Microsoftのオープンモデルまとめ：公開モデル一覧・ライセンス・記事
Microsoft について
Microsoft は、Hugging Face の microsoft の組織で544件のモデルを公開しています。製品向けの大きな旗艦モデルよりも、研究所(Microsoft Research)から出る、目的のはっきりした中小のモデルが中心です。
何を公開しているのか
- Phi: 小型の言語モデルのファミリーです。2026年1月の Phi-4-reasoning-vision-15B は、画像も読める推論モデルです。
- Fara1.5(2026年7月): ブラウザを操作するエージェント(computer use agent)です。モデルカードによれば、Microsoft Research AI Frontiers のモデルで、画面のスクリーンショットを見て、クリック・入力・スクロールなどの操作を出力します。4B 版は Qwen3.5-4B をもとにしています。27B 版もあります。
- 音声: 話者の区別(誰が何を話したか)とホットワードに対応した、10言語のストリーミング音声認識 VibeVoice-ASR-Streaming(2026年9月)などです。
- 画像・動画の理解: 動画の圧縮形式のまま処理する 4B の Mage-VL(2026年7月)です。
- BitNet: 重みを 1.58bit にした言語モデル(bitnet-b1.58-2B-4T など)です。
- 表には、モデルカードに用途の説明が無い rho のシリーズなども並びます。
ライセンス
新しいモデルの多くは MIT です(Phi・Fara1.5・VibeVoice・BitNet など)。Mage-VL は Apache-2.0、Llama をもとにした研究用のモデルは元の Llama のライセンスです。同意が必要なモデルもあります。使う前に各モデルのライセンス原文を確認してください。上の要約は法的な助言ではありません。
手元で動かすときのポイント
- 公式の GGUF は、phi-4・Phi-3-mini・bitnet-b1.58-2B-4T などに限られます(2026-09-26 時点)。新しいモデルは第三者の変換版を探します。
- 小さなモデルが多く、家庭用の機材で試しやすい公開元です。 Fara1.5-4B のように、特定の作業に絞った小型のモデルを手元で試せます。
出典: microsoft/Fara1.5-4B・microsoft/VibeVoice-ASR-Streaming-7B・microsoft/Mage-VL のモデルカード、Hugging Face 上の microsoft の組織のモデル一覧(いずれも 2026-09-26 時点)。
当サイトの記録とデータ
当サイトはMicrosoft自身のモデルの記事を0本、それを元に第三者が作ったファインチューン・量子化版の記事を0本、公式ブログの記事を1本公開しています。下の Hugging Face のモデル一覧は、コードが毎日取得しています。公開元別のまとめの1ページで、シリーズ名はモデル系統別まとめの各ページへリンクしています。
基本情報
| 項目 | 内容 |
|---|---|
| Hugging Face の組織 | microsoft |
| Hugging Face の公開モデル数 | 544件 |
| 公式モデルの記事 | 0本 |
| 派生モデルの記事 | 0本 |
| 公式ブログの記事 | 1本 |
Hugging Face で公開しているモデル
公開元が Hugging Face で公開しているモデルは全部で 544件です。そのうち、当サイトが扱う生成モデル(テキスト・画像・動画・音声など)の新しいものを組織ごとに最大15件並べています。分類・特徴抽出などのモデル、研究用の部品、モデルカードの無いリポジトリは除き、公開元自身の量子化版・補助の別版は元のモデルの行にまとめています。重みを整数型に詰めて保存したリポジトリは、Hugging Face の集計が実際のパラメータ数と違うため、パラメータ数を空欄にしています。
→ 横にスクロールできます
| 公開日 | モデル | 用途 | パラメータ数 | ライセンス | 同じモデルの公式の別版 |
|---|---|---|---|---|---|
| 2026-09-22 | microsoft/rho-roboeval | — | 5.2B | mit |
— |
| 2026-09-03 | microsoft/VibeVoice-ASR-Streaming-1.5B | 音声 | 2.8B | mit |
— |
| 2026-09-03 | microsoft/VibeVoice-ASR-Streaming-7B | 音声 | 8.7B | mit |
— |
| 2026-08-29 | microsoft/rho-libero | — | 5.2B | mit |
— |
| 2026-08-27 | microsoft/rho-yam-box | — | 5.2B | mit |
— |
| 2026-08-27 | microsoft/rho-ur-ai-trainer | — | 5.2B | mit |
— |
| 2026-08-27 | microsoft/rho-fr3-duo | — | 5.2B | mit |
— |
| 2026-07-25 | microsoft/Mage-VL | VLM・マルチモーダル | 4.7B | apache-2.0 |
— |
| 2026-07-24 | microsoft/VibeVoice-ASR-BitNet | 音声 | 323M | mit |
— |
| 2026-07-18 | microsoft/Fara1.5-27B | VLM・マルチモーダル | 27.4B | mit |
— |
| 2026-07-18 | microsoft/Fara1.5-4B | VLM・マルチモーダル | 4.5B | mit |
— |
| 2026-07-15 | microsoft/bitnet-embedding-0.6b | — | — | mit |
— |
| 2026-07-15 | microsoft/bitnet-embedding-270m | — | — | mit |
— |
| 2026-07-02 | microsoft/HARC-Qwen2.5-7B-Instruct | テキスト生成 | 7.6B | apache-2.0 |
— |
| 2026-07-02 | microsoft/HARC-Llama-3.1-8B-Instruct | テキスト生成 | 8.0B | llama3.1 |
— |
Hugging Face の API からコードが取得した値です。最終更新 2026-09-27(JST)。
公式ブログの記事
最終更新 2026-09-27(JST)。ページ前半の解説は、出典に挙げた一次資料をもとに AI を用いて執筆したものです。「当サイトの記録とデータ」以降の表と一覧は、記事ログとHugging Face の API からコードが組み立てています。