- ライセンス識別子は目次であって条件ではありません
- 実際に出会うライセンス類型
- コミュニティライセンスが求めること
- 非商用条件は開発段階でふるいにかけます
- ゲートの掛かったリポジトリは配備パイプラインの問題です
- 量子化配布物は原本ではありません
- GGUFリポジトリの出所を確認する方法
- 実行例
- 配備前のチェックリスト
- 自分で試す
- シリーズ案内
- 参考資料
モデル情報は2026-08-12にHugging Faceのページで直接確認しました。モデルカードとライセンスは変わりうるので、使用前に原本を再確認してください。
ライセンス識別子は目次であって条件ではありません
Hugging Faceのlicenseフィールドは短い文字列ひとつです。この文字列はどの文書を読むべきかを教えるだけで、その文書に何が書かれているかは教えません。オープンモデルを実サービスに入れるとき事故が起きるのは、まさにここです。
このシリーズで確認したモデルだけでも識別子は10種類を超えます。そのうちオープンソースとして承認されたライセンスに当たるのは一部で、残りは配布者が自ら書いた条件です。
実際に出会うライセンス類型
| 類型 | 識別子の例 | このシリーズで確認したリポジトリ |
|---|---|---|
| 標準的なオープンソース | apache-2.0、mit | Qwen/Qwen3-8B、BAAI/bge-m3、microsoft/Florence-2-large、openai/whisper-large-v3-turbo |
| 配布者のコミュニティライセンス | llama3.1、llama3.2、gemma | meta-llama/Llama-3.1-8B-Instruct、google/gemma-3-27b-it、google/codegemma-7b |
| 非商用条件 | cc-by-nc-4.0 | upstage/SOLAR-10.7B-Instruct-v1.0、kakaocorp/kanana-nano-2.1b-instruct、SWivid/F5-TTS |
| 表示条件 | cc-by-4.0 | nvidia/parakeet-tdt-0.6b-v2、nvidia/canary-1b-flash |
| 用途制限型 | bigcode-openrail-m | bigcode/starcoder2-7b |
| 配布者独自の識別子 | exaone、deepseek、hyperclovax-seed、coqui-public-model-license | LGAI-EXAONE/EXAONE-4.0-32B、deepseek-ai/deepseek-coder-6.7b-instruct、naver-hyperclovax/HyperCLOVAX-SEED-Text-Instruct-1.5B、coqui/XTTS-v2 |
| データ系のライセンス | cdla-permissive-2.0 | docling-project/SmolDocling-256M-preview |
| 複合構造 | コードとモデルが異なる | openbmb/MiniCPM-V-2_6 |
openbmb/MiniCPM-V-2_6 は複合構造の良い例です。ページはコードがApache-2.0でモデルは別途MiniCPM Model Licenseに従うと記し、学術研究には完全に無料で、商用利用は登録アンケートを完了すれば無料だと案内します。識別子1行では決着しない構造です。
コミュニティライセンスが求めること
meta-llama/Llama-3.1-8B-Instruct のページは、Llama 3.1 Community Licenseと併せて別途のAcceptable Use Policyを備えています。meta-llama/Llama-3.2-1B-Instruct のページには、この資料で作成・学習・改良したモデルを配布する場合、その名前の先頭にLlamaを含めるという条項が書かれています。
こうした条項は、ライセンス遵守がファイルを取得した瞬間に終わらないことを示します。微調整したモデルを社内レジストリに上げるとき、外部に公開するとき、製品文書にモデル名を書くたびに、確認し直す条件が残ります。
bigcode/starcoder2-7b の bigcode-openrail-m も似た性格です。ページにはBigCode OpenRAIL-M v1という名称が記され、この系列は重みを広く公開しつつ特定の用途を制限する条項を併せ持ちます。
ライセンス全文を自分で読み、商用利用は法務レビューを通してください。この記事はカードの記載を伝えるだけで、どのモデルが商用利用できるかを判断するものではありません。
非商用条件は開発段階でふるいにかけます
このシリーズだけでも cc-by-nc-4.0 と表記されたモデルを3つ確認しました。upstage/SOLAR-10.7B-Instruct-v1.0、kakaocorp/kanana-nano-2.1b-instruct、SWivid/F5-TTS です。LGAI-EXAONE/EXAONE-3.5-7.8B-Instruct と LGAI-EXAONE/EXAONE-4.0-32B はそれぞれEXAONE AI Model License Agreement 1.1 - NCと1.2 - NCと表記され、後者のページにはEXAONEと競合するモデルの開発への使用を制限する趣旨が記されています。
これらの条件が危ないのは、開発段階では何の問題も起こさないからです。試作はよく動き、デモの受けもよく、チームはこのモデルを前提にパイプラインを組みます。問題は商用化の直前に表面化します。
だからこそ候補を絞る最初の段階でlicenseフィールドを読むべきです。性能比較より前にです。
ゲートの掛かったリポジトリは配備パイプラインの問題です
アクセス条件に同意しないとファイルを取得できないリポジトリがいくつもあります。meta-llama 系、google/gemma-3-27b-it、google/gemma-3-4b-it-qat-q4_0-gguf、pyannote/speaker-diarization-3.1、naver-hyperclovax/HyperCLOVAX-SEED-Text-Instruct-1.5B のページはいずれも、条件への同意または連絡先の共有が必要だと明記しています。
この記事を書きながらゲートの掛かったリポジトリの設定ファイルをトークンなしで直接取得しようとしたところ、401が返りました。人がブラウザでカードを読むことと、パイプラインが自動で重みを取得することは、まったく別の経路だということです。
実務では3つを事前に決める必要があります。誰のアカウントで規約に同意するか、そのアカウントのトークンをどこに保管するか、そしてトークンが失効したり同意した担当者が退職したりしてもビルドが止まらない方法は何かです。
量子化配布物は原本ではありません
ローカルでモデルを動かすとき、たいていは原本の重みではなく量子化されたファイルを取得します。このとき手にするのは他人が変換した派生物であり、その人が何をどうしたかはリポジトリごとに違います。
| リポジトリ | license | 性格 | ページの記載 |
|---|---|---|---|
Qwen/Qwen3-8B-GGUF | apache-2.0 | モデル制作者が直接配布 | Q4_K_M 5.03GB、Q5_0 5.72GB、Q5_K_M 5.85GB、Q6_K 6.73GB、Q8_0 8.71GB |
google/gemma-3-4b-it-qat-q4_0-gguf | gemma | 制作者が配布した量子化認識学習版 | google/gemma-3-4b-pt から google/gemma-3-4b-it を経たQ4_0、アクセスに条件同意が必要 |
unsloth/Qwen3-8B-GGUF | apache-2.0 | 第三者による変換 | Qwen/Qwen3-8B 由来、UDの接頭辞が付いた派生を多数含む |
Systran/faster-whisper-large-v3 | mit | 第三者による形式変換 | openai/whisper-large-v3 を ct2-transformers-converter でCTranslate2へ変換、重みはFP16 |
google/gemma-3-4b-it-qat-q4_0-gguf は事後変換とは別の場合です。ページは量子化認識学習を経たQ4_0であり、メモリ要件を大幅に減らしながらbfloat16に近い品質を保てると記します。同じ4ビットでも作られ方が違うということです。
unsloth/Qwen3-8B-GGUF のカードには、独自方式が優れた精度を達成するという主張が載っています。こうした文は配布者の自己申告であり、独立した評価ではありません。自分の課題で測るまでは主張のままに置くのが妥当です。
GGUFリポジトリの出所を確認する方法
量子化リポジトリは誰でも作れます。だから確認の手順が必要です。
- リポジトリの所有者を見ます。
Qwen/Qwen3-8B-GGUFのように元モデルと同じ組織が上げたものか、第三者かを区別します。 - モデルツリーでベースモデルのリンクを確認します。
unsloth/Qwen3-8B-GGUFのページはQwen/Qwen3-8B由来であることを示します。 - licenseフィールドが原本と一致するか見ます。派生物は原本の条件を超えられないので、原本が非商用なのに派生物がApacheと書かれていればその表記を疑うべきです。
- 変換方法が書かれているか見ます。
Systran/faster-whisper-large-v3のように使用した変換コマンドが記されていれば再現できます。 - ファイル一覧とサイズを確認します。
Qwen/Qwen3-8B-GGUFのように量子化種別ごとのサイズが出ていれば、取得前に容量を計画できます。 - リポジトリ名を一字ずつ突き合わせます。人気のあるモデルの量子化版には似た名前が多くあります。
実行例
Qwen/Qwen3-8B-GGUF のページは、llama.cppとollamaでリポジトリを直接指定して実行する形を示します。
# 例: GGUFリポジトリを指定してローカルで実行します
llama-cli -hf Qwen/Qwen3-8B-GGUF:Q8_0
ollama run hf.co/Qwen/Qwen3-8B-GGUF:Q8_0
サーバ配備では原本の重みをそのまま使うことが多くあります。
# 例: ゲートの掛かったリポジトリはトークンがないと取得できません
export HF_TOKEN=hf_...
vllm serve Qwen/Qwen3-8B --max-model-len 32768
配備前のチェックリスト
- licenseフィールドの正確な識別子を記録し、リンク先の全文を開く。
- 別途のAcceptable Use Policyや登録手続きがあるか確認する。
- 派生モデルを配布する際の名称表示義務があるか確認する。
- ゲートの有無を確認し、トークンの所有者と保管場所を決める。
- 量子化配布物を使うなら、所有者、ベースモデル、変換方法、ライセンスの一致を確認する。
- カードが示す限界の文言を運用要件に移す。
- 以上を確認した日付も一緒に記録する。カードは変わります。
自分で試す
- LLM GPUメモリ(VRAM)計算機 — 量子化の種類ごとに必要なメモリを計算します。
- LLM API コスト計算機 — 自己配備とAPI呼び出しの費用構造を比べます。
- ブラウザAIラボ — 量子化された小型モデルの体感品質を自分で確認します。
シリーズ案内
- 前の記事: コードモデルの選び方: 補完と対話、FIM、ライセンス
- 次の記事: これがシリーズの最後です。最初に戻るには Hugging Faceのモデルカードの読み方 をご覧ください。
参考資料
- 表のすべての値とライセンス識別子は、2026-08-12に該当リポジトリのHugging Faceページから直接読みました。ページになかった項目は明記なしと書いています。
- 量子化リポジトリのカードに載る品質の主張は配布者の自己申告であり、独立した評価ではありません。
- この記事は法的助言ではありません。ライセンス全文を自分で読み、商用利用は法務レビューを通してください。
현재 단락 (1/61)
モデル情報は2026-08-12にHugging Faceのページで直接確認しました。モデルカードとライセンスは変わりうるので、使用前に原本を再確認してください。