3行でいうと

  • 「国産」と名乗っていても、中身まで国産とは限らない。
  • 日本のモデルの作り方は、ゼロから学習、海外モデルに日本語を足す、そのまま自社名で出す、の3つ。
  • Rakuten AI 3.0は、DeepSeek V3が土台だと楽天が3月27日に認めた。
  • 土台が海外でも、それだけで悪いとは言えず、土台を明示しているかを見る。

「国産のAI」という言葉は、よく見かけます。ただ、国産と名乗っていても、中身まで国産とは限りません。

ここでは、日本の組織が出しているモデルを、「中身は何か」と「手元にダウンロードできるか」の2つの目で並べました。ローカルで使うAIを選ぶ前に、押さえておきたい話です。

なぜ中身を見るのか

ローカルで動かすAIは、いちど手元に置けば、あとから使用を止められることがありません。クラウドのAIが使えなくなる場合の、保険になります。

ただ、保険として選ぶなら、「そのモデルが何をもとにしているか」は知っておきたい点です。たとえば、中国のAIを避けたいと考えているときに、国産と書かれたモデルの土台が中国製だったら、狙いとずれてしまいます。

3つの作り方

日本のモデルは、大きく3つの作り方に分けられます。

  1. ゼロから学習する。 設計も学習も自前で行います。手間と計算資源がいちばんかかります。
  2. 海外のモデルに、日本語を足す。 公開されているモデルに、日本語のデータで追加の学習をします。日本語に強くなり、費用も抑えられます。これ自体は、正当なやり方です。
  3. 海外のモデルを、そのまま自社の名前で出す。 土台を明かさずに出すと、問題になります。

2番は、ライセンスを守って土台を明示していれば、悪いことではありません。問題になるのは、土台を伏せたり、「国産」と受け取れる見せ方をしたりする場合です。

並べてみる

公表されている範囲で、整理しました。「手元に置けるか」は、重みファイルを自分でダウンロードして動かせるか、という意味です。

モデル 開発 中身（公表されている範囲） 手元に置けるか
LLM-jp-4（32B-A3B） 国立情報学研究所など ゼロから学習。11.7兆トークン。設計はQwen3のMoE系を借りている 置ける（Apache 2.0）
PLaMo 3（31B・ベース版） Preferred Networks 自社で学習。120Bのモデルから蒸留 置ける。ただし会話用の調整前。PLaMo Community License（商用は登録が必要で、年間売上10億円未満が条件）
PLaMo 2.0 Preferred Networks 自社で学習 置けない。さくらのAI Engineなど、API経由
tsuzumi 2（30B） NTT 他社のモデルを土台にせず、一から開発したとNTTが説明 確認できた範囲では置けない。Microsoft Azureで提供
Sarashina3 SB Intuitions 大きさも作り方も非公表 置けない。ソフトバンクのクラウドでAPIのみ（東日本は6月30日から）
Sarashina2.2（3Bなど） SB Intuitions 前世代のオープン版 置ける（MIT）
Qwen3-Swallow（30B-A3B） 東京科学大学・産総研など Qwenに、日本語の追加学習 置ける（GGUF版あり）。ライセンスは要確認
Rakuten AI 3.0 楽天 DeepSeek V3をもとにしたことを、楽天が3月27日に認めた 置ける（Apache 2.0）。ただし6710億パラメータで、家庭では動かせない

楽天の件で分かったこと

Rakuten AI 3.0は、2026年3月17日にHugging Faceで公開されました。公開後、設定ファイル（config.json）に「deepseek_v3」と書かれていることが見つかります。大きさや構造も、DeepSeek V3と一致していました。

楽天は、3月19日の時点では、土台のモデルは非公開だと説明していました。3月27日に、DeepSeek V3が土台であることを認めています。最初の公開時には、DeepSeekのライセンス表示が抜けていましたが、3月21日までに注意書きが加えられました。

この件は、「国産LLM」という言葉に、決まった定義がないことをはっきりさせました。日本企業の主要なモデル10本のうち、6本がDeepSeekまたはQwenをもとにした二次開発だ、という指摘も報じられています。ただし、これは又聞きの数字で、僕らは元の調査を確かめられていません。

ローカルで使うなら

見立てです。

気をつけること

出典