用語の比較2026年10月23日更新

LLMとSLMの違いとは？

ANSWER — ひとことで言うと

LLMは「クラウドにある大きな脳」、SLMは「手元で動く小さな脳」。何でも相談できる本社のベテランと、決まった仕事を現場で速くこなす常駐スタッフの関係で、どちらが上ではなく、仕事の種類で使い分けるものです。

LLM（大規模言語モデル）は、膨大な文章から「次に来る言葉」の予測を鍛え上げたAIで、ChatGPTやClaude、Geminiの頭脳にあたります。規模を大きくすると、教えていない能力（推論や翻訳など）が突然現れることが知られており、これが「大規模」であることの意味です。そのぶん動かすには大きな計算資源が必要で、基本はクラウドのデータセンターで動きます。

SLM（小規模言語モデル）は、「その仕事に、そんな大きな脳が要る？」という逆の発想から生まれた小型軽量のモデルです。パラメータを絞り、質の高いデータで鍛え、大型モデルの知識を注ぎ込む蒸留という技術も使って、要約や分類などの決まった仕事なら大型に迫る性能を出します。小ささは正義で、スマホやPCの中で動くため通信不要・機密が外に出ない・速い・安い。なお、どこからがSLMかという線引きは資料によって揺れていて、2026年10月時点でも明確な定義は定まっていません。

LLMとSLMの比較表

	LLM	SLM
規模（パラメータ）	数千億〜兆の級	数億〜数百億の級（線引きは資料で揺れる）
たとえるなら	何でも相談できる本社の大きな脳	現場に常駐する手元の小さな脳
得意なこと	複雑な推論・幅広い知識が要る毎回ちがう仕事	要約・分類・定型応答など大量に繰り返す仕事
動く場所	主にクラウドのデータセンター	スマホ・PC・社内サーバーでも動く
費用と速さ	高性能だが計算資源と利用料が大きい	速くて安い。電力も少ない
弱点	手元では動かせず、数をこなすと費用がかさむ	知識の幅と複雑な推論では大型に及ばない

どっちを使う？（使い分けの指針）

判断の軸は「その仕事に、どれだけ大きな脳が要るか」です。毎回条件がちがう複雑な仕事——調査、長文の読み解き、込み入った文章やコードの作成——は、LLMの地力が効きます。一方、大量に繰り返す決まった仕事——問い合わせの分類、定型の要約、タグ付け——はSLMで足りることが多く、同じ処理量でも費用が桁で変わります。実務では「難しい判断は大きな脳に、数をこなす処理は小さな脳に」という組み合わせが定石になりつつあります。

もうひとつの軸は「データを外に出せるか」です。SLMは手元の機械で動かせるため、機密情報を外部に送らずにAIを使う選択肢になります。スマホやAI PCに載っているAI機能の中身も、多くはこの小さな脳です。注意したいのは、SLMを「LLMの劣化版」と見ないこと。用途を絞って鍛えた小型モデルは、その仕事に限れば大型に肉薄します。名前のLとSという字面より、「どこで動いて、何が得意か」で見る——これが2026年時点の実務的な読み方です。