日本語LLM（国産モデル）の動向と選び方

日本語に強いLLMの種類、主な国産モデル、選ぶときの観点を整理

日本語LLMとは、日本語の理解・生成に力を入れて開発された大規模言語モデル（LLM）のことです。海外の大手モデルも日本語をかなり扱えるようになっていますが、日本語特有の表現への対応、データを国内で管理したいというニーズ、オンプレミスで動かせる軽量さなどから、国内でも多くのモデルが開発されています。

日本語LLMの2つの作り方

日本語LLMの一覧を公開しているLLM-jpの「日本語LLMまとめ」では、モデルを大きく次のように分類しています。

スクラッチ学習モデル：日本語を重視したデータで、ゼロから事前学習したモデル
海外モデルに日本語で継続事前学習を行ったモデル：Llama、Qwen、Gemmaなどのオープンウェイトモデルをベースに、日本語のデータで追加学習したモデル

ほかに、事後学習のみを行ったモデルや、複数モデルを組み合わせたモデル、API提供のみのサービスも整理されています。

LLM-jp（国立情報学研究所）：大規模言語モデル研究開発センターが主宰する研究コミュニティで、モデル、学習用コーパス、評価ツールを公開しています。2026年9月には「LLM-jp-4.1」シリーズの公開を発表しています。
Swallow（東京科学大学・産業技術総合研究所）：既存のモデルの日本語能力を強化したモデル群を公開しており、gpt-oss や Qwen3、Gemma 2、Llama 3.3 などをベースにしたモデルがあります。
tsuzumi 2（NTT）：2025年10月に提供開始が発表された国産LLMです。NTTのリリースでは、1GPUで推論可能な軽量さと、オンプレミスやプライベートクラウドで動かせることが特徴として挙げられています。
PLaMo（Preferred Networks）：PFNが開発するLLMシリーズで、2026年10月にはPLaMo 3.0 PrimeなどをMicrosoft Foundryで提供開始したと発表しています。

このほかにも多くの企業・大学がモデルを公開しています。最新の一覧は「日本語LLMまとめ」が参考になります。

日本語性能を比較するリーダーボードとして、Weights & Biases Japanが運営する「Nejumi LLMリーダーボード」などがあります。ただし公開スコアはあくまで目安です。最終的には自社の評価セットで比べましょう（AIの評価・ベンチマーク参照）。

最新の高性能な汎用モデルは海外の大手各社が提供しているものが多い一方、国産モデルは「国内での運用」「軽量さ」「特定業界への特化」に強みを打ち出しているものが目立ちます。用途に応じて併用するのが現実的です。手元で試す場合は量子化とローカルLLMも参考にしてください。

編集: AI Play 編集部　最終更新: 2026-10-25