国産LLMとは？

なぜ日本で作るのか

理由は大きく3つに整理できます。①データの置き場所——行政、医療、金融のように、扱う情報を国外のサービスへ預けにくい仕事があります。国内で動かせるモデルがあれば、その制約の中でもAIを使えます。②日本語の細かさ——敬語の使い分け、同じ意味の表記ゆれ、主語を省く文。日本語を大量に学ばせたモデルは、この辺りの扱いが安定しやすいと期待されています。③供給の安定——海外のサービスは提供条件や料金、対象国が変わることがあります。自国に選択肢があること自体が、使う側の保険になります。

逆に言えば、国産LLMは「海外のモデルの代わりに何でもやる」ために作られているわけではありません。用途を絞り、置き場所を選べることが価値なので、比べるときも「どちらが賢いか」ではなく「どちらが自分の制約に合うか」で見るほうが実態に合います。

大きさより「どこで動かすか」

国産のモデルには、比較的小さめのサイズで公開され、誰でも重みをダウンロードして使えるものが少なくありません。国立情報学研究所のLLM-jpシリーズはオープンソースのライセンスで公開されており、2026年4月に約12兆トークンの日本語を含むコーパスで学習したモデルが、8月には約332億パラメータのモデルが出ています。研究や産業の土台として使ってもらうことを前提にした配り方です。

これが効くのは、手元のパソコンや社内のサーバーで動かしたい場面です。外部に送らずに処理できれば、持ち出せない情報も扱えます。「ローカルLLM」「オンプレミス」「オープンウェイト」といった言葉が国産の話題と一緒に出てくるのは、この流れがあるためです。最新の最高性能を追うより、置き場所を自分で決められることを取る——国産LLMの現実的な使いどころはここにあります。

試すときに見ておくこと

無料で開放されているものは、条件を読んでから使うのが前提です。たとえばSarashinaの無償ベータは、一定時間あたりの呼び出し回数に制限があり、提供を終える時期は2026年10月時点で決まっていません。入力した内容がモデルやサービスの改善に使われる場合がある、とも明記されています。無料で触れることと、業務のデータを入れてよいことは別の話です。

社内で使う方向を検討するなら、順番は「①自社の規程で、その情報をどこまで外に出してよいかを確認する → ②小さく試して、自分たちの文書で使いものになるかを見る → ③動かす場所（クラウドか社内か）を決める」です。「国産だから安心」ではなく、どの条件で使えるかを一つずつ確かめる。この順番だけで、だいたいの事故は避けられます。

国産LLMのよくある質問