統計で定量化しています。
まとめ:数字で見るオープンソースAI
| 指標 | 値 | 出典 |
|---|---|---|
| 大規模言語モデル使用量に占めるオープンウェイトのシェア、2025年後半 | ~33% | OpenRouter, State of AI 2025 |
| Hugging Face上の公開モデル数 | 2,000,000+ | Hugging Face, Spring 2026 |
| 上位200モデルが占めるダウンロードシェア | 49.6% | Hugging Face, Spring 2026 |
| 本番環境で5つ以上のモデルを稼働させている企業 | 37% | a16z, Enterprise AI 2025 |
| Qwenの累計Hugging Faceダウンロード数 | 700,000,000+ | Xinhua / South China Morning Post, 2026 |
| Meta Llamaのダウンロード数(2025年4月) | 1,200,000,000 | Meta; TechCrunch, 2025 |
| DeepSeek-R1 対 o3-mini、MATH Level 5 | Lags by 2 points | Epoch AI, 2025 |
| DeepSeekアプリの最初の19日間のダウンロード数 | 23,000,000 | Sensor Tower, 2025 |
| オープンソースから最も恩恵を受けると見なされる分野としてのAIと機械学習 | 38% | Linux Foundation, 2025 |
| 最先端クローズドモデルに対するオープンウェイトの遅れ | ~4 months / 8 ECI points | Epoch AI, 2026 |
| 最上位クローズドモデルの最上位オープンモデルに対するリード(2026年3月) | 3.3% | Stanford HAI, AI Index 2026 |
| オープンソースAIを使用する組織 | 50%+ | McKinsey, 2025 |
| オープンソースAIの利用拡大を見込むリーダー | 76% | McKinsey, 2025 |
| プロプライエタリと比較して実装コストが低い | 60% (26% avg improvement) | McKinsey, 2025 |
| オープンソースAI/機械学習の企業導入率 | 40% | Linux Foundation, 2025 |
| オープンソースAIモデル市場(2026年) | 23.08B dollars | The Business Research Company, 2026 |
| Mistral AIの評価額(2025年9月) | ~14B dollars | Mistral AI; Bloomberg, 2025 |
| オープンなトレーニングコードなしでリリースされた2025年の主要モデル | 80 of 95 | Stanford HAI, AI Index 2026 |
| Hugging Face上で発見された悪意のあるモデル | ~100 | Dark Reading / JFrog, 2024-2025 |
| LLM SDKを使用する公開GitHubリポジトリ | 1,100,000+ | GitHub, Octoverse 2025 |
手法と情報源
データは、すべての数値をその一次発表元まで遡って確認する形で収集され、二次的な集計よりも2025年および2026年の原典レポート・調査・開示情報を優先し、ベンダーによる市場推定値や古いデータには該当箇所でその旨を明示しています。
引用元:
- Hugging Face, State of Open Source, Spring 2026
- OpenRouterおよびAndreessen Horowitz (a16z), State of AI: An Empirical 100 Trillion Token Study, 2025
- Andreessen Horowitz (a16z), How 100 Enterprise CIOs Are Building and Buying Gen AI, 2025
- Epoch AI, Open-Weight Models data insights, 2025-2026
- Stanford HAI, AI Index Report 2026 およびAI Index Report 2025
- McKinsey(MozillaおよびPatrick J. McGovern Foundationsと共同), Open Source Technology in the Age of AI, 2025
- GitHub, Octoverse 2025
- XinhuaおよびSouth China Morning Post, Qwen downloads reporting, 2026
- Sensor TowerおよびTechCrunch, DeepSeek app data, 2025
- Meta, Celebrating 1 Billion Downloads of Llama, 2025, およびTechCrunch, LlamaConでの1.2 billionという数値, 2025
- Linux Foundation, The State of Global Open Source 2025
- Open Source Initiative, Open Source AI Definition 1.0, 2024
- JFrogおよびDark Reading, malicious model research, 2024-2025
- The White House, Winning the Race: America’s AI Action Plan, 2025
- European Commission, EU AI Act general-purpose AI guidelines, 2025
- The Business Research Company / Research and Markets, Open-Source AI Model Market Report 2026
- Mistral AIおよびBloomberg, シリーズCの資金調達報道, 2025; Sacra, Hugging Faceの評価額推定, 2025; TechCrunch, Hugging FaceのシリーズD, 2023
Data watch:引用元のうち複数は、定期的なサイクルで公開されています。GitHub OctoverseとStanford HAIのAI Indexは年次発行であり、次版はそれぞれ2026年後半と2027年初頭に予定されています。McKinseyのState of AIおよびオープンソース関連の調査、そしてLinux FoundationのState of Global Open Source調査は毎年実施されます。Hugging FaceのState of Open Sourceはおよそ半年ごとに発行されており、2026年秋版が見込まれます。そしてEpoch AIは、オープンとクローズドの比較トラッキングを継続的に更新しています。
最終更新:2026年7月10日。
このページは、新しいデータが発表されるたびに四半期ごとに見直し、更新しています。