「AIといえばChatGPT」という時代に、ひっそりと実力をつけてきた国産AIモデルがある。

その名も「LLM-JP」。国立情報学研究所が中心となり、東京大学・NTT・富士通など2,600名以上の研究者・企業が参加して開発した、完全オープンな日本語AIモデルだ。

「国産AI？どうせ海外には勝てないでしょ」と思ったあなた、少し待ってほしい。コストの比較数字を見たとき、正直かなり驚いた。

なぜChatGPTは日本語を使うと「割高」なのか

AIモデルを使うときの料金は、「トークン」という単位で計算される。文章をコンピュータが処理できる細かい断片に切り刻んだときの「ひとかたまり」のことだ。

英語向けに設計されたモデルは、日本語の処理が根本的に苦手だ。

たとえば「ありがとうございます」を処理するのに、英語の「Thank you」より何倍ものトークンを消費してしまう。日本語には空白がないうえ、漢字・ひらがな・カタカナが混在するため、海外のAIには「読み解くのが難しい言語」なのだ。

この処理効率を「1トークンあたり何文字処理できるか」で比べると、こうなる。

モデル	1トークンあたりの文字数	ChatGPT比
🇯🇵 LLM-JP（国産）	2.0〜2.6文字	約2倍以上 ✅
Llama-3（海外多言語）	1.43文字	約1.5倍
ChatGPT（GPT-4）	0.96文字	基準
Claude Sonnet	1.02文字	ほぼ同等

そして、この差が実際のコストにそのまま跳ね返ってくる。

モデル	日本語100万文字の入力コスト（概算）
🇯🇵 PLaMo 2.1 Prime（国産）	約32円
GPT-5	約160円
Claude Sonnet	約440円

---

そもそも「LLM-JP」って何者？

LLM-JPは、国立情報学研究所（NII）が2022年に立ち上げた日本語AI開発プロジェクトだ。

スタート時はわずか30名ほどの研究者グループだったが、今では2,600名以上・国内外50社超が参加する一大コミュニティに成長している。

参加企業のラインナップを見ると驚く。東大・京大・筑波大などの国内トップ大学、理化学研究所などの公的研究機関に加え、MicrosoftやGoogle Cloud Japan、NVIDIAといったグローバル企業まで名を連ねている。

このプロジェクトの最大の特徴は、「すべてを公開する」という徹底したオープンスタンスだ。モデルの構造、学習データ、評価ツール、さらには失敗した実験の知見まで公開し、日本全体の研究効率を上げることを目指している。

プロジェクトが生まれた背景には、切実な危機感がある。「日本語AIを海外に依存し続けてよいのか？」という問いだ。

AIに機密情報を入力するとき、そのデータが海外のサーバーを経由することのリスク。利用規約が突然変わるかもしれない不安。LLM-JPは、そうした懸念を解消するための「日本の知的インフラ」を目指して作られている。

---

国立国会図書館の蔵書でAIを鍛えた

LLM-JPが日本語に強い最大の理由のひとつが、学習データの「質」へのこだわりだ。

一般的なAIモデルは、インターネット上のテキストを大量に集めて学習する。しかしウェブ上の日本語には、SNSの略語や不正確な情報も多く混じっている。

LLM-JPは国立国会図書館（NDL）と連携し、官庁出版物や学術資料など信頼性の高い「正式な日本語」を大量に学習させた。なんと1995年以前の貴重な文献まで、文字認識技術でデジタル化して取り込んでいるほどだ。

これにより、「返答はできるけどどこか不自然な日本語」という海外モデルにありがちな問題を解消している。敬語の使い方、行政文書特有の表現、日本の法制度の背景知識——こうした「日本語ネイティブの感覚」をモデルに持たせることに成功している。

モデルのサイズも幅広く揃っている。最大モデルは1,720億パラメータという、GPT-3と同規模の巨大モデル「LLM-jp-3-172B」。一方で、手元のPC環境でも動かせる18億・37億パラメータの軽量モデルも公開されており、用途や環境に合わせて選べるようになっている。

---

性能は本当にChatGPTを超えているのか？

旗艦モデル「LLM-jp-3-172B」は、日本語の総合テスト「llm-jp-eval」で平均スコア0.613を記録した。

同じ基準で測ったChatGPT（GPT-3.5）のスコアは0.590。LLM-JPはそれを上回っている。

一方で、コーディング（プログラム作成）や複雑な数学は苦手だ。これは日本語の精度を上げることと引き換えに生じたトレードオフで、開発チームも正直に課題として認めている。

---

安全性がGPT-4を超えたという事実

AIの「安全性」とは、差別的な発言をしないか、誤った情報を断定口調で述べないか、といった指標で測られる。

LLM-JPは181項目からなる安全性テスト「AnswerCarefully」を実施したところ、不適切な回答はわずか7項目。これは同じ基準で測定した初期版GPT-4よりも優れた結果だ。

さらに重要なのが、透明性による安心感だ。モデルの内部構造がすべて公開されているため、「なぜこの回答が出たのか」を企業側で追跡・検証できる。ブラックボックスの海外モデルでは難しい「説明責任」が果たせる。これは医療・金融・法務など、判断根拠を問われる業界で特に大きな意味を持つ。

加えて、オープンソースであることから、インターネットから完全に切り離した自社サーバー上での運用も可能だ。機密情報を扱う企業や官公庁にとって、これは決定的なアドバンテージになる。

---

結局、どんな場面で使うべきか

---

テキストだけじゃない：画像・音声へも拡大中

LLM-JPプロジェクトは、文字情報を超えた領域にも急速に進出している。

画像とテキストを組み合わせて処理する「マルチモーダルAI」（WAON）や、音声で双方向の対話ができる「音声言語モデル」（Llama-Mimi）の開発も進行中だ。

これらは日本の製造現場でのロボット制御や、介護施設での音声対話サポートなど、日本が強みを持つ現場との組み合わせで大きな可能性を秘めている。

毎月開催される勉強会も2026年以降も継続されており、一時的なブームで終わらない「継続的な知能インフラ」として着実に根を張っている。

---

まとめ：ChatGPTが「すぐ使えて便利なツール」なら、LLM-JPは「信頼して任せられるプロ」

日本語AIモデル「LLM-JP」は、海外モデルへの単なる代替品ではない。

日本語処理の圧倒的なコスト効率、国立国会図書館の蔵書に裏打ちされた信頼性の高い日本語理解力、そして完全なオープン化による安全性と透明性。これらを兼ね備えた「戦略的な資産」だ。

特に、機密情報を扱う業務・大量の日本語テキスト処理・日本特有の文脈や表現が重要な業務においては、LLM-JPを選ぶ経済的・セキュリティ的な合理性は非常に高い。

一方、コーディングや数学推論では海外モデルが依然として優位なため、用途に応じた使い分けが現実的な戦略となる。