国産LLM 7選 徹底比較【2026年版】デジタル庁「源内」選定モデルの性能・料金・用途を完全解説

デジタル庁が2026年3月にガバメントAI「源内」向けに選んだ国産LLMは7件ですが、5月に契約まで進んだのはNTTデータ・ソフトバンク・NEC・富士通・Preferred Networks（PFN）の5社です。このうちtsuzumi 2・Takane 32B・PLaMo 2.0 Primeの3モデルは、7月から国産クラウド「さくらのクラウド」上で試用されています。また、2027年度の有償調達に向けた公募が2026年11月に始まる予定です。

この記事では、選定された7モデルそれぞれの現状と性能、民間企業が使う場合の料金と導入経路、用途別の選び方を2026年10月時点の公式情報をもとに整理します。

この記事でわかること

• 源内に選ばれた7モデルの一覧と、2026年10月時点の契約・試用状況
• 源内で試用されている版と、民間企業がいま使える最新版の違い
• 各モデルの料金（公開単価があるもの・見積もり制のもの）と導入経路
• 行政・金融・医療・中小企業など、用途別のモデルの選び方
• 国産LLMと海外LLM（GPT・Claude・Gemini）の使い分け

対象読者: 国産LLMの導入を検討している行政・自治体の担当者やIT部門の方、機密情報を扱う業界でLLMの活用を考えている企業の方。

デジタル庁「源内」選定7モデルの一覧比較表

出典: デジタル庁 源内（GENAI）公式

7件のうち2件（KDDI・ELYZAの共同応募体とカスタマークラウド）は、デジタル庁が2026年8月に示した契約企業の一覧に名前がありません。理由は公表されていないため、本記事では「契約一覧に記載なし」とだけ書いています。表は2026年10月11日時点の公開情報をもとにしています。

開発方式の区分

• フルスクラッチ: 学習を最初から自社で行ったモデル
• 自社開発: 国内企業が開発しているが、ベース技術の詳細までは公開されていないモデル
• 海外ベース＋日本語追加学習: Meta LlamaやCohereなど海外のモデルに日本語の学習を加えたモデル

デジタル庁の公募は「国内で開発されたLLM」が対象で、フルスクラッチであることは必須条件ではありません。開発方式は応募書類で説明を求める形でした。

政府が今、国産LLMを選んだ背景

政府が国産LLMを選んだ狙いは、行政の機密情報を国内の基盤で扱えるようにすることと、特定の海外AI事業者に依存しない体制をつくることです。2027年度からは、複数のモデルを業務に応じて切り替えられる運用基盤を整える方針も示されています。

デジタル庁「源内（GENAI）」とは

源内は、政府職員が行政業務で生成AIを使うための共通環境です。40種類以上のAIアプリを備え、機密性2情報まで入力できます（実際の扱いは各府省庁がルールを決めます）。2025年5月にデジタル庁内で試験導入し、2026年5月からは全府省庁の職員約18万人を対象にした大規模実証に広がりました。

2026年4月24日には、Web画面部分のソースコードと一部AIアプリの開発テンプレートがGitHubで公開されています。ただし公開されたのは画面とテンプレートで、国産LLMの利用権ではありません。源内の仕組みはガバメントAI「源内」とは？で詳しく解説しています。

選定7件から契約5社までの進み具合（2026年10月時点）

公募には15件の応募があり、書類審査と評価テストを経て7件が選ばれました。その後の流れは次のとおりです。

さくらのクラウドで先行する3モデル以外の2社（ソフトバンク・NEC）は、「一部省庁で各モデルを試用」とされており、具体的な開始時期は公表されていません。2026年10月11日時点で、評価結果はまだ出ていません。

注意したいのは、源内に選ばれたことが「政府が性能を保証した」という意味ではない点です。2026年度は各社が無償でモデルを出し、政府が試して評価している段階です。3モデルの試用の詳細はデジタル庁の国産AIとは？にまとめています。

2027年度の公募はどう変わるか

11月に始まる公募は、有償調達を前提にしたものです。報道（ITmedia AI+、2026年5月29日）によると、主な変更点は次の4つです。

• 評価テストを50問から300問に増やす（35の能力領域。法律・制度、行政課題、日本語理解など8分野）
• 1社が応募できるのは1モデルまで
• 初回に採用された5社以外も応募できる
• 2026年度の評価結果も選定で考慮する

評価テストでは何が問われたか

2026年の選定で使われた評価テストは、デジタル庁が用意した50問を当日はじめて見せる方式でした。各社には違う質問が無作為に出されています。公開された問題の例を見ると、政府がLLMのどこを見ているかがわかります。

自社で国産LLMを試すときも、こうした問題を自社業務の言葉に置き換えて使えば、短時間で比較できます。

国産LLMが注目される3つの理由

1. 海外の法律が及ぶリスクへの対応

海外ベンダーのクラウドでは、日本リージョンを選んでも、米国CLOUD法（Clarifying Lawful Overseas Use of Data Act）によって米国の捜査機関がデータの開示を求められる可能性が理論上あります。行政情報や金融・医療データを扱う組織では、この点を気にするケースが少なくありません。

2. 日本語の扱い

敬語や業界の専門用語、法令文書の言い回しは、英語中心で学習したモデルではずれが出ることがあります。国産LLMは日本語向けのトークナイザーや日本語データの比率を工夫しており、同じ文章でもトークン数が少なく済む場合があります。

3. AI主権（ソブリンAI）の考え方

2025年5月に「人工知能関連技術の研究開発及び活用の推進に関する法律」（AI推進法）が成立し、国としてAIの開発・活用を進める方針がはっきりしました。デジタル庁も2027年度に向けて、特定のAI事業者に障害や撤退があっても別のモデルに切り替えられる体制を整えるとしています。

7モデル詳細解説

出典: NTT ニュースリリース 2026年5月19日

源内で試用されているモデルと、民間企業がいま使える最新版は同じとは限りません。比較の前に、対応関係を確認しておきます。

tsuzumi 2（NTTデータ / NTTグループ）

tsuzumi 2は、NTTがゼロから開発した300億パラメータの国産LLMです。GPU 1基（NVIDIA A100 40GB）でも動くサイズに抑えつつ、日本語の性能を高めているのが特徴です。源内では、さくらのクラウドで先行試用されている3モデルに含まれています。

2025年10月20日に提供が始まりました。NTTは、日本語のMT-benchで多くのタスクがGPT-5と同等レベルだとしています。前世代と比べて、社内文書を検索して答えるRAG、情報の抽出・要約、JSONなど形式を指定した出力が大きく伸びました。金融・医療・自治体分野の知識も強化されています。

2026年5月のアップデート

2026年5月19日、図表入りの文書を画像として読める「tsuzumi 2 Vision」が発表されました。GPU 1基（40GB）で動き、NTTは次のような使い方を例に挙げています。

• 源泉徴収票の画像から金額を抜き出す
• チェックボックス付きの問診票を表の形に整える
• フローチャートを読み取って問い合わせに答える

テキスト版も、数値計算とAPIドキュメントを参照した外部ツール呼び出しが強化されました。

翌5月20日にはMicrosoft Foundry（Azure Marketplace）で提供が始まりました。ただしNTTデータは、Azure版を主に評価・検証向けと位置づけています。Azure版ではファインチューニングができず、本番導入や業務向けの調整はNTTデータのプライベート環境で行う前提です。

料金・導入形態

• Microsoft Foundry: 従量課金の推論API。単価はAzure Marketplaceのカタログで確認する（NTTデータの公式ページには金額の記載なし）
• プライベート環境・オンプレミス: NTTグループ各社による個別見積もり
• 対象: 法人・公共機関向け

モデル単体の詳細はNTT tsuzumi 2とは？をご覧ください。

Sarashina2 mini / Sarashina3 mini（SB Intuitions / ソフトバンク）

選定時のモデルはSarashina2 miniでしたが、2026年5月の契約時点ではSarashina3 miniに替わっています。どちらも、ソフトバンク子会社のSB Intuitionsが開発する日本語向けの軽量モデルです。

Sarashina miniは、4,600億パラメータの親モデル「Sarashina」の知見をもとに作られました。2025年11月28日から、Chat Completion APIとEmbeddings APIを持つ「Sarashina API」として法人向けに提供されています。パラメータ数は公開されていません。

2026年6月30日には、次の世代のSarashina3が商用提供を始めました。ラインナップは次の5つです。

• mini / nano: 文章を生成するモデル
• guard: 日本語の不適切な入出力を検知するガードレール
• embedding / rerank: 社内文書の検索（RAG）向け

SB Intuitionsはフルスクラッチで開発したとしており、学習データは30兆トークンを超えます。報道によると、ベンチマークは前の世代を上回り、Qwen3-235B-A22B-Instruct-2507やGPT-5.4 mini（推論なし）と同程度とされています。提供基盤はソフトバンクのソブリンクラウド「Cloud PF Type A」で、西日本リージョンは2026年10月に提供予定と発表されています。

料金・導入形態

• Cloud PF Type A: 共有型（従量課金）と専有型（月額固定）の2形態。単価は公開されていない
• 個人向けの無料チャット画面はない

Sarashina3の詳細はSarashina3とは？、提供基盤はSoftBank「Cloud PF Type A」とは？で解説しています。

PLaMo 2.0 Prime（Preferred Networks / PFN）

PLaMoは、PFNがフルスクラッチで開発している国産LLMです。7モデルの中で唯一、民間向けのAPI単価を公開しており、費用を見積もってから試せます。源内で契約・試用されているのはPLaMo 2.0 Prime（310億パラメータ、2025年5月リリース）です。

民間向けの最新版は、2026年6月22日に正式リリースされたPLaMo 3.0 Primeです。主な特徴は次のとおりです。

• コンテキスト長が256Kトークン（β版の64Kから拡張）
• 推論する（Reasoning）版としない（Non-reasoning）版の2種類
• 独自のトークナイザーで日本語のトークン効率を改善
• PFNの社内評価では、日本語の指示追従・コーディング・ツール利用でQwen3.6-27B、gpt-oss-120b、GPT-5.4 mini、Claude Haiku 4.5と比べて競争力がある
• 安全性評価（HELM Safety）は海外モデルと同等以上（PFN公称）

パラメータ数は公式ページに書かれていません。

提供経路は、PLaMo API、Amazon Bedrock Marketplace、Snowflake、オンプレミスに加え、2026年10月6日からMicrosoft Foundryでも使えるようになりました。APIはOpenAIのChat Completions形式と互換です。

翻訳特化の「PLaMo翻訳」は、2025年12月から源内を通じて政府職員に提供されています。政府が国産AIを採用した最初の例で、自治体向けのQommonsAIにも採用され、約800の自治体で使われています。

料金

PLaMo 3.0 PrimeについてはPLaMo 3.0 Primeとは？で詳しく扱っています。

Llama-3.1-ELYZA-JP-70B（KDDI・ELYZA共同応募体）

Meta Llama 3.1（700億パラメータ）に日本語の追加学習をしたモデルで、KDDIとELYZAの共同応募体として選ばれました。ただし、2026年8月のデジタル庁資料にある契約企業の一覧には名前がありません。理由は公表されていません。

ベースのLlama 3.1は128Kトークンのコンテキストに対応しており、長い契約書や報告書を一度に読ませる用途に向いています。一方で、海外のモデルをベースにしているため、フルスクラッチの国産LLMではありません。

ELYZAの最新動向

2026年10月2日、ELYZAは推論モデル「ELYZA-Thinking-1.0-llm-jp-4-33b」と「ELYZA-Thinking-1.0-llm-jp-4-32b-a3b」をHugging Faceで無料公開しました。ライセンスはApache 2.0で、商用利用もできます。ベースは国立情報学研究所（NII）のLLM-jp-4で、Llamaベースだったこれまでとは方向が変わっています。

この件では、ITmedia AI+が当初「完全国産」と報じたあと、ELYZA側の説明を受けて表現を訂正しました。「国産」と書かれていても、どこまでが自社開発なのかは個別に確かめる必要があります。ベースのLLM-jp-4はLLM-jp-4とは？で解説しています。

なお、KDDIの法人向けサービス「ELYZA Works with KDDI」が使っているのはGeminiとClaudeで、ELYZAの自社モデルではありません（KDDI公式FAQ）。

料金・提供形態

• Llama-3.1-ELYZA-JP-70B: 法人向けの問い合わせ
• ELYZA-Thinking-1.0: 無料（自前のGPU環境で動かす費用は別）

cotomi v3（NEC）

cotomiは、NECが開発する業務向けのLLMです。2025年7月8日に発表されたv3は、v2から構成を大きく変えず、AIエージェントとして使うための推論性能を強化したものです。源内では5月に契約しています。

NECは特長として、高い日本語性能、軽量で速いこと、業界特化モデルへの対応、AIエージェント向けの推論性能を挙げています。関連する動きは次のとおりです。

• 2024年11月: さくらインターネットと協業し、さくらの生成AI基盤にcotomiを組み込む（データを国内で完結させる構成）
• 2025年8月: Webブラウザを自動操作するエージェント技術「cotomi Act」を発表。2026年度中のサービス提供を目指す

2026年10月時点で、v4など新しいバージョンの発表は確認できていません。パラメータ数やコンテキスト長などの詳細な数値は、導入前にNECへ確認してください。

料金・提供形態

• NECとの法人契約。公開単価はない
• さくらの生成AI基盤経由の提供もあるが、さくらのAI Engineの無償枠（チャット月3,000リクエスト）がcotomiに適用されるかは確認できていない

Takane 32B（富士通 × Cohere Inc.共同開発）

Takaneは、富士通とカナダのCohereが共同開発した企業向けLLMです。CohereのLLMをベースに日本語を強化しており、行政文書を扱った実証の実績があります。源内では5月に契約し、7月からさくらのクラウドで試用されています。

2024年9月30日からFujitsu Kozuchiで提供されており、プライベートクラウドやオンプレミスでも動かせます。2025年4月にはNutanix Enterprise AIにも対応しました。「Takane 32B」というモデル名はデジタル庁の選定・契約一覧にある名称で、32B版の詳しい仕様は富士通の一次情報では確認できていません。

行政での実証

2025年に中央省庁と行ったパブリックコメント業務の実証（富士通、2026年2月3日発表）では、約12万文字の意見を賛否で分けて要約する作業を約10分で処理しました。報道によると、法令案との整合性チェックでは8割を超える精度だったとされています。富士通は政策立案・法律制定向けの生成AIサービスを2026年度中に提供する予定です。

出典: 富士通 ニュースリリース 2026年2月3日

軽量化の技術

富士通は2025年9月8日、LLMを1ビットに量子化する「生成AI再構成技術」を発表しました。富士通の発表では、メモリ消費を最大94%減らし、精度を89%保ったまま推論を約3倍速くできるとしています（従来手法GPTQの精度維持率は20%以下）。オンプレミスの限られたGPUで動かしたい組織には大きな利点です。

2026年はKozuchi Enterprise AI Factory（1月）、Kozuchi Multi AI Agent Framework（7月）の提供が始まり、8月からは地方銀行など金融機関向けのAI基盤の開発にも着手しています。

CC Gov-LLM（カスタマークラウド）

CC Gov-LLMは、カスタマークラウドが政府向けに開発したとするLLMです。7件の中で唯一、大手以外の企業として選ばれましたが、2026年8月の契約企業一覧には名前がありません。

同社は2026年3月6日に選定を発表し、その後企業向けの「CC LLM」の導入サービスも発表しています。ただし、パラメータ数、アーキテクチャ、料金はいずれも公開されていません。7モデルの中で公開情報がもっとも少なく、外部から性能を判断できない状態です。

料金・費用感の詳細比較

出典: PLaMo API 公式サイト（Preferred Networks）

源内での試用は2026年度中は無償で、費用はデジタル庁が負担しています。民間企業が使う場合は各社との契約になり、単価まで公開しているのはPLaMoだけです。ほかは見積もり制のため、横並びのコスト比較はできません。

API型（従量課金）

料金を見てからすぐ試したいなら、PLaMo APIが手始めに使いやすいでしょう。トークン単価がわかるので、想定する問い合わせ件数から月額をおおまかに計算できます。

試す段階を越えて、社内の全員が使うチャットボットや業務システムに組み込む場合は、API単価だけでなく開発・運用・保守の費用もかかります。費用の内訳と考え方は社内AIチャットボットの費用で整理しています。

オンプレミス型の費用感

オンプレミスで動かす場合、モデルの利用料とは別にGPUサーバーの費用がかかります。各社とも公式の価格表は出していないため、以下は業界メディアなど第三者の試算にもとづく目安です。

• GPU: tsuzumi 2やtsuzumi 2 VisionはA100（40GB）1基で動く設計。A100 1基の構成で約500万円〜という試算がある
• サーバー・電力・設置: 構成によって数百万円以上が別にかかる
• 導入支援・チューニング: ベンダーごとの個別見積もり

小さく始めるならA100 1基の構成、全社展開や冗長化まで考えると数千万円規模になることが多いです。Takaneのように量子化でメモリを大きく減らせるモデルは、必要なGPUを抑えられる可能性があります。

用途別おすすめモデル

用途ごとのおすすめは、源内の試用モデルではなく、民間企業がいま契約・利用できる版を前提にしています。

用途別選定ガイド

国産LLMの選び方と組織・目的別の判断基準

出典: SB Intuitions プレスリリース

国産LLMを選ぶときは、セキュリティ要件、予算と規模、開発方式へのこだわりの順に絞り込むと迷いにくくなります。

ステップ1: セキュリティ要件を確認する

機密性の高い情報（行政・医療・金融）を扱う場合

国産LLMを、オンプレミスや自社専用の環境で動かす構成が基本です。tsuzumi 2とTakaneはオンプレミスやプライベート環境に対応しており、Sarashina3はソフトバンクの国内クラウド（Cloud PF Type A）の専有型で使えます。

機密性の低い情報（一般業務・PoC）の場合

API型で費用を抑えながら試すのが現実的です。PLaMo APIや、Azure上のtsuzumi 2・PLaMoから始めるとよいでしょう。

デジタル庁の公募条件は、そのまま民間の確認項目として使えます。

ステップ2: 組織規模と予算を確認する

大企業・行政機関（数千万円規模の予算がある）

tsuzumi 2・Takane・cotomi v3・Sarashina3から、オンプレミスか専有環境の契約を検討します。ベンダーの導入支援やSLAを受けられるのが利点です。

中堅企業（数百万円規模）

PLaMo APIやMicrosoft Foundry上のモデルでPoCを行い、利用量が読めた段階で専有型やオンプレへの移行を判断する流れが現実的です。

中小企業・スタートアップ（数万円のテスト予算から）

PLaMo APIがもっとも始めやすい選択肢です。OpenAI互換なので、ChatGPT APIを使っているコードは接続先とモデル名の変更で試せることが多いです。

ステップ3: 「完全純国産」を優先するか判断する

調達方針で「国内でフルスクラッチ開発されたモデル」を求められる場合は、tsuzumi 2（NTT）、PLaMo（PFN）、Sarashina3（SB Intuitions） が候補になります。

「海外ベースでも、データの処理が国内で完結すればよい」という条件なら、Takane（Cohereベース）やLlama-3.1-ELYZA-JP-70B（Llamaベース）も選択肢に入ります。

「国産」という表記だけで判断するのは危険です。2026年4月には、楽天のRakuten AI 3.0がDeepSeek V3をベースにしていたことが問題になりました（詳細はRakuten AI 3.0＝DeepSeek V3リブランド炎上のその後）。ベースモデルの有無はベンダーに直接確認しましょう。

国産LLMと海外LLM（GPT・Claude・Gemini）の使い分け

出典: ELYZA 公式サイト

国産LLMが海外LLMより何でも優れているわけではありません。強みは日本語とデータの置き場所で、汎用性やエコシステムでは海外LLMが先行しています。

PFNがPLaMo 3.0 Primeの比較相手にGPT-5.4 miniやClaude Haiku 4.5を選んでいるように、国産LLMが競っているのは主に海外の軽量モデルの層です。海外の最上位モデルと同じ土俵で比べると、まだ差があると考えておくのが無難です。

使い分けの目安は次のとおりです。

• 機密情報・行政情報を扱う業務 → 国産LLMを国内基盤で運用
• 日本語の社内文書の要約・検索・作成 → 国産LLM（PLaMo・tsuzumi 2・Sarashina3など）
• コーディング・マルチモーダル・英語が混ざる業務 → 海外LLM
• PoC・実験 → 料金と使い勝手で選ぶ。両方を同じ問題で比べるのがおすすめ

海外の主要ツールを含めた比較は生成AIツール徹底比較｜2026年おすすめ10選を用途別に解説をご覧ください。

こんな組織・企業におすすめ / おすすめしない

国産LLMが向くのは、データの置き場所に制約がある組織と、日本語の文書処理が中心の業務です。逆に、汎用性や最新機能を優先するなら海外LLMのほうが合います。

国産LLMをおすすめする組織

特に向いている

• 中央省庁・地方自治体（源内のOSSや、自治体向けサービスと組み合わせたい。行政の活用例は官公庁・自治体のAI活用事例を参照）
• 金融機関・保険会社（金融庁のガイドラインやFISCの基準を意識したデータ管理が必要）
• 医療機関・製薬会社（患者情報や臨床データを国内で完結させたい）
• 製造業・インフラ企業（設計図など機密性の高い技術情報を扱う）

条件が合えば向いている

• OpenAI互換APIを使っていて、国産モデルへの切り替えを小さく試したい企業（PLaMo）
• Azureを使っていて、既存契約の中で国産モデルを評価したい企業（tsuzumi 2・PLaMo）
• AIエージェントを業務システムに組み込みたい企業（cotomi v3・Takaneのマルチエージェント基盤）

国産LLMをすぐに選ばない方がよい場合

• コーディング支援が主な目的: Claude Code・GitHub Copilot・Cursorなどのほうが実績が豊富
• 英語・多言語の業務が中心: 海外LLMのほうが精度が高い
• 画像・音声・動画を幅広く扱いたい: 国産で対応しているのはtsuzumi 2 Visionなど一部
• 個人で手軽に試したい: 個人で使える手段はPLaMo APIやオープンモデルなどに限られる
• すぐに導入したい: 見積もり制のモデルが多く、契約まで時間がかかる
• 源内の評価結果を待ってから決めたい: 結果の概要が出るのは2026年冬〜2027年1月頃の予定

国産LLMを使ったシステムの開発を外部に頼む場合は、AI開発会社の比較と選び方で、会社の種類と頼める範囲を整理しています。

よくある質問（FAQ）

Q1. 源内で選ばれた7モデルを、自社や自治体でも使えますか？

源内そのものは政府職員向けで、民間企業が源内経由で国産LLMを使うことはできません。2026年4月に公開されたのはWeb画面と一部テンプレートのソースコードです。各モデルを使いたい場合は、PLaMo APIやMicrosoft Foundry、Cloud PF Type Aなど、各社の法人向けサービスと個別に契約します。

Q2. 無料で試せる国産LLMはありますか？

2026年10月時点で、次の方法があります。

• ELYZA-Thinking-1.0: Hugging FaceでApache 2.0として公開。商用利用も可能（自前のGPUが必要）
• LLM-jp-4: NIIが公開しているオープンな国産LLM
• PLaMo APIのFreeプラン: 0円のプランが用意されているが、公式ページでは「準備中」の表記がある

tsuzumi 2・Sarashina3・cotomi v3・Takaneには、一般向けの無料枠は確認できていません。

Q3. 選定された7件のうち、なぜ2件は契約一覧にないのですか？

デジタル庁は理由を公表していません。一部の解説記事には「辞退」と書かれていますが、一次情報では確認できません。KDDI・ELYZAとカスタマークラウドは2027年度の公募にも応募できるため、今後の動きは11月以降の公募で確認できる見込みです。

Q4. 「フルスクラッチ国産」と「海外ベースの国産」はどちらを選ぶべきですか？

調達要件に「国内でのフルスクラッチ開発」と書かれていれば、フルスクラッチのモデルを選ぶしかありません。データを国内で処理することが目的なら、海外ベースのモデルでも国内環境で動かせば、データの置き場所という点では同じ条件にできます。実務では、ベースモデルの出どころと、データを処理する場所の両方を確認しておくと安心です。

Q5. 2027年度の政府の有償調達では、どのモデルが有利ですか？

現時点では判断できません。評価テストが300問に増え、初回の5社以外も応募でき、2026年度の試用結果も考慮されるため、顔ぶれが変わる可能性があります。さくらのクラウドで先行試用されている3モデル（tsuzumi 2・Takane 32B・PLaMo 2.0 Prime）は、実際の業務で既存モデルと比べたデータが残る点で材料が多いと言えます。

2026年10月現在の国産LLM選定のまとめ

デジタル庁「源内」の国産LLMは、2026年3月の7件選定から、5月に5社と契約、7月からさくらのクラウドで3モデルが先行試用という段階まで進みました。11月には2027年度の有償調達に向けた公募が始まります。

7モデルの現在の立ち位置

• PLaMo（PFN）: 単価を公開しており、民間でいちばん始めやすい。最新はPLaMo 3.0 Prime。源内ではPLaMo 2.0 Primeを先行試用中
• tsuzumi 2（NTTデータ）: 図表を読むVision機能を追加。GPU 1基で動くためオンプレ向き。源内で先行試用中
• Takane 32B（富士通）: 中央省庁のパブリックコメント処理で実証。量子化による軽量化が強み。源内で先行試用中
• Sarashina（ソフトバンク）: 契約時にSarashina3 miniへ。ガードレールと検索用モデルまでそろう
• cotomi v3（NEC）: AIエージェント向けに推論を強化。NECのSIと組み合わせて導入
• Llama-3.1-ELYZA-JP-70B（KDDI・ELYZA）: 契約一覧に記載なし。ELYZAはLLM-jp-4ベースの推論モデルを無料公開
• CC Gov-LLM（カスタマークラウド）: 契約一覧に記載なし。仕様・料金は非公開

源内に選ばれたことは、政府が性能を保証したという意味ではありません。評価結果の公表は2026年冬〜2027年1月頃の予定です。それまでは、自社の業務データと、デジタル庁の評価テストに倣った問題で2〜3モデルを比べておくと、結果が出たときに判断しやすくなります。

参考・出典

• デジタル庁「ガバメントAI（源内）で用いる国産の大規模言語モデル（LLM）の選定結果」: 公式発表ページ
• デジタル庁 源内班「政府内における生成AI『源内』の活用について」（2026年8月）: 内閣官房 資料
• デジタル庁 "Government AI GENAI starts trial use of Domestic Foundation Models on a Domestic Cloud Platform": 公式発表ページ
• ITmedia AI+「源内」2027年度公募（2026年5月29日）: 記事
• NTT tsuzumi 2 アップデート（2026年5月19日）: NTT公式
• NTTデータ tsuzumi 2 on Azure（2026年5月20日）: NTTデータ公式
• PFN PLaMo 3.0 Prime 正式リリース（2026年6月22日）: PFN公式
• PFN Microsoft Foundry での提供開始（2026年10月6日）: PFN公式
• PLaMo API: 公式ページ
• SB Intuitions Sarashina API: SB Intuitions公式
• NEC cotomi: NEC公式
• 富士通 パブリックコメント業務の実証（2026年2月3日）: 富士通公式
• 富士通 生成AI再構成技術（2025年9月8日）: 富士通公式
• ITmedia AI+ ELYZA-Thinking-1.0（2026年10月2日）: 記事