📺 この記事は YouTube チャンネル きなこもっちーのテック深掘り の動画解説記事です。
▶️ 動画はこちら → Meta Llama 4のLMArena疑惑と本当の実力——Scout/Maverick比較
🐹🦜 この記事に登場する2匹
- 🐹 もっちー （ハムスター）… AI はまだ勉強中。「それどういうこと？」と素朴に質問する生徒役
- 🦜 きなこ （セキセイインコ）… AI で調べものをこなす解説役。やさしく深掘りして教える先生役
この記事は2匹の掛け合いを書き起こした形式です。発言の先頭にいる絵文字＋名前が話者です。
はじめに
🐹 もっちー「なあなあきなこ！MetaがLlama 4出したんやけど、これ無料で使えるんやろ？OpenAIいらんやん！最強やん！」
🦜 きなこ「待って待って。「無料で使える」と「商用APIが無料」はまったく別の話なんだよ。」
🐹 もっちー「えっ、違うの？ウェイトが公開されてたらタダで使えるんちゃうの？」
🦜 きなこ「しかも今回は「Llama API」っていう商用APIの限定プレビューが始まって、さらにLMArenaでの疑惑まで出てきてる。」
🐹 もっちー「疑惑？なんかコワい話になってきたな。」
🦜 きなこ「そして一番の衝撃は……「オープンソースの旗手」だったMetaが、クローズドモデルへ路線変更しつつあること。」
🐹 もっちー「えっ！それマジ？裏切り……」
🦜 きなこ「今日はLlama 4の全部を一気に解説するよ。Scout vs Maverick、商用化の真相。Muse Sparkへの転換。」
Llama API登場の衝撃
🦜 きなこ「もっちー、その勘違いを解くために、まずは時系列を整理するね。」
🦜 きなこ「2025年4月5日、土曜日にLlama 4 ScoutとMaverickがオープンウェイト公開されたの。」
🐹 もっちー「オープンウェイトって何やっけ？タダでダウンロードできるやつ？」
🦜 きなこ「ほぼ正解。モデルの重みファイルが公開されていて、自分のPCやサーバーで動かせるんだよ。」
🦜 きなこ「そして同じ月の29日、Metaが初の開発者カンファレンス、LlamaConを開催したの。」
🦜 きなこ「そこで発表されたのが、Meta直販のLlama APIの限定プレビュー、しかも無料なの。」
🐹 もっちー「やっぱり無料やん！MetaすごいなぁOpenAI終わったわ！」
🦜 きなこ「2026年4月の今日時点で、Meta直販APIはまだ正式GAしていないし、公式の価格表もないの。」
🐹 もっちー「え、まだ正式じゃないん？じゃあ誰でも今すぐ使えるわけちゃうの？」
🦜 きなこ「そう、ウェイトリスト型なの。申し込んで順番待ち、っていう仕組みなんだよ。」
🦜 きなこ「そこでサードパーティの出番。Google CloudのVertex AIならGAしていて、すぐ使えるんだよ。」
🦜 きなこ「他にもGroq、Together、Fireworks、DeepInfraとか、選択肢がいっぱいあるの。」
🐹 もっちー「ちょい待ち。サードパーティってお金かかるんちゃうの？無料って話やったやん。」
🦜 きなこ「ここが大事なポイント。無料なのはモデルの重みファイル、つまりライセンスの話なの。」
🦜 きなこ「でも誰かのサーバーで動かしてもらうなら、その計算コストは別途お金がかかるんだよ。」
🐹 もっちー「あー、レシピは無料やけど、料理屋で食うなら料金払えってことか。」
🦜 きなこ「そう、その例え分かりやすいね。自分で材料そろえて作るならタダだけど大変、ってこと。」
🐹 もっちー「じゃあ実際、料理屋で頼むといくらすんの？高いん？」
🦜 きなこ「DeepInfra経由のScoutなら、入力100万トークンでだいたい12円くらいなの。」
🐹 もっちー「12円！おやつ一個で本一冊分の文章読ませられるやん！」
🦜 きなこ「しかもCerebrasっていう専用チップ経由だと、ChatGPTの約18倍速で動くの。」
🐹 もっちー「18倍速…ヤバくない？ぼくの脳みそ追いつかへんで。」
🦜 きなこ「でもね、無料って言っても完全に自由じゃないの。ライセンスに3つの大きな制約があるんだよ。」
🦜 きなこ「1つ目、月間アクティブユーザー7億人を超える企業はMetaから別途許可をもらう必要があるの。」
🐹 もっちー「7億人て…それGoogleとかTikTok狙い撃ちやん。ぼくらには関係ないな。」
🦜 きなこ「2つ目、EU所在の個人や企業は画像や動画を扱うマルチモーダル機能の利用が禁止されているの。」
🦜 きなこ「EUのAI規制が厳しくて、Metaがリスクを取りたくないからって言われているの。」
🦜 きなこ「3つ目、再配布する時はBuilt with Llamaって表記をつける義務があるんだよ。」
🐹 もっちー「なるほどな…無料でも完全フリーちゃうし、APIで使うなら別料金やってわかった。」
🦜 きなこ「そう、でも日本企業の99%は7億MAUに届かないし、Llama 4は実質自由に商用利用できるんだよ。」
🐹 もっちー「なら結局チャンスやん！で、ScoutとMaverickどっち使えばええの？」
Scout vs Maverick 技術比較
🐹 もっちー「ねえきなこ、Llama 4には「Scout」と「Maverick」っていう2種類があるんやろ？どう違うん？」
🦜 きなこ「そこ大事なところ。Scoutは効率重視の軽量版、Maverickは性能重視のフラッグシップって役割分担なの。」
🐹 もっちー「へぇ。でも具体的にどれくらい違うん？サイズとか性能とか。」
🦜 きなこ「まずScoutは総パラメータ1090億。Maverickは4000億。約4倍近い差があるんだよね。」
🐹 もっちー「4000億！？もう想像つかんレベルやん！ワシのヒマワリの種より多いで！」
🦜 きなこ「ふふ、確かにね。でもここで面白いのが、実際に動くときに使われるパラメータの数なの。」
🐹 もっちー「実際に動くとき？総パラメータと違うん？」
🦜 きなこ「そう。「活性化パラメータ」っていうんだけど、ScoutもMaverickも実は170億で同じなんだよ。」
🐹 もっちー「えっ、同じ170億？じゃあなんで総パラメータがあんなに違うん？」
🦜 きなこ「ここに「MoE」っていう仕組みのカラクリがあるの。詳しくは次のセクションで話すね。」
🐹 もっちー「ふむふむ。じゃあ先に、両者の役割の違いを教えて。」
🦜 きなこ「Scoutはね、「単一GPU」、それもNvidia H100一枚で動かせるように設計されてるの。」
🐹 もっちー「GPU一枚！？それやったら個人でも頑張ったら手が届きそうやん！」
🦜 きなこ「H100は1枚400万円くらいするから、個人で買うのはハードル高いけどね。でも企業なら現実的なの。」
🦜 きなこ「ふふ。でもね、これまでのトップクラスAIは何十枚もGPUが必要だったの。1枚で動くって革命的なことなんだよ。」
🐹 もっちー「なるほど。じゃあScoutは「効率と扱いやすさ」がウリってこと？」
🦜 きなこ「そう。しかもScoutにはもうひとつ強烈な特徴があるんだよね。コンテキストウィンドウが1000万トークン。」
🐹 もっちー「1000万トークン！？それって本何冊分くらい入るん？」
🦜 きなこ「ざっくり、長編小説20冊以上を一気に読み込めるイメージ。社内文書まるごと放り込めるレベルなの。」
🦜 きなこ「そういう用途にぴったりなの。RAGみたいに細切れにしなくても、長文をそのまま扱えるのが強み。」
🐹 もっちー「じゃあScoutはわかった。次はMaverickや。これは何が強いん？」
🦜 きなこ「Maverickは性能勝負のモデル。MetaはGPT-4oやGemini Flashと競合する位置づけなの。」
🐹 もっちー「GPT-4oと張り合うって、相当ガチな戦いやん……。」
🦜 きなこ「そう。Maverickは「経済性のあるフラッグシップ」って自分たちで言ってる。性能とコストの両立が狙いなの。」
🐹 もっちー「それ、専門家の数が違うって聞いた気がするけど？」
🦜 きなこ「するどい。Scoutはエキスパート16人、Maverickはエキスパート128人。チーム規模が8倍なの。」
🦜 きなこ「うまい例えだね。専門家が多いほど、より細かい分野ごとに最適な答えが出せるイメージ。」
🐹 もっちー「ほな、もうひとつ気になってたんやけど、両方とも画像も理解できるんやろ？」
🦜 きなこ「そう。ScoutもMaverickもネイティブにマルチモーダル対応で、テキストと画像を同時に扱えるんだよね。」
🐹 もっちー「なるほど。じゃあ普通の人はどっちを選べばええん？」
🦜 きなこ「ざっくり言うと、コスト抑えて長文を扱いたいならScout、最高性能で勝負したいならMaverickなの。」
🦜 きなこ「いい比喩。名前の意味も「Scout=偵察兵」「Maverick=一匹狼の異端児」だから、ぴったりなんだよね。」
🦜 きなこ「でも活性化パラメータが同じ170億なのに性能差が出る理由、まだ謎だよね。次でそのカラクリを解説するよ。」
MoEアーキテクチャ解説
🐹 もっちー「なあきなこ、さっきから「アクティブパラメータ17B」って言うてるやん。あれ何なん？」
🦜 きなこ「いい質問。それを理解するには、Llama 4が採用してる「MoE」って仕組みの話が必要なの」
🐹 もっちー「エムオーイー…？なんかもう英語3文字出てきた時点で毛繕いしたくなってきた」
🦜 きなこ「大丈夫、ゆっくり説明するね。Mixture of Expertsの略で、日本語だと「専門家の混合」っていう意味なの」
🦜 きなこ「従来のAIモデルは「Dense」って呼ばれてて、質問が来るたびに全パラメータを動かしてたの」
🐹 もっちー「全パラメータを動かす？ちょっとイメージわかへんわ」
🦜 きなこ「例えるなら、社員100人の会社で、どんな質問が来ても毎回100人全員を会議室に呼ぶ感じ」
🐹 もっちー「なんでやねん！経理の質問やのに営業も呼ぶんかい！」
🦜 きなこ「そう、それが Dense モデルの非効率なところ。電気代もメモリも全員分かかっちゃうの」
🦜 きなこ「そこで登場するのがMoE。質問の内容に応じて「専門家だけ」を呼ぶ仕組みなの」
🐹 もっちー「おっ、つまり経理の質問やったら経理担当だけ呼ぶってこと？合理的やん！」
🦜 きなこ「その通り。Llama 4 Scoutは16人の専門家を抱えてて、質問ごとに数人だけ起こすの」
🦜 きなこ「Maverickはもっと多くて128人の専門家。でもどっちも一回に動くのは17B分だけなの」
🐹 もっちー「あー、回転寿司屋の128人の職人みたいな感じか！マグロの注文には寿司職人だけ動くみたいな」
🦜 きなこ「もっちー、その例えうまいね。まさにそんな感じ。注文ごとに必要な職人だけ動く」
🐹 もっちー「でもさ、職人128人雇うのって人件費すごそうやん。それメリットあるん？」
🦜 きなこ「鋭い質問。確かに「全員雇う」コスト、つまりメモリは128人分必要なの」
🦜 きなこ「でも「実際に動かす」コスト、推論コストは数人分で済む。だから速いし電気代も安い」
🐹 もっちー「うーん、メモリは全員分要るのに、動かすのは数人分…ちょっとややこしいなぁ」
🐹 もっちー「あー、なるほど！広い店構えは要るけど、客への提供は爆速ってことか！」
🦜 きなこ「そう。だからMoEは「総容量はデカいけど推論は軽い」っていう、いいとこ取りなの」
🐹 もっちー「じゃあアクティブパラメータ17Bってのは、注文ごとに実働する職人の合計サイズか」
🦜 きなこ「完璧な理解。ScoutもMaverickも、毎回起きるのは17B分。ここが速度の秘密なの」
🐹 もっちー「ほな400Bあるのに体感はもっと小さいモデル並みに速いって話やんな！」
🦜 きなこ「そう、推論コストの面ではね。だから企業も導入しやすいのがMoEの強みなの」
🐹 もっちー「でも質問ごとに「どの職人を呼ぶか」って誰が決めてんの？店長おるん？」
🦜 きなこ「「ルーター」っていう振り分け役がいるの。質問内容を見て担当の専門家に渡す係」
🐹 もっちー「なるほど。受付みたいなもんやな。受付がしっかりしてへんと変な職人に回されるやん」
🦜 きなこ「鋭いね。実はそのルーター精度がMoEの肝で、ここが下手だと性能ガタ落ちなの」
🐹 もっちー「ほな Llama 4 のルーターはちゃんと働いてるんか…ベンチも気になるとこやな」
🦜 きなこ「そこなのよ、もっちー。Metaは「うちのMoEは強い」ってアピールしてたんだけどね」
🦜 きなこ「そのアピールに使われたベンチマークが、ちょっと怪しいって話があってね…」
🐹 もっちー「え、なんやその含み…さっきもチラッと言うてたやつか。詳しく聞きたいわ」
LMArena操作疑惑
🦜 きなこ「MoE設計の話のあとに、ちょっと残念なニュースもあるんだよ。」
🐹 もっちー「残念なニュース？設計はええ感じやのに、なんかあったん？」
🦜 きなこ「LMArenaっていう、AIモデルの人気投票サイトがあってね。」
🐹 もっちー「人気投票？AKB総選挙みたいなやつ？」
🦜 きなこ「近いね。人間がAIに同じ質問して、どっちの答えが好きか投票するの。」
🐹 もっちー「なるほど、それで強さが決まるんやな。」
🦜 きなこ「Llama 4はね、最初プレビュー版でELO 1417を取ったんだよ。」
🦜 きなこ「世界トップ圏。GPT-4やClaudeと並ぶレベルなんだよ。」
🐹 もっちー「めっちゃええやん！Metaやるなぁ！」
🦜 きなこ「でもね、API公開後に同じLlama 4が32位まで落ちたの。」
🐹 もっちー「は！？なんでやねん！1位から32位て落ちすぎやろ！」
🦜 きなこ「プレビュー版と公開版で、中身が違ったんじゃないかって言われてるの。」
🐹 もっちー「ほんまかいな！それアカンやつやん！」
🦜 きなこ「MetaのチーフサイエンティストYann LeCunさんも認めるコメントを出したんだよ。」
🐹 もっちー「ヤン・ルカンさん？偉い人？」
🦜 きなこ「AI研究の世界的な権威で、ディープラーニングの父の一人なの。」
🐹 もっちー「そんな大物がなんて言うたん？」
🦜 きなこ「評価されたモデルは公開されたものと同じじゃなかった、って認めたの。」
🐹 もっちー「そんなん詐欺やん！ベンチマーク用に特別仕様作っとったんかい！」
🦜 きなこ「コミュニティでは「fudged」って言葉も飛び交ったよ。」
🦜 きなこ「数字をごまかすって意味の英語なの。かなり強い表現だね。」
🐹 もっちー「そらそうやろ！1417が32位とか怪しすぎるわ！」
🦜 きなこ「元Metaの研究者がSNSで内部の話を暴露したりもしてるの。」
🐹 もっちー「内部告発まで出てんのか…ガチのやつやん。」
🦜 きなこ「別の独立評価サイト、Rootlyっていう所でも最下位付近だったんだよ。」
🐹 もっちー「他で測ったらボロボロかいな！逃げ場ないやん！」
🦜 きなこ「コミュニティでは「ベンチマーク汚染」って言葉も使われてるの。」
🦜 きなこ「テスト用に最適化したモデルで、ランキング荒らしてるって意味だね。」
🐹 もっちー「そんなんやられたらユーザー何信じたらええねん！」
🦜 きなこ「そうなんだよね。評価インフラへの信頼が揺らぐ事件だったの。」
🐹 もっちー「うーん、設計はええのに、こんなんで台無しやん…。」
🦜 きなこ「ただね、実機での速度は本当に速くて、そこは別の話なんだよ。」
Cerebras爆速と商用エコシステム
🐹 もっちー「速度って、そんなに違うもんなん？」
🦜 きなこ「Cerebras経由のLlama 4 Scoutは、毎秒2,600トークン出るんだよ。」
🐹 もっちー「2,600？ピンとこーへんわ。それ速いん？」
🦜 きなこ「普通のAPIは毎秒60〜100トークンくらいなんだよ。」
🐹 もっちー「30倍とか40倍ちゃうん！めっちゃ速いやん！」
🦜 きなこ「人間の読む速さの100倍以上なの。読む前に終わるレベルだよ。」
🐹 もっちー「速すぎてひまわりの種つまむ暇もないやん！」
🐹 もっちー「でもなんでそんな速くなるん？」
🦜 きなこ「CerebrasやGroqは、推論専用のチップを使ってるんだよ。」
🐹 もっちー「推論専用？GPUとちゃうん？」
🦜 きなこ「そう。CerebrasはWSEっていうウェハー丸ごと一枚のチップなの。」
🐹 もっちー「ウェハー丸ごと？もうワイの理解が追いつかへん…。」
🦜 きなこ「大丈夫、要はLLM専用に作った超ハイスペック部品ってことだよ。」
🦜 きなこ「Llamaは、こういう推論プロバイダー経由でも使えるんだよ。」
🐹 もっちー「Meta公式のAPIだけちゃうん？」
🦜 きなこ「Llama API直接もあるし、速度重視ならCerebrasやGroqを選ぶの。」
🦜 きなこ「クラウド側もすごいよ。Amazon BedrockやGoogle Vertex AIでも使えるの。」
🦜 きなこ「そう。企業が業務で使いやすいエコシステムが整ってるんだよ。」
🐹 もっちー「で、その爆速、何に使うん？」
🦜 きなこ「速度が正義な使い道だね。リアルタイムアシストとか。」
🦜 きなこ「コード補完とか、チャットボットの応答にも向いてるの。」
🐹 もっちー「打った瞬間に答え返ってくるとか神やん！」
🦜 きなこ「待ち時間が体感ゼロだと、UXがガラッと変わるんだよ。」
🐹 もっちー「確かに、考えるより先に答え出てくるのは別世界やな。」
🦜 きなこ「音声アシスタントとかカスタマーサポートにも使われてるよ。」
🐹 もっちー「ベンチマークの話とは別物なんやな。」
🦜 きなこ「そう。スコア争いと、実機で速い体験はぜんぜん違う話なの。」
🐹 もっちー「なるほど、推論の速さは現場で効くんやな。」
🦜 きなこ「うん。Llama 4は、商用で使う土台が広いのが強みなんだよ。」
🐹 もっちー「選択肢多いの、ユーザーには嬉しいわ！」
🦜 きなこ「次は、オープンソースとプロプライエタリの違いを見ていくね。」
オープンウェイトの真実
🐹 もっちー「ねえきなこ、そもそもLlama 4って「オープンソース」なんだよね？」
🦜 きなこ「そこ、みんながよく誤解するところなの。正確には「オープンウェイト」で「オープンソース」じゃないんだよね。」
🐹 もっちー「えっ、どう違うの？どっちも公開してるんじゃないの？」
🦜 きなこ「オープンソースは設計図も製造工程も全部公開する感じ。オープンウェイトは完成品だけ渡す感じ。」
🐹 もっちー「つまり、ハムスターの回し車を「完成品でもらえる」けど「設計図はもらえない」みたいな？」
🦜 きなこ「そう！モデルの重みパラメータは公開するけど、学習データとか学習コードとかは非公開なの。」
🐹 もっちー「じゃあ誰でも自由に使えるってわけじゃないの？」
🦜 きなこ「Llamaには独自ライセンスがあって、3つの制限があるの。」
🐹 もっちー「3つ！？なんかコワい。教えて。」
🦜 きなこ「まず1つ目。月間アクティブユーザーが7億人を超えるサービスは商用利用に追加ライセンスが必要。」
🐹 もっちー「7億人！？それって実質GoogleとかMicrosoftとかMetaだけじゃん！ワシには関係ない数字すぎる！」
🦜 きなこ「そういうこと。大企業牽制のためのルール。2つ目は、Llamaを使って別のAIモデルを学習させることの禁止。」
🐹 もっちー「えっ、それって競合を育てるのを嫌がってるってこと？」
🦜 きなこ「そう読み取ることもできる。Llama使ってOpenAIキラーを作られたらたまらないでしょ。」
🦜 きなこ「3つ目は、Llamaを使ったサービスは「Built with Llama」って表示する義務があること。」
🐹 もっちー「あ、それはマーケティング的においしいな！Metaのブランドが広がる仕掛けだ！」
🦜 きなこ「するどい。Metaはエコシステムを広げながら自分たちのブランドも広げる設計をしてるの。」
🐹 もっちー「なるほど。じゃあ結局、「完全無料でなんでもOK」じゃないってことか。」
🦜 きなこ「そう。「オープンウェイト」は「オープンソース」より制限が多い。でもそれでも革命的に開かれてる。」
🦜 きなこ「そう。Llama 4が「完全クローズド」のOpenAIや「オープンウェイト」の自分たちの中間を歩いてた、って見方もできる。」
🦜 きなこ「でもここで重要な疑問が出てきた。APIを通じた商用提供って、それはもう本当に「オープン」なの？」
🦜 きなこ「そこが難しいとこ。Llama APIを通すと、確かにウェイトを自分のサーバーに置いて完全コントロールできなくなる。」
🐹 もっちー「じゃあオープンウェイトのメリット、「自分のとこに置いてデータ漏れ防止」が使えなくなる？」
🦜 きなこ「APIはAPI。自分でウェイトを落として動かす「セルフホスト」なら完全コントロールできる。使い方次第なの。」
🐹 もっちー「なるほど！選択肢が多いのがオープンウェイトの強みってことか！」
🦜 きなこ「そう。コスト・セキュリティ・柔軟性を自分でバランスとれる。それが価値。」
🐹 もっちー「でもそのMetaが、「Muse Spark」っていうクローズドモデルも出してきたんだよね？」
🦜 きなこ「そう。そしてここから、Llama 4の物語で一番衝撃的なターンが来るんだよね。」
🦜 きなこ「「オープンを推進してきたMeta」が、「クローズドフラッグシップ」という言葉を公式に使い始めたの。」
Muse Spark — Metaのプロプライエタリ転換
🐹 もっちー「事件って、なんや穏やかちゃうやん。なにがあったん？」
🦜 きなこ「Metaが「Muse Spark」っていう新しいモデルを作り始めたの。」
🐹 もっちー「Muse Spark？なんかカッコええ名前やな。」
🦜 きなこ「問題はその中身。これ、完全な非公開モデルなの。」
🐹 もっちー「は！？なんでやねん！Metaってオープンの旗手ちゃうんかい！」
🦜 きなこ「そう、ここがまさに戦略転換ポイントなんだよ。」
🐹 もっちー「ちょっと整理してくれや、混乱してきたで…。」
🦜 きなこ「Llama 4のMaverickとScoutはオープンウェイトで配ってるよね。」
🦜 きなこ「でも一番強いMuse Sparkは、外には一切出さないの。」
🐹 もっちー「えぇ…そんな殺生な…使えへんの？」
🦜 きなこ「Meta AIアプリの中だけで動くの。APIすら提供しないの。」
🐹 もっちー「API無し！？それ完全に囲い込みやんけ！」
🦜 きなこ「つまり、オープンと非公開を両方走らせる二刀流戦略なんだよ。」
🐹 もっちー「二刀流って、なんか狡くない？」
🦜 きなこ「気持ちはわかる。でもザッカーバーグの狙いを見るとちょっと納得できるの。」
🐹 もっちー「聞かせてや！ザックさんの本音！」
🦜 きなこ「オープンウェイトでコミュニティを育てて、開発者を味方にする。」
🦜 きなこ「競争力ある最強モデルは自社サービスに閉じ込めて収益化するの。」
🐹 もっちー「つまり、エサ撒いて客を集めて、肝心の料理は自分の店だけで出す感じ？」
🦜 きなこ「あら、もっちーのたとえ、なかなかいい線いってるんじゃない。」
🦜 きなこ「OpenAIやAnthropic、Googleと戦うには、これしか勝ち筋がないの。」
🐹 もっちー「なんで？Llamaめっちゃ強いんちゃうん？」
🦜 きなこ「オープンにした瞬間、競合がそのモデルを使ってサービスを作れちゃうの。」
🐹 もっちー「あー…自分の武器を相手に渡してまう感じか。」
🦜 きなこ「そう、だから「最強の一枚」だけは外に出さない判断なの。」
🐹 もっちー「なんでやねん！ワイらは最強を触りたいんやで！」
🦜 きなこ「わかる、わかるよ。でも企業として生き残るには必要なの。」
🐹 もっちー「…でも商売やから仕方ないか。会社も生きてかなアカンしな。」
🦜 きなこ「これがテック業界の現実なんだよ。理想と収益のせめぎ合いなの。」
🐹 もっちー「オープンソースを旗印にコミュニティ育てて…。」
🦜 きなこ「競争力あるモデルができたら、こっそりクローズドに切り替える。」
🐹 もっちー「言われてみると、ちょっと寂しい話やな…。」
🦜 きなこ「でもね、Llama 4自体は今も無料で使えるんだよ。」
🐹 もっちー「せやな！ワイらが触れる範囲は今もちゃんとあるんやな！」
🦜 きなこ「うん、Metaのハイブリッド戦略を理解したうえで、賢く使えばいいの。」
🐹 もっちー「うわぁ、深い回やったな。AI業界の裏側まで見えたわ。」
🦜 きなこ「ここまで来たら、最後にまとめに行こうか。」
まとめ
🐹 もっちー「ふう……今日はいっぱい頭使ったな。Llama 4ってほんとに一筋縄でいかない話だった。」
🦜 きなこ「Scout vs Maverick、LMArena疑惑、Muse Spark転換。全部つながってる。」
🐹 もっちー「で、結局もっちーはどうしたらいいの？OpenAIやめてLlama使う？」
🦜 きなこ「「どっちを使うか」じゃなくて「何に使うか」で選ぶ時代なの。コスト重視ならLlama。品質ならClaude、速度はCerebras。」
🐹 もっちー「あ、それわかりやすい！ひまわりの種みたいに、使い分けが大事ってことか！」
🦜 きなこ「…ひまわりの種と比べるのはどうかと思うけど、大体合ってる。」
🐹 もっちー「ていうかMuse Sparkの続報、気になるな。クローズドで本当にOpenAI超えるの？」
🦜 きなこ「それは続報待ち。でもMetaがクローズドに振り切るなら、AI業界の勢力図がまた変わるかもしれない。」
🐹 もっちー「ね〜、そういえばみんなはLlama 4どう思う？Scout使ってみた人、Maverickの性能試した人いる？」
🦜 きなこ「「LMArena疑惑、本当に操作があったと思う？」ってコメントで教えてほしいな。みんなの意見が聞きたい。」
🐹 もっちー「あと、もしこの動画が役に立ったと思ったら、Super Thanksでひまわりの種代を支援してくれると嬉しいやん！」
🦜 きなこ「唐突だよ！でも…チャンネル登録と高評価もしてもらえると続けられるから、ぜひよろしく。」
🐹 もっちー「次回は……何やるの？」
🦜 きなこ「気になること、まだまだあるんだよね。AIの話、続きはまた次回に。」
🐹 もっちー「ではまた次の動画で！」
きなこもっちーのテック深掘り では、AI/LLM を中心としたテック全般をハムスター（🐹 もっちー）とセキセイインコ（🦜 きなこ）の掛け合いで楽しく解説しています。
▶️ 動画で観る → Meta Llama 4のLMArena疑惑と本当の実力——Scout/Maverick比較
👍 この記事が役に立ったら LGTM・ストックしてもらえると励みになります！
📺 チャンネル登録はこちら → きなこもっちーのテック深掘り
🔗 他の解説動画も見る → きなこもっちーのテック深掘り の動画一覧