メインコンテンツへスキップ
見出し画像

国産オンプレLLM比較2026。tsuzumi・PLaMo・cotomi・Takaneをどう選ぶか

    「国産LLM」と一括りにされがちだが、tsuzumi・PLaMo・cotomi・Takane は狙いも提供形態も価格も別物。オンプレで動くか・いくらか・何が得意かの3軸で並べると、自社に合う1社は絞り込める。結論を先に言えば、機微データを1GPUのオンプレで扱いたいなら tsuzumi 2、ロングコンテキストと公開された価格表を重視するなら PLaMo 3.0 Prime、既存のGPU資産を絞って用途特化したいなら Takane、という住み分け。ここに NEC cotomi と SB Intuitions の Sarashina3 を加えた「4+1」を、同じ軸で並べて選び方を整理する。

    「国産LLM」を選ぶ理由を分解する

    「国産だから選ぶ」では要件にならない。国産商用モデルを検討する動機は、実際には次の4つに分解できる。

    • データ主権: 学習・推論を国内・自社閉域に閉じたい

    • 調達要件: 官公庁・金融・医療などで国内事業者・国内データセンターが条件になる

    • 日本語・日本業務ドメイン: 日本語の敬語・帳票・法令文脈での精度

    • ベンダーサポート: SLA・保守・責任分界を契約で押さえたい

    逆に言えば、この4つのどれも刺さらないなら、無理に国産商用を選ぶ必然性は薄い。海外フロンティアモデルの法人API(契約上、入力データは学習に使われない)や、後述するオープン日本語モデルで足りるケースは多い。データを外に出さずに使う手法全体の見取り図は[『[2026年7月更新] 社内データを外に出さずに生成AIを使う全手法と費用』](https://note.com/daikidomon/n/ne4b665e4f7eb)で整理している。

    性能面も正確に。「国産だから高性能」ではなく「同一サイズ帯・日本語タスクなら競争力がある」が実態に近い。日本語LLMの横断評価は Nejumi LLMリーダーボード(Weights & Biases)が事実上の基準で、総合点だけでなく自社用途に近いカテゴリ(文書読解・数理・安全性など)のサブスコアで読むのが要点。海外の大規模モデルと総合点で張り合うより、30B級で日本語文書に絞って強い、という読み方が国産に合う。

    主要5モデルのプロフィール

    各社の最新状況を一次情報ベースで整理する。版番号や提供形態は2026年に入って大きく動いているため、当時版と現行版を区別して見る必要がある。

    • tsuzumi 2(NTT): 30Bパラメータの軽量設計。「1GPU動作」「30B級で日本語トップ帯」「オンプレで機微データを扱える」が売り。2026年5月のアップデートで図表・グラフ入りの日本語ビジネス文書処理と数値処理の論理性を強化し、金融・医療の知識も厚い。RAG・業界特化の開発効率が高く、NTTデータ経由でオンプレ/プライベートクラウド提供(NTT公式リリース)。

    • PLaMo 3.0 Prime(Preferred Networks): 国内フルスクラッチの基盤モデルで、2026年6月22日に正式リリース。コンテキスト長を64kから256kへ拡張し、推論力重視の Reasoning と速度重視の Non-reasoning の2系統。提供形態が広く、API・オンプレミス・Amazon Bedrock Marketplace・Snowflake から選べ、価格を公開しているのも特徴(後述、PFN公式リリース)。

    • cotomi(NEC): cotomi Pro(高性能)と cotomi Light(軽量高速)の構成。オンプレは専用機「cotomi Appliance Server」に cotomi Light を搭載し、省電力・低運用コストを狙う。提供形態はオンプレミス型・クラウド型・マネージドAPIの3系統(クラウド Watch)。

    • Takane(富士通): 「生成AI再構成技術」による1bit量子化が路線の中心。精度維持率89%・推論3倍・メモリ最大94%削減を実現し、ハイエンドGPU4基相当をローエンドGPU1基で動かすことを狙う。2026年2月開始の Fujitsu Kozuchi Enterprise AI Factory で専有環境向けに提供。既存GPU資産を絞りたい現場に向く。

    • Sarashina3(SB Intuitions): 2026年6月30日提供開始のフルスクラッチ最新シリーズ。標準の mini・軽量の nano に、有害性判定の guard、ベクトル化の embedding、検索最適化の rerank を加えた5モデル構成。ソブリンクラウド「Cloud PF Type A」(Oracle Alloy 基盤・国内DC)経由で提供され、mini・nano は Hugging Face で重みも公開。オープン寄りに使える点が他4社と性格が異なる。

    同じ軸で並べると次のとおり。この表は選定の核なので、要点は本文にも残す。オンプレで動くのは5モデルすべて。価格を明示公開しているのは PLaMo 3.0 Prime のみで、他は個別見積りが基本。1GPUで動く軽量路線は tsuzumi 2・cotomi Light・Takane が明確に打ち出している。


    画像
    表1: モデル / 開発元 / サイズ帯 / オンプレ提供 / 主な提供形態 / 価格の目安 / 得意分野


    PLaMo の公開価格は API の Standard プランで、入力100万トークンあたり¥60、出力100万トークンあたり¥250(2026年7月時点)。オンプレ導入は別途個別見積りになる点に注意。他社が価格非公開なのは、オンプレは構成・規模・保守で金額が大きく振れるためで、実額の内訳は『ローカルLLM導入費用の実額内訳。PoC300万円〜本番1,500万円の中身を開示する』で扱う。

    デジタル庁「源内」の7モデル選定が意味するもの

    国産モデルを語るうえで外せないのが、デジタル庁のガバメントAI「源内(げんない)」。デジタル庁は2026年3月、源内で試用する国内LLMの公募結果を発表し、15件の応募から7件を選定した。選ばれたのは tsuzumi 2、Sarashina2 mini、PLaMo 2.0 Prime、Takane 32B、cotomi v3、CC Gov-LLM、ELYZA の7モデル。全府省庁39機関・約18万人規模で実証し、令和8年(2026年)8月に試用開始、令和9年(2027年)1月頃に評価結果の一部を公表、同年4月から優れたモデルを有償で政府調達する予定(Ledge.ai の解説)。

    ここで2つ、読み違えやすい点を押さえておく。

    • 選定は「当時版」である: 源内が選んだのは選定時点の版で、PLaMo は 2.0 Prime、Sarashina は2 mini、cotomi は v3。その後 PLaMo 3.0 Prime(6月)や Sarashina3(6月)が出ており、現行版とは番号がずれる。つまり源内採用は「その系列が政府評価の土俵に乗った」という意味で読むのが正しく、最新版そのものの認定ではない。

    • 選定理由は純粋な性能順ではない: 国内事業者性・データ主権・運用要件を含む総合評価であり、「源内に入っている=日本語最高性能」ではない。

    とはいえ、本記事の4+1社がすべて源内の7モデルに入っている事実は重い。政府調達のリファレンスとして機能し始めており、「国内事業者・国内DC」を調達条件に置く自治体・金融・医療にとって、選定の事実は要件充足の一次的な裏付けになる。ソブリンAI(国内で開発・運用が完結するAI)を要件化する動きの中で、源内はその参照点。

    オープン日本語モデルで足りるケース

    国産商用モデルの対抗軸として、無償で使えるオープン日本語モデルがある。ここを検討せずに商用契約に進むと、コストを払い過ぎる。

    代表格が Swallow プロジェクト(東京科学大学+産業技術総合研究所)。2026年2月に、OpenAI GPT-OSS と Alibaba Qwen3 の日本語・推論力を強化した Qwen3 Swallow / GPT-OSS Swallow をリリースし、いずれも Apache 2.0 で商用利用まで自由。Qwen3 Swallow 32B は、2026年2月時点で32B以下のオープンLLMの日本語タスク最高性能とされる。ほかに LLM-jp の awesome-japanese-llm で最新の日本語モデルを追える。Sarashina3 の mini・nano も重みが公開されており、オープン軸で使える。

    ライセンスは1つずつ確認が必要。Swallow は Apache 2.0(商用可)だが、PLaMo 2系のオープン公開は 1B が Apache 2.0、8B や 2.1-2B-VL は条件付き商用可の PLaMoコミュニティライセンス と分かれる。海外勢も Llama系はMAU制限、Gemma系はバージョンで条件が変わるなど横並びでなく、「オープン=無条件で商用フリー」ではない。

    商用国産とオープンの線引きは次のとおり。


    画像
    表2: 判断軸 / 国産商用(tsuzumi / PLaMo Prime / cotomi / Takane) / オープン日本語モデル(Swallow / LLM-jp / Sarashina重み等)


    要点は、商用サポートと責任分界が要るなら国産商用、社内に内製力があるならオープン、という切り分け。オープンでもGPUと運用の人件費はかかるため、「モデル無償=安い」ではない点は前提として置く。

    選定フローチャート

    最後に、実務の分岐を言葉で整理する。予算・GPU資産・サポート要件・用途の4点で判断する。

    • 内製力が薄く、保守・責任分界を契約で押さえたい → 国産商用に進む

    • 機微データを手元の1GPUオンプレで扱いたい → tsuzumi 2 / cotomi Light

    • 帳票・図表の多い日本語文書を読ませたい → tsuzumi 2

    • 長い文脈(規程・契約書・大量ログ)をまとめて処理したい、価格を先に把握したい → PLaMo 3.0 Prime

    • 既存のローエンドGPU資産を活かし、用途特化で軽く回したい → Takane

    • 国内DCのソブリンクラウドで、周辺(embedding/rerank/安全性判定)まで揃えたい → Sarashina3

    • 社内に内製力があり、コストを最適化したい → オープン日本語モデル(Swallow等)で自前運用を検討

    • 官公庁・金融・医療などで「国内事業者・国内DC」が調達条件 → 源内7モデルを起点に候補を絞る

    迷ったら、1社に決め打ちする前に、自社の代表的な文書とタスクで2社を並べて試すのが結局いちばん早い。カタログ性能より、自社データでの実測が選定の決め手になる。

    まとめ

    • 「国産LLM」は4+1社4様。データ主権・調達要件・日本語ドメイン・サポートのどれが刺さるかで動機を分解する

    • 1GPUオンプレと図表文書なら tsuzumi 2、256Kロングコンテキストと公開価格なら PLaMo 3.0 Prime、専用機・省電力なら cotomi、1bit量子化でGPU資産節約なら Takane、オープン寄りに使うなら Sarashina3

    • 価格を公開しているのは PLaMo のみ(API Standardで入力¥60・出力¥250/100万トークン、2026年7月時点)。他は個別見積り

    • デジタル庁「源内」は本記事の4+1社を含む7モデルを選定。ただし選定は当時版で、性能順ではなく総合評価。ソブリンAIの参照点として読む

    • 内製力があるなら Swallow等のオープン日本語モデルで足りる場合も多い。ライセンスは1モデルずつ確認する

    • カタログ比較で1社に絞り切らず、自社の文書とタスクで2社を実測して決める

    主な参考資料: NTT tsuzumi 2 リリース、PFN PLaMo 3.0 Prime リリース、NEC cotomi Appliance Server 報道、富士通 Kozuchi Enterprise AI Factory、SB Intuitions Sarashina3 技術ブログ、デジタル庁「源内」7モデル選定(Ledge.ai)、Swallow LLM、Nejumi LLMリーダーボード

    国産オンプレLLMは選択肢が増えた一方、版番号・提供形態・価格が短期間で動くため、公募資料や各社の最新リリースでの個別確認が欠かせません。TodoONadaでは、ローカルLLM/生成AIの導入判断からモデル選定・PoC・構築まで支援しています。要件整理とモデル選定込みで、まずは30万円・2週間のミニ検証から。自社の文書とタスクで2社を並べて実測するところから始めるのが、遠回りに見えていちばんの近道です。

    あなたへのおすすめ