メインコンテンツへスキップ
見出し画像

Swallow・LLM-jp・calm3の選び方。学術系日本語モデルの設計思想の違い

    日本語のローカルLLMを探すと、Swallow・LLM-jp・calm3という学術系モデルに行き当たります。この3つは作り方の思想が違い、選ぶ基準も変わります。それぞれの成り立ちと使い分けを整理します。

    3モデルの設計思想の違い

    まず、作り方が根本的に違うことを押さえます。


    画像
    表1: モデル / 開発元 / 作り方


    「海外モデル+日本語追加学習」か「日本語フルスクラッチ」か、という思想の違いです。ここが選ぶときの起点になります。

    Swallow: 追加学習で強いベースを日本語化

    Swallowは、海外の強力なモデルに日本語の追加事前学習を施す方式です(Swallow LLM公式)。

    • 最新はQwen3ベースのQwen3 Swallow(8B / 30B-A3B / 32B、reasoning対応、Apache 2.0)

    • gpt-ossベースのGPT-OSS Swallow(20B / 120B、Apache 2.0)もある

    • ベースの強さを引き継ぎつつ日本語を強化できるのが利点

    「強い海外モデルを、日本語でも賢く使いたい」ならSwallowが有力です。

    LLM-jp: 完全オープンのフルスクラッチ

    LLM-jpは、国立情報学研究所(NII)が主導する完全オープン方針のモデルです。

    • llm-jp-3-172b-instruct3(約172B、GPT-3級)を2024年12月に公開、Apache 2.0

    • 1.8B / 3.7B / 13Bなど小型版もある(NII公式リリース)

    学習データや過程まで開示される「完全オープン」が特徴で、研究・検証や透明性が要る用途に向きます。

    calm3: CyberAgentのフルスクラッチ

    calm3(CyberAgentLM3)は、CyberAgentが2兆トークンでフルスクラッチ学習したモデルです。

    • calm3-22b-chat(約22.5B、Apache 2.0、2024年7月公開)

    • 商用利用しやすいライセンス(HF calm3-22b-chat)

    22Bクラスで日本語の実用ラインを狙えます。

    選び方の指針

    用途に応じた選び方です。

    • 強い海外モデルの日本語版が欲しい → Swallow(Qwen3 Swallow等)

    • 透明性・完全オープンが要る → LLM-jp

    • 22B級の日本語フルスクラッチ → calm3

    いずれもApache 2.0系で商用しやすいのが共通点です。実際の日本語性能はNejumi Leaderboard 4などの第三者ベンチで比較するのが確実です。国産の法人向けモデル(tsuzumi・PLaMo等)との比較は『国産オンプレLLM比較』を参照してください。

    まとめ

    • Swallow・LLM-jp・calm3は「海外モデル+日本語追加学習」か「日本語フルスクラッチ」かで分かれる

    • Swallowは強いベース(Qwen3/gpt-oss)を日本語化。reasoning対応版もあり実用的

    • LLM-jpは完全オープン、calm3は22B級フルスクラッチ。いずれもApache 2.0系で商用しやすい

    • 実性能はNejumi 4等の第三者ベンチで比較する

    主な参考資料: Swallow LLM公式、NII llm-jp-3-172b リリース、Hugging Face calm3-22b-chat

    TodoONadaでは、日本語モデルの選定と社内導入・評価を支援しています。お問い合わせはこちら。

     
     
    Claude/Cursor/Codexを使ってシステム開発xマーケx営業を並列開発する経営者。 元日本オラクルでシステムの受託会社であるTodoONadaをやっています。 http://defform.comも自社サとして運営中。

    あなたへのおすすめ