8月30日、Hackadayが「LLM Moats Quickly Evaporating」と題した記事を公開した。オープンソースLLMの台頭によってAnthropicやOpenAIといった大手AI企業の競争優位（モート）が急速に失われつつある現状を詳しく論じた内容だ。そのエビデンスとして示されるのが「量子化モデルであれば32GB RAMのゲーミングPCで動く」という事実であり、クラウドAPIへの依存なしにローカルで高性能な推論が完結する時代が現実のものになりつつある。

「参入障壁」としてのLLMが崩れ始めている

ビジネス用語で「モート（moat）」とは、競合他社が容易に侵食できない競争優位のことだ。LLMの学習には膨大な計算資源が必要なため、AnthropicやOpenAIのような大手企業は強固なモートを持っているように見える。しかし現実には、オープンソースモデルがそのモートを急速に埋めつつある。

この流れは今に始まったわけではない。MetaがLlama系列を公開して以降、MistralAIのMistral 7B、中国発のDeepSeek、そしてAlibaba製のQwen系列と、オープンソースの高性能モデルが次々と登場してきた。ローカル実行の面でも、Ollamaやllama.cppといったツールの普及が追い風となり、一般の開発者がクラウドを介さず手元のマシンでLLMを動かす環境は着実に整いつつある。

この記事でHackadayが具体的な根拠として取り上げたのは、TerminalBytesによるレポートだ。個人所有のハードウェアで最新のオープンソースLLMを実際に動かし、その実力を検証している。

Mac Studio 1台で「27Bパラメータモデル」を動かす

TerminalBytesが使用したのは256GBのユニファイドメモリを搭載したMac Studio。このマシン上でAlibaba製のQwen3-27Bを動かし、旧バージョンのQwen3.6（元記事原文表記：Qwen3.6）との比較も行った。

特に注目すべきは量子化（Quantization）モデルの検証だ。量子化とは、モデルの重み（weights）を格納するビット数を削減することで、精度をある程度犠牲にしながらもメモリ消費を大幅に抑える技術である。詳しくはHugging Faceの量子化解説ドキュメントも参照されたい。

TerminalBytesの検証結果によると：

• 多くの量子化モデルが32GB RAM以下のマシンで動作する。これは一般的なゲーミングPCやAppleシリコン搭載MacBook Proの水準だ
• 1ビット量子化モデルは16GBのメモリでも動作した。ただし結果は「まちまち（mixed results）」とのこと

32GBという数字は意味が大きい。 現在市販されているミドルレンジのゲーミングPCや、AppleシリコンのMacBook Proが普通に該当するからだ。クラウドAPIを契約しなくても、手元のマシンで推論が完結する世界が現実になりつつある。llama.cppやOllamaを用いれば、こうしたモデルをコマンド数行で動かすことも今や難しくない。

大手LLM企業の「護城河」は本当に崩れるのか

Hackadayの見立ては冷静だ。ローカルでモデルを動かせることが「AIバブル崩壊の唯一の理由にはならない」と明言している。その根拠として引き合いに出しているのが「LinuxがWindowsにシェアで勝てない現実」だ。技術的に優れていても、一般ユーザーが使いこなせなければ市場は動かない。

一方で、技術的な障壁という意味でのモートは確実に低くなっている。現時点でのボトルネックは「大手のAPIではなく、物理的な計算資源（ハードウェア）の調達だけ」とHackadayは指摘する。

今後のオープンモデルは、単位時間あたりのトークン生成数の最適化や、より少ない計算資源での品質向上が進むと見られている。大手LLMベンダーにとって、差別化ポイントが「モデルの性能」から「サービス品質・エコシステム・ブランド」へと移行していく流れは、すでに始まっている。Llama・Mistral・DeepSeek・Qwenと続くオープンソースモデルの系譜を見れば、この潮流は一過性のものではないとHackadayは論じている。

詳細はLLM Moats Quickly Evaporatingを参照していただきたい。