Weights & Biases は機械学習エンジニア向けの AI 開発者プラットフォームで、実験の追跡、ハイパーパラメータ探索、データセットとモデルのバージョン管理、本番環境の LLM エージェント追跡を担います。2025 年 5 月に CoreWeave が買収し、Python SDK で連携します。
このツールを使いましたか？評価してください
Weights & Biases は業界ではほぼ常に W&B と略され、Python のパッケージ名とドメインは wandb です。本項目の slug もそこに由来します。公式サイトが自らに与えている位置づけは、AI 開発の記録システムというものです。トップページの文言は「確信をもって AI エージェントとアプリケーション、モデルを構築するための開発者プラットフォーム」であり、各製品ページで繰り返される表現は意図的に archival な響きを帯びています。数千社が AI モデルの学習と AI アプリケーション開発における system of record、すなわち唯一の権威ある記録元として W&B に依拠している、という言い方です。
この位置づけは、この製品が何ではないかも同時に説明しています。モデルではなく、ホスティングされたノートブック環境でもなく、コードを書かない人のためのドラッグ操作の画面でもありません。W&B との実質的なやり取りはすべて、すでに何かを学習させている、あるいはすでに言語モデルを呼び出している Python プログラムの内部で起こります。言い換えれば、この製品が担っているのは機械学習の実験追跡という基礎的な仕事です。この道具の仕事は、そのプログラムを観察し、何が起きたかを長く残り比較可能な形で書き留め、数か月後に引き継いだ同僚が、実行の場に居合わせていなくてもその全体像を検索できるようにすることです。
会社は 2017 年に三人の手で設立されました。一人目が Lukas Biewald、二人目が Chris Van Pelt、そして三人目が Shawn Lewis です。この三人は本社を興す前に、Figure Eight というデータラベリングの会社を共同で立ち上げた経験があります。公式の会社紹介ページは、当時解こうとした問題をかなり具体的に書いています。当時はモデルの追跡がほぼ手作業で、再現は事実上不可能だったが、深層学習そのものは急速に進んでいた、という記述です。OpenAI でモデルを作るために開発された実験追跡の仕組みが出発点となり、エンドツーエンドの MLOps プラットフォームへ育ちました。GitHub のデータが設立時期を独立に裏づけています。wandb/wandb リポジトリは 2017 年 3 月 24 日に作成されました。
2026 年に W&B を評価するなら、所有権の変更から始める必要があります。製品ロードマップとデータ処理経路の両方に実質的な影響があるからです。2025 年 5 月、Weights & Biases は CoreWeave に買収されました。この一文は W&B 自身の会社紹介ページからの引用であり、買い手側からも裏づけが取れます。CoreWeave, Inc.（ナスダック CRWV）は 2025 年 5 月 5 日、ニュージャージー州リビングストンから、Weights & Biases の買収を完了したと発表しました。
この取引については二点、慎重に扱う必要があります。最も広く流通している説明が、証拠よりも断定的だからです。
第一に価格です。TechCrunch の記事は、CoreWeave が金額非開示で買収したとはっきり書いており、頻繁に引用される 17 億ドルという数字については The Information の報道を引いたものだと明記しています。CoreWeave の買収完了プレスリリースを最後まで読んでも、取引金額はどこにも出てきません。したがって誠実な書き方は、業界メディアが伝えるところではおよそ 17 億ドルであり、2023 年に記録された 12 億 5,000 万ドルの評価額と対比される、というものであって、両社が金額を開示した、ではありません。稟議書を書くのであれば、この数字は開示資料ではなく報道として扱うべきです。
第二に、運営主体は変わっていません。マスターサービス契約は今も契約当事者を、デラウェア州で登記された有限責任会社である Weights and Biases, LLC と明記しています。その主たる営業所の住所は、カリフォルニア州サンフランシスコのアラバマ通り 400 番地 202 号室として登録されています。契約は今もこの法人と結ばれ、ニューヨーク州法が適用されます。
実際に変わった痕跡は三か所に残っています。リーダーシップの一覧では、共同創業者の Lukas Biewald の肩書きが最高経営責任者ではなくゼネラルマネージャー兼共同創業者になっており、他の二人の共同創業者は Distinguished Engineer という肩書きです。大手上場企業に組み込まれて事業部門になった組織形態と一致します。トップページ上部のバナーが宣伝しているのは CoreWeave Sandboxes で、これは AI エージェントとモデルが生成したコードを大規模に安全に実行するための隔離環境です。親会社のインフラが W&B の製品画面に一級の機能として登場しているわけです。そしてサーバーレス推論の製品ラインは、公式の表現自体が CoreWeave によって動作すると書かれています。
ベンダーロックインを懸念する利用者に向けて、CoreWeave は買収完了リリースで明確な約束をしています。顧客がどの配備方式でも、どのインフラ提供事業者でも、どの基盤モデルやフレームワーク、プロトコルでも自由に選べるよう、Weights & Biases プラットフォームの相互運用性に引き続き注力する、というものです。これは契約条項ではなく公の約束なのでそのように理解すべきですが、記録として残っているのは事実であり、いま W&B を導入することが特定の GPU クラウドに縛られることを意味するのか、という問いに対する最も直接的な答えでもあります。
会社はチーム規模を 270 名でありなお増えていると述べており、メンバーは世界各地に分散しています。導入規模の数字はより慎重を要します。TechCrunch が伝えた数値は、1,400 を超える組織がこの製品群を AI モデルの学習とファインチューニングの記録システムとして使っている、というものでした。同記事はその具体例として、製薬大手の AstraZeneca と半導体大手の Nvidia の二社を挙げています。これはベンダー提供の数値をメディアが伝えたものであり、独立監査を経ていません。検証済みの事実としてではなく、そうした性質の数字として記載します。
一方でオープンソースの側は直接確認できます。wandb/wandb のクライアントライブラリは MIT ライセンスで、言語は Python、執筆時点でスター 11,239、フォーク 886、未クローズの issue 954 を示しており、本ページの調査当日にもコミットが入っていました。別リポジトリの wandb/weave は後述する別の製品ラインに属し、Apache-2.0 ライセンスでスター 1,121、未クローズ issue 226 です。二つのリポジトリでライセンスが異なる点にご注意ください。一方について済ませた法務確認が、そのまま他方に及ぶわけではありません。スター数が覆い隠しかねない境界にも留意が必要です。オープンソースなのはクライアント SDK と Weave のライブラリであって、あなたの実行記録を保管しているホスティングサービスではありません。
W&B は、一つのアカウントと一つのストレージ枠の体系、一つの Python の入口を共有する七つの製品面として捉えるのが分かりやすいでしょう。公式のナビゲーションはそれらを Models、Training、Inference、Weave、Registry、Core、Secure deployment に分けています。
実験追跡は今も土台であり、ベンダーの説明は先の記録保管の比喩とぴたり一致します。モデル学習の記録システムとして、わずか数行のコードであらゆるモデルと指標、ハイパーパラメータを追跡し、結果を再現し、モデルの挙動をデバッグし、単一のダッシュボードの中でより速く最適化する、というものです。
計装に要するコードは本当に少なくて済みます。wandb.init(project="my_first_project") で実行を一つ開き、ハイパーパラメータを run.config に付け、指標を run.log({"loss": ...}) で送り、モデルファイルを run.log_artifact() で取り込みます。最後の呼び出しが、追跡から資産管理へと踏み越える境界線です。実行中に記録されたアーティファクトはバージョンが振られて系譜グラフに入り、明日には回収される学習ノード上のファイルとして残ることはありません。
W&B Sweeps はハイパーパラメータ最適化を担いますが、独自の秘術をほのめかす代わりに自社のアルゴリズムを名指しする、珍しいベンダーページです。カスタムロジックと並んでベイズ最適化を提供し、早期打ち切りは GPU 時間を節約するために Hyperband で実装したと明記しています。最も有望で成績のよい実行を生かし、下位を打ち切ることでエージェントを解放し、新しいハイパーパラメータの組み合わせを試させる、という説明です。透明性の主張も率直で、使用しているアルゴリズムをすべて引用し、探索の進行ログをすべて見せる、と書かれています。
機械学習エンジニアという読者層にとって、この開示はどんなベンチマークの図よりも説得力があります。Hyperband 特有の積極的な打ち切りが自分たちの損失曲線に合うかを自ら検討できるからで、名前を明かさない「賢い探索」に対してはそのような推論ができません。
Weave は第二の製品ラインで、モデル学習とは別の問題を扱います。入口は weave.init() と、関数に付ける @weave.op() デコレーターであり、以降はプラットフォームが LLM の呼び出しと文書検索、エージェントの各ステップを追跡します。
料金比較表は Weave が扱う範囲を項目ごとに挙げています。開発中と本番の双方で生成 AI モデルの挙動を監視・分析し、推論ごとに入力と出力、メタデータを取り込むトレーシング。評価。ファインチューニングと RAG、複数の LLM やデータセットといった異なる構成を、精度と遅延、トークン使用量で横並びに比較する本番モニタリング。LLM-as-a-judge の指標。そして個人情報のマスキングです。
このうち構成の横並び比較が、生成 AI の実務の姿に最も近いものであり、LLM オブザーバビリティが現場で最も価値を発揮する地点でもあります。問われるのは「このモデルは良いか」ではなく、ほぼ常に「自分たちのデータでこのファインチューン版はあの RAG 構成より良いか、そして遅延とトークン費用はそれぞれいくらか」だからです。
資産層の各機能には、ドキュメント全体で通用する固有の製品名が付いています。データセットとモデルのバージョン管理は W&B Artifacts、対話的なデータ可視化は W&B Tables、共同編集のダッシュボードは W&B Reports です。Registry はその上に立ち、モデルレジストリとしての役割を担って、データセットとモデル、プロンプト、コード、メタデータを系譜追跡とともに管理します。
Core は残るインフラをまとめています。Reports と Automations、SDK、そして製品の向かう先を示す最近の追加であるエージェント向け Skills と MCP サーバーです。
Inference は最も新しい製品面であり、買収の影響が最も目に見える領域でもあります。公式の説明は、CoreWeave が動作させるサーバーレス推論が API と playground の二通りのアクセスを提供し、ホスティング事業者に別途登録したり自分でモデルを配備したりせずに主要なオープンソース LLM を使えるようにする、というものです。自分で学習した LoRA の重みを持ち込み、ファインチューニング済みモデルでサーバーレス推論を回すこともできます。かつては三社の事業者を要した流れが一か所で閉じるわけです。ここで学習し、ここでアダプターを登録し、ここで提供します。
課金はモデルごとに設定され、入力とキャッシュ済み入力、出力の三種類の単価を区別します。執筆時点で公式サイトにて確認できる二例を挙げます。NVIDIA Nemotron 3.5 Lightning は 100 万トークンあたり入力 0.10 ドル、キャッシュ 0.05 ドル、出力 0.25 ドルでコンテキストは 262K。DeepSeek 系列の V4-Flash-0731 というモデルは、入力が 0.13 ドル、キャッシュ済み入力が 0.07 ドル、出力が 0.28 ドルという設定です。このモデルのコンテキスト長も同じく 262K となっています。モデルの一覧は新しいオープンウェイトの公開に応じて入れ替わるため、ある時点のスナップショットではなく公式の料金ページを基準としてください。
対応フレームワークの一覧は幅広く、それぞれに動作するコードがサイト上に併載されています。大規模言語モデルのアプリケーション側では LangChain と LlamaIndex という二つのフレームワークに対応します。深層学習の側では PyTorch 本体に対応し、Hugging Face が公開する Transformers という学習ライブラリと、その上を一段抽象化した PyTorch Lightning にも対応します。グーグル系では TensorFlow と、その上に置かれた Keras が同様に含まれます。従来型の機械学習では、汎用ライブラリである scikit-learn と、勾配ブースティングで広く使われる XGBoost に対応します。このうち Transformers の経路が最短で、TrainingArguments に report_to="wandb" を加えるだけで済み、trainer.train() が始まった時点でログ記録が自動的に開始します。
公式サイトは Weights & Biases のモバイルアプリの提供開始を告知し、いつでもどこでも AI の実験を監視し学習の実行を追跡できる初の iOS アプリだと紹介しています。この件は機能そのものとは別の理由で触れておく価値があります。GitHub には wandb のモバイル版あるいはデスクトップ版に関する issue が 2022 年 6 月から開いたままで、リアクション 27 件とコメント 59 件が積み上がっていました。コミュニティの長年の要望がついに応えられた例です。
最も典型的なのは GPU 日単位で測られる学習で、半年後に本当に重要な成果物はチェックポイントではなく、そのチェックポイントがどう生まれたかの説明であることが多いものです。設定と指標、システム統計、モデルファイルがすべて一つの実行記録に収まります。本番で劣化が現れたとき、動いていたモデルと動かないモデルの間で何が変わったのか、という問いに検索可能な答えが生まれます。
Hyperband の早期打ち切りを備えた Sweeps は、精度の道具であると同時に予算の道具でもあります。下位の実行を早く止めてエージェントを新しい組み合わせに再配分することが、手の届かないグリッド探索を現実的な探索へ変える鍵であり、続くパラメータ重要度の可視化が、どのつまみが実際に効いていたかを教えてくれます。
モデルを学習させるのではなくエージェントを作るチームにとって、入口は Weave です。検索とモデル呼び出しを経る一件のリクエストを端から端まで追跡し、推論ごとに入力と出力を取り込み、精度と遅延、トークン使用量の三軸で候補構成を比較してから、どれを本番に上げるかを決めます。個人情報マスキングという機能が存在する理由は明快です。顧客と接するアシスタントが本番で残すトレースには、顧客の情報が含まれざるを得ないからです。
医療と金融、公共部門のチームは通常、生の学習資産をマルチテナントの SaaS に送れません。Bring Your Own Bucket という経路はまさにこの状況のためにありますが、重要な例外が一つあり、対応プラットフォームの節で扱います。
学術向けの無償ライセンスはかなり手厚く、具体的な条件は料金の節にあります。多数の学生が小さな実験を大量に回す研究室にとって、追跡時間の無制限と 100 席という条件はコスト構造そのものを変えます。ただし機微な研究を載せる前に、制限の節のライセンスに関する項目を先に読んでください。
まず学習またはファインチューニングし、Registry でアダプターにバージョンを付け、サーバーレス推論で LoRA の重みを動かします。この統合は新しく現れたもので、これまでのところ CoreWeave との結合が製品面で生んだ最も明確な成果です。
1. インストールと認証。 pip install wandb を実行し、API キーでログインします。コミュニティに記録された既知の摩擦が一つあります。wandb.login() が Google Colab で毎回止まって切断されるという題の issue が 2021 年 4 月から開いており、リアクション 15 件とコメント 38 件が付いています。主にホスティング型ノートブックで作業するなら、認証のやり取りに少し時間を見ておいてください。
2. 実行を開き、設定を記録します。 学習スクリプトの先頭で wandb.init(project=...) を呼び、ハイパーパラメータを run.config に入れます。学習の後ではなく前に行ってください。後で実行同士を比較可能にするのがこの設定であり、設定を欠いた実行記録は説明のないグラフにすぎません。
3. 学習ループの中で指標を記録します。 run.log({"loss": loss}) を、仕事に合った頻度で呼びます。公式サイトの PyTorch の例は args.log_interval バッチごとに記録しており、この感覚が正しいところです。傾向が見える程度に密で、ダッシュボードが溺れない程度に疎に残すということです。
4. アーティファクトを取り込みます。 run.log_artifact("./my_model.pt", type="model") がモデルをバージョン付きの系譜グラフに入れます。重みがすでにクラウドストレージにあるなら参照型のアーティファクトを使ってください。外部バケットにあるデータはストレージ枠に算入されず、メタデータだけが算入されます。
5. 対応フレームワークを使っているなら近道を取ってください。 Hugging Face が公開している Transformers という学習フレームワークを使っているなら、TrainingArguments に report_to="wandb" の一行を加えるだけで連携は完了します。PyTorch Lightning を使っているなら、WandbLogger のインスタンスを作って Trainer に渡せば済みます。多くのスタックでログ処理を手書きする必要はありません。
6. 単発の実行に飽きたら Sweeps へ移ってください。 探索空間を定義し、あとはエージェントに任せます。入力の分布は自分で選び、早期打ち切りは必ず有効にして、GPU の予算が有望な領域に向かうようにします。
7. モデル呼び出しを含むコードにはすべて Weave を付けてください。 weave.init("プロジェクト名") に続けて、関心のある関数に @weave.op を付けます。デコレーター方式ということは、既存のコードを作り直すのではなく注釈を付けるのに近いという意味です。
8. 人のために Reports と Automations を整えてください。 Report は学習結果が同僚の読むものへ変わる場所です。Automations と Slack またはメールの通知は Pro 以上で使え、ダッシュボードを見張り続けなくてよくしてくれます。
9. 規模を広げた後ではなく、広げる前に配備形態を決めてください。 マルチテナントか専有か顧客管理型か。そしてデータ所在地が制約なら BYOB の節を丁寧に読んでください。製品ラインごとに適用範囲が同じではないからです。
機械学習エンジニアと研究科学者が主たる読者層であり、あらゆる入口が Python の import になっている理由でもあります。あなたの成果物が学習スクリプトなら、これはそのスクリプトのための計装です。
生成 AI アプリケーション開発者は実験追跡ではなく Weave から入ってきます。学習の実行を一度も記録しないまま、トレーシングと評価から十分な価値を得られます。
ML プラットフォームとインフラのチームが気にするのは配備の組み合わせと BYOB の適用範囲、SSO、SCIM によるプロビジョニング、カスタムロール、監査ログです。セキュリティ審査の前でこの製品を弁護できるようにする部分です。
学術研究者は無償の Pro ライセンスを得られます。条件は後述しますが、制限の節にあるデータ利用の条項も併せて確認してください。
個人の実務者と学習者は無料プランに無期限で留まることも、wandb server start でローカルサーバーを立てることもできます。ただしローカルの Personal 等級には重要なライセンス上の制限が付いています。制限の節をご覧ください。
向かない相手： ノーコードの AI ツールを探している人です。Python を書かずにこの製品を有意義に使う経路はありません。また生成 AI のトレースデータの所在地が自社ストレージでなければならないチームは、決める前に BYOB の例外条項を必ず読んでください。
W&B はあなたの学習コードが動く場所ならどこでも動きます。システム要件のあるアプリケーションではなく、ライブラリにサービスが付いた形だからです。違いが出るのは、そのサービス自体をどこに置くかです。
料金ページは SaaS（マルチテナントクラウド）と Dedicated（専有）、Customer-managed（顧客管理型）を並べています。企業等級にはリージョンを選べる単一テナントの選択肢が加わります。
敷居は意図的に低く設定されています。セルフホスティングには Docker と Python が入った機械があれば足り、サーバーはその条件を満たす Linux、macOS、Windows で動きます。起動は二行です。pip install wandb の次に wandb server start です。
責任の交換関係はベンダーが率直に述べています。セルフホスティングはデータとプライバシーの完全な制御を与えるが、データの保管とバックアップの管理はあなたの責任である、と。これがこの取引の誠実な説明であり、セルフホスティングは無条件に安全だと考えている相手にそのまま伝える価値があります。
BYOB はアーティファクトやその他の機微なデータを、自社のクラウドまたはオンプレミスのインフラに保管できるようにします。専有クラウドとマルチテナントクラウドでは、あなたが自分のバケットに保存したデータを W&B が管理するインフラへコピーすることはありません。対応するバックエンドは複数あります。親会社が提供する CoreWeave AI Object Storage があり、アマゾンの S3 オブジェクトストレージがあります。グーグルのクラウドストレージと、マイクロソフトの Azure Blob Storage も同様に対応しています。パブリッククラウド以外にも、自社環境に置いた S3 互換ストレージが利用でき、企業版の MinIO ストレージがその一例です。SDK と CLI、UI があなたのバケットと通信する際には事前署名 URL が使われます。
この機能が実際の規制要件を満たすかどうかは二つの但し書きが決めます。そしてどちらもマーケティングのページではなく技術文書に由来します。
第一は配備形態ごとの適用範囲です。 マルチテナントクラウドはチーム単位の BYOB のみに対応し、インスタンス単位は該当しません。専有クラウドと自己管理型はインスタンス単位とチーム単位の双方に対応します。
第二の方が重要です。W&B プラットフォームのセキュアストレージコネクタ、すなわち BYOB は Weave には提供されません。 データ所在地の要件が生成 AI アプリケーションのトレースデータ、つまり本番の LLM 呼び出しの入力と出力にまで及ぶ場合、BYOB では今のところその要件を満たせません。プラットフォームの生成 AI 側を検討する規制業種のチームにとって最も重要な制限であり、料金表では「Weave では利用不可」という短い脚注としてしか現れないため見落としやすいところです。
BYOB を有効にしてもデータは分かれたままです。 中央データベースはユーザーとチーム、アーティファクト、実験、プロジェクトのメタデータに加え、Reports と実験ログ、システム指標、コンソールログを保持します。あなたのバケットに入るのは実験ファイルと指標、アーティファクトのファイル、メディアファイル、run のファイル、そして Parquet 形式で書き出された履歴指標とシステムイベントです。自分のバケットを使うという言い方は、何一つ自社の境界を出ないという意味ではありません。
実験の監視と学習実行の追跡のための iOS アプリがあります。サイトの多言語対応は部分的です。マーケティングサイトのリンクを列挙すると、日本語と韓国語、ドイツ語の三つのサブサイトだけが存在します。中国語やフランス語、ロシア語、スペイン語、ポルトガル語の版はないため、この三言語以外の非英語圏のチームは英語のドキュメントで作業することを見込んでおく必要があります。
互いに独立した二つの系統があります。クラウドホスティングとプライベートホスティングであり、それぞれ条件の異なる無料等級を別々に持っています。両者の取り違えは起こりやすく、影響も小さくありません。
Free は月額 0 ドルです。 AI アプリケーションとモデルの個人開発向けとされています。AI アプリケーションの評価とトレーシング、スコアラー、AI モデルの実験追跡、AI 資産のレジストリと系譜追跡、コミュニティサポートが含まれます。上限はモデル席が最大 5、ストレージが月 5GB、Weave のデータ取り込みが月 1GB です。
Pro は月額 60 ドルからで月次請求、30 日間の無料トライアルが付きます。無料等級に加え、協働チーム数の無制限とチーム単位のアクセス制御、サービスアカウント、優先メールおよびチャットサポート、CI/CD の自動化、Slack とメールの通知が付きます。上限はモデル席が最大 10、ストレージが月 100GB（超過分は 1GB あたり 0.03 ドル）、Weave のデータ取り込みが月 1.5GB（超過分は 1MB あたり 0.10 ドル）です。
Enterprise は個別見積もりのプランです。 リージョンを選べる単一テナントの選択肢と HIPAA 準拠の選択肢、セキュアなプライベート接続、顧客管理の暗号鍵、シングルサインオン、ユーザープロビジョニングの自動化、カスタムロール、監査ログ、企業向けサポートパッケージが加わります。
Pro には重要な但し書きがあり、これは技術的な上限ではなくライセンス上の規則です。W&B Pro は従業員 50 名未満の初期段階のチームと組織を想定しており、この目安を超える顧客は W&B Enterprise への移行を求められることになります。Pro が、より高い利用量を支えられない可能性のあるレート制限と性能上の制約を前提に設計されているためです。従業員 60 名の会社が Pro の席を買い足し続けることで乗り切ることはできません。
Personal は月額 0 ドルです。 ユーザー席が 1 で実験追跡とレジストリ、系譜追跡が含まれ、Docker と Python がある任意の機械でローカルに動かせます。制限は曖昧さがなく、ページ上で二度繰り返されています。個人プロジェクト専用であり、法人利用は認められません。
Advanced Enterprise は個別見積もりのプランで、無償の企業向けトライアルライセンスが提供され、柔軟な配備の選択肢と HIPAA 準拠、セキュアなプライベート接続、CMEK、SSO、ユーザープロビジョニングの自動化、カスタムロール、監査ログ、企業向けサポートパッケージを含みます。
学術研究は永年無料です。プロジェクトとチームの数に制限はなく、200GB の無料クラウドストレージが付きます。資格要件は、営利企業と結び付かない研究を行う学術機関に無償の Pro ライセンスを提供するというもので、対象は学生と教授、ポスドク研究者、そして有効な学術機関のメールアドレスが必要です。ライセンスには Pro の全機能と追跡時間の無制限、200GB のクラウドストレージ、月最大 25GB の Weave データ取り込み、最大 100 席が含まれ、追加ストレージは 1GB あたり 0.03 ドルで月次請求されます。
Pro は月次または年次の前払いで請求されます。モデル席は期中に追加した場合は日割りされますが、席を減らしてもクレジットは発行されません。Weave のデータ取り込みと W&B Inference、ストレージは実際の利用量に基づいて後払いで月次請求されます。Enterprise は年次前払いで請求書が発行されます。
ストレージは前述の GB 日の計算で 30 日の加重平均を取り、アーティファクトと run に記録されたデータの双方を含みます。参照型アーティファクトと外部バケットのデータは算入されません。推論はモデルごとの課金で、期間限定の無料クレジットが提供され、Pro には月 5 ドルのクレジットがこれも期間限定で含まれます。CoreWeave Sandboxes は公開プレビューで、Free と Pro にそれぞれ月 10 ドルと 25 ドルのクレジットが付きますが、これも期間限定です。この四つのクレジットはいずれも販促条件と捉え、予算を組む前に当時の条件を確認してください。
Free はコミュニティサポートです。Pro は優先メールとチャットのサポートを受け、初回応答は重大度に応じて 4 時間から 24 時間です。Enterprise は重大度とサポートパッケージに応じて 1 時間から 4 時間です。営業時間は太平洋時間の月曜から金曜、午前 2 時から午後 5 時と定義されています。専用の Slack または MS Teams のチャンネルと専任の AI ソリューションエンジニアは Premium Support にのみ含まれます。
実験追跡ツールの選定は、たいていそれと一緒に何を引き受ける覚悟があるかという問題です。
MLflow はオープンソース陣営の既定の選択肢であり、最もよくある比較対象です。追跡サーバーが完全に自分たちのものでなければならず、いかなるベンダーとも関係を持たない、という要求ならば MLflow が答えになります。W&B の反論はホスティングされた協働の層と Sweeps の実装、そして生成 AI のトレーシング側であり、この三つを MLflow は素の状態では備えていません。
Neptune.ai と Comet は隣接する位置にある商用の追跡ツールです。両者の選択はたいていチーム規模別の価格と特定の可視化要件で決まり、機能差によるものではありません。
TensorBoard は今も摩擦のないローカルの選択肢です。一人が一台で使うときは正解であり、二人目が結果を見る必要が生じた瞬間に正解ではなくなります。
クラウドネイティブなプラットフォームである Vertex AI や SageMaker、Azure ML は、追跡を学習がすでに動いているプラットフォームの中に束ねます。代償は可搬性であり、これはまさに CoreWeave が W&B の顧客に押し付けないと公に約束した項目です。
LangSmith や Langfuse、Arize Phoenix は W&B 全体ではなく Weave と競合します。モデルを学習させず大規模言語モデルのアプリケーションだけを作るチームは、この狭い領域を単独で評価すべきです。
比較の際に構造として押さえておきたい点がもう一つあります。W&B のクライアントが MIT ライセンス、Weave が Apache-2.0 であるため、ホスティングされたバックエンドが専有であっても、あなたが書いた計装のコード自体は行き止まりにはなりません。後から考えを変える費用を、なくしはしないものの減らしてくれます。
この節が他より長いのは、ここに挙げる制約が推測ではなく文書に基づいており、しかもいくつかは料金ページではなくマスターサービス契約の中にあるためです。
無料および学術の顧客のデータがテストと開発に使われる可能性があります。 マスターサービス契約は、W&B が無料および学術の顧客の顧客データをテストと開発の目的で利用できると定めています。未公表の研究や商業上機微な作業を無料等級に載せるか迷っている人にとって、本ページで最も重要な一文であり、料金ページには一切現れません。有料等級はこの条項の適用を受けません。研究室の未公表の実験を載せる前に必ずお読みください。
プライベートホスティングの Personal 等級は法人利用を禁じています。 個人プロジェクト専用であり、法人利用は認められません。エンジニアが会社のノート PC で会社の案件のためにローカルサーバーを動かすのは、そのライセンスの範囲外です。
無料プランには継続の保証がありません。 W&B は自らの裁量で、事前通知なくいつでも無料のサブスクリプションプランを変更、中止、停止、終了する権利を留保しています。
BYOB は Weave を対象としません。 規制上の審査の終盤で計画を覆す可能性が最も高い制限なので、ここで改めて記します。生成 AI のトレースデータは現在、自分のバケットに保管できません。
AI 機能と出力には知的財産の補償が付きません。 契約は明確です。W&B は AI 機能や出力が第三者の知的財産から自由であるといういかなる表明も保証も行わず、これに関連する第三者の侵害主張について顧客を補償する義務を負いません。すべての AI 機能と出力は現状有姿で提供されます。加えて顧客は、機械学習の性質上、出力が不正確であったり複数の利用者に同一の結果が出たりし得ることを了承し、出力に依拠する前に自ら評価する必要があります。
ベータ機能には保証も補償も SLA もサポートも付かず、責任を負うことなくいつでも中止され得ます。Sandboxes が現在公開プレビューであるため、この条項は仮定ではなく現に効いています。
実行記録は事実上、追記のみです。 コミュニティの証拠は一貫しており、期間も長い。完了した実行のグループ名変更（2020 年から未クローズ、リアクション 66 件）、古い実行と新しい実行の統合（2022 年、51 件）、プロジェクト間での実行のコピー（2023 年、37 件）、削除した実行名の再利用（2020 年、26 件）が、今もすべて未解決の要望です。プロジェクト構成はそれを前提に設計してください。
ノートブック環境での認証が不安定なことがあります。 Colab のログインに関する issue は 2021 年から開いており、コメントは 38 件です。
顧客名とロゴがマーケティングに使われ得ます。 契約は、マーケティング資料と公式発表、投資家向けの連絡において自社の名称とロゴを W&B が使用することに顧客が同意する旨を定めています。
データの書き出しは顧客の責任であり、時期が重要です。 顧客は満了または解除の前に自らデータを書き出す必要があり、その後 W&B は自社の方針に従って削除します。支払義務は取り消せず、料金は明示的に定められた場合を除き返金されません。
免責の範囲は広い。 特定の保証条項を除き、W&B の資産は現状有姿で提供され、性能と商品性、特定目的への適合性、非侵害の保証は明示的に排除され、サービスに誤りがないことや中断なく動作することの保証もありません。
準拠法はニューヨーク州法であり、専属管轄はニューヨーク郡、陪審裁判は放棄されます。米国外の顧客は紛争解決の費用を調達の検討に織り込むべきです。
13 歳未満は利用できません。
検証可能な第三者評価が存在しません。 これは製品の欠陥ではなく入手可能な証拠の限界であり、覆い隠さずそのまま記します。wandb.ai の Trustpilot のプロフィールは未認証で、スコアは 0.0、レビューは 0 件です。ページには、この会社はまだ評価を受けていないと書かれています。評価の確認は複数の場所で試みました。ソフトウェアレビューサイトの G2 で試み、企業向けソフトウェアの評価基盤である Gartner Peer Insights でも試みました。オープンソースのディレクトリである SourceForge と、技術ニュース系の Slashdot でも同様です。しかしこれら四か所はいずれも取得の段階で遮断されたため、本ページのどこでもそれらの出典のスコアを引用していません。利用者がレビューサイトではなく GitHub の issue で意思を表明する開発者向けインフラにとって、この空白は驚くには当たりませんが、ここでの第三者証拠がスコアではなくメディア報道と検証可能なリポジトリのデータに立脚しているという意味でもあります。関連する注意点が一つあります。その未認証の Trustpilot プロフィールは会社所在地をアンギラと記載していますが、これは運営契約のサンフランシスコの住所と矛盾するため、依拠すべきではありません。
データ処理は米国中心です。 副処理者の表は AWS と Azure、GCP、Clickhouse を米国または顧客が選択した場所として、CoreWeave（クラウドインフラ管理を目的とする関連会社と表記）と Datadog、Hex を米国として記載しています。親会社が今やデータ処理の経路に入っており、その処理場所は顧客のリージョン選択では変わらない点にご留意ください。
バグバウンティの範囲は狭い。 qa.wandb.ai と api.qa.wandb.ai で見つかったものだけが対象で、他のサブドメインはすべて除外されます。報奨は低重大度の 50 から 100 ドルから、SQL インジェクションやリモートコード実行、権限昇格、内部サービスへの SSRF といった致命的な事案の 750 から 1,000 ドルまでです。研究者は秘密保持契約に署名する必要があり、書面の承認なく発見を公に議論できません。この方針は、見込み顧客が得られる公開のセキュリティ情報を制限してもいます。
購買の判断がエンジニアではなくセキュリティ部門によって下されることの多い製品である以上、認証の一覧は正確に書き写す価値があります。プラットフォームは国際規格の認証を三つ取得しています。一つ目は情報セキュリティマネジメントシステム規格の 2022 年版、二つ目はクラウドサービス向けの情報セキュリティ管理策の規格、三つ目はクラウドにおける個人識別情報の保護に関する規格です。認証のほかに、SOC 2 Type 2 の監査基準にも準拠し、米国の医療保険の相互運用性と説明責任に関する法律の要件も満たしています。公式の記述によれば、顧客が米国連邦情報システムのセキュリティ管理策の枠組みを満たすことも支援し、個人情報の取り扱いに関する欧州連合の一般データ保護規則の要求とも整合しているとされています。
暗号化は転送中が TLS 1.2 以上、保存時が AES 256 です。認証は OIDC と LDAP、SAML によるシングルサインオンに対応し、細かな権限管理のためにロールベースのアクセス制御を提供します。セキュリティ試験は定期的な脆弱性テストと侵入テストを併用し、コンプライアンスの体制は内部レビューと独立した第三者評価の双方を含みます。
等級ごとの機能提供は一様ではないため、自社の要件と一つずつ突き合わせる必要があります。SOC 2 Type II と Artifacts TTL によるデータ保持の設定は各等級にありますが、IP 許可リストと受発信のセキュアなプライベート接続、AWS および GCP 向けの顧客管理の暗号鍵は、プライベートホスティングでのみ提供と表示されます。HIPAA 準拠は BYOB により可能と表示され、カスタムロールと自社バケットの利用は Weave では利用不可と表示されます。
法務文書は一つの入口にまとめて公開されており、ウェブサイト利用規約とマスターサービス契約、W&B AI 規約、サービスレベル契約、サポートポリシー、データ処理付属書、プライバシーポリシー、現代奴隷制に関する声明が含まれます。DPA と SLA が独立した公開文書として存在すること自体、調達の観点で成熟度を示す指標です。
CoreWeave です。買収は 2025 年 5 月 5 日に完了し、CoreWeave, Inc.（ナスダック CRWV）が発表し、W&B 自身の会社紹介ページでも確認できます。契約主体は変わっていません。契約は今もサンフランシスコに本拠を置くデラウェア州の有限責任会社 Weights and Biases, LLC と結ばれます。共同創業者 Lukas Biewald の現在の肩書きはゼネラルマネージャー兼共同創業者です。
いいえ。CoreWeave が買収完了のリリースで公にそう述べています。顧客がどの配備方式でも、どのインフラ提供事業者でも、どの基盤モデルやフレームワーク、プロトコルでも選べるよう、プラットフォームの相互運用性に引き続き注力するという内容です。契約条項ではなく公の約束として理解しつつ、現実の相殺要因も併せてご覧ください。CoreWeave は今やクラウドインフラ管理を担う関連会社として副処理者の表に登場します。
クラウドの Free 等級は月額 0 ドルで、AI アプリケーションの評価とトレーシング、スコアラー、モデルの実験追跡、レジストリと系譜追跡、コミュニティサポートを含みます。上限はモデル席が最大 5、ストレージが月 5GB、Weave の取り込みが月 1GB です。境目はチームでの協働にあります。無制限のチームとチーム単位のアクセス制御、サービスアカウント、CI/CD の自動化、通知はいずれも Pro が必要です。そして上限以外で最も重要な制限は契約上のものです。W&B は無料および学術の顧客の顧客データをテストと開発の目的で利用できます。
その通りで、条件も具体的です。営利企業と結び付かない研究を行う学術機関に提供される無償の Pro ライセンスで、対象は学生と教授、ポスドク研究者、有効な機関のメールアドレスが必要です。Pro の全機能と追跡時間の無制限、200GB のクラウドストレージ、月最大 25GB の Weave 取り込み、最大 100 席を含み、追加ストレージは 1GB あたり 0.03 ドルの月次請求です。無料アカウントに適用されるテストおよび開発目的のデータ条項が、ここにも同じく適用されます。
入口もリポジトリも異なる別々の製品ラインです。wandb はモデル学習の側を担い、実験追跡と Sweeps、Artifacts、Registry がここに属し、クライアントは MIT ライセンスです。weave は生成 AI アプリケーションの側を担い、LLM 呼び出しのトレーシングと評価、本番モニタリング、LLM-as-a-judge の指標、個人情報マスキングがここに属し、ライセンスは Apache-2.0 です。アカウントと請求は共有しますが、Weave はストレージとは別に計量される取り込み枠を独自に持ちます。
部分的にのみ可能です。自分のバケットを持ち込む機能は、複数のストレージに対応しています。親会社が提供する CoreWeave AI Object Storage とアマゾンの S3 オブジェクトストレージに対応し、グーグルのクラウドストレージとマイクロソフトの Azure Blob Storage にも対応します。企業版の MinIO ストレージのように S3 互換の規格に沿った製品も、あわせて対応の対象です。ただし BYOB は Weave には提供されないため、生成 AI のトレースを自分のバケットに置くことはできません。適用される範囲でも、中央データベースはユーザーとチーム、アーティファクト、実験、プロジェクトのメタデータと Reports、実験ログ、システム指標、コンソールログを保持し続けます。
ストレージはピークではなく 30 日の加重平均です。ベンダーが示した例では、100GB を 15 日、200GB を 1 日、300GB を 14 日使うと合計 5,900 GB 日で、30 で割ると 196.6GB、その月は 197GB として記録されます。主な調整手段は参照型アーティファクトです。外部バケットにあるデータは枠に含まれず、実際に W&B に保存したメタデータだけが含まれます。
できます。Docker と Python が必要で、サーバーは Linux、macOS、Windows で動きます。起動は pip install wandb の次に wandb server start です。引き受ける部分はベンダーが述べています。データとプライバシーの完全な制御を得る一方、データの保管とバックアップの管理はあなたの責任です。ライセンスの区分にもご注意ください。無料の Personal 等級は個人プロジェクト専用で法人利用は認められないため、業務でのセルフホスティングには Advanced Enterprise のプランが必要です。
一次情報として確認できる評価が一つもなかったためです。wandb.ai の Trustpilot のプロフィールは未認証で、スコアは 0.0、レビューは 0 件です。ソフトウェアレビューサイトの G2 をはじめ、Gartner Peer Insights と SourceForge、そして Slashdot までの四か所は、調査の過程ですべて遮断されました。そのためこれらの出典によるスコアは、本文のどこにも引用していません。未確認の数字を繰り返す代わりに、本ページは確認できるものに依拠します。リポジトリの指標と未クローズのコミュニティ issue、公開された価格、契約の原文です。
クライアントライブラリはそうであり、ホスティングサービスは違います。wandb/wandb は MIT ライセンスでスター 11,239、フォーク 886、未クローズ issue 954 を持ち、2017 年 3 月に作成されました。wandb/weave は Apache-2.0 でスター 1,121、未クローズ issue 226 です。本ページの調査当日、いずれのリポジトリにもコミットが入っていました。計装のコードは読むこともフォークすることもできますが、あなたの実行記録を保存し提供する SaaS のバックエンドは今も専有のままです。
