オープンソースLLM：ライセンスと商用利用 (2026)

#オープンソースLLMでは、なぜモデルよりも先にライセンスが決め手になるのか

チームがセルフホストするモデルを選ぶとき、まず注目するのは回答の品質、必要なメモリ、速度です。ライセンスは後回しにされることが多く、顧客や購買部門から質問されて初めて確認されます。これはトラブルを避ける順序とは逆です。どれほど優れたモデルでも、ライセンスがお客様の用途を禁止していれば役に立ちません。また、統合後にモデルを変更すると、開発時間、新たなテスト、場合によっては再度のファインチューニングが必要になります。

用語が混乱を招いています。「オープンソース」として紹介されている多くのモデルは、重みは公開していても、学習データやコード全体は公開しておらず、中には Open Source Initiative の定義を満たさないライセンスで公開されているものもあります。オープンウェイトとオープンソースの概念上の違いについては専用のガイドで扱っています。ここでは実務上の一つの疑問、つまり「ライセンスの条文は、特に商用利用において、重みを使って何をすることを認めているのか」に絞って解説します。

企業では三つの状況がよく見られます。社内利用：モデルは自社サーバー上で自社チームのために動作し、何も配布されません。サービス提供：アプリケーションや API を通じて顧客にモデルを提供しますが、重みは渡しません。再配布：重みを（場合によっては改変や量子化を加えたうえで）製品、デバイス、または公開リポジトリで提供します。ライセンス上の義務はこの三つのケースによって大きく異なるため、以降を読む際に念頭に置いておいてください。

#オープンソース LLM ライセンスの三つの系統

Hugging Faceや Ollama ライブラリで目にするライセンスは、実際には三つの系統に分類できます。この分類はモデルの品質については何も示しておらず、検討すべき制約の度合いを示すにすぎません。

標準的な寛容型ライセンス

代表的なのはApache 2.0とMITです。いずれも法律家によく知られた歴史あるソフトウェアライセンスで、限定的な義務（表示の保持、ライセンス文の提供）のもとで、商用利用、改変、再配布を認めています。AIを特に対象としたものではありませんが、多くの提供元がモデルの重みにこれらを適用しています。

独自のコミュニティライセンス

モデルの提供元がそのモデルのために作成したライセンスです。Metaの Llama Community License や、他の提供元による独自の利用規約などがこれにあたります。商用利用を認めていることが多いものの、ユーザー数の上限、表示義務、命名規則、遵守すべき許容される使用に関するポリシーといった条件が追加されています。

制限のあるライセンス

研究用ライセンス、非商用ライセンス（たとえば NC 条項付きの Creative Commons）、または詳細な利用制限を伴うライセンスです。これらでは、商用利用が除外されているか、提供元との個別の契約が必要になります。

同じ提供元が、複数のファミリーにまたがってモデルを公開していることがあります。世代によっては、有名なモデルファミリーでも、一部のサイズはApache 2.0、別のサイズは独自ライセンスや研究用ライセンスというように混在していた例があります。したがって、モデルのライセンスをファミリー名や提供元から推測することは絶対に避け、ダウンロードする正確なバリアントのファイルを確認してください。

#Apache 2.0：条文が認めていること

Apache 2.0 ライセンスは 2004 年 1 月に策定され、その条文は Apache Software Foundation によって公開されています。オープンウェイト LLM の重みに最もよく使われている寛容型ライセンスです。各受領者に対し、著作物とその派生物を複製、改変、表示、サブライセンス、および配布するための、永続的、全世界的、非独占的、無償かつロイヤリティフリーの著作権ライセンスを付与します（セクション 2）。

このライセンスの特徴は、第3条の明示的な特許ライセンスです。各コントリビューターは、自らの貢献によって必然的に侵害される自己の特許についてライセンスを付与します。著作物そのものが特許を侵害していると主張する特許侵害訴訟を提起した場合、このライセンスはあなたに対して終了します。企業にとって、この条項はMITが曖昧なままにしているリスクを明確にします。

商用利用

社内利用でも、販売するサービスや製品でも、ロイヤリティやユーザー数の基準なしに許可されます。

Modification

許可されています：ファインチューニング、量子化、重みのマージ。成果物のうち自社で追加した部分は別のライセンスで提供できますが、元の部分についてはApache 2.0を遵守する必要があります（第4条）。

再配布

四つの条件のもとで許可されます（第4条）：ライセンスのコピーを渡すこと、変更したファイルを目立つ形で明示すること、著作権・特許・商標・帰属に関する表示を保持すること、そして NOTICE ファイルが存在する場合はその内容を含めることです。

Marques

付与されない（第6条）：製品が特定のモデルを使用していると述べることはできますが、提供元の名称やロゴを自社のブランドであるかのように使用することはできません。

保証と責任

なし（セクション 7 および 8）：モデルは「現状のまま」提供されます。モデルの誤りについて顧客に対して責任を負うのはあなた自身です。

社内利用や、重みを提供しない形でのサービス提供では、何も配布しないため、再配布に関する義務は直接には適用されません。ただし、モデルの量子化版やファインチューニング版を公開する場合や、顧客に提供するソフトウェアにモデルを組み込む場合には、これらの義務が再び重要になります。

#MIT：最も短いライセンス

MITライセンスは、Open Source Initiativeが公開しているとおり、三段落で構成されています。このライセンスは、ソフトウェアの複製を使用、コピー、改変、統合、公開、配布、サブライセンス、販売することを、誰に対しても無償かつ無制限に許可します。唯一の条件は、著作権表示と許諾表示を、ソフトウェアのすべての複製または重要な部分に含めることです。残りの文章は、作者のあらゆる保証と責任を否定するものです。

商用利用

明示的に許可されており、販売も含まれます。

改変と再配布

許可されています。唯一の義務は、著作権表示とライセンス本文を保持することです。

Brevets

この文書には、Apache 2.0 とは異なり、明示的な特許ライセンスは含まれていません。特許に関して許諾が暗黙的にどこまで及ぶかは解釈の問題であり、重要な場合は法律の専門家に相談してください。

保証

Apache 2.0 と同様、ありません。

したがって LLM にとって、MIT は最も遵守しやすいライセンスです。主な落とし穴は別のところにあります。MIT の表記が、同じ GitHub リポジトリで公開されている推論コードだけでなく、重みにも確かに適用されているかを確認することです。

#Llama 3.3 コミュニティライセンス：条件付きで商用利用可能

Metaは Llama モデルを、バージョンごとに固有のライセンスで公開しています。ここでは、公式ページで2024年12月6日付とされている Llama 3.3 Community License Agreement を独自ライセンスの例として取り上げます。広く普及しており、多くの派生モデルがこれを継承しているためです。このライセンスは、「Llama Materials」を使用、複製、配布、コピー、改変し、派生物を作成するための、非独占的、全世界的、譲渡不可かつロイヤリティフリーのライセンスを付与します。したがって商用利用は可能ですが、一定の枠組みの中に限られます。

再配布

Llama Materials、またはそれを含む製品（派生モデルを含む）を配布する場合は、契約書のコピーを提供し、製品の Web サイト、インターフェース、記事、またはドキュメントに「Built with Llama」と目立つように表示する必要があります。

派生モデルの命名

Llama Materials またはその出力を使用して、配布する AI モデルを作成、学習、または改良する場合、そのモデルの名前は「Llama」で始める必要があります。

権利表示

配布するコピーには、Llama 3.3 が Llama 3.3 Community License の下でライセンスされており、copyright Meta Platforms であることを示すNoticeファイルを残しておく必要があります。

許容される使用に関するポリシー

利用にあたっては、適用される法令と、参照によって組み込まれている Llama 3.3 の許容される使用に関するポリシーを遵守する必要があります。このポリシーには禁止用途が列挙されており、Metaによって更新される可能性があるため、判断を行う時点で改めて確認してください。

7億ユーザーの基準

Llama 3.3 のリリース日の時点で、ライセンシーまたはその関連会社の製品やサービスの月間アクティブユーザー数が前暦月に7億人を超えていた場合、Meta にライセンスを申請する必要があり、Meta は独自の裁量でそれを付与するかどうかを判断できます。ほぼすべての企業はこの基準に達しませんが、このライセンスが誰にでも適用されるものではないことを示しています。

Marques

表示義務と命名規則を守るために必要な「Llama」の使用を除き、商標ライセンスは一切付与されません。

契約の終了と準拠法

Llama Materials があなたの知的財産権を侵害していると主張して Meta に対して訴訟を起こした場合、ライセンスは終了します。本契約はカリフォルニア州法に準拠します。

このライセンスは、特に利用制限と閾値のために、Open Source Initiativeの定義によるオープンソースとは認められていません。商用利用が妨げられるわけではありませんが、Apache 2.0やMITよりも注意深い管理が必要です：表示すべき告知、派生モデルの名称、変更される可能性のあるポリシーへの準拠などです。

#比較表：Apache 2.0、MIT、Llama 3.3

この表は、出典として挙げた三つの公式文書のみに基づいて作成しており、これらの文書は本ガイドの作成にあたって参照したものです（概要の確認日：2026年9月29日）。この表は条項を要約したものであり、その法的解釈ではありません。また、それぞれ独自のルールを持つ他の独自ライセンスについては何も述べていません。

商用利用

Apache 2.0：はい、特別な条件はありません。MIT：はい、特別な条件はありません。Llama 3.3：はい。ただし、月間アクティブユーザー7億人の基準と許容利用ポリシーに従うことが条件です。

改変、ファインチューニング

Apache 2.0：可。変更したファイルの明示が必要です。MIT：可。Llama 3.3：可。配布する派生モデルの名前は「Llama」で始める必要があります。

重みの再配布

Apache 2.0：はい。ライセンスのコピー、各種表示、NOTICE ファイルが必要です。MIT：はい。著作権表示とライセンス本文が必要です。Llama 3.3：はい。契約書のコピー、Notice ファイル、「Built with Llama」の表示が必要です。

明示的な特許ライセンス

Apache 2.0：はい（セクション 3）。MIT：いいえ。Llama 3.3：条文は Llama Materials に関する Meta の知的財産権についてライセンスを付与していますが、その正確な範囲は専門家に分析してもらう必要があります。

利用制限

Apache 2.0：禁止用途のリストはありません。MIT：ありません。Llama 3.3：許容される使用に関するポリシーが参照によって組み込まれています。

規模の基準

Apache 2.0：なし。MIT：なし。Llama 3.3：リリース日時点で月間アクティブユーザー7億人。

Marques

Apache 2.0：付与されません。MIT：言及されていません。Llama 3.3：ライセンスで求められる「Llama」の使用を除き、付与されません。

保証

三つの文書のいずれにもありません。

現在のどのモデルがどのファミリーに該当するかを知るために、この表を頼りにしないでください。この表が比較しているのはライセンス文書であり、モデルではありません。商用利用に適したおすすめLLMのセレクションを参照し、何よりも、実際に導入する予定の正確なバリアントに対して以下の手法を適用してください。

#オープンソース LLM のライセンスをモデルごとに確認する

この手順は五つのステップで構成されています。モデルごとに二十分ほどかかり、法務担当者や監査担当者が活用できる記録が残ります。

1. 01
   元のリポジトリを特定する

   Hugging Face 上の提供元のページまでさかのぼってください（公式の組織アカウントであり、量子化版を再公開している第三者のアカウントではありません）。リポジトリとバリアントの正確な名前（サイズ、instruct か base か、バージョン）を記録してください。第三者が公開した GGUF 変換版であっても、元のモデルのライセンスが引き続き適用されます。
2. 02
   ラベルではなくライセンスファイルを読む

   モデルカードの license フィールドは目安にはなりますが、正式な根拠となるのはリポジトリ内の LICENSE ファイル（またはそれに相当するもの）と、存在する場合は USE_POLICY や NOTICE ファイルだけです。それがコードだけでなく重みにも適用されることを確認してください。ラベルが「other」となっている場合は独自ライセンスが関係しているため、全文を読んでください。
3. 03
   提供元の公式ページと照合する

   提供元のサイトや発表で公開されているライセンスと比較してください。両者が食い違う場合は、自分だけで判断せず、その相違を法務担当者に報告してください。
4. 04
   日付付きでテキストを保存する

   ライセンスファイルをダウンロードし、日付、URL、リポジトリのリビジョン番号を記録したうえで、ハッシュ値を計算してください。提供元が後から条件を変更しても、どのバージョンに同意したかを把握できます。
5. 05
   ライセンスを自社の用途と照らし合わせる

   社内利用、サービス提供、再配布：それぞれのケースについて、義務（表示、命名、利用ポリシー、しきい値）と、その遵守を担当する人を書き出してください。本番運用に入る前に、この一覧表を法務担当者に確認してもらってください。

Hugging Face の公開 API は、モデルカードのメタデータ（ライセンスラベルを含む）を返します。手早く確認する出発点としては便利ですが、ファイルそのものも必ず読んで補ってください。リポジトリ名は評価対象のものに置き換えてください。

REPO="organisation/nom-du-modele"
curl -s "https://huggingface.co/api/models/$REPO" \
  | python3 -c 'import json,sys; d=json.load(sys.stdin); print(d.get("sha")); print((d.get("cardData") or {}).get("license")); print([t for t in d.get("tags",[]) if t.startswith("license:")])'

公開リポジトリのライセンスファイルを保存するには、Hugging Face のコマンドラインツールでダウンロードし、そのハッシュ値を計算します。Meta のリポジトリのようなアクセス制限付きリポジトリでは、サイト上で条件に同意し、アクセストークンを用意する必要があります。ファイルの正確な名前はリポジトリによって異なるため、「Files」タブで確認してください。

mkdir -p licences/$(date +%F)
hf download "$REPO" LICENSE --local-dir licences/$(date +%F)/
sha256sum licences/$(date +%F)/LICENSE >> licences/registre-empreintes.txt

モデルがすでに Ollama にインストールされている場合、ollama show affiche コマンドでパッケージに同梱されたライセンスを確認できます。整合性のチェックには便利ですが、提供元の原文の代わりにはなりません。コミュニティ製のパッケージには、不完全なテキストが含まれていたり、テキストが含まれていなかったりする場合があります。

ollama list
ollama show --license nom-du-modele

#よくある落とし穴

コードと重みを混同する

MIT ライセンスの GitHub リポジトリに推論コードが含まれていても、重みは別の場所で独自ライセンスのもとで公開されている場合があります。モデルの使用を規定するのは、重みのライセンスです。

再公開版を信用する

第三者が公開した GGUF 量子化版には、誤ったライセンスや簡略化されたライセンスが表示されていることがあります。それによって権利が変わることはありません。有効なのは元の提供元のテキストだけです。

派生モデルへの継承を見落とす

Llama をもとにファインチューニングされたモデルは、作成者が Apache 2.0 と表示していても、引き続き Llama の条件に従います。メタデータに記載されたベースモデルのモデルカードと、派生モデルのライセンス本文を読んでください。

ライセンスが変わらないと思い込む

開発元はバージョンごとにライセンスを公開しており、参照によって組み込まれた利用ポリシーは変更される可能性があります。そのため、同意した日付入りの文面を保存しておくことが有用です。

学習データと出力を軽視する

重みのライセンスですべてが解決するわけではありません。生成されたコンテンツの法的地位、モデルが処理する個人データ、業界固有の義務などは、別の法令の対象であり、専門の法的助言が必要です。

規制を忘れること

寛容なライセンスであっても、あなたの役割（提供者、導入者）やシステムの用途に応じたAI Actの義務が免除されるわけではありません。これはライセンスとは別の問題です。

#さらに詳しく

ライセンスは、モデルを選ぶ際の基準の一つにすぎません。本当にオープンソースと言えるモデルがなぜこれほど少ないのかを理解したり、利用可能なモデルを比較したり、AI Actに照らして自社の導入を位置づけたりするには、以下のページが本ガイドを補完します。