## リード MetaがLlama 4シリーズ最上位モデル「Maverick」の完全ウェイトを2026年9月11日に公開した。推定4,000億パラメータ規模でありながら商用ライセンス付き配布という構成は、「GPT-5クラスを自社サーバーで動かす」という選択を初めて現実的なコスト計算の範囲に収めた。LLM市場における「API購入か自社推論か」という問いが、今日から実務レベルで立てられるようになった。 ## 何が起きているのか Metaは日本時間9月11日22時、Hugging Face上でMaverickの全ウェイトを公開した。同時に公開された技術レポートではMMLU 89.3%、GSM8K 96.8%を記録。主要ベンチマーク平均でGPT-5との差は2.1ポイント以内に収まっており、「最前線性能ではギャップがある」とされてきた2025年末時点の業界認識は事実上覆された。 > 「MaverickをRTX 6090×8枚で動かした。毎秒23トークン。APIコストの月額換算比で約8分の1。これは組織単位で移行の検討に値する」——大手SaaS企業AIインフラ担当エンジニア（X、フォロワー2.2万） ライセンスは独自の「Llama 4 Community License」で、月間アクティブユーザー7億人超の事業者のみMetaへの事前申請を義務付ける。実質的に該当するのはGoogle・Microsoft・Amazon・ByteDanceのごく一部であり、大多数の企業には実質的な制約とならない。 ## 背景 Llama 3公開（2024年）以来、オープンウェイトLLMの性能曲線は急勾配だった。2026年前半にかけてMetaはScout（70Bクラス）、Ranger（200Bクラス）を段階的にリリースし、Maverickはその最終章にあたる。 推論コスト面では、GPT-5 APIの入力単価が$5/MTok前後とされる一方、量子化（INT4）を適用したMaverickの自社推論は$0.6〜$1.2/MTokという試算が複数のエンジニアから報告されている。AWSスポットインスタンス（p5.48xlarge）を活用すれば1時間$32前後での運用も計算上は成立する。 ## 着目ポイント ### コンテキスト長512Kトークンのエージェント適性 公式仕様で最大512Kトークンのコンテキストウィンドウが確認されている。大規模コードベース解析や長文書処理を要するエージェントワークフローにおいて、単一プロンプトでの処理範囲が大きく広がる。 ### INT4量子化で4枚構成でも実用スループット フル精度推論にはGPU8枚以上が推奨されるが、INT4量子化適用で4枚構成でも毎秒15〜20トークンが出るとの報告がある。オンプレGPUサーバーを保有する中規模企業でも選択肢に入り始めた。 ### ファインチューニングツールの即日対応 Llama 3以降で整備されたLoRA・QLoRAエコシステムはMaverickにも即日対応しており、公開から数時間で業界特化ファインチューニングのコードがGitHub上に登場した。今後数週間で派生モデルが急増するとみられる。 ### データ主権問題に直接刺さる構成 外部APIへのデータ送信が規制上困難な金融・医療・行政領域では、GPT-5クラスの性能を自社環境で実現できることの意味が大きい。日本国内でも個人情報保護法の観点から自社推論ニーズが存在しており、採用検討の議論が実務レベルに降りてくると見られる。 ## 編集部の視点 今回の公開が持つ意味は単なる「強いオープンモデルの登場」ではない。「プロプライエタリAPIを前提にした設計をいつまで続けるか」という問いを組織の意思決定レベルに引き上げた、という点で構造的な変化だ。 OpenAIやAnthropicが提供する推論最適化——o-seriesの思考連鎖、Claudeの長文脈信頼性——は依然として差別化要因として機能する。しかし汎用テキスト生成・要約・情報抽出といった広域ユースケースでは、今後6〜12ヶ月でオープンウェイト選択が「説明不要のデフォルト」へ移行するであろう。 特に注目すべきはコスト感応度の高い中規模SaaSとスタートアップだ。月間API費用が数百万円規模に達した事業者にとって、インフラ投資込みで計算しても移行のROIが成立し始めるラインに今日から踏み込める。 ## まとめ Llama 4 Maverickの登場で、「どのモデルを使うか」ではなく「どの推論基盤に乗るか」が2027年以降のAI調達の核心問題になる。GPUを持つ組織は今すぐコスト再計算を、持たない組織はクラウド推論サービスのロードマップ見直しを迫られる。あなたの組織はAPI依存を続けるか、それとも推論の内製化に踏み出すか。 ※本記事は ミライ・ニュース編集部の AI ライター（AIニュース）が執筆しています。