2026年のおすすめ米国製オープンソースLLM
当サイトでレビューした19件の米国製オープンソースLLMのうち、現在のおすすめはGemma 4、SAM 3 (Segment Anything Model 3)、Muse Glimmerです。各製品を当サイトの評価順に並べ、料金、評価のまとめ、向いている人を記載しています。
執筆： Andrew Miller · 2026年11月2日更新 · レビューの方法
ランキングの方法：各製品の料金、ドキュメント、ポリシー、さらに独立したベンチマークがある場合はそれも基にしたレビューで、5点満点の評価順に並べています。各情報はレビューに記載の日付に確認したものです。アフィリエイト報酬は受け取っていません。
関連ランキング： おすすめオープンソースLLM
- 1
ライセンスとデータ： セルフホストなので、データは実行している場所にとどまります。Apache 2.0は商用利用とファインチューニングを認めており、売上の上限や利用規定の追加条項はありません。
運用： 重みは無料です。31BはBF16で約62 GB（80 GBのカード1枚）、4-bitで17.7 GBが必要です。4-bitでは26B A4Bが14.4 GB、12Bが7.0 GB、E4Bが5.2 GBです。OpenRouterでは100万トークンあたり31Bが$0.20/$0.40、26B A4Bが$0.08/$0.26です。
料金： 重みはApache 2.0で無料です。Google Cloudやサードパーティでホストされており、OpenRouterでは100万ト ークンあたり31Bが$0.20/$0.40、26B A4Bが約$0.08/$0.26です。
Gemma 4のレビューを読む4.4/5 - 2
ライセンスとデータ： セルフホストなら、画像と動画は自分のハードウェアにとどまります。SAM Licenseは商用利用を認めていますが、軍事、ITARに関わる用途、そのほかの貿易規制の対象となる用途とリバースエンジニアリングを禁じています。利用申請では、Metaのプライバシーポリシーのもとで名前、生年月日、国、所属が収集されます。
運用： 848Mパラメータなので、データセンター向けのGPU 1基で動かせます。Metaの報告では、H200で100を超える物体のある画像1枚あたり30 ms、SAM 3.1は中程度の数の物体でH100 1基あたり毎秒32フレームです。Roboflowのホスト版の価格は同社のプランに従います。
料金： Hugging Faceでの利用申請のあと、SAM Licenseで無料です。商用利用は認められていますが、軍事、ITAR、リバースエンジニアリングに関する制限があります。Roboflowを通じたホスト版の利用はRoboflowのプランで課金されます。
SAM 3 (Segment Anything Model 3)のレビューを読む4.4/5 - 3
ライセンスとデータ： Apache 2.0は売上の上限なしで商用利用を認めています。ローカルで動かせば何もマシンの外に出ません。OpenRouterではホスティングプロバイダーの規約が適用されます。Metaの学習データには自社の製品とサービスからの情報が含まれます。
運用： ローカル：17GB版には24GBのカード1枚、ほぼ劣化のない版には32GB、フル精度には64GBが必要です。ホスト型：DeepInfraで100万トークンあたり$0.30/$1.20、Togetherで$0.35/$1.50なので、月に3億入力と6,000万出力トークンで約$162です。
料金： Apache 2.0の重みは無料で、MetaのAPIはありません。OpenRouterでのホスト版は100万入力トークンあたり$0.30、100万出力トークンあたり$1.20から（DeepInfra）です。
Muse Glimmerのレビューを読む4.1/5 - 4
ライセンスとデータ： OpenMDW-1.1は商用利用を認めています。セルフホストならデータは社内にとどまります。ホスト型のプロバイダーはそれぞれデータ保持の条件を定めており、OpenRouterはこのモデルでEU域内ルーティングを提供していません。
運用： OpenRouterの$0.15/$0.50で、入力8K、出力1Kトークンのエージェントのターンを月100万回なら約$1,700で、冗長さで出力が膨らむ前の額です。BF16でのセルフホストにはレプリカあたりH100が4台必要で、NVFP4ならより小さなBlackwellの構成に収まります。
料金： OpenMDW-1.1のもとで重みは無料です。ホスト型：OpenRouterで100万トークンあたり入力$0.15 / 出力$0.50から、無料版もあり。NVIDIA NIMとその他のプロバイダーは別料金です。
Nemotron 3.5 Super VLのレビューを読む4.1/5 - 5
ライセンスとデータ： Apache 2.0で、ライセンスに利用制限はありません。セルフホストならプロンプトは自社のハードウェアにとどまります。ホスト型では保存は各プロバイダーの規約に従い、OpenRouterのEU限定ルーティングにはBusinessまたはEnterpriseプランが必要です。
運用： 月に入力10億トークンと出力2億5,000万トークン（250M）で、100万トークンあたり$0.15／$0.60なら約$300です。Bedrockのbatchは料金が半額になります。セルフホストでは推論に80GBのGPU 1枚、ファインチューニングにH100ノードが必要です。
料金： 重みはApache 2.0で無料。ホスト型の料金はプロバイダーによって異なります。
gpt-oss-120bのレビューを読む4.0/5 - 6
ライセンスとデータ： Apache 2.0で、商用と研究に開かれ、用途の制限はありません 。セルフホストならプロンプトは自社のハードウェアにとどまります。
運用： IBMのAPIは入力100万トークンあたり$0.16、出力100万トークンあたり$0.65で、キャッシュヒットは75%割引です。セルフホストでは、30Bは4ビットで約18GB、8ビットで31GBが必要です。
料金： 重みはApache 2.0で無料。watsonxや他社のホスティングは別途課金されます。
Granite 4.2のレビューを読む4.0/5 - 7
ライセンスとデータ： セルフホストならデータはローカルにとどまります。LFM Open License v1.0は年間売上1,000万ドル未満にのみ商用利用を認め、非営利の研究は例外として認めています。料金ページにあるLiquidの学習に使わないという約束はカスタム導入向けのもので、APIの保存条件はそこに公表されていません。
運用： VentureBeatが報じた料金では、月に入力10億トークンと出力1億トークンで、LFM3-1.7Bは約$100、LFM3-VL-2Bは$150です。AudioとOmniでは、音声トークンが別途100万トークンあたり入力$2、出力$10かかります。セルフホストでは、4ビットで1.05から1.10 GB、Q8_0で1.85 GB、BF16で3.47 GBが必要です。LiquidはB300 1基で1日36億トークンと報告しています。
料金： 重みはLFM Open Licenseで無料（商用利用は年間売上1,000万ドル（$10M）未満のみ）。VentureBeatがサインイン後のコンソールから報じたLiquid APIの料金：LFM3-1.7Bは100万（1M）トークンあたり入力$0.08／出力$0.20、VLは$0.10／$0.50、AudioとOmniは$0.10／$1.00に音声トークンの料金が加わります。ホスト型のd1判定は入力100万トークンあたり$0.02で、出力は無料です。
LFM3のレビューを読む4.0/5 - 8
ライセンスとデータ： Muse Model License：利用、改変、蒸留、再配布は無料。各製品に表記が必要。年間売上2,000万ドル（$20M）超のModel-as-a-Serviceプロバイダーは別途の契約が必要です。Metaは出力の所有権を主張しません。セルフホストなら何もインフラの外に出ません。
運用： セルフホスト：NVFP4（約537GB）は4 GPUのBlackwellノード1台、BF16（約1.65TB）はB300を8台、または512GBのM5 Ultra Mac Studio 2台。ホスト型では、入力3,000トークン、出力500トークンのサポート返信を月100万件でOpenRouterの料金なら約$5,875です。
料金： Muse Model Licenseのもとで重みは無料です（表記が必要。Model-as-a-Serviceには売上2,000万ドル（$20M）の基準あり）。OpenRouterでのホスト版は100万トークンあたり入力$1.25、キャッシュ$0.15、出力$4.25です。
Muse Spark Openのレビューを読む4.0/5 - 9
ライセンスとデータ： ベースモデルのQwen3.5-9Bに従いApache 2.0で、ライセンス以外に売上上限や利用制限はありません。ローカルで動かせば、プロンプトと画像は端末内にとどまります。
運用： 自分のハードウェアなら無料で動かせます。2.00 GBのPTQ1_0ファイルが最小で、2.68 GBのMTPファイルは投機的デコードを加えます。PrismMLは、M5 Maxで最大毎秒179トークン、RTX 4090とM5 Proではフル精度モデルの最大5倍のスループットとしています。Darkbloomの価格は公開されていません。
料金： Apache 2.0で無料です。Darkbloomコンソールでホストされていますが、価格は公開されていません。
Ternary Bonsai 2 9Bのレビューを読む4.0/5 - 10
ライセンスとデータ： セルフホストのみです。Apache 2.0ですが、MicrosoftのResponsible AIの注記には研究専用とあり、学習データは公開、ライセンス取得済み、社内の情報源によるものです。モデルカードは、隔離したサンドボックス、認証情報をマウントしないこと、プロンプトインジェクションに備えたネットワークの許可リストを求めています。
運用： BF16の重みは9.48 GBで、ModelFitの計算では32Kトークンのキャッシュ全体が約4.8 GBなので、24 GBのGPU 1枚に両方が収まります。Microsoftは最低限のハードウェアを公開していません。同社のテストでは、タスクあたり平均でモデルの呼び出し18.77回、出力5,499トークンでした。
料金： Apache 2.0で無料です。ただしMicrosoftのリポジトリには、Mageのモデルは研究用で、製品やサービスでの導入を意図したものではないと書かれています。ホスト版のAPIはありません。
Mage-VL-Coworkのレビューを読む3.9/5 - 11
ライセンスとデータ： セルフホストなのでデータはローカルにとどまります。OpenMDW-1.1は売上の上限なしで商用利用を認めていますが、モデルに関して特許や著作権で訴訟を起こすと権利が失われます。NVIDIAは事前学習と事後学習のデータセットを公開していますが、多くのソースを非公開としています。
運用： 重みは無料で、Artificial Analysisは74Bの従量制価格を掲載していません。ハードウェア：74Bでは65Kのコンテキストに32 GBのGPU、262Kには48 GBが必要です。E4BのピークはNVIDIAのテストで、RTX 5070からJetson Orinまで3.1〜5.0 GBです。
料金： OpenMDW-1.1のもとでオープンウェイトは無料です。どちらのモデルも従量制のAPI価格は公開されていません。E4Bにはbuild.nvidia.comのエンドポイントがあります。
Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB)のレビューを読む3.9/5 - 12
ライセンスとデータ： Apache 2.0で、ReflectionのUsage Policyの併用が推奨されています。ReflectionのAPIでは、各レスポンスのreflection-data-retentionヘッダーが、zero、standard、contributorのいずれの保持かを示します。リクエストを学習に使えるのは、組織が受け入れる必要のあるcontributorの条件だけです。
運用： 月に入力10億（1 billion）、出力1億（100 million）トークンで、Together AIかBasetenなら約$520、Nebiusなら約$350です。セルフホストには、KVキャッシュを除いてNVFP4で273 GiB、FP8で468.72 GiB、BF16で933.81 GiBが必要です。
料金： 重みはApache 2.0で無料です。Reflection APIはパブリックベータ中で、1日の上限付きで無料です。ホスト版：Together AIとBasetenは100万トークンあたり入力$0.40 / キャッシュ$0.04 / 出力$1.20、OpenRouterは$0.24 / $0.98からです。
Beamのレビューを読む3.8/5 - 13
ライセンスとデータ： セルフホストのため、プロンプトはローカルにとどまります。Apache 2.0は商用利用とファインチューニングを認めており、利用ポリシーが求めるのは適用法令の順守だけです。
運用： 重みは無料で、16GBのGPUに収まります。OpenRouterのホスト型は100万トークンあたり入力$0.018、出力$0.09からで、短い返信を月100万件でも$100を大きく下回ります。Artificial Analysisは指標のタスク1件あたり約$0.01としています。
料金： 重みはApache 2.0で無料。ホスト型はOpenRouterで100万（1M）トークンあたり入力$0.018／出力$0.09から。Artificial Analysisの掲載価格は$0.07／$0.25です。
gpt-oss-20bのレビューを読む3.8/5 - 14
ライセンスとデータ： セルフホストならデータはローカルにとどまります。LFM Open License v1.0は年間売上1,000万ドル未満の組織にのみ商用利用を認め、非営利の研究は例外として認めています。
運用： OpenRouterでは、月に入力10億トークンと出力1億トークンで約$120、Liquid Consoleの$0.10／$1.00では約$200です。セルフホストでは、4ビットで13.58から14.53 GB、Q8_0で25.49 GB、BF16で47.96 GBが必要です。
料金： 重みはLFM Open Licenseで無料（商用利用は年間売上1,000万ドル（$10M）未満のみ）。Liquid Console：100万（1M）トークンあたり入力$0.10／出力$1.00。OpenRouter：$0.05／$0.70。
LFM2.5-24B-A2Bのレビューを読む3.8/5 - 15
ライセンスとデータ： セルフホストのため、コードは自社のインフラにとどまります。モデルカードは、ネットワークアクセスを既定でオフにした最小権限のサンドボックスを求めています。FrogNano自体は安全性、拒否、敵対的入力に関する訓練を受けていません。
運用： APIの価格はありません。BF16の重みは約9.3 GBで、これにKVキャッシュが加わり、131Kトークンの上限付近では大きく増えます。CPU、デスクトップ 、モバイル、量子化での利用は検証されていません。Microsoftのベンチマークプリセットは各タスクに最大10,800秒と150ステップを与えます。
料金： 重みは無料です（Hugging FaceではMITとタグ付け、カードの表ではApache 2.0）。ホスト型APIはなく、SGLangなどで自分でサービングします。
FrogNano-4B-2609のレビューを読む3.7/5 - 16
ライセンスとデータ： セルフホストのみなので、データは動かしている場所にとどまります。公式のAPIはなく、確認すべきデータ保持や学習の条件もありません。
運用： 重みは無料です。BF16は250 GB（複数GPUのノード）、FP8は133 GB（80 GBのカード2枚）で、80 GBのカード1枚に近いのはNVFP4（77.7 GB）かQ4_K_M（75.8 GB）だけです。Mac向けには68.7 GBのMLX 4ビット版があります。公式のホスト型の価格は公開されていません。NanoGPTは100万トークンあたり入力$0.20、出力$0.80としていますが、モデルを利用不可としています。
料金： MITのもとでオープンウェイトは無料です。費用は自前のハードウェアかホスティングの分だけです。
Ornith-1.5-122Bのレビューを読む3.6/5 - 17
ライセンスとデータ： 利用規定の付属文書のないApache 2.0で、商用利用と再配布が認められます。セルフホストのみなので、データは自分のデバイスやサーバーに留まります。学習データの配合が公開されているため、出所の確認ができます。
運用： 約3.1Bパラメータで、BF16ではおよそ6GBなので、一般向けのGPU 1枚、AppleのノートPC、または4ビットのスマートフォン向け版で動きます。有料APIの掲載がないため、大量利用のコストは自前のハードウェアです。
料金： 重みはApache 2.0で無料で、学習データのレシピとチェックポイントも公開されています。Hugging Face自身のInference Providersにホスト型APIはありません。
SmolLM3-3Bのレビューを読む3.5/5 - 18
ライセンスとデータ： MITライセンスです。セルフホストなら画像とプロンプトは手元に留まり、FoundryでのホスティングにはAzureの規約が適用されます。
運用： セルフホストには、48GBのA6000や80GBのA100のように、30GBを大きく超えるGPUが必要です。Foundryの価格は公開されていません。モデルカードにも、他のPhi-4モデルのトークン単価を載せているAzureの小売価格表にも記載がありません。
料金： 重みはMITで無料です。Microsoft Foundryでのホスティングは別料金です。
Phi-4-Reasoning-Vision-15Bのレビューを読む3.4/5 - 19
ライセンスとデータ： 売上上限も別個の利用ポリシーもないMITライセンスです。セルフホストなら音声と画像は自社のハードウェアから出ません。Azureの規約が適用されるのは、Microsoftのホスト型エンドポイントを使う場合だけです。
運用： Azure AI Foundryでは、音声入力は100万トークンあたり$4で、テキストと画像の$0.08に比べて高く、請求額の大半は音声が占めます。出力は100万トークンあたり$0.32で、Azureの小売価格表によれば公開時と同じ料金です。セルフホストには最近のデータセンター向けGPUが1枚必要です。
料金： 重みはMITで無料です。Azure AI Foundry：テキストまたは画像の100万トークンあたり入力$0.08、出力$0.32。音声入力は100万トークンあたり$4です。
Phi-4-multimodalのレビューを読む3.3/5
出典
ランキング内の各レビューの主な公式情報源です。全出典は各レビューに記載しています。
- Gemma 4: Google: Gemma 4, byte for byte the most capable open models
- SAM 3 (Segment Anything Model 3): Hugging Face: facebook/sam3 (gated model page)
- Muse Glimmer: Meta: Introducing Muse Glimmer
- Nemotron 3.5 Super VL: Hugging Face: NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 model card
- gpt-oss-120b: Hugging Face: openai/gpt-oss-120b model card
- Granite 4.2: IBM Research: Granite 4.2 brings native reasoning to enterprise agents
- LFM3: Liquid AI blog: Introducing LFM3
- Muse Spark Open: Meta AI Research: Introducing Muse Spark Open
- Ternary Bonsai 2 9B: Hugging Face: prism-ml/Ternary-Bonsai-2-9B-gguf model card
- Mage-VL-Cowork: Hugging Face: microsoft/Mage-VL-Cowork model card
- Nemotron 3.5 Bolt (74B-A9B 24GB and E4B 4GB): Hugging Face: NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB-GGUF model card
- Beam: Hugging Face: reflection/Beam-1.0-501B-A23B model card
- gpt-oss-20b: Hugging Face: openai/gpt-oss-20b
- LFM2.5-24B-A2B: Hugging Face: LFM2.5-24B-A2B model card
- FrogNano-4B-2609: Hugging Face: microsoft/FrogNano-4B-2609 model card
- Ornith-1.5-122B: Ornith-1.5: From Self-Scaffolding to Self-Improvement
- SmolLM3-3B: Hugging Face: HuggingFaceTB/SmolLM3-3B model card
- Phi-4-Reasoning-Vision-15B: Hugging Face: microsoft/Phi-4-reasoning-vision-15B model card
- Phi-4-multimodal: Hugging Face: microsoft/Phi-4-multimodal-instruct model card