オープンウェイトLLM比較2026 — Qwen3.8・Kimi K3・DeepSeek V4・MiniMax M3・GLM-5.3、自前で動かすならどれか

「オープンウェイトのLLMって、結局どれを選べばいいの？」——2026年に入ってこの質問に答えるのが、年々難しくなっている。

理由ははっきりしている。2.4兆パラメータのQwen3.8-Max、2.8兆のKimi K3、告知ゼロで正式版になったDeepSeek V4 Pro、価格破壊のMiniMax M3——フロンティア級を名乗るオープンウェイトモデルが、ここ半年で一気に出揃ったからだ。しかもどれも「クローズドの最上位に並んだ」と主張している。

この記事では、2026年時点の主要なオープンウェイトLLMを、パラメータ・コンテキスト長・ライセンス・API料金・得意分野で横断比較する。先に言っておくと、「全部入りの正解」は存在しない。自前のGPUで動かしたいのか、APIを安く叩きたいのか、コーディングに使うのか、何時間も走るエージェントの土台にするのか——目的で選ぶモデルが変わる。

忙しい人向け・30秒で結論

• とにかくAPI料金を下げたい / エージェントを大量に回したい → DeepSeek V4 Pro。キャッシュヒット入力が実質タダ同然。
• フロントエンド・UIコード生成が主戦場 → Kimi K3。Frontend Code Arenaで公開時1位。
• マルチモーダル込みで一番コスパよく回したい → MiniMax M3。GPT-5.5超えを1/10価格で主張。
• コーディング特化のサブスクで安く固定費運用したい → GLM-5.3（GLM Coding Plan）。
• 何百ターンも走る長時間エージェントの土台が欲しい → Nemotron 3 Ultra（Mamba-Transformer、商用可の明快なライセンス）。
• 100万トークン×マルチモーダルをバランス良く → Qwen3.8-Max。

一覧比較表

モデル	総/アクティブ	コンテキスト	ライセンス	API料金（入力/出力・100万トークン）	こんな人に
Qwen3.8-Max	2.4兆 / 95B（MoE）	100万	オープンウェイト公開	$2.00 / $6.00	長文脈＋マルチモーダルを安く
Kimi K3	2.8兆（MoE）	100万	オープンウェイト公開	$3.00 / $15.00（キャッシュ入力$0.30）	フロントエンド・UIコード生成
DeepSeek V4 Pro	MoE（非公開）	100万	オープンウェイト	$0.435 / $0.87（キャッシュ入力$0.0036）	最安でエージェント大量運用
MiniMax M3	MoE（非公開）	100万	オープンウェイト	$0.30〜（プロモ）	マルチモーダル込みのコスパ
GLM-5.3	743B（MoE）	—	段階公開（MIT予定）	サブスク制（下記）	コーディング特化の固定費運用
Nemotron 3 Ultra	550B / 55B（MoE）	—	OpenMDW-1.1（商用可）	API/HF/OpenRouter従量	長時間エージェントの土台

※料金・スペックは各モデルの公開時点の公式発表値（本文内に各リリース時期を明記）。ベンチマークの多くはメーカー自己申告で、第三者の独立検証はこれからのものが多い。プロモーション価格や段階公開の条件は変動するため、導入前に必ず公式を確認してほしい。

まずどれか1つ触るなら、API単価が頭一つ安く、キャッシュ運用でコストが跳ねにくいDeepSeek V4 Proを公式ページで確認する →

この比較の前提（正直に）

先に断っておきたい。この記事は「筆者が6モデルを数週間回して優劣を断言する」類のものではない。オープンウェイトのフロンティアモデルを横並びで本番運用し切るのは、GPU予算の面でも時間の面でも現実的ではないからだ。ここでやっているのは、各ラボの公式発表・モデルカードと、当メディアがリリース時に追ってきた一次情報をもとに、スペック・料金・ライセンス・ポジショニングを揃えて整理することだ。

そのうえで最も強調したいのは、公表ベンチマークを鵜呑みにしないこと。Qwen3.8-Maxの「Fable 5に並んだ」、DeepSeek V4 Proの「DeepSWEが12.8→62.7に跳ねた」、MiniMax M3の「GPT-5.5超え」——いずれもメーカー自己申告が中心で、独立検証が追いつくのは数週間後だ。中国モデルの発表を追っていると、派手なスコアが先に出て、後から温度感が補正される流れを何度も見てきた。数字は出発点であって結論ではない。

Qwen3.8-Max — 100万トークン×マルチモーダルの万能枠

8月に公開されたAlibabaのフラグシップ。総2.4兆パラメータのスパースMoEで、推論時に動くのはアクティブ95Bだけ。だから見かけのサイズほど推論コストは重くならない。100万トークンの長文脈に対応し、画像・動画も入力できるネイティブマルチモーダルだ。

API料金は入力$2.00・出力$6.00と、GPTやClaudeのフラグシップより明確に安い。「大量の社内ドキュメントや長い動画をまるごと放り込んで要約・検索」といった、従量課金が怖くて止まっていた用途が現実的になる。

弱点：日本語の実運用での安定性は未知数で、ベンチの強さがそのまま日本語の手触りに直結するとは限らない。マルチモーダル込みの「万能型」ゆえ、特定タスクでは専門モデルに譲る場面もある。

Kimi K3 — フロントエンド生成に全振りするなら

Moonshot AIの2.8兆パラメータ、史上最大級のオープンウェイト。公開と同時にLMArenaのFrontend Code Arenaで初登場1位、フロントエンド7領域中6領域でトップを取った。「デザインのスクリーンショットを渡して動くコンポーネントを吐かせる」ワークフローと相性が抜群にいい。

料金は出力$15/Mと最上位クラスとしては割安で、キャッシュ入力は$0.30/Mと安い。

弱点：Moonshot自身の自己申告でも、Fable 5やGPT-5.6 Solには及ばない領域が残る。「フロントエンド生成という一分野で最先端に並んだ」のであって全方位ではない。得手不得手のムラは、重み公開後の実運用レポートで見極めたい。

DeepSeek V4 Pro — 最安でエージェントを回し倒す

告知ゼロで正式版（0813）になった、価格破壊の常連。SWE-bench Verifiedで80.6とトップティアに肉薄しつつ、料金が容赦ない。入力$0.435/M、キャッシュヒット入力に至っては$0.003625/Mで実質タダ同然、出力$0.87/M。

ここが効くのはエージェント用途だ。同じリポジトリのコンテキストを何十回も舐めさせるバッチ処理を、コストを気にせず回せる。「一晩、安いモデルに大量に走らせて、良さそうな結果だけ高いモデルで仕上げる」二段構えが現実になる。自社プロダクトにコーディングエージェントを組み込むとき、推論コストはそのまま粗利を削る——その計算が一気に楽になる。

弱点：跳ねすぎたベンチマークはすべてDeepSeek自身のチャート由来で、まだ誰も再現していない。告知なしの静かなGAという出し方も、自信の表れとも検証不足の裏返しとも読める。

MiniMax M3 — マルチモーダル込みのコスパ番長

独自のMSA（MiniMax Sparse Attention）で100万トークンを「実際に速く」処理できるのが売り。SWE-Bench Proで59.0%とGPT-5.5を上回り（Claude Opus 4.8には届かない）、API入力$0.30/Mはそのクラスとして破格だ。コーディング・長文脈・マルチモーダル・コンピュータ操作を1モデルに統合している。

弱点：パラメータ数が非公開で、ローカル実行に必要なVRAMが見積もれない。APIは中国国内サーバー発でレイテンシ・データ主権の考慮が要る。ここはOpenRouter経由である程度カバーできる。

GLM-5.3 — コーディング特化を固定費で

Zhipu（Z.ai）のモデル。基盤はGLM-5.2と同じ743B MoEのまま、ポストトレーニングだけでコーディングを50%改善し、Terminal-Bench 3.0を6.2倍に伸ばした。面白いのは料金体系で、従量課金ではなくサブスク制のGLM Coding Plan（Lite月$18／Pro月$80／Max月$168、年払いで約30%引き）。「月1,900円前後で首位級コーディングモデル」という固定費運用が、CursorやClaude Codeの対抗馬になる。

弱点：今回は重みの即時公開を見送り、安全性評価後の段階公開に切り替えた（CyberGym 84.5%など攻撃系スコアの高さが背景）。「とにかくオープンに」から一歩引いた格好で、ローカルで動かしたい人は公開タイミングを待つ必要がある。

Nemotron 3 Ultra — 長時間エージェントの土台と、明快なライセンス

NVIDIA発の550B／アクティブ55B。Mamba-Transformerハイブリッドで、コンテキストが伸びても計算量が二次関数的に爆発しない設計だ。「1回の質問に最高の回答を出す」のではなく「何百ターンも走り続けるエージェントのエンジン」として作られている。SWE-bench Verified 71.9%、300トークン/秒超の推論速度。

見落とされがちだが重要なのがライセンスの明快さ。OpenMDW-1.1で商用利用可、条件が曖昧でない。企業が法務を気にせず社内デプロイしやすい。

弱点：純粋なフロンティア性能ではClaude Opus 4.8やGPTにまだ及ばない。550Bをローカルで動かすのは非現実的で、API/クラウドGPU前提になる。

番外：Gemma 4 — スマホ・エッジで完全オフライン

フロンティア競争とは別軸だが、Gemma 4は触れておきたい。GoogleがApache 2.0で出した2B〜31Bの4サイズ展開で、スマホ・タブレットから個人GPU・クラウドまでカバーする。AI Edge Galleryを使えばスマホで完全オフラインのAIチャットが動く。「データがデバイスの外に一切出ない」保証はクラウドAPIでは原理的に出せない。機密情報を扱う現場やオフライン要件があるなら、巨大モデルより先にここを検討する価値がある。

用途別・結局どれを選ぶか

• 自前インフラで動かしたい（機密コードを外に出せない）：重み公開済みで素性のはっきりしたものを。ライセンスの明快さでNemotron 3 Ultra、中国勢ならKimi K3。ローカルLLM実行ツールの比較もあわせて読むと、何で動かすかまで決められる。
• APIで安く大量に回したい：DeepSeek V4 Pro一択に近い。キャッシュ運用でコストが跳ねない。
• コーディングが主戦場：フロントエンドならKimi K3、固定費で回すならGLM-5.3のCoding Plan。より広いコーディングモデル比較は中国製AIコーディングモデルの比較が詳しい。
• マルチモーダル込みのバランス：MiniMax M3かQwen3.8-Max。
• スマホ・エッジ・オフライン：Gemma 4。

競合記事とは逆の、あえての推し

多くの比較記事は「史上最大2.8兆」や「GPT超え」といった数字の派手さで順位を付けがちだ。だが筆者が実際に本命だと思うのは、スコアがいちばん跳ねたモデルではなく、DeepSeek V4 Proだ。

理由は単純で、オープンウェイトLLMを選ぶ現実的な動機の多くが「クローズドAPIの料金が高すぎる」からであって、「ベンチで世界一を取りたい」からではないからだ。キャッシュヒット入力が実質無料という料金構造は、エージェントを日常的に回す人にとってベンチの数ポイント差より圧倒的に効く。ベンチ1位のモデルを選ぶより、「安くて、そこそこ賢くて、止まらない」モデルを選ぶほうが、たいていの現場では幸せになれる。

迷ったら、まずは最新の料金とモデル状況をDeepSeekの公式ページで確認し、自分のリポジトリで一度走らせてみてほしい。独立検証の数字が出揃う前でも、料金構造の優位は今すぐ体感できるはずだ。

まとめ

2026年のオープンウェイトLLMは、「クローズドの劣化版」という前提がもう通用しない段階に来た。一方で、各社の公表ベンチマークはまだ自己申告中心で、独立検証を待つ必要があるのも事実だ。

選び方の軸はシンプルだ——ベンチの順位で選ばず、自分の用途（コスト・コーディング・マルチモーダル・自前運用・エッジ）で選ぶこと。料金やライセンスの条件は変動が速いので、本記事を出発点にしつつ、最終判断は各モデルの公式ページで最新情報を確認してほしい。