米国の非営利研究機関 Ai2（Allen Institute for AI）が2025年11月20日に公開した言語モデルファミリー。重みだけを配布する「オープンウェイト」モデルとは異なり、学習に使ったデータセット・学習コード・途中のチェックポイントまで含めて Apache 2.0 で公開しているのが最大の特徴である。7B（70億パラメータ）と32B（320億パラメータ）の2サイズがあり、素材となる Base に加えて、段階的に考えを進める Thinking（Think）、対話とツール利用向けの Instruct、強化学習の出発点となる RL Zero といった派生が揃う。試すだけなら Ai2 Playground でブラウザから触れ、自分の環境で動かしたい場合は Hugging Face から重みをダウンロードできる。
主な特徴
- 「完全オープン」＝データ・コード・チェックポイントまで公開: 多くのオープンモデルが配布するのは完成した重みだけだが、Olmo 3 は約9.3兆トークンの学習コーパス「Dolma 3」や学習パイプライン、学習途中のチェックポイントまで公開している。モデルがどう作られたかを外部から検証・再現できる
- Thinking モデルによる段階的な推論: Olmo 3-Think は答えを出す前の思考過程（推論トレース）を明示的に生成する。32B の Think モデルは、完全オープンなカテゴリでは最有力とされる水準に達しており、数学・コード・論理問題で強い
- 7B と 32B の2サイズ展開: 7B は個人のワークステーションでも扱いやすく、32B はより高い精度が必要な用途向け。目的とマシン性能に応じて選べる
- 約65Kトークンの長いコンテキスト: 長文の資料やまとまったコードベースを一度に読み込ませても性能が落ちにくいよう、長文向けの学習（Longmino）が組み込まれている
- ツール利用とマルチターン対話に対応: Instruct 系は複数ターンのやり取りや外部ツールの呼び出しを前提に調整されており、エージェント的な使い方の土台になる
- OlmoTrace で出力の出どころを追える: Ai2 Playground では、モデルの回答のどの部分が学習データのどこと結びついているかを遡って確認できる。学習データが公開されているからこそ成立する機能
- Apache 2.0 ライセンス: 商用利用・改変・再配布が許され、独自のファインチューニングを施して自社サービスに組み込める
料金
| 利用方法 | 料金 | 主な内容 |
|---|---|---|
| Ai2 Playground | 無料 | ブラウザ上で Olmo 3 を試用。OlmoTrace による出力の追跡も利用可能 |
| モデル重みのダウンロード | 無料（Apache 2.0） | Hugging Face から Base / Instruct / Think / RL Zero を取得し、自前の環境で実行 |
| 外部の推論プロバイダー経由 | 従量課金 | 例: OpenRouter 上の Olmo 3 32B Think は入力100万トークンあたり $0.15、出力100万トークンあたり $0.50 |
料金は2026年8月時点の情報です。モデル自体は無償で公開されており、費用が発生するのは自前で動かす際の計算資源、または外部の推論プロバイダーを利用する場合です。プロバイダーごとの単価は変動するため、最新の情報は公式サイトおよび各プロバイダーの料金ページをご確認ください。
メリット・デメリット
✅ メリット
- 学習データまで公開されているため、出力の根拠や偏りを自分で検証できる。研究・教育用途では他に代えがたい
- Apache 2.0 なので、商用サービスへの組み込みや独自ファインチューニングを許諾交渉なしに行える
- 自前のサーバーやローカル環境で完結させられるため、外部にデータを送りたくない業務でも使える
- 思考過程を出す Think モデルにより、答えだけでなく推論の筋道を確認できる
- 7B と 32B の2サイズがあり、手元のGPU事情に合わせて選択できる
⚠️ デメリット
- ChatGPT や Claude のような完成された「サービス」ではなく、素材としてのモデル。実運用には推論環境の用意が必要になる
- 総合的な能力では、はるかに多くの計算資源を投じた最大手のクローズドモデルには及ばない
- 約65Kトークンというコンテキスト長は、100万トークン級の商用モデルと比べると短い
- 画像生成や音声など、テキスト以外のモダリティは扱えない
- 日本語での性能は英語ほど検証事例が多くなく、用途によっては事前の評価が必要
類似サービスとの比較
| 比較項目 | Olmo 3 | Llama（Meta） | Qwen3（Alibaba） | Gemma（Google） |
|---|---|---|---|---|
| 提供元 | Ai2（米国・非営利） | Meta（米国） | Alibaba（中国） | Google（米国） |
| 公開範囲 | 重み＋学習データ＋コード＋チェックポイント | 重みのみ | 重みのみ | 重みのみ |
| ライセンス | Apache 2.0 | 独自ライセンス（利用条件あり） | Apache 2.0 中心 | 独自ライセンス（利用条件あり） |
| 推論特化モデル | Think（推論トレース公開） | あり | あり | 限定的 |
| 主な強み | 透明性・再現性・研究用途 | エコシステムの広さ | 多言語対応と幅広いサイズ展開 | 軽量さとGoogleエコシステム連携 |
こんな人におすすめ
- モデルの中身をブラックボックスにしたくない研究者・大学の教育担当者
- 学習データや訓練手順まで遡って挙動を説明する必要がある、規制の厳しい業界の開発者
- 自社データでファインチューニングし、独自の言語モデルを持ちたいエンジニア
- 機密情報を外部APIに送れないため、自前環境で完結する推論基盤を探しているチーム
- 大規模言語モデルがどう作られるかを、実物のデータとコードで学びたい学習者
まとめ
Olmo 3 は、「オープンソースのAI」という言葉が重みの配布だけを指しがちだった状況に対して、データ・コード・チェックポイントまで含めた全工程を公開することで一石を投じたモデルファミリーである。すぐに使える完成品のチャットサービスではないため、一般的な用途では ChatGPT や Claude のほうが手軽だが、透明性・再現性・自前運用が要件になる場面では有力な選択肢になる。まずは Ai2 Playground で 32B の Think モデルの応答品質を確かめ、用途に合いそうなら Hugging Face から重みを取得して手元で動かすとよい。