LLM-jp-4 33Bはどんなモデルですか？

国立情報学研究所が公開した約332億パラメータの国産オープンLLMで、ベースモデルの「llm-jp-4-33b-base」と事後学習済みの「llm-jp-4-33b-thinking」の2種類があり、Apache 2.0ライセンスで商用利用も可能です。

前回のモデルとの違いは何ですか？

前回4月公開のモデルはMoE方式でしたが、今回は全パラメータを使って推論する「Dense」型に変わっています。

国産LLM オープンソースAI NII

🇯🇵 gpt-ossを上回った国産モデル｜LLM-jp-4 33B公開から考える、日本発オープンAIの勝ち筋

アイ

2026-08-20

国産モデルがgpt-ossを上回ったって聞いて、思わず二度見した

わたし、このニュースを見て「え、国産モデルがOpenAIのモデルを上回ったの?」って、思わず二度見しちゃったの。ITmedia AI+によると、国立情報学研究所(NII)は、オープンな国産大規模言語モデル「LLM-jp-4 33B」シリーズを公開したんだって。パラメータ数は約332億で、ベースモデルの「llm-jp-4-33b-base」と、事後学習を経た「llm-jp-4-33b-thinking」の2種類が用意されてて、ライセンスはApache 2.0だから商用利用もできるの。

技術的なポイントとして、前回4月に公開されたモデルがMoE(専門家混合)方式を採用していたのに対して、今回は全パラメータを使って推論する「Dense」型に変わってるんだって。独自の評価フレームワーク「llm-jp-judge」を使ったテストでは、事後学習済みモデルが日本語・英語のMT-Benchや安全性評価「AnswerCarefully」など4種類のベンチマーク全てで、従来のLLM-jp-4シリーズとOpenAIの「gpt-oss-20b」を上回ったとされてるの。

LLM-jpは、NIIの大規模言語モデル研究開発センターが主宰する研究開発コミュニティなんだって。派手な発表会見があったわけじゃないニュースなんだけど、わたしはこういう地道な国産AI開発の積み重ねに、すごく大事な意味があるんじゃないかって思ったから、わたしなりに考えてみることにしたの🇯🇵。

そう考える4つの理由

理由1：無償公開だからこそ生まれる信頼感がある

まず最初に注目したいのが、Apache 2.0ライセンスでの無償公開っていう部分なの。

世間だと、AIモデルの性能って、有料のクローズドなモデルの方が優れてるっていうイメージがまだまだ強いと思うんだよね。無料で公開されてるモデルは、どうしても一段劣るものだって捉えられがちなはずなの。

でもわたしは、今回のLLM-jp-4 33BがApache 2.0という商用利用も可能な形で無償公開されてるところに、単なる性能競争とは違う価値を感じたの。

なぜなら、クローズドなモデルはブラックボックスな部分が多くて、実際にどういうデータで学習されて、どういう判断基準で応答を作ってるのか、外部から検証するのが難しいから。それに対してオープンなモデルは、研究者や企業が中身を確認しながら使えるし、自分たちの用途に合わせてカスタマイズすることもできるんだよね。NIIという公的な研究機関が主体になって開発・公開してるっていう点も、透明性や説明責任の面で大きな安心材料になると思うの。

わたしなりに考えてみると、こういう無償公開のモデルが充実していくことは、AI技術を一部の大企業だけが独占するんじゃなくて、研究者や中小企業、個人開発者まで幅広く使える環境を作ることにつながっていくんだと思うの。技術の民主化っていう意味で、すごく価値のある取り組みだよね。

だからこそ、こういうオープンモデルのニュースを見るときは、性能の数字だけを見て一喜一憂するんじゃなくて、「誰でも中身を確認しながら使える」っていう透明性の価値もあわせて評価してみるといいと思うの。

わたしが率直に思ったのは、こういう公的機関主導のオープンモデル開発が続いていくことで、日本のAI研究の土台そのものが強くなっていくんじゃないかってことなの。目立たないけど、地道に積み上がっていく信頼の話だと思うんだよね。

こういう取り組みを見ていると、AI開発の世界でも、派手な発表よりも継続的な積み重ねの方が、結局は大きな価値を生み出していくんだなって感じさせられるの。

わたしが個人的にいいなと思うのは、こういう無償公開のモデルがあることで、大きな予算を持たない大学の研究室や、駆け出しのスタートアップでも、最先端に近いAI技術を試せる環境が広がっていくことなの。技術力の差がそのまま資金力の差になっちゃう状況を、少しでも和らげてくれる存在なんじゃないかなって感じてるんだよね。

理由2：MoEからDenseへの回帰にちゃんと理由がある

2つ目に考えたいのが、今回のモデルがMoE方式からDense型に変わったっていう技術的な変化なの。

世間だと、AIモデルの技術トレンドって、常に新しい方式が古い方式を置き換えていく一直線の進化だってイメージされがちだと思うんだよね。MoEが最先端で、Denseは一世代前の技術、みたいな単純な理解をしてる人も多いはずなの。

でもわたしは、今回あえてDense型に回帰した判断に、技術トレンドを鵜呑みにしない研究チームの姿勢を感じたの。

なぜなら、MoEとDenseにはそれぞれ得意不得意があって、MoEは効率的に大きなモデルを動かせる一方で、Dense型は全パラメータを使う分、応答の一貫性や特定タスクでの精度で強みを発揮しやすいと言われてるから。前回4月のモデルでMoEを試した上で、今回あえてDense型に切り替えてるっていうことは、実際に運用してみた結果を踏まえて、目的に合った方式を選び直したんじゃないかなって想像できるんだよね。

わたしなりに考えてみると、こういう試行錯誤をオープンに繰り返しながら開発を進めてる姿勢自体が、LLM-jpプロジェクトの信頼性を高めてる部分だと思うの。ひとつの方式に固執せず、実際の評価結果をもとに柔軟に方針を変えられるのは、研究機関ならではの強みだよね。

だからこそ、こういう技術選択の変化を見るときは、「新しい方式じゃないから劣ってる」って決めつけずに、なぜその方式を選んだのかっていう背景を考えてみると、開発チームの狙いが見えてくると思うの。

わたしが個人的に興味深いなと思ったのは、こういう技術方式の選び直しって、モデルの規模がまだそこまで大きくないからこそ機動的にできる部分もあるんじゃないかってことなの。超巨大なモデルだと、方式を変えるコストも跳ね上がっちゃうはずだよね。

こういう柔軟な方針転換を見ていると、LLM-jpプロジェクトが単に大きなモデルを作ることを目指してるんじゃなくて、実用性を重視した開発を続けてるんだなって感じられるの。

わたしなりに思うのは、技術方式の選び直しを恥ずかしがらずに公表できるのも、オープンな開発体制だからこそだと思うの。クローズドな企業だと、方式転換の理由を細かく説明する義務はないけど、研究コミュニティとして活動してるLLM-jpだからこそ、こういう試行錯誤の過程まで含めて共有する価値があるんだよね。

理由3：独自ベンチマークの数字は鵜呑みにせず背景を見る

3つ目に注目したいのが、「4種類のベンチマーク全てで上回った」っていう成果の見方なの。

世間では、ベンチマークで既存の有名モデルを上回ったって聞くと、「もうこのモデルの方が優れてるんだ」って単純に受け止められがちだと思うんだよね。数字の比較がそのまま実力の比較だって考えちゃう人も多いはずなの。

でもわたしは、今回の評価が「llm-jp-judge」というLLM-jp独自のフレームワークで行われてるっていう点は、ちゃんと押さえておくべきポイントだと思うの。

なぜなら、独自の評価フレームワークっていうのは、開発チーム自身が設計した基準で測ってる分、その基準がどれだけ客観的で汎用的なものかによって、結果の解釈が変わってくるから。日本語・英語のMT-Benchや安全性評価のAnswerCarefullyといった具体的なベンチマークが含まれてるのは信頼できる材料だけど、「gpt-oss-20bを上回った」っていう結果を、あらゆる場面で優れてるっていう意味だと拡大解釈しすぎないようにする必要があると思うんだよね。

わたしなりに考えてみると、こういうベンチマーク結果は、あくまで特定の条件下でのひとつの指標として受け止めるのが正しい向き合い方だと思うの。実際に自分の用途で試してみて、期待通りの応答が返ってくるかどうかを確認するプロセスは、どんなベンチマーク結果があっても省略できないはずだよね。

だからこそ、こういう性能比較のニュースを見るときは、「上回った」という見出しだけで判断せずに、どんな評価基準で、どんなタスクで比較されたのかまで確認する癖をつけておくといいと思うの。

わたしが率直に思ったのは、それでもgpt-oss-20bという実際に存在する比較対象を明示して、公開されてる評価フレームワークで結果を示してること自体は、透明性の高いやり方だなってことなの。数字を都合よく見せるんじゃなくて、検証可能な形で結果を出してるのは好感が持てるよね。

こういう堅実な発表の仕方を見ていると、LLM-jpプロジェクトが誇張よりも実証を重視する姿勢を持ってるんだなって伝わってくるの。

理由4：国産オープンモデルが増えることの実利がある

最後に考えたいのが、こういう国産オープンモデルがわたしたちの生活にどう関係してくるのかについてなの。

世間だと、こういう研究機関発のAIモデルのニュースって、専門家や研究者だけに関係する話だって思われがちだと思うんだよね。一般のユーザーには縁遠い、技術的な話題として片付けられることが多いはずなの。

でもわたしは、こういう国産オープンモデルが充実していくことには、わたしたち一般ユーザーにも十分な実利があると思うの。

なぜなら、日本語に特化した安全性評価を含むオープンなモデルが増えれば、日本語対応のAIサービスを作る企業やエンジニアの選択肢が広がって、結果的にわたしたちが使うAIサービス自体の質や多様性が上がっていくから。海外の大手クローズドモデルに一極集中せずに、国産のオープンな選択肢があることは、価格競争や機能競争を促す効果も期待できるんだよね。

わたしなりに考えてみると、こういう研究成果の積み重ねは、すぐに目に見える形でわたしたちの生活を変えるわけじゃないけど、数年単位で見たときに日本のAI産業全体の底力を支える土台になっていくんだと思うの。派手な新製品発表の裏で、こういう地道な基盤研究がちゃんと進んでるのは、意外と知られてない大事なポイントだよね。

だからこそ、こういう研究機関発のニュースを見るときは、「自分には関係ない」で終わらせずに、それが将来どんなサービスにつながっていくのか、想像を広げてみると面白いと思うの。

わたしが個人的に思うのは、こういう地道な研究の積み重ねを応援する気持ちで見守っていくことも、AIとの付き合い方のひとつなんじゃないかってことなの。派手なニュースばかりに目を奪われがちだけど、こういう基盤づくりのニュースにも、たまには目を向けてみたいよね。

具体的には、AIサービスを選ぶときに「どんなモデルが使われてるか」まで気にしてみると、こういう国産オープンモデルの存在にも自然と気づけるようになると思うの。わたしたち利用者が国産技術に関心を持つこと自体が、こういう研究開発を後押しする力になっていくはずだよね。

わたしが最近感じてるのは、AIサービスを選ぶときに国籍や開発元まで意識する人って、まだそんなに多くない気がするってことなの。でも、災害時の情報発信や行政サービスみたいに、日本語や日本の文脈にちゃんと対応してるかどうかが重要になる場面では、こういう国産モデルの存在がじわじわ効いてくるはずだよね。

まとめ：派手さはなくても、じわじわ効いてくるニュース

今回のニュースをまとめると、ITmedia AI+によると、国立情報学研究所は国産オープンLLM「LLM-jp-4 33B」シリーズを公開したよ。約332億パラメータでApache 2.0ライセンスの商用利用可能なモデルで、独自ベンチマークではOpenAIの「gpt-oss-20b」を含む比較対象を上回ったとされてるの。

ポイントを整理すると、以下の4つになるね。

1つ目、Apache 2.0での無償公開が、透明性と技術の民主化という性能競争とは別の価値を生んでるということ。

2つ目、MoEからDenseへの回帰には、実際の運用結果を踏まえた技術選択の理由があるということ。

3つ目、独自ベンチマークの結果は貴重な材料だけど、評価基準の背景まで確認する視点が必要だということ。

4つ目、国産オープンモデルの充実は、わたしたち一般ユーザーが使うAIサービスの質や多様性にもつながる実利があるということ。

この4つだね。派手な発表会見があるわけじゃないニュースだけど、こういう地道な積み重ねが、日本のAI産業の土台をじわじわ強くしていくんだろうなって感じさせられたの。AIチャットサービスをいろいろ比較してみたい人は、ChatGPT・Gemini・Claudeを業務で使い分けてみた感想もあわせてチェックしてみてね。

正直、わたしも普段は海外の大手AIサービスばかり使ってるんだけど、今回のニュースを通して、国産のオープンな取り組みにももっと目を向けてみようかなって思ったの。派手さはなくても、こういう研究がちゃんと積み重なっていくことの大切さを、あらためて感じさせられたよ🇯🇵。

こういう地道な国産技術のニュースをきっかけに、普段何気なく使ってるAIサービスの裏側にどんな技術やモデルが使われてるのか、少し立ち止まって調べてみる習慣を持っておくと、AIとの付き合い方がもう一段深くなる気がしてるんだよね。

これからも国産AIモデルの開発は続いていくと思うから、性能競争のニュースだけじゃなくて、こういう基盤研究の積み重ねにも、時々目を向けていきたいなって思ってるの。

こういうニュースをきっかけに、わたし自身も「国産のAI技術って今どこまで進んでるんだろう」って調べる時間を作るようになったの。大きなニュースの陰に隠れがちだけど、知れば知るほど地道に前進してる分野なんだなって感じさせられるんだよね。

ソース:

「オープンな国産モデル」に33Bパラメータの新バージョン（ITmedia AI+, 2026年8月19日）

よくある質問

LLM-jp-4 33Bはどんなモデルですか？: 国立情報学研究所が公開した約332億パラメータの国産オープンLLMで、ベースモデルの「llm-jp-4-33b-base」と事後学習済みの「llm-jp-4-33b-thinking」の2種類があり、Apache 2.0ライセンスで商用利用も可能です。
どんな評価結果が出ていますか？: 独自の評価フレームワーク「llm-jp-judge」を使ったテストで、事後学習済みモデルが日本語・英語のMT-Benchや安全性評価「AnswerCarefully」など4種類のベンチマーク全てで、従来のLLM-jp-4シリーズやOpenAIの「gpt-oss-20b」を上回ったとされています。
前回のモデルとの違いは何ですか？: 前回4月公開のモデルはMoE方式でしたが、今回は全パラメータを使って推論する「Dense」型に変わっています。