#オープンウェイト

オープンウェイトに関する海外の最新ニュース6本を日本語でまとめています。公式発表・論文・海外メディアの報道をもとに、ビジネスへの影響まで解説します。

2026年10月5日（月）

独Aleph Alphaは、政治的に微妙な967問で中国製のオープンウェイトモデル6種を評価し、中立な回答は17〜41%にとどまったと公表した。中国製モデルで作った学習データを使ったNVIDIAのNemotron Cascade 2にも影響が出ていたという。

出典：Aleph Alpha・The Decoder

中国の動画サイトbilibiliが翻訳専用のモデル群「Index-Translate」をApache 2.0で公開した。2B・9B・35Bの3サイズで150言語に対応し、10月4日には無料のAPIも始めた。日本語への吹き替えや長文の一括翻訳のモデルもある。

出典：GitHub（bilibili）・arXiv・Hugging Face（IndexTeam）

ドイツのAleph Alphaが独英2言語に絞ったオープンウェイトのMoEモデル「Kolibri-1」を公開した。総パラメータ78Bのうち1トークンで動くのは3.46Bで、最大100万トークンを扱える。Apache 2.0で商用利用でき、H200なら1枚で動く。

出典：Hugging Face（Aleph Alpha）・Aleph Alpha・X @Aleph__Alpha

Cloudflareは10月1日、AIエージェントの分岐を確率付きで決める判断モデル「Clef」と軽量版を公開した。Jevと同じAPIで呼べ、軽量版の応答の中央値は38.8ミリ秒。同日にAmazonも2Bの「Strands Decider」を公開している。

出典：Cloudflare Blog・Cloudflare Docs・Strands Agents Blog（AWS）

研究・論文18:39一次情報

NVIDIAは表データの予測モデルKumo Tabularを公開した。ラベル付きの行を渡すだけで、追加学習なしに新しい行の分類や数値を予測する。2,800万〜2億1,500万パラメータの3サイズで、商用利用できる。

出典：Hugging Face Blog（NVIDIA）・Hugging Face・GitHub

活用事例17:51一次情報

文章を生成せず選択肢ごとの確率を返す「判断モデル」の公開版が相次いだ。個人開発のJeffは0.8Bで1回22〜28ミリ秒、自宅のGPU1枚で約2時間で学習した。PostHogのJeevesは9Bで、考えてから選ぶ方式で精度を上げた。

出典：GitHub firelex・GitHub PostHog・Hacker News（作者の投稿）