Claude Codeなどを使って自分のサービスやアプリを作り始めると、どこかで「モデル」という言葉にぶつかります。AIの中には「モデル」があるらしい、でもそれがどこから来て、自分のサービスはそれをどう使っているのか、ここがぼんやりしたままの方は多いです。
先日、受講生のYさんからも、AIエージェントの仕組みを話している流れで「エージェントってそのモデルから作るんですか?」という質問が出ました。これは、AIで何かを作り始めた人がよく引っかかるところだと思います。結論から言うと、ほとんどの場合、モデルを自分で作ることはありません。すでに作られたモデルを「借りて使う」のが普通です。この記事では、その「借りる」とはどういうことか、自分の環境で「動かす」という別の道との違い、そして今の時点でどちらを選ぶのが現実的かを整理します。
「モデルを作る」と「モデルを使う」は別のこと
まず、言葉の整理からです。ここでいう「モデル」とは、大量の文章を学習して、言葉のつながり方を身につけた中身のことを指します。これが「学習済みのモデル」です。
ここで混ざりやすいのが、モデルを「作る」と「使う」の違いです。
- 作る(事前学習) … 膨大な文章を集めて、長い時間と大きな計算資源をかけて、ゼロからモデルを学習させること。これをやっているのは、大規模な資金と設備を持つ一部の会社や研究機関です。
- 使う … すでに学習済みのモデルを呼び出して、こちらのデータを渡し、文章を作ってもらうこと。私たちがふだんAIサービスで触れているのは、ほぼこちらです。


Yさんの「エージェントってそのモデルから作るんですか?」という問いに対して、私がお答えしたのも「モデルはさすがに既製品ですね。学習済みの」ということでした。自分のサービスにAIを組み込むとき、いちからモデルを学習させるのではなく、できあがったモデルを使わせてもらう。ここがまず出発点です。
ちなみに、自社のデータを使って統計的なモデルを作ったり、データを整形して機械学習をしたりする場面がまったくないわけではありません。ただ、それは「AIを組み込んだサービスを作る」という今回の話とは別の領域です。混ぜて考えると迷子になりやすいので、まずは「既製の学習済みモデルを使う」から押さえてください。
学習済みモデルの「使い方」は大きく2つ
では、できあがったモデルをどう使うのか。ここが今回の本題です。「どこにあるモデルを使うか」で見ると、大きく分けて2つの方法があります(厳密には、自分で動かしたモデルを社内向けの窓口として使うといった組み合わせもありますが、まずは基本の2つから)。
ひとつは、モデルを持っている会社のサービスに、インターネット越しに呼びかけて使わせてもらう方法です。これがAPI経由です。もうひとつは、公開されているモデルを自分の環境(手元のパソコンや、自分で用意したサーバー)に持ってきて動かす方法です。これがローカルで動かす、いわゆるローカルLLMです。
Yさんも「APIを叩くのか、それともデータをごっそりコピーしてくるのか」と、まさにこの2つを言い当てる形で質問してくれました。これに対しての私の答えは「2パターンあるんですけど、大半はAPIですね」でした。少なくとも私が作って運用しているものは、API経由がほとんどです。順番に見ていきます。
方法1 : APIで「借りて使う」
API経由というのは、モデルそのものは相手の会社のコンピューターにあって、こちらは「この文章を処理してください」と頼み、結果だけを受け取る形です。モデルの中身を手元にダウンロードするわけではありません。インターネット越しに窓口を叩いて、計算だけしてもらうイメージです。APIという仕組み自体についてはAPIとは何かで詳しく説明しています。
この方法の良いところは、手軽さです。高性能なパソコンを用意しなくても、窓口に呼びかけるだけで、提供元が用意している性能の高いモデルを使えます。モデルの更新も相手側がやってくれるので、こちらは使うことに集中できます。ただし、自分が組んだ連携部分やアプリ側の保守は、こちらでやることになります。
気になるのは費用ですが、多くの場合、処理した文章の量に応じて課金されます。Yさんからも「質問するたびにお金がかかるんですね」という反応がありました。料金は提供元やモデル、プランによって変わり、送受信する文章の量でも増減するので、一概に高い安いとは言えません。まずは小さく試して、実際にどれくらいの量を使い、いくらかかるのかを確認してから判断するのが安全です。
注意点として、API経由では、こちらが送った文章は相手のサーバーに届きます。何がどう扱われるか(保存されるか、学習に使われ得るか)は提供元の規約によって異なるので、個人情報や機密を含むデータを扱うなら、その規約を確認しておくのが安全です。
方法2 : ローカルで「自分のパソコンで動かす」
もうひとつが、モデルを自分の手元に持ってきて動かす方法です。
「そんなことができるの?」と思うかもしれませんが、学習済みのモデルが公開されているハブのような場所があり、そこから誰でもダウンロードできるものがあります。こうした、学習済みの中身(重み)が公開されているモデルは「オープンウェイト」や「公開モデル」などと呼ばれます。すべてのモデルが公開されているわけではなく、中身が外に出ていない非公開のものも多いのですが、公開されているものを選べば、自分の環境で動かせます。ただし、公開されていても商用利用の可否などの条件はモデルごとに違うので、使う前にそのモデルのライセンスを確認してください。


ローカルで動かす良さは、適切に設定すれば、モデルへの入力を外部のサービスに送らずに処理を完結できる点です。外に出したくないデータを扱う場面では、これが向いています。ただし、使うソフトが裏で通信していないか、設定はどうなっているかは自分で確認する必要があるので、「ローカルだから自動的に安全」と考えるのは禁物です。
ただ、ここには現実があります。必要なパソコンの性能は、動かすモデルの大きさによってかなり変わります。小さめのモデルであれば、比較的ふつうのパソコンでも動く場合があります。一方で、性能の高い大きなモデルを快適に動かそうとすると、GPUと呼ばれる計算用の部品を積んだ、それなりの価格のパソコンが必要になってきます。大きなモデルをふつうのノートパソコンで動かそうとすると、メモリの大半を持っていかれたうえに動きが非常に重くなる、ということも起こります。どのくらいのスペックが要るかは、モデルの大きさや量子化(モデルを軽くする工夫)、どれくらいの速さを求めるかによって大きく変わるので一概には言えませんが、大きなモデルを本格的に動かすなら「手元のパソコンにちょっと入れるだけ」で済む話ではない、と考えておくのが現実的です。
費用の面でも、API経由とは性質が違います。ローカルは使った分の従量課金こそありませんが、そのぶん、動かすための機材をそろえる初期費用や、電気代、動かすソフトの費用といった別の負担がかかります。さらに、新しいモデルが出たら自分でダウンロードし直したり、動かすための道具を更新したりと、メンテナンスも自分でやることになります。少し試したいだけの段階では、この手間が見合わないこともあります。
画像を作るAIと、文章のAIでは、必要なものが違う
ここでひとつ、つまずきやすい点を補足します。「ローカルでAIを動かす」と聞くと、画像を生成するAIを自分のパソコンで動かしている話を思い浮かべる方もいます。実際、画像生成のモデルを手元で動かしている人は少なくありません。
ただ、画像生成のモデルと、大規模言語モデル(文章のAI)では、必要な計算資源の大きさが違ってくることがあります。画像生成は比較的軽いGPUでも動かせる場合がありますが、大きな言語モデルを快適に動かそうとすると、より重くなりがちです。Yさんとの会話でも「画像生成なら軽いGPUでいけるけど、大きな言語モデルは大抵のパソコンでは厳しい」という話になりました。もちろん必要な性能はモデルや設定によって変わるので、これは目安として捉えてください。
だから、「画像生成を手元で動かせたから、言語モデルも同じ感覚で動かせるだろう」と考えると、そこにギャップがあります。同じ「ローカルで動かす」でも、対象によって必要なものが変わる、と覚えておくと混乱しません。
ちなみに、世の中で見かける画像生成サービスの多くは、こうしたモデルをどこかのサーバーで動かし、その窓口(API)をブラウザから使えるようにしたものです。手元で動かすこともできるし、サービスとして公開されているものもある。ここも「借りる」と「動かす」の2つがある、という同じ構図です。
結局、今はどう選べばいいのか
では、AIで自分のサービスやアプリを作り始めた人は、どちらを選べばよいのか。
今の時点では、まず試しながら作りたい段階ならAPIから入るのが現実的なことが多い、と考えています。手元に高価なパソコンをそろえなくても、提供元が用意しているモデルをすぐ使えて、モデルの更新も任せられるからです。実際、私が作って運用しているものも、大半はAPI経由で既製の学習済みモデルを呼び出しています。
一方で、ローカルで動かす選択肢は、最近のモデルの性能が上がってきたこともあり、条件が合えば十分に現実的になってきています。向いているのは、外部に出したくないデータを扱う場合や、相応の機材をそろえられる場合です。実際、企業の中には、自社でローカルのモデルを導入して、それを社内向けの窓口(API)として使えるようにする動きも出てきています。ただ、それなりの資金と、動かし続けるための手間がかかる取り組みなので、まず試してみたい個人の最初の一歩としては、やや重い選択になりがちです。
まとめると、試しながら作りたい段階ならAPIから入り、データの取り扱いや費用の事情でローカルが必要になったら、そのとき改めて機材と手間を検討する。この順番が、今のところ無理がないと思います。なお、どちらの方法を選ぶにせよ、モデル自体はあくまで「考えて文章を作る」部分であって、実際に検索したりデータを書き換えたりするのは周りの仕組みの仕事です。ここはAIは考えるだけで自分では動けないという話や、モデルに道具を持たせて作業まで任せるAIエージェントの考え方と合わせて読むと、全体像がつながってきます。API経由でモデルを呼ぶ場合に、相手のサーバーに何が届くのか気になる方は、クラウドの仕組みも参考になります。
自分の作りたいサービスに、APIで借りる形とローカルで動かす形のどちらが合うのか。ここは扱うデータや規模によって答えが変わるところです。ZELK IT・AI相談所では、あなたの作りたいものに即して、どこから手をつけるのがよいかを1対1で一緒に整理しています。



