Inkling 代替10選｜無料・日本語・オープンソースで比較 (2026年版)

Inklingという名前を聞いて調べ始めたものの、出てくる情報がAIモデルの話と教材システムの話でバラバラ。そこで止まっている人がかなりいます。答えを先に置きます。あなたが探しているのが「大きなAIモデル」なら、代替候補は重み公開型のモデルと、ChatGPTやClaudeのような商用チャットAIの二択です。

そして選び方の分かれ目は、性能ではありません。お金の払い方と、データをどこに置くか。ここだけ決まれば候補は3つまで絞れます。

Inklingとは？何が特別だったのか

Inklingとは、Thinking Machines Labが2026年7月15日に公開したオープンウェイトの基盤モデルです。同社は元OpenAI CTOのMira Murati氏が率いる開発チーム。公開直後から注目が集まりました。

技術面の特徴は3つあります。

• 975B総パラメータ / 41BアクティブのMoE構造 — MoEは「必要な専門家だけ起こして計算量を節約する」仕組み
• マルチモーダル入力 — 文章だけでなく画像なども受け取れる
• Thinking Effort — AIにどれだけ考えさせるかを利用者側で調整できる

加えて、一度に読み込めるトークン（AIが扱う文字のかたまり）は100万トークン規模とされています。独立評価機関Artificial Analysisの評価では、米国のオープンウェイトモデルで首位を取ったと報じられました。

つまりInklingは「重みが公開されているのに、性能は商用モデルに迫る」という位置づけ。代替を探すときは、この2つの性質のどちらを引き継ぎたいのかで進む道が変わります。詳細はInklingのツールページにもまとめています。

「Inkling代替」で探している人は2種類います

同じキーワードで検索していても、探しているものが別物のケースが目立ちます。ここを取り違えると、まったく役に立たない比較表を眺めることになります。

見分け方は簡単です。下の表で自分がどちらか確認してください。

つまり、教材配信が目的の人はTalentLMSやDoceboといった学習管理システムの比較を見たほうが早いです。この記事の残りはAIモデルの話に絞ります。

代替選びで先に決める3つの軸

候補を並べる前に、自分の条件を確定させます。ここを飛ばして機能表から入ると、必ず選び直しになります。

1つ目はお金の形。定額の月額課金か、使った分だけのAPI従量課金か。チーム5人が毎日チャットで使うだけなら月額のほうが読みやすいです。逆に、社内システムから自動で大量に呼び出すなら従量課金一択。

2つ目はデータの置き場所。顧客情報や未公開の資料を扱うなら、外部に送らない構成が要ります。重みを配布しているモデルなら自社サーバーやPCの中だけで完結します。

3つ目は日本語の質。ここは差が大きい。英語のベンチマークが高くても、日本語の敬語や社内文書の言い回しが不自然なモデルは実務で使いにくいです。

この3つに答えを出してから、次の一覧表を見てください。

Inkling代替10選早見比較表

Inklingの代わりになる主要な選択肢を、性質別に並べました。料金はリサーチ時点で確認できたものだけを記載し、確認できないものは空欄にしています。

表のとおり、上位3行を比べるだけでは判断できません。OllamaとLM Studioは「モデル」ではなく「モデルを動かす箱」だからです。ここを混同したまま比較記事を読むと話が噛み合いません。

料金は各社の公式ページで変わります。金額を稟議に載せるなら、必ず公式の料金ページで当日の数字を確認してください（2026年7月時点）。

無料で使える代替はどれ？

無料には2種類あります。「無料プランで使える」と「モデルそのものがタダ」。まったく別の話です。

一番安く済むのはどれか。少人数で試す段階なら、商用チャットAIの無料プランが圧倒的に手間が少ないです。GPUも設定も要りません。

一方で、毎月何十万回も呼び出す用途になると話が逆転します。重み配布型を自社で動かせば、増えるのは電気代だけ。ここが分岐点。

無料枠だけで足りるか判断するときは、1日の利用回数を実際に数えてみてください。感覚で「そんなに使わない」と言った人が、翌月に上限で止まるのはよくある展開です。

日本語で使うならどれが強い？

日本語の質は、ベンチマークの数字からは読み取れません。実務で効くのは次の4点です。

• 敬語と社内文書の言い回しが自然か
• 固有名詞（社名・製品名）を勝手に書き換えないか
• 長い日本語資料を読ませたとき、途中を無視しないか
• 表や箇条書きの整形が崩れないか

体感として、日本語UIまで含めて仕上がっているのは商用チャットAI側です。設定を触らずに読める文章が出てきます。

重み公開型は、モデルごとに日本語の癖がかなり違います。英語では滑らかなのに、日本語だと不自然な語順が混ざるものも珍しくありません。導入前に自社の実文書で試すのが確実です。

検索と要約を日本語中心で回したいなら、Feloのような日本語前提の設計をしたツールも候補に入ります。使い勝手の細部はFeloの完全ガイドにまとめてあるので、日本語検索AIを検討中なら先に読むと比較が早くなります。

オープンウェイトに乗り換えると何が変わる？

Inklingの魅力が「重みが公開されていること」だったなら、代替もそこを引き継ぐべきです。ただし言葉の整理が要ります。

オープンウェイトは、モデルの中身（重み）がダウンロードできる状態。オープンソースは、学習データや訓練コードまで公開された状態。この2つは混同されがちですが、法務チェックでは別物として扱われます。

乗り換えで変わるのは主に3つです。

1. データが外に出なくなる — 社内サーバーの中だけで完結できる
2. 費用の形が変わる — 従量課金から設備投資へ
3. 運用の手間が増える — 更新も障害対応も自分たちの仕事

3番目を軽く見た組織が一番痛い目を見ます。モデルを置いた後、誰が面倒を見るのか。担当者が決まっていないなら、素直にクラウド側を選ぶほうが安全です。

ローカルで動かす場合の入り口はOllamaやLM Studio。モデル自体はHugging Faceから取得するのが一般的な流れです。この「重み公開のモデルを自分の環境で動かす」構図は、画像生成の世界で先に定着しました。感覚をつかみたいならComfyUIとStable Diffusionの比較が参考になります。仕組みの考え方はほぼ同じです。

ここまでの整理: Inklingの代替は「無料で気軽に始める（商用チャットAIの無料プラン）」「安く大量に回す（重み公開型＋自社実行）」「日本語の質を取る（商用チャットAI有料）」の3方向。まだ迷っているなら、次の料金の話で決着がつきます。

料金はどれくらいかかる？

金額の比較でつまずく原因は、単位が違うものを並べてしまうことです。月額とトークン単価は、そのままでは比べられません。

つまり、社員10人が手作業でチャットに使うだけなら月額サブスク。夜間バッチで1万件の文書を処理するならAPI従量課金。この住み分けで9割は決まります。

判断のコツは、月の合計トークン数をざっくり見積もること。A4資料1枚がおよそ1,000〜1,500トークンと考えて、月に何枚分を処理するか計算します。この計算をせずに「安いほう」を選ぶと、請求書で驚くことになります。

複数のモデルを同じ窓口から試したいならOpenRouter経由という手もあります。乗り換えの検証コストを下げられるのが利点。

業務利用で必ず確認する4項目

個人利用と法人利用では、見るべき場所が変わります。稟議を通す前に、この4つを埋めてください。

特に2番目が要注意です。オープンウェイトのライセンスには、利用者数や再配布に条件が付くものがあります。「オープン＝何でも自由」ではありません。

社内で監査対応まで見据えるなら、AIツールの管理体制そのものを設計する話になります。その領域は社内監査向けAIツールの整理でまとめました。ルールを先に作っておくと、後から入るツールが増えても揉めません。

用途別のおすすめ早見表

条件別に、選ぶべき1つを決めました。迷ったらこの表の行を自分に当てはめてください。

要するに、条件が1つに定まれば答えも1つに定まります。全部を満たす選択肢を探し続けるのが一番の時間の無駄です。

画像を扱う予定があるなら、汎用モデルより専用ツールのほうが結果は安定します。用途がイラスト寄りならAIイラストツールの比較のほうが実用的です。

失敗しない乗り換えの進め方

いきなり全社で切り替えるのは事故のもとです。3段階で進めます。

第1段階は、同じ入力での比較。過去に処理した実際の文書を10件用意して、候補2つに同じ指示を出します。ここで日本語の癖が一目で分かります。

第2段階は、1チームだけの限定運用。2週間ほど回して、詰まる場面を集めます。多くの場合、性能ではなく手順の問題が出てきます。

第3段階が全体展開。このときに、使ってはいけないデータの種類を明文化しておきます。ルールを口頭で伝えた組織は、半年後に必ず事故ります。

APIで組み込んでいる場合は、呼び出し部分を1箇所にまとめておくと乗り換えが楽になります。モデル名を1行変えるだけで切り替わる構造。これを最初にやっておくと、次に新しいモデルが出たときの作業がほぼゼロになります。

オープンウェイト勢の勢力図は動きが速いので、LLMカテゴリを定期的に眺めておくと出遅れません。Llama系の動向を追いたいならMeta AIのガイドも合わせてどうぞ。

AI PICKS編集部の判定

正直に言うと、Inklingの「完全な代替」は存在しません。975B総パラメータのMoEを重み公開でぶつけてきたモデルは限られており、同じ条件を丸ごと引き継げる相手がいないからです。

そのうえで、多くの人にとっての最適解ははっきりしています。手で使う業務なら商用チャットAIの有料プラン一択です。日本語の仕上がりと運用の手離れが違いすぎます。GPUの調達も、更新作業も要りません。

逆に、大量処理を自動で回す用途では商用チャットAIは微妙です。単価が積み上がって、3か月目に経理から連絡が来ます。ここは低単価APIか自社実行に振るべき場面。

「オープンだから」という理由だけで重み公開型を選ぶのは、正直イマイチな判断です。運用担当を置けない組織が手を出すと、半年後に誰も触れないサーバーが残ります。データを外に出せないという明確な制約がある場合にのみ、そのコストを払う価値があります。

判断に迷ったら、月の処理量を数えてください。答えはそこに書いてあります。

よくある質問（FAQ）

Q. Inklingは無料で使えますか？

オープンウェイトとして重みが公開されているため、モデル本体の入手にお金はかかりません。ただし動かすためのGPUや電気代は自己負担です。手軽に試したいだけなら、商用チャットAIの無料プランのほうが早く結論が出ます。

Q. Inklingの代替でいちばん安いのはどれですか？

使い方によって逆転します。少人数の手作業なら無料プラン、大量の自動処理ならAPIの入力単価が低いもの、常時稼働なら自社実行です。リサーチ時点では入力100万トークンあたり$0.27という単価の例が確認できました。金額は変動するので、契約前に公式の料金ページで確認してください。

Q. 日本語の精度はオープンウェイト勢でも十分ですか？

モデルによる差がかなり大きいです。英語のベンチマークが高くても日本語が不自然なものは普通にあります。自社の実際の文書10件で試してから決めるのが確実。ここを省略した導入は、ほぼ後戻りします。

Q. オープンウェイトとオープンソースは同じ意味ですか？

違います。オープンウェイトは重みだけの公開、オープンソースは訓練コードやデータまで含む公開です。法務確認ではこの区別が問題になるので、ライセンス本文を読んでください。「オープン」の一語で判断すると危険です。

Q. 自分のPCでも動かせますか？

小さめのモデルなら可能です。OllamaやLM Studioを入れれば、コマンドの知識がほとんどなくても起動できます。ただし大規模なMoEモデルを個人PCで快適に動かすのは現実的ではありません。まずは軽量モデルで手順に慣れるのがおすすめ。

Q. 教材配信のInklingを探していた場合はどうすればいいですか？

この記事の内容は当てはまりません。学習管理システム（LMS）の比較を探してください。コース作成やeラーニング配信が目的なら、AIモデルの性能比較を読んでも判断材料になりません。

Q. 乗り換えたあと、また新しいモデルが出たら大変ではありませんか？

API呼び出しを1箇所にまとめておけば、切り替えは設定変更だけで済みます。この構造にしておくかどうかで、次回の作業量が10倍変わります。最初の実装時にやっておくのが得策です。

関連する比較・代替を見る

• Inklingの代替をツール単位で見る — 機能別の対応表で候補を絞れます
• ChatGPTの代替 — 商用チャットAIの中で乗り換え先を探すとき
• Claudeの代替 — 長文処理を重視する場合の比較
• Geminiの代替 — マルチモーダル用途で並べ替えたいとき
• DeepSeekの代替 — 低単価API路線で他の候補を見る
• Mistralの代替 — 欧州系オープンウェイトの比較
• Llamaの代替 — 重み配布型を横並びで確認
• Ollamaの代替 — ローカル実行環境の選択肢

次に読むならこれ：社内でAIを本格運用するつもりなら、社内監査向けAIツールの整理を先に読んでおくと、ツール選定と同時に管理ルールまで固められます。後から作り直す手間がなくなります。

各ツールの公式サイト（一次情報）

料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。

• Inkling — 公式サイト（AI PICKSの詳細）
• DeepSeek — 公式サイト（AI PICKSの詳細）
• Mistral AI — 公式サイト（AI PICKSの詳細）
• Meta Llama 3 — 公式サイト（AI PICKSの詳細）
• Ollama — 公式サイト（AI PICKSの詳細）