国産LLMの現在地を業務目線で読む｜楽天・リコー・ガバメントAIの動向整理

日本語に強い、あるいは国内で開発された「国産LLM」の発表が2026年に入って続いています。楽天が3月に「Rakuten AI 3.0」を公開し、リコーは金融業務などに向けた日本語LLMを打ち出し、デジタル庁は行政向けの「ガバメントAI(源内)」で使う国産LLMの選定結果を公表しました。この記事では個々のモデルの優劣を競わせるのではなく、業務で国産LLMをどう評価し、どう選ぶかという判断軸に落として整理します。

いま何が起きているか#

「国産LLM」という言葉は幅広く使われています。ゼロから国内で学習したモデルもあれば、海外のオープンウェイトモデルを基盤に日本語性能を高めたものもあります。まずは代表的な3つの動きを、公式情報で確認できる範囲で押さえます。

「国産」は基盤の作り方で中身が変わる#

業務検討で最初に押さえたいのは、国産LLMと一口に言っても中身の作り方が異なる点です。海外のオープンウェイトモデルを基盤に日本語を強化する路線は、実は世界的にも一般的な手法で、それ自体は技術的に妥当なアプローチです。一方で「どの基盤をどこまで使っているか」の開示は、ライセンス順守や説明責任の観点で重要になります。

この点で注目されたのが、Rakuten AI 3.0の透明性をめぐる議論です。公開後、ベースモデルがオープンソースのDeepSeek由来ではないかという指摘が出て、報道では楽天が後にDeepSeekをベースにしたと認めたと伝えられています。当初の発表で基盤モデルが明示されていなかった点や、ライセンスの帰属表記が当初不足していた点が議論になった、と複数のメディアが報じています。

業務で国産LLMを選ぶ5つの軸#

固有のモデル名の優劣ではなく、自社の用途に照らして評価するための軸を整理します。

• 日本語性能: 自社が実際に扱う文書(社内規程、報告書、問い合わせ対応など)で試し、ベンチマーク値ではなく実タスクの精度で見ます。
• ライセンス: Apache 2.0のような寛容なライセンスか、商用利用や再配布に条件があるかを確認します。基盤モデルのライセンスが継承される点にも注意します。
• 提供形態: 重みを自社環境で動かすオープンウェイト型か、APIやマネージド提供か。オンプレミスや閉域で動かせるかは、機密情報を扱う業務で効いてきます。
• 透明性: 基盤モデル、学習データの方針、ライセンス帰属がモデルカード等で開示されているか。説明責任が問われる用途ほど重視します。
• サポート体制: 商用サポート、更新の継続性、日本語での問い合わせ窓口があるか。行政や金融のように運用要件が厳しい領域では判断材料になります。

本記事の数値・仕様(パラメータ規模、ライセンス、公募・選定の枠組みなど)は、楽天・リコー・デジタル庁の公式発表と、リンク先の報道で確認できた範囲に基づきます。透明性に関する記述は報道の指摘を出典に帰属させたもので、断定ではありません。最新の仕様とライセンスは各公式情報で確認してください。

どこから試すか#

いきなり全社導入を決めるのではなく、小さく試すのが堅実です。オープンウェイトで公開されているモデルは、社内の検証環境で自社データを使って評価しやすい利点があります。行政・金融のように要件が厳しい用途では、デジタル庁のように評価項目(ハルシネーション対策やセキュリティ)を先に定義してから比較する進め方が参考になります。

よくある質問#

まとめ#

国産LLMは選択肢が着実に増えています。楽天の大規模MoE、リコーの既存基盤を活かす路線、デジタル庁の行政向け公募と、アプローチはさまざまです。大切なのは「国産」という言葉で判断を止めないことです。日本語性能・ライセンス・提供形態・透明性・サポートの5軸で自社の要件に照らせば、どのモデルが自分たちの業務に合うかは冷静に見えてきます。透明性をめぐる議論も、特定企業を非難する材料としてではなく、選定時に自分たちが何を確認すべきかの教訓として読むのが実務的です。