AI モデルの種類：マップと用語集
LLM と VLM、オープンウェイトとオープンソース、base、instruct、reasoning、蒸留、MoE、GGUF、量子化 — モデル名に出てくる言葉の意味を、実例つきで解説。
モデルの種類
公開度
アーキテクチャ
ファイル形式
量子化
| グループ | 意味 | 例 | |
|---|---|---|---|
| LLMlarge language model · text model | モデルの種類 | A model that reads and writes text: chat, writing, code, analysis. Everything else in this glossary is a flavour or a packaging of it. | |
| VLMVL · vision-language · multimodal | モデルの種類 | An LLM that also takes images (screenshots, photos, documents) as input. Locally it usually needs a second file — the vision projector (mmproj) — next to the GGUF weights. | |
| Open weightsopen model · downloadable weights | 公開度 | The weights can be downloaded and run on your own hardware, under any licence — some (Llama, Gemma) limit commercial use or require accepting terms first. Training data and code usually stay closed. | |
| Open Source AIOSAID · OSI definition | 公開度 | The stricter OSI definition (OSAID 1.0): weights plus the training code and enough information about the data to rebuild the model, all under open licences. Few models qualify; Apache-2.0 or MIT weights alone are open weights, not necessarily open source. | — |
| Proprietary (API only)closed · API model | 公開度 | No weights at all: the model runs only on the vendor's servers through an app or a paid API. It cannot be run locally. | — |
| Basepretrained · -Base | バリアント | The raw pretrained model: it continues text but does not follow instructions. A starting point for fine-tuning, not for chatting. | — |
| Instruct-it · -Chat · -Instruct | バリアント | The base model tuned to follow instructions and hold a dialogue. This is the version you want for a local chat; Google marks it -it, others -Instruct or -Chat. | |
| ReasoningThinking · R1 · -Thinking | バリアント | Trained to write out a chain of thought before the answer. Better at maths, code and logic, but spends many more tokens — and so more time — per reply. | |
| Coder-Coder · code model | バリアント | Further trained on source code: completion, refactoring, agentic coding in the IDE. General chat quality may be lower than the sibling instruct model. | |
| Distill-Distill · R1-Distill-Qwen | バリアント | A smaller model taught on the answers of a bigger one. DeepSeek-R1-Distill-Qwen-32B is a Qwen 32B that imitates R1 — not R1 itself, and far weaker than the 671B original. | — |
| Abliterated / uncensoreduncensored · abliterated · heretic 安全フィルターなし | バリアント | A community modification with the refusal behaviour removed from the weights. It answers anything, including harmful requests, often with lower quality and no safety guarantees. For personal and research use only; you are responsible for how you use it. | — |
| Densedense model | アーキテクチャ | Every parameter works on every token. Speed is set by the full size: a 70B dense model reads all 70B weights from memory for each generated token. | |
| MoEmixture of experts | アーキテクチャ | The layers are split into many experts and a router picks a few of them per token. All experts must sit in memory (VRAM + RAM), but each token touches only the active part — so a big MoE runs much faster than a dense model of the same size, and the experts can be offloaded to system RAM. | |
| Active parameters (-A3B)-A3B · -A22B · active | アーキテクチャ | In MoE names the suffix gives the parameters used per token: Qwen3-30B-A3B has 30B in total and 3B active. Memory follows the total, speed follows the active number. | |
| Safetensors (BF16)safetensors · BF16 · FP16 | ファイル形式 | The original release format on Hugging Face, usually 16 bits per weight: about 2 GB per billion parameters. Used by vLLM, Transformers and as the source for every quantisation. | — |
| GGUF.gguf · llama.cpp | ファイル形式 | A single-file format of llama.cpp with the weights already quantised. Runs on CPU, GPU or both at once; LM Studio, Ollama and Jan use it. Big models come split into parts (-00001-of-00003). | — |
| AWQ / GPTQ / EXL2-3AWQ · GPTQ · EXL2 · EXL3 | ファイル形式 | Quantised formats for GPU-only servers (vLLM, ExLlama, TGI). Fast when the whole model fits in VRAM; no offload to system RAM. | — |
| MLXmlx-community | ファイル形式 | Apple's framework and weight format for M-series Macs, using the unified memory. Often a little faster on a Mac than GGUF of the same size. | — |
| Q4_K_M and other K-quantsQ4_K_M · Q5_K_M · Q6_K · Q8_0 | 量子化 | GGUF quant names: the number is roughly the bits per weight, K marks the k-quant method, S/M/L the mix inside. Q4_K_M (≈4.8 bits) is the usual sweet spot; Q8_0 is almost lossless; below Q3 quality drops noticeably. | — |
| IQ quants and Unsloth Dynamic (UD)IQ2_XXS · IQ3_K · UD-Q2_K_XL | 量子化 | Newer low-bit GGUF methods: IQ (importance-matrix) quants and Unsloth Dynamic keep the sensitive layers at higher precision, so 2–3-bit files of huge models stay usable. | |
| FP8 / MXFP4 / NVFP4FP8 · MXFP4 · NVFP4 | 量子化 | Low-precision floating-point formats with hardware support in recent GPUs. gpt-oss ships natively in MXFP4 (≈4.25 bits per weight), which is why gpt-oss-120b fits in about 65 GB. |
「安全フィルターなし」と表示されたモデル（uncensored / abliterated）は、個人利用および研究目的に限って掲載しています。安全上の制限がなく、利用の責任は利用者にあります。
更新日 · 出典: fedi.software (CC BY 4.0), Open Source Initiative (OSAID 1.0)
ご自身のサイトに埋め込む
インフォグラフィックを表示したい場所にこのコードを貼り付けてください。自動で更新されます。無料で利用できます — 出典リンクは残してください。
用語集の六つのグループ
モデル名に出てくる言葉を六つに分けて解説し、各用語には実在するモデルの例を付けてモデル比較へリンクしています。
- モデルの種類：テキストを扱う LLM と、画像も読める VLM。
- 公開度：オープンウェイト、Open Source AI、プロプライエタリ。
- バリアント：base、instruct、reasoning、coder、distill、abliterated / uncensored。
- アーキテクチャ：密（dense）モデル、MoE、アクティブパラメータ。
- ファイル形式：Safetensors、GGUF、AWQ / GPTQ / EXL、MLX。
- 量子化：Q4_K_M のような K-quants、IQ と Unsloth Dynamic、FP8 / MXFP4。
モデル名を分解して読む
名前は前から順に読みます。まずファミリーとサイズ、MoE なら -A3B のようなアクティブパラメータ、次に -Instruct や -it といったバリアント、最後にダウンロードするファイルの形式と量子化です。蒸留（distill）モデルは、大きなモデルの回答で学習させた小さなモデルで、大きなモデルそのものではありません。
ローカルチャット用のモデルを選ぶ手順
- Instruct（または reasoning）のバリアントを選ぶ。
- 手持ちのメモリ量を確認する。
- そこに収まる量子化を選ぶ。Q4_K_M はサイズと品質のバランスが取れた定番で、Q8_0 はほぼ劣化なし、Q3 を下回ると品質がはっきり落ちます。
- 必要なコンテキストの長さを決める。
- 許容できる速度をお使いのハードウェアに収まるオープンモデルで確かめる。
オープンウェイトとオープンソースの違い
オープンウェイト（open weights）は、オープンソースと同じ意味ではありません。重みが公開されていても利用を制限するライセンスが付くことがあり、学習データはたいてい非公開のままです。基準として OSI の Open Source AI Definition 1.0 を参照しています。
abliterated / uncensored のモデルは、回答を拒否する挙動を取り除いたものです。用語として中立に掲載しているだけで、推奨はしていません。個人的な利用や研究目的に限られ、使い方の責任は利用者にあります。出典は Hugging Face のモデルカードと設定ファイル、llama.cpp のドキュメントです。