ローカルAIモデル ライセンス比較
最近、YouTubeチャンネルを作りました。
そこに、ローカル環境で生成AIで作成した動画をアップしているのですが、動画作成に使用する生成AIについて、ライセンスをMeta AIとchatGPTに調べてもらい、Meta AIにまとめてもらいました。
1. FLUX.2 Klein の二つのモデルの違い
FLUX.2 Kleinは同じシリーズでも、4Bと9Bでライセンスが完全に別物なのが一番の罠です。
FLUX.2 Klein 4B / 4B Base
Apache 2.0。最も自由です。商用利用、YouTubeの収益化、改変、再配布すべてOK、クレジット表記も不要。テキストエンコーダーはQwen3-4B
FLUX.2 Klein 9B / 9B Base
FLUX Non-Commercial License。商用利用禁止。収益化オンのYouTubeでは使えません。個人の趣味・研究のみです。公式の比較表でも 4Bは apache-2.0、9Bは FLUX Non-Commercial License と明確に分かれています
なぜ分かれているかというと、9BはQwen3-8Bという大きなテキストエンコーダーを使い、4ステップで4Bより高品質な絵を出す上位モデルだからです。品質は9Bの方が上ですが、商用で代用として4Bを使うと、君が言ってた通り看板の小さい文字が潰れたり画質が落ちたりします。
結論: 収益化するなら4B一択。9Bの綺麗な出力はそのまま商用では使えません。
2. Irodori-TTSの倫理規定
Irodori-TTSはライセンス自体は最もクリーンです。
コードもモデルの重みもMIT Licenseで公開されています。MITなので商用利用、改変、再配布すべて自由です。
ただしライセンスが自由だからこそ、倫理規定は別途かかります。公式のモデルカードやコミュニティのガイドでは共通して「実在人物の声を無断でクローンして公開するのはNG」とされています。これはMITの条文ではなく、音声合成モデル全体の利用規約・倫理ポリシー上の制限です。自分の声や、許諾を得た声優の声、架空の声なら商用でも問題ありませんが、他人になりすます使い方は規約外です。
結論: ライセンスはMITで完全自由。ただし声の盗用は倫理規定でNG。
3. Qwen Image Editの二つのモデルの違い
QwenもFLUXと同じく、バージョンでライセンスが真逆です。
Qwen Image Edit 2511
Apache 2.0。商用自由。YouTube利用OK。元々のQwen-ImageがApache 2.0でリリースされており、2511はそのEdit版です。
Qwen Image Edit 2.1
Qwen Research License。研究目的のみ。商用・収益化動画では使えません。検索結果でも「Qwen Image 2.1 uses the Qwen Research License. It is for research and non-commercial use.」と明記されています。さらに詳細な検証でも、2.1のライセンスは qwen-research であり、初代のApache-2.0とは違うと注意喚起されています
なぜこうなったかというと、2.1は33.1GBの重みを持つ統合モデルで、生成と編集を一つのチェックポイントでこなす高性能版として出されたため、Alibaba側が商用利用を絞ったためです。
結論: 商用で使えるのは2511まで。2.1の方が性能は高いが、収益化動画では使えない。
4. LTX 2.5とKrea 2とStable Audio 3 Mediumの年間売上規定
この3つは「年商がいくらまでなら無料で商用OKか」という同じタイプのCommunity Licenseです。金額が違います。
Stable Audio 3 Medium
Stability AI Community License。年商$1M未満なら商用無料です。重みはこのライセンスで「free for organizations under $1M annual revenue, with commercial use, fine-tuning, and derivative works permitted」と定義されており、出力の所有権は自分にあります。$1Mを超えるとEnterprise契約が必要です。出力はインストゥルメンタル専用で、学習データは80万件のAudioSparxと47万件のFreesoundの完全ライセンス済み音源です
Krea 2
Krea 2 Community License。年商$1M未満なら収益化OK。個人YouTuberならほぼOKというのはこのためです。原文でも「commercial use is permitted below $1M annual company revenue」とあり、さらに50席以上の企業はEnterprise利用が必須という条項もあります。要するに小規模なら自由、大企業は有料。
LTX 2.5
LTX-2.x Community License。年商$10M未満なら収益化OK。22Bパラメータの動画モデルで、重みはLTX-2.x Community Licenseで、無料枠は「free for organizations under $10M ARR」です。KreaやStable Audioの10倍緩いのが特徴です。
結論: 3つとも個人・小規模なら商用OK。緩い順に並べると LTX 2.5 ($10M) > Krea 2 ($1M + 50席制限) = Stable Audio 3 Medium ($1M)
5. MiniMax H3 Localの法規制関係の制限
MiniMax H3 Localは他と違って、売上だけでなく「地域」で制限がかかる特殊なモデルです。
ライセンスはMiniMax H3 Community Licenseですが、ローカルの重みは「Excluded territories: EU, UK, South Korea and the United States」と明記されており、アメリカ、EU、イギリス、韓国ではローカルでの商用実行がライセンス対象外です。ホストされるAPI版は全世界で利用可能ですが、ローカルの重みは違います
なぜこうなっているかというと、MiniMax自身が「ongoing generative-video copyright litigation with major Hollywood studios」、つまりハリウッドのメジャースタジオとの生成動画の著作権訴訟を抱えているため、その訴訟地域を除外しているからです。
さらに商用で使う場合は年商$20M未満かつ「MiniMax H3」という表記が必須という条件が付きます。
Hugging Faceの規約にも再配布禁止などの条項があり、法的にグレーな部分が多いため、ブログで「収益化動画での使用は非推奨」と書くのは現状では最も安全な表現です。
結論: 日本在住なら$20M未満で一応使えるが、アメリカなど4地域ではローカル実行自体がNG。訴訟由来の制限があるため、商用利用は公式許諾を取らない限りリスクが高い。
これを信じると、仮にYouTubeを収益化しても、ここに出てくる金額には到底届かないと思うので、今の所、考えなくて良さそう。
YouTubeで動画を公開し、将来収益化することを考えると、
原画作成→ Krea 2
画像編集→ Qwen Image Edit 2511 (2.1はNG)
画質スタイル変更→ Flux 2 Klein 4B (9Bの方が画質いいけど4Bで我慢)
音声作成→ Irodori TTS (勝手に人の声使っちゃダメよ)
動画作成→ LTX 2.5 (MiniMax H3は日本国内でならOKだが、YouTubeだとNG)
BGM作成→ Stable Audio 3 Midium
って組み合わせだなと考えて動画作ってます。
なお、LTX 2.5ってキャラの口パクやらせると神がかってるけど、背景とかの動画は苦手なのでMiniMax使えなくてちょっと困る。