Motif-3 (Beta): 韓国の主権AIモデルがオープンソーストップ3にランクインした内部事情

Motif-3-Betaは、オープンウェイト大規模言語モデルの過密な競争に新たに参入したものであり、異例の出自を持っています。それは、韓国のAIインフラ企業Morehの約30人の子会社であるMotif Technologiesが提供するもので、2025年2月に設立され、約240億ウォン（約1600万ドル）のシリーズB資金を得ています。通常これらのリーダーボードのトップを占める研究所と比べると、これは小規模なチームであり控えめな資金力ですが、まさにそのため、このモデルの初期ベンチマークでの位置づけが注目を集めています。独立したArtificial Analysis Intelligence Index (AAII)スコア44は、オープンソースおよびオープンウェイトモデルの中で世界第3位、クローズドフロンティア研究所を含めると総合で第11位に相当します。

このモデルは明らかに開発途上であり、ベータ版またはプレビューチェックポイントであって、完成版ではありません。そして、前世代のMotif-2が採用していた完全に寛容なApache 2.0ライセンスではなく、非商用研究ライセンスを適用しています。「初期段階ながら強力な成果」と「未完成で制約あり」という組み合わせこそ、以下すべてに正直な枠組みです。つまり、Motif-3はオープンソース競争と韓国のAI自立推進において確かに興味深いデータポイントですが、ほとんどのチームが商用展開できる段階にはまだなく、その技術的主張のいくつかは独立した検証を経ていません。

要約。Motif-3-Betaは、韓国の約30人のMoreh子会社であるMotif Technologiesによる、パラメータ総数314B、アクティブパラメータ13Bの混合専門家モデルであり、国の国家主権AIプログラム「Dokpamo」の一環として構築されました。Artificial Analysis Intelligence Indexで44点を獲得し、グローバルでオープンソースモデルの中で3位で、次いでKimi K3とGLM-5.2、そして全体で11位です。重みは非商用研究ライセンスのもとHugging Faceからダウンロード可能で、無料のホステッドチャットはchat.motiftech.ioで利用できます。パブリックAPIの価格はまだありません。最終版は2026年8月初旬頃に予定されており、MMLU、GPQA、HumanEvalのスコアはモデル自体については公開されていません。

重要なポイント

• 小さなチームによる#3のオープンソースデビュー。 AAII 44は、Motif-3-Betaをオープンソース/オープンウェイトモデルの中でKimi K3とGLM-5.2に次ぐ第3位、クローズドフロンティアラボとの比較では全体11位にランク付けしている——これはArtificial Analysisを引用した報道による。

• 大規模モデル、効率的な活性化。〜314Bの総パラメータ数だが、トークンあたり約13Bのみが活性化され、384のルーティングエキスパート（8つの活性化エキスパートと1つの共有エキスパート）を介して実現 — モデルの全体的なサイズにもかかわらず、コスト効率の良い推論のために構築されたスパース比。

• まだベータ版、まだ非商用です。 これはプレビューのチェックポイントです。最終版は2026年8月上旬頃を目標としています。重みはHugging Faceで公開されていますが、非商用研究ライセンスの下で提供されています — これは、先行するMotif-2のApache 2.0条項からの後退です。

• 韓国の主権AI旗艦候補。国営の「ドクパモ」（独立AI基盤モデル）プログラムの下で構築され、政府提供のB200 GPUを使用し、外国のオープンソースベースを持たない独立したアーキテクチャとして販売されている。

• 韓国語に特化した、256Kコンテキスト。 専用の約106GBの韓国語事前学習コーパスでトレーニングされ、256Kトークンのコンテキストウィンドウを備えています。— マルチモーダルではなく、テキスト/会話モデルとして位置付けられています。

• 標準ベンチマークはまだ公開されていません。 Motif-3自体については、MMLU、GPQA、HumanEval、KMMLUの数値はまだ公開されておらず、そのカスタムアーキテクチャの主張は未検証のベンダー用語です。

この記事に記載されているAAII 44 / #3-open-source / #11-overallの数値は、Artificial AnalysisとモデルのHugging Faceカードを引用した報道を経由して得られたものであり、現在のArtificial Analysisサイトを直接かつ独立に再確認した値ではありません。そのため、これらは現時点での正確な値ではなく、方向性を示すものとして扱ってください。Motif-3-Betaは、名称が示す通りベータ版です。ベンチマーク、ライセンス、価格はすべて、正式リリース前に変更される可能性があります。Hugging Faceのライセンスは非商用研究目的のみに限定されています。本稿執筆時点では、Motif-3に関するMMLU、GPQA、HumanEval、KMMLUのスコアは、いずれのソースからも公開されていません。

Motif-3 (Beta) とは

Motif Technologiesは、AIインフラとGPU仮想化ソフトウェアで知られるMoreh社からスピンアウトした韓国のAI研究所です。2025年2月に約30名の従業員と約240億ウォン（約1600万ドル）のシリーズBラウンドで設立されたMotifは、フロンティアモデル開発者の基準では小規模であり、このベンチマーク層の競合他社のほとんどは工学分野のチーム規模が一桁大きいです。同社はCEOのLim Jeong-hwanが率いており、Motif-3-Betaは、より小型のMotif-2.6Bモデルに続く、これまでで最も野心的なリリースです。

アーキテクチャ的には、Motif-3-Betaはスパース混合専門家（MoE）大規模言語モデルであり、総パラメータ数は約3140億、そのうち各トークンに対してアクティブになるのは約130億のみです。ルーティングは384のルーティング専門家にわたって実行され、トークンごとに8つのアクティブ専門家と1つの共有専門家が使用されます。このモデルは256Kトークンのコンテキストウィンドウ、隠れ次元4096、53のトランスフォーマー層、22万160トークンの語彙を持ち、bf16精度で提供されます。これはテキスト/会話モデルであり、画像、音声、動画の機能は明記されておらず、意図的に韓国語に特化しており、専用コーパス（内部では motif-3-korean-pt-v0 と呼ばれる）の約106GBの韓国語テキストで部分的に学習されています。

状態はスペックと同じくらい重要です。Motif-3-Betaは明示的にプレビューチェックポイントであり、完成したモデルではありません — Motifは最終バージョンを2026年8月初旬頃に計画していると示しています。重みはオープンでHugging Faceからダウンロード可能ですが、非商用研究ライセンスの下にあります。つまり、現在の条件では、プロダクションや収益を生む使用は許可されていません。これは、完全に寛容なApache 2.0ライセンスでリリースされた同社の以前のリリース、Motif-2からの顕著な変更点です。chat.motiftech.ioで誰でもモデルをダウンロードせずに試せる無料のホスト型チャットインターフェースがありますが、まだ公開APIの価格設定はなく、プロジェクトのGitHub組織もなく、アーキテクチャを査読可能な詳細で説明したMotif-3のarXiv論文もありません — これらはすべてBetaではよくある不足ですが、このモデルを中心に計画を立てる前に知っておく価値があります。

AAIIフック：ベンチマークの深掘り

Motif-3-Betaが韓国国外で注目を集める主な理由は、単独の独立した数値、すなわちArtificial Analysis Intelligence Index（AAII）スコア44にある。Artificial Analysisを引用した報道によれば、このスコアにより、同モデルはオープンソース・オープンウェイトモデルの中で世界第3位（Kimi K3、GLM-5.2に次ぐ）に位置づけられ、クローズド・プロプライエタリなフロンティアモデルを含めた総合ランキングでは第11位となる。30人のチームが約1年半の活動で、中立的な第三者機関の指標においてグローバルなオープンソース上位3位に入ったことは、正当な成果であり、Motifのアプローチが単なる野心的なものではなく、競争力を持つことを示す最も明確な証拠と言える。

とはいえ、この数字には特定の留保が必要です。これは、執筆時点のライブのArtificial Analysisリーダーボードを直接、新たに再検証して読み取ったものではなく、報道やモデル自身のHugging Faceカード（Artificial Analysisを引用）を通じて得られたものです。AAのランキングは新しいモデルが追加されたり既存のモデルが再スコアリングされたりするにつれて変動するため、AAII 44 / #3-open-source / #11-overallはスナップショットとして扱い、下流の意思決定において現在の事実として引用する前にライブサイトで確認すべきです。

Motif自身のドキュメントにも、いくつかのカスタムアーキテクチャコンポーネントが記載されています。「Grouped Differential Latent Attention (GDLA)」、「Grouped PolyNorm activation」、そして「修正版mHC」機構です。これらはベンダーが作った用語であり、本稿執筆時点ではモデルカードに詳細が定義されておらず、独立したベンチマークや査読も行われていません。Motif-3のarXiv論文もまだありません。これらは、Motifが既存のオープンソースベースをフォークするのではなく、独自のアーキテクチャを構築したという興味深いシグナルとして見るのは妥当ですが、独立した分析が行われるまでは実証済みの性能上の優位性として扱うべきではありません。

何が欠けているかを正直に述べることも重要です。Motif-3自体については、MMLU、GPQA、HumanEval、KMMLUのスコアは公開されていません。これは、より確立されたオープンモデルと比較して明らかなギャップです。それらのモデルは通常、複合インデックススコアとともに標準的なアカデミックベンチマークの完全なセットを公開しています。Motifがその全体像を明らかにするまで（おそらく2026年8月初旬のファイナルリリース前後）、AAIIの数値は評価作業の多くを単独で担っており、「包括的にベンチマークされたモデル」ではなく、「有望な初期シグナル」として読まれるべきです。

上記にランク付けされたモデルに関する背景情報：Moonshot社のKimi K3は、AAIIが約57（全体でトップ4）で、フロントエンドコードアリーナで1位を獲得しています。これは約2.8TパラメータのMoEとして構築され、価格は100万トークンあたり3ドル/15ドルで、強力ですが動作が遅く冗長であると報告されており、オープンウェイトの提供は約束されているものの、まだ完全には確認されていません。Z.ai/Zhipu社のGLM-5.2は、AAIIスコア51で、オープンウェイト全体で1位を保持しており、約750B/40BのMoEで、完全に寛容なMITライセンスの下でリリースされ、セルフホスティング可能で、価格は100万トークンあたり1.40ドル/4.40ドルです。両モデルは、本日時点のオープンソースインデックスでMotif-3-Betaよりも上位にランクされています。これは有用な背景情報です。「オープンモデルにおいて世界第3位」というのは確かに強力な結果ですが、それは展開成熟度の点でより大きく、GLM-5.2の場合はライセンス条件がかなりオープンな2つのモデルに大きく差をつけられての3位です。

アクセスと価格設定

今日Motif-3-Betaを実際に試すには、2つの方法があります。1つ目は、Hugging Faceから直接オープンウェイトをダウンロードし、モデルをセルフホスティングする方法です。ただし、現在のライセンス条件により、非商用の研究目的に限られます。このベータリリースでは商用利用の許諾はなく、ベンチマークの数値がどうであれ、本番環境へのデプロイは対象外です。2つ目の方法は、Motifの無料ホスト型チャットインターフェース（chat.motiftech.io）を利用する方法です。これにより、ダウンロードやホスティングを必要とせず、ブラウザ上で誰でもモデルを試すことができます。

現在、トークンごとの価格設定が公開されたパブリックAPIはありません。これは、このモデルをKimi K3（100万トークンあたり3ドル/15ドル）やGLM-5.2（100万トークンあたり1.40ドル/4.40ドル）のようなAPI優先の競合他社と比較評価する際に、意味のあるギャップとなります。これらの競合他社は、現在の規模でのコストを見積もることができます。MotifがAPI価格を公開するまで（おそらく最終的な非ベータ版リリースに関連して）、これらのモデルとのコスト比較は必然的に不完全です。現時点での実用的なオプションは、chat.motiftech.ioで無料で試すか、非商用研究目的に限定してオープンウェイトをセルフホストすることです。

韓国のソブリンAIの物語

Motif-3-Betaは単なる企業の製品発表ではない。それは、韓国が「主権的AI（Sovereign AI）」と呼ぶ取り組み——つまり、米国や中国の基盤モデルに完全に依存するのではなく、国内でフロンティアクラスのモデルを構築・制御する能力——を推進する上での、目に見えるデータポイントである。Motif-3は、政府支援の「独立型AI基盤モデル」イニシアチブの下で開発されており、韓国メディアでは「독파모（Dokpamo）」と呼ばれている。このイニシアチブは、LG AI Researchの「EXAONE」シリーズ、Upstageの「Solar」モデル、SK Telecomの自社AIプログラムなど、複数の競合する取り組みに同時に資金を提供している。Motif-3はその分野で最も注目されている参入者の一つであり、その理由の一部は、いかに迅速に構築されたかにある。

報道によると、このモデルは政府提供の約700～768基のNvidia B200 GPUを使用してトレーニングされ、中核となる開発サイクルは約5か月でした。これは314Bパラメータモデルとしては迅速なタイムラインであり、MoE設計による13Bアクティブパラメータの効率性を考慮しても同様です。Motifは、このモデルが外部のオープンソースベースを持たない独立したアーキテクチャであると強調しており、これは技術的な誇りであると同時に国家的な誇りでもあります。Dokpamoプログラムの目標は単に「良いモデル」ではなく、既存の米国や中国のオープンウェイトリリースのファインチューンや派生ではなく、国内のアーキテクチャ選択によってエンドツーエンドで構築されたモデルを実現することです。

その効率性のフレーミング（総パラメータ314B中、活性化しているのは13B）は、Motif自身の歴史との意図的な対比でもある。同社の以前のモデルMotif-2.6Bは、Nvidia製ハードウェアではなくAMD MI250 GPUでトレーニングされており、GPUインフラの柔軟性に対するMorehのより広範な関心を反映している。Motif-2.6BとMotif-3-Betaを合わせて見ると、少人数のチームが計算効率を徹底的に最適化している一貫したストーリーが浮かび上がる。最初はハードウェアの選択により、今度は疎なMoEルーティングにより——これは、単にパラメータ数を増やすよりも、リソースに制約のある国家的AIプログラムにとって、より応用可能なスキルであると言える。

対象：3つのシナリオ

1. 韓国語研究者とNLPチーム

Motif-3-Betaの専用韓国語事前学習コーパスにより、特に韓国語NLPタスク（評価、ファインチューニング実験、LGのEXAONEやUpstageのSolarなどの他の韓国語特化モデルとの比較研究）に取り組む学術研究チームにとって自然な選択肢となります。ライセンスは非商用研究利用であるため、これはまさにそのライセンスが想定するユースケースです。重みをダウンロードし、独自の評価を実行し、このモデルを韓国語モデル研究における真に新しい独立したアーキテクチャのデータポイントとして扱うことです。

2. オープンソースの最前線を追跡するチーム

もしあなたの仕事の一部が、オープンウェイトモデルの競争の行方を追うことにあるなら、Motif-3-Betaは純粋にシグナルとして注目に値します。30名のチームが国の計算リソース割り当てを活用し、約5か月で構築したこのモデルが、グローバルなオープンソースモデルの中で3位に入ったことは、計算効率の高いMoEアーキテクチャがどのようにして競争力のある結果へのハードルを下げているかを物語っています。無料のchat.motiftech.ioインターフェースで試してその振る舞いを定性的に体感し、2026年8月初旬の最終リリースにも注目してください。その際には、より充実したベンチマークスイートと（おそらく）更新されたライセンス条件が提供されるでしょう。

3. 主権AIプログラムを追跡する政策および業界のアナリスト

各国のAI戦略を追跡している人々にとって——米国や中国以外の政府がどのようにして独自のAI能力を構築しようとしているか——Motif-3は、韓国のDokpamoプログラムの実際の動きを示す有益な具体的事例である。政府によるGPU割り当て、小規模な民間企業、「外部のオープンソースベースを一切使用しない」という明確なアーキテクチャ主張、そして5か月の構築サイクルが特徴だ。これは、LG AI ResearchのEXAONEやUpstageのSolarと並ぶ、複数の並行プロジェクトの一つであり、各々のアプローチ、ライセンス選択、ベンチマークの軌跡を比較することは、主権AI投資が実際のモデル出力にどのように変換されるかを理解するための合理的なレンズとなる。

使用すべきでない場合

Motif-3-Betaを商用または収益を生む製品にデプロイしないでください。現在のHugging Faceライセンスは明示的に非商用の研究目的のみに限定されており、本番環境で使用することは単なるリスクではなくライセンス違反となります。AAII 44の数値を完全に検証された最終的なベンチマーク結果として扱わないでください。これは、実際のArtificial Analysisリーダーボードから直接取得した新しいデータではなく、プレスリリースやモデル自体のカードに基づいており、最終版が出荷される頃には変動する可能性があります。標準的で十分に文書化されたベンチマークカバレッジを必要とするタスクにこのモデルを依存しないでください。公開されたMMLU、GPQA、HumanEval、KMMLUのスコアはまだなく、ユースケースを確認できません。そして、今日時点でプロダクショングレードのAPIアクセスを期待しないでください。公開されたAPI価格、GitHub organization、査読済みのアーキテクチャ論文はありません。これらはすべて、Motif-3上で研究プロトタイプ以上のものを構築する前に待つことが妥当です。

よくある質問

Motif-3-Betaとは何ですか？

これは、韓国のAIラボでありMorehの子会社であるMotif Technologiesが開発した、スパース混合専門家型大規模言語モデルです。総パラメータ数は約3140億、トークンあたりのアクティブパラメータは約130億、コンテキストウィンドウは256Kトークンで、専用の韓国語コーパスでトレーニングされています。現在はベータ/プレビューチェックポイントであり、完成版ではありません。

Motif-3-Betaは本当にどれほど優れているのか？

ある独立した指標（Artificial Analysis Intelligence Index）によると、このモデルは44点を獲得しており、メディア報道ではグローバルなオープンソースモデルの中で3位（Kimi K3とGLM-5.2に次ぐ）、全体では11位とされている。これは初期の結果としては優れているが、MMLU、GPQA、HumanEval、KMMLUのスコアはまだ公開されていないため、全体像は不完全である。

Motif-3-Betaを商用利用できますか？

現在のライセンスでは許可されていません。Hugging Faceのウェイトは非商用の研究目的のみで公開されています。これは前身モデルであるMotif-2で使用されていた完全に許容的なApache 2.0ライセンスからの後退であり、今日のプロダクション利用には厳しい制限があります。

使用するのにいくらかかりますか？

まだ公開APIの料金はありません。ホストされているchat.motiftech.ioインターフェースで無料でモデルを試すか、非営利研究用にオープンウェイトをセルフホストできます。料金と商用条件は最終リリースとともに導入される可能性があります。

これは本当に独立した韓国の建築ですか？

それがMotifの主張であり、韓国の国家“Dokpamo”主権AIプログラムという、外部のオープンソース基盤を持たないアーキテクチャという、より広範な目標に合致する。このモデルは確かにカスタムコンポーネント（“Grouped Differential Latent Attention”、“Grouped PolyNorm activation”、“modified mHC”メカニズム）を説明しているが、これらはベンダーが説明した用語であり、論文で詳細に説明されたり、独立したレビューを受けたりしていない。

最終版はいつ出ますか？

Motifは、最終的な非ベータ版リリースがおよそ2026年8月初旬に予定されていると示しました。その時点で、更新されたベンチマーク、および場合によっては更新されたライセンスと価格が期待されます。

それはKimi K3やGLM-5.2と比べてどうですか？

現在、両方ともArtificial Analysisオープンソース指数でMotif-3-Betaより上位にランクされています。Kimi K3はAAII 57前後、GLM-5.2はAAII 51、一方Motif-3-Betaは44です。また、GLM-5.2はより寛容なMITライセンスを持ち、API料金（100万トークンあたり$1.40/$4.40）も公開されていますが、Motif-3-Betaはまだ提供していません。

今日は Motif-3-Beta を使うべきですか？

韓国語の自然言語処理（NLP）の研究をしている場合、オープンソースモデルの競争を追跡している場合、または主権AI政策を研究している場合にこれを使用してください。これらはすべて、非商用ライセンスと無料チャットインターフェースが十分にサポートするユースケースです。研究プロトタイプ以上のものを構築する前に、より完全なベンチマークと明確な商用条件を備えた最終リリースを待ってください。

結論

Motif-3-Betaは真に注目すべき成果である。30名からなる韓国のチームが、国家主導のAIプログラムの資金提供を受け、約5か月の開発期間でグローバルなオープンソースモデルの中で独立した指標で3位にランクインしたのだ。しかし、「ベータ版」および「非商用」という言葉は、ここでは単なるマーケティング上の注釈ではない――これらは、今日このモデルがあなたの目的に使用可能かどうかを左右する2つの事実である。研究用の成果物として、また効率的なMoEアーキテクチャや国家的AIプログラムの方向性を示すシグナルとして、注視する価値はある。しかし、プロダクションモデルとしてはまだその域に達していない――完全な姿を知るには、2026年8月初旬の最終リリースを待つべきだろう。