AnthropicはGitHubで公開された中国人開発者の70Bオープンソースモデルの封鎖を試み、2万スターを獲得したプロジェクトに対して訴訟を提起

2026年6月19日、中国人開発者がGitHubにairllm 70Bパラメータのローカルモデルを公開し、プロジェクトは2万スターを獲得した。Anthropicなどの企業はただちに同リポジトリの封鎖を試み、訴訟を提起した。

ローカル実行の実現可能性

airllm 70Bモデルは、クラウドAPIに依存することなく、コンシューマー向けハードウェア上で直接ロードして推論を実行できる。ユーザーは重みファイルをダウンロードした後すぐに起動でき、コードリポジトリにはワンクリックインストールスクリプトが用意されている。実測では、24GB VRAMの単一GPUでも70BパラメータのFP16推論が完結することが確認されている。

この実装方式は外部サービス呼び出しを回避し、データのアップロード工程を削減する。モデルファイルのサイズは約140GBであり、ユーザーは十分なストレージ容量を用意する必要がある。

クローズドソースサービスとの比較

クローズドソースモデルは通常APIを通じて提供され、トークン単位で課金される。一方、airllm 70Bではユーザーが自らハードウェアコストを負担する必要がある。同一プロンプトにおいて、ローカルモデルの応答レイテンシはローカルデバイスの性能に依存し、最大で毎秒20トークン程度であるのに対し、APIサービスの多くは毎秒50トークン以上を実現している。

プライバシーの観点では、ローカルモデルは入力テキストをサードパーティに送信しない。一方、Anthropicなどの企業はデータをモデルのトレーニングに利用する条項を保持している。コスト比較においては、APIを1年間継続利用した場合の費用がGPU購入費を上回る可能性があるのに対し、ローカルモデルは一度きりのハードウェア投資で済む。

封鎖措置と法的紛争

GitHubのリポジトリはAnthropicによる報告を受けてアクセス制限が生じ、開発者はただちに訴訟に直面した。提訴の理由はモデルの学習データの出所と知的財産権に関わるものである。事件が公になると、コミュニティでは二つの立場が生まれた。一方はローカルデプロイがユーザーデータを保護すると主張し、もう一方はモデルが監視の及ばない用途に利用される可能性を懸念している。

2026年6月21日時点で訴訟は継続中であり、リポジトリのスター数は2万以上を維持している。

開発者・企業向け提言

• 機密データを扱うチームは、airllm 70Bのローカルデプロイを優先的にテストし、ハードウェアの互換性を確認した上で長期利用を判断することが望ましい。
• 推論速度への要求が高いアプリケーションでは、ローカルモデルの応答が不十分な場合に切り替えられるよう、APIを補助手段として保持することを推奨する。
• 企業はモデルの出所を審査するプロセスを整備し、法的リスクのある重みファイルの利用を避けるべきである。
• オープンソースの貢献者はライセンスの変更に注意を払い、コードリポジトリを適時バックアップしておく必要がある。