AI業界で注目を集める最新の超大型モデルと、実際に開発現場で使われているモデルとの間に大きなずれがあることが分かった。米Business Insiderが17日（現地時間）に伝えたところによると、Hugging Faceが今年のダウンロード数上位25モデルと「いいね」数上位25モデルを比較した結果、両ランキングに入ったのは1モデルだけだった。

Hugging Faceの「いいね」は開発者の関心度を示す一方、ダウンロード数は実運用や開発フローでの採用状況を測る指標とされる。業界では最先端のフロンティアモデルの規模やベンチマーク性能に注目が集まりやすいが、実際の開発現場では、低コストで安定性の高い小型・旧型モデルが継続的に使われる傾向が強い。

代表例が、2021年に公開されたAll-MiniLM-L6-v2だ。軽量で高速なこのモデルは、今年1〜7月に15億5000万回ダウンロードされた一方、「いいね」は5156件にとどまった。

今年公開されたモデルで、ダウンロード数上位25に入ったものはなかった。上位25モデルのうち13モデルは2022年公開だった。

モデルの規模が大きくなるほど、実利用比率は低くなる傾向もみられた。パラメータ数を公開しているHugging Face上のモデルを基にすると、10億未満の小型モデルが累計ダウンロードの83％を占めたのに対し、1000億超の超大型モデルは1％にすぎなかった。

今年のダウンロード数に限っても、700億パラメータ以上のモデルの比率は全体の3％程度だった。

超大型モデル競争に参入した中国のAI企業でも、この差は鮮明だった。Moonshot AIのKimi K3は、2兆8000億パラメータの大規模モデルで、コーディング性能や価格面でも注目を集めたが、「いいね」1件当たりのダウンロード数は約60回にとどまった。

一方、Alibabaは小型から大型まで幅広いサイズのQwenモデルを展開し、開発現場に広く浸透した。Qwenの今年のダウンロード数は約20億回で、Moonshot AIの3700万回を約55倍上回った。

Hugging Faceは、多様なサイズのモデルをそろえた戦略によって、Qwenがファインチューニングや実配備の過程で開発者の標準的なワークフローに組み込まれたと分析した。

今回の結果は、AI市場で話題を集める要素が最新性能やモデル規模である一方、実際の現場ではコスト、安定性、配備のしやすさがモデル選定を左右していることを示している。Pinterestのように、自社モデル、オープンモデル、クローズドモデルをコストと性能に応じて使い分ける「モデル非依存」戦略も、こうした流れを映している。