Kimi K3・Qwen3.8・Llama 4の違い|主なオープンLLMの比較表

この記事の要点

  1. 主なオープンLLMの比較表:Kimi K3.1 Pro、Qwen3.8、Llama 4、Gemma 4、DeepSeek V4などの規模、読める長さ、ライセンスを1つの表で比べます。
  2. Kimi K3は、中国のMoonshot AIが2026年7月に重みを公開した総2.8兆パラメータのモデルです。10月に発表された改良版のK3.1 Pro(重みは11月に公開)は規模が同じで、APIの料金はK3より安くなっています。
  3. Qwenは世代ごとに重みを公開するモデルが違い、Qwen3.8では27B(Apache 2.0)と2.4T-A95Bの重みが公開されています。11月16日に発表されたQwen4-MaxはAPIだけで使えます。
  4. Llama 4の対応言語の一覧に日本語はなく、Metaの2026年の新しいモデルはMuseの名前で出ています。GemmaはGeminiと同じ研究から作られた、重みを公開するモデルです。
  5. 商用で使うときは、Apache 2.0とMITのほかは、売上や利用者の数の条件と表示の決まりを確かめます。内容は2026年11月16日に各社の公式の情報で確かめました。
SHARE

Kimi K3は、中国のMoonshot AIが2026年7月に公開した、重みを誰でもダウンロードできる大規模言語モデル(LLM)です。 10月には改良版のKimi K3.1 Proが発表され、11月にその重みも公開されました。 同じように重みを公開するモデルには、AlibabaのQwen、MetaのLlama、GoogleのGemma、DeepSeekのモデルなどがあり、2026年8月にはQwen3.8、11月16日には次の世代のQwen4-Max(APIだけ)が発表されています。

この記事では、主なオープンなLLMの規模、読める長さ、ライセンスを表で比べ、Kimi、Qwen、Llama、Gemmaのそれぞれの違いと選び方を説明します。 内容は、2026年11月16日に各社の公式サイト、モデルカード、ライセンスの全文で確かめたものです。

主なオープンLLMの比較表

主なオープンなLLMの最新のモデルを、規模、一度に読める長さ(コンテキスト)、ライセンスで比べます。 規模の「総/活性」は、モデル全体のパラメータの数と、1つのトークンを処理するときに実際に動くパラメータの数です。

主なオープンLLMの比較(2026年11月16日)
モデル開発元総/活性読める長さライセンス
Kimi K3.1 ProMoonshot AI2.8兆/1,040億100万Kimi K3.1-Pro License
Qwen3.8-2.4T-A95BAlibaba2.4兆/950億約26万(100万まで)Qwen3.8-Max License
Qwen3.8-27BAlibaba270億約26万(100万まで)Apache 2.0
Llama 4 MaverickMeta4,000億/170億100万Llama 4 Community License
Muse Spark OpenMeta8,160億/420億100万Muse Model License
Gemma 4 31BGoogle310億256KApache 2.0
DeepSeek-V4-ProDeepSeek1.6兆/490億100万MIT
Mistral Large 4Mistral AI1兆/490億100万独自のライセンス
gpt-oss-120bOpenAI1,170億/51億約13万Apache 2.0

読める長さの単位はトークンです。 「約26万(100万まで)」は、標準で262,144トークンを読め、設定で100万トークンまで広げられることを表します。 活性の欄がないモデルは、すべてのパラメータが毎回動くモデル(Dense)です。

大きいモデルほど高い性能を出しやすい一方で、動かすのに多くのGPUとメモリが要ります。 Kimi K3.1 ProやQwen3.8-2.4T-A95Bはデータセンター向けの大きさで、ふつうはチャットやAPIで使います。 Gemma 4 31Bは、量子化しない重みがNVIDIAのH100(80GB)1基に収まるとGoogleが説明している大きさです。

オープンウェイトとオープンソースの違い

この記事の「オープンなLLM」は、モデルの重み(学習で決まったパラメータ)が公開され、ダウンロードして自分の環境で動かせるモデルを指します。 このようなモデルは「オープンウェイト」とも呼ばれます。 オープンソースの団体OSI(Open Source Initiative)が定めたオープンソースAIの定義では、重みに加えて、学習に使ったデータの詳しい情報と、学習と実行に使ったコードの全体を公開することが条件です。 各社は自分のモデルを「オープンソース」や「オープンモデル」と呼ぶことがありますが、使ってよい範囲はモデルごとのライセンスで決まります。

Kimi K3とは

Kimi K3は、Moonshot AI(月之暗面)が2026年7月16日に発表したモデルです。 Moonshot AIは2023年春に創業し、中国の北京市に本社を置いています。 重みは2026年7月27日からHugging Faceで公開され、Kimi K3 Licenseで使えます。

Kimi K3の主な仕様
項目内容
パラメータ総2.8兆、活性1,040億
構成MoE(896の専門家から16を選ぶ)
読める長さ1,048,576トークン(約100万)
入力テキスト、画像
思考いつも考えてから答える(深さは3段階)

MoE(Mixture of Experts)は、たくさんの「専門家」の小さなネットワークを持ち、入力ごとに一部だけを動かす仕組みです。 Kimi K3はKimi Delta Attention(KDA)とAttention Residualsという仕組みを土台にしていて、Moonshot AIはこれで効率よく規模を大きくできたとしています。 思考の深さは、APIのreasoning_effortでlow、high、maxから選べます。

Moonshot AIは、Kimi K3がコーディング、ツールの利用、推論の評価で最先端の水準の成績を出したとしています。 同時に、技術ブログでは、全体の性能はClaude Fable 5とGPT-5.6 Solという最も強い商用のモデルにまだ及ばないとも書いています。

Kimi K3.1 ProとK3の違い

Kimi K3.1 Proは、2026年10月24日に発表されたK3の改良版で、11月に重みが公開されました。 K3をもとに、数百の分野の課題で強化学習を追加して作られていて、パラメータの数と読める長さはK3と同じです。 Moonshot AIは、コーディング、3Dの作成、金融の調査、事実の正確さなどが良くなったとしています。

Kimi K3とK3.1 Proの違い
項目Kimi K3Kimi K3.1 Pro
発表2026年7月16日2026年10月24日
総/活性2.8兆/1,040億2.8兆/1,040億
注意の層の一部Gated MLAGated DSA
APIの入力3ドル2ドル
APIの出力15ドル10ドル

APIの料金は100万トークンあたりの金額で、税を含みません。 K3.1 Proには、2〜3倍の速さで答えるK3.1 Pro Highspeed(入力4ドル、出力20ドル)もあります。 いまのAPIのドキュメントは、K3を「前の世代の主力モデル」と呼んでいます。

Kimi K2・K2.5・K2.6との違い

Kimi K3の前のK2の系列は、どれも総1兆、活性320億のモデルです。 K3は総パラメータが2.8倍になり、読める長さはK2.6などの256Kの4倍になりました。

Kimiの主なモデル
モデル公開総/活性読める長さ入力
Kimi K22025年7月1兆/320億128Kテキスト
Kimi K2 Thinking2025年11月1兆/320億256Kテキスト
Kimi K2.52026年1月1兆/320億256K画像も
Kimi K2.62026年4月1兆/320億256K画像も
Kimi K2.7 Code2026年6月1兆/320億256K画像も
Kimi K32026年7月2.8兆/1,040億100万画像も

K2 Thinkingは、考えながら200〜300回続けてツールを呼び出せるモデルです。 K2.5から画像を読めるようになり、K2.7 CodeはK2.6をもとにコーディング向けに作られています。 K2の系列のライセンスは、MITライセンスに表示の条件を足したModified MITです。

KimiのAPIでは、K2の系列は2026年10月31日から新しく登録した人には提供されず、2026年12月末までに提供を終える予定です。 検索で見かける「kimi3」「kimi2.5」は、それぞれKimi K3、Kimi K2.5のことです。

Kimi K3の使い方

Kimi K3は、Webのチャット、スマホのアプリ、デスクトップのアプリ、ターミナルのKimi Code、APIで使えます。 日本語の画面は、Kimiの国際版のサイト(kimi.ai/ja)で開けます。

  1. ブラウザでkimi.ai/jaを開きます。
  2. 入力欄の右下にあるモデルの名前(「K3 高」など)を押し、モデルの一覧を開きます。
  3. 「K3.1 Pro」か、「その他のモデル」の「K3」を選びます。
Kimiの国際版のサイトで、入力欄の右下の「K3 高」を押してモデルの一覧を開いた画面。K3.1 Pro、K2.8 Preview、即時、その他のモデル(K3)、思考強度、チャットの長さが並ぶ

一覧には、普段使いに向くとされる「K2.8 Preview」や、すぐに答える「即時」も並びます。 「思考強度」では、考える深さを選べます。 スマホのアプリはiOSとAndroid向けに、デスクトップのアプリ「Kimi Work」はWindowsとAppleシリコンのMac向けに提供されています。 チャットの履歴を同期するには、ログインします。

個人向けのプランには、無料のFreeと、有料のPlus、Pro、Max、Ultraがあります。 開発者向けのKimi Codeは、Plus以上のプランで使えます。 自分のアプリに組み込むときは、KimiのAPIで、使ったトークンの量に応じて払います。

Kimi K3をローカルで動かすには

Kimi K3の重みは、Hugging Faceのファイルの大きさで約1.56TBあります。 重みは4ビットの形式(MXFP4)で配られていて、公式のモデルカードは、推論のエンジンにvLLM、SGLang、TokenSpeedを勧めています。 vLLMの手順書は、NVIDIAのB300を8基使う構成を既定の例にしています。 重みだけで約1.56TBあるので、手元のPCで試すなら、後で説明するQwen3.5-9BやGemma 4のような小さいモデルが向いています。

Kimi K3のデータの扱い

日本から使う国際版のKimi(kimi.ai)は、プライバシーポリシーでNOVASCENT PRIVATE LIMITEDを提供者としています。 このポリシーには、入力した文章、画像、ファイルをサービスの提供と改善に使い、AIのモデルの学習にも使うことがあると書かれています。 情報が、国外のサーバーに送られて保存されることがあるとも書かれています。

会社の情報を扱うときは、社内のルールに照らして、チャットに入れてよい内容かを確かめます。 重みを自分のサーバーで動かせば、入力をKimiのサービスに送らずに使えます。 APIには、会社向けに、入力を保存しないZero Data Retentionの扱いも用意されています。

Qwenのモデルの違い

Qwenは、中国のAlibaba(阿里巴巴)のQwenのチームが作るモデルの系列です。 世代ごとに、重みを公開するモデルとAPIだけで使うモデルがあります。

Qwenの世代と、重みを公開したモデル
世代発表重みを公開したモデルライセンス
Qwen2.52024年9月0.5B〜72B、Coder多くはApache 2.0
Qwen32025年4月0.6B〜235B-A22BApache 2.0
Qwen3.52026年2〜3月0.8B〜397B-A17BApache 2.0
Qwen3.62026年4月27B、35B-A3BApache 2.0
Qwen3.72026年5月なし(APIだけ)なし
Qwen3.82026年8月27B、2.4T-A95B、Flash-Nextモデルごとに違う
Qwen42026年11月なし(APIだけ)なし

名前の「27B」は270億パラメータを表します。 「397B-A17B」は、総3,970億パラメータのうち170億が動くMoEのモデルという意味です。 Qwen3では対応言語に日本語が挙がっていて、Qwen3.5で対応する言語と方言は201に増えました。 Qwen3.5からは、モデル本体が画像と動画を読めます。

Qwen3.8とQwen3.8-27B

Qwen3.8は、2026年8月3日にAPIのQwen3.8-Maxとして発表されました。 Qwenとして初めて、Max級のモデルの重みも公開され、Qwen3.8-2.4T-A95Bという名前でHugging Faceに置かれています。 2.4T-A95Bは総2.4兆、活性950億のテキスト専用のモデルで、いつも考えてから答えます。

Qwen3.8-27Bは、同じ8月に重みが公開された270億パラメータのモデルです。 画像と動画を読め、考えるモードは初めから有効で、問い合わせごとに無効にできます。 ライセンスはApache 2.0で、商用にも使えます。 Ollamaのライブラリでは、27Bのファイルの大きさは18GBです。

Qwen3.8-Flash-Next

Qwen3.8-Flash-Nextは、2026年8月に重みが公開された試験的なモデルで、Qwen4で使う構造を先に公開したものです。 総1,250億パラメータのうち60億が動くMoEで、画像と動画を読めます。 ライセンスはApache 2.0ではなくQwen Community License 1.0で、AIのモデルを外部に提供する事業や、AIの業務アシスタントの事業で商用に使うときは、Qwenと別の契約が要ります。

APIでは、Flash-Nextをもとに機能を足したQwen3.8-Flashが提供されています。 料金は100万トークンあたり入力0.15ドル、出力0.47ドルです。

Qwen3.6-27BとQwen3.5-9B

Qwen3.6-27Bは、2026年4月22日に重みが公開された270億パラメータのモデルです。 Qwenは、コーディングの主な評価で、前の世代の最大のモデルQwen3.5-397B-A17Bを上回ったとしています。

Qwen3.5-9Bは、2026年3月に公開された90億パラメータのモデルで、画像と動画も読めます。 Ollamaのライブラリでのファイルの大きさは6.6〜7.6GBです。 Qwen3.5には、さらに小さい0.8B、2B、4Bもあります。 どちらもApache 2.0で、標準で262,144トークンを読めます。

Qwen4はいつ出るか

Qwen4は、2026年11月16日にQwen4-Maxとして発表されました。 総2.4兆パラメータのうち710億が動き、画像と動画を読め、100万トークンを読めます。 いまはAPIで使え、料金は100万トークンあたり入力1.5ドル、出力4.5ドルで、Qwen3.8-Maxより下がりました。

Qwen4の重みはまだ公開されていません。 Qwenは発表の中で、Qwen4の小さいモデルを今後オープンにすると書いていますが、時期と大きさは示していません。

Qwen3-VLとQwen Coder

Qwen3-VLは、2025年9月から10月にかけて順に公開された、画像と動画を読む専用のモデルです。 2Bから235B-A22Bまでの大きさがあり、Apache 2.0で使えます。 Qwen3.5からは本体のモデルが画像と動画を読めるようになり、QwenはQwen3.5がQwen3-VLを上回ったとしています。

Qwen Coderは、コーディング向けのモデルの系列です。 Qwen2.5-Coder(2024年)、Qwen3-Coder(2025年7月、総4,800億)、Qwen3-Coder-Next(2026年2月、総800億、活性30億)が公開されていて、どれもApache 2.0です。 ターミナルで使うツールのQwen Codeは、これとは別のものです。

Qwen Chatで試す

Qwenのモデルは、ブラウザのQwen Chat(chat.qwen.ai)で試せます。

画面の左上のモデルの名前を押すと、モデルの一覧が開きます。 ログインしないで開いたときの一覧には、初めに選ばれているQwen3.7-Plusと、Qwen3.8-Maxが出ます。

Qwen Chatで左上のモデルの名前を押して開いた一覧。選ばれているQwen3.7-Plusと、Qwen3.8-Maxが並ぶ

画面は日本語で表示され、iPhoneとAndroidのアプリもあります。

Qwen Chatは、シンガポールの会社NTH POWER GLOBAL TECH SINGAPOREが運営しています。 プライバシーポリシーによると、入力はAlibaba Cloudのシンガポールの会社に送られてシンガポールで処理され、答えを作り終えると速やかに消され、別に保存されません。

Llama 4の特徴と、その後のMeta

Llama 4は、Metaが2025年4月5日に公開したモデルです。 重みを公開したのは、ScoutとMaverickの2つです。

Llama 4のモデル
モデル総/活性専門家読める長さ
Llama 4 Scout1,090億/170億161,000万
Llama 4 Maverick4,000億/170億128100万

どちらもテキストと画像を読め、Scoutは1,000万トークンを読めます。 Llamaとして初めてMoEの仕組みを採り入れたモデルです。 200の言語で学習していますが、モデルカードが挙げる12の対応言語に日本語は入っていません。

ライセンスはLlama 4 Community Licenseで、商用にも使えます。 ただし、公開の時点で月に7億人を超える利用者がいるサービスを運営する会社は、Metaの許可が必要です。 Llama 4を組み込んだ製品やサービスを提供するときは、「Built with Llama」と目立つように表示します。 利用の方針では、EUに住む個人とEUに主な事業所を置く会社には、マルチモーダルのモデルを使う権利が与えられていません(そのモデルを組み込んだ製品の利用者は除きます)。

Llama 4の後のMetaのモデル

Llamaの公式サイトのモデルの一覧にある最新のLlamaは、いまもLlama 4です。 2026年のMetaの新しいモデルは「Muse」という名前で出ています。

  • Muse Spark(2026年4月):Meta AIのアプリとmeta.aiで使えるモデル
  • Muse Glimmer(2026年8月):300億パラメータで、Apache 2.0で重みを公開
  • Muse Spark Open(2026年10月15日):総8,160億、活性420億で100万トークンを読め、Muse Model Licenseで重みを公開

Muse Spark Openのライセンスでは、製品に「Built with Muse Spark Open」と表示し、AIのモデルを外部に提供する事業で12か月の売上が2,000万ドルを超えると、Metaとの別の契約が要ります。

GemmaとGeminiの違い

Gemmaは、Googleが重みを公開しているオープンなモデルです。 Geminiは、GoogleのGeminiのアプリ、Gemini API、Google AI Studioなどで使うモデルです。 Googleは、Gemma 4をGemini 3と同じ研究と技術から作ったとし、オープンなGemmaと独自のGeminiを組み合わせて使えると説明しています。

GemmaとGeminiの違い
項目GemmaGemini
提供の形重みを公開アプリ、API、AI Studio
動かす場所自分のPC、サーバー、スマホGoogleのサービスの中
最新Gemma 4(2026年4月)Gemini 4 Hydrogen(2026年11月)
料金重みは無料(Apache 2.0)アプリのプランやAPIの料金

Gemma 4は、E2B、E4B、12B、26B A4B、31Bの5つの大きさがあります。 E2BとE4Bはスマホや小さな機器でもネットにつながずに動かせる大きさで、音声も入力できます。 12Bは2026年6月に加わり、Googleはノートパソコンで動かすことを想定したモデルとしています。 読める長さは、E2BとE4Bが128K、それより大きいモデルが256Kトークンです。 学習には140以上の言語が使われています。

Gemma 4からライセンスがApache 2.0になり、商用にも使いやすくなりました。 Gemma 3までのモデルには、Google独自のGemma Terms of Useが適用されます。 Geminiの無料版と有料のプランの違いは、Geminiの料金の記事で詳しく比べています。

ほかのオープンなモデル

DeepSeek、Mistral AI、OpenAIも、重みを公開したモデルを出しています。

  • DeepSeek V4:DeepSeekのモデルです。DeepSeek-V4-Proは総1.6兆、活性490億で、100万トークンを読めます。2026年9月には総5,520億のDeepSeek-V4.1-Flashも公開され、10月に更新されました。どちらもMITライセンスです。
  • Mistral Large 4:Mistral AIが2026年10月に重みを公開した、総1兆、活性490億のモデルで、テキストと画像を読めます。ライセンスはMITを変えた独自のもので、AIのモデルを外部に提供する事業で商用に使うときは、Mistralとの別の契約が要ります。
  • gpt-oss:OpenAIが2025年8月に公開したモデルです。gpt-oss-120b(総1,170億、活性51億)とgpt-oss-20b(総210億、活性36億)があり、Apache 2.0で使えます。

商用で使うときに確かめるライセンスの条件

オープンなモデルを自社の製品やサービスに使うときは、モデルごとのライセンスの条件を確かめます。 主な条件を表にまとめます。

ライセンスごとの主な条件
ライセンス主なモデル確かめる条件
Apache 2.0Qwen3.8-27B、Gemma 4、gpt-ossライセンスの写しと表示を残す
MITDeepSeek V4著作権の表示を残す
Kimi K3 LicenseKimi K3売上と利用者の数の条件、表示
Kimi K3.1-Pro LicenseKimi K3.1 Pro売上と利用者の数の条件、表示
Llama 4 Community LicenseLlama 4月7億人の条件、表示、EU
Qwen3.8-Max LicenseQwen3.8-2.4T-A95B売上と利用者の数の条件、表示
Qwen Community LicenseQwen3.8-Flash-Next提供の事業は別の契約

Kimi K3 LicenseとKimi K3.1-Pro Licenseは、表示するモデルの名前のほかは同じ条文です。 どちらも、AIのモデルをAPIなどで外部に提供する事業を営み、会社のグループの12か月の売上が2,000万ドルを超えると、商用に使う前にMoonshot AIとの別の契約が要ります。 月に1億人を超える利用者がいるか、月の売上が2,000万ドルを超える製品では、画面にモデルの名前を表示します(K3は「Kimi K3」、K3.1 Proは「Kimi K3.1-Pro」)。 社内だけで使うときと、Kimiの公式の製品を通して使うときは、これらの条件は適用されません。

Qwen3.8-Max Licenseは、AIのモデルを提供する事業やAIの業務アシスタントの事業で、12か月の売上が5,000万ドルを超えると、Qwenとの別の契約が要ります。 チャットやAPIでモデルを使うときは、ライセンスとは別に、各サービスの利用規約に従います。

目的別の選び方

何に使うかで、選ぶモデルが変わります。

  1. まずブラウザで試す:KimiはKimiのサイト(kimi.ai/ja)、QwenはQwen Chat(chat.qwen.ai)で、最新の大きなモデルを試せます。
  2. 手元のPCで動かす:Qwen3.5-9B、Gemma 4のE4Bや12Bのような小さいモデルから始めます。Qwen3.8-27BのOllamaのファイルは18GBです。
  3. 自社のサービスに組み込む:条件の少ないApache 2.0やMITのモデル(Qwen3.8-27B、Gemma 4、gpt-oss、DeepSeek V4)が使いやすく、KimiやLlama 4を使う場合は売上と利用者の数の条件を確かめます。
  4. 長い資料を読ませる:Llama 4 Scoutは1,000万トークン、Kimi K3.1 Pro、DeepSeek-V4-Pro、Mistral Large 4は100万トークンを読めます。
  5. 日本語で使う:Qwenは対応言語に日本語を挙げています。Llama 4は、対応言語の一覧に日本語が入っていません。

ChatGPT、Gemini、Claudeのような重みを公開しないサービスも含めて用途ごとに選ぶときは、生成AIのおすすめの記事で比べています。

比べた結果を動画で共有する

次の動画は、この記事で確かめた比較をまとめた資料をもとに、NoLangで作った作例です。

このテンプレートで作る

動画は約3分24秒で、「どれを選ぶ?」という問いから始まります。 6つのモデルを紹介した後、規模、一度に読める量、ライセンスの3つの物差しで順に比べます。 規模は横の棒の長さで、ライセンスは「条件が少ない」と「条件を確かめる」の2つに分けて見せ、最後に目的ごとの選び方をまとめています。 テンプレートから作るときは、比べたいモデルやサービスと、伝えたい違いをプロンプトに書きます。

会社で使うとき

会社で使うAIのモデルを比べて決めたら、その結果や使うときのルールを、NoLangで説明動画にして社員に伝えられます。 NoLangは、社内の資料のPDFやPowerPoint、手順の文章から、ナレーションと字幕の入った動画を作ります。 会社での使い方の相談は、お問い合わせで受け付けています。 詳しい資料は、下のボタンからダウンロードできます。

資料をダウンロード

よくある質問

Kimi K3はどこの国の会社が作っていますか?
中国の北京市に本社を置くMoonshot AI(月之暗面)が作っています。Moonshot AIは2023年春に創業しました。日本から使う国際版のKimi(kimi.ai)は、プライバシーポリシーでNOVASCENT PRIVATE LIMITEDをサービスの提供者としています。
Kimi K3は無料で使えますか?
Kimiの個人向けには無料のFreeのプランがあり、有料のプランにはPlus、Pro、Max、Ultraがあります。重みはHugging Faceから無料でダウンロードでき、Kimi K3 Licenseの条件で使えます。APIは使ったトークンの量に応じて料金がかかり、100万トークンあたり入力3ドル、出力15ドル(税抜)です。
Kimi K3を仕事で使っても大丈夫ですか?
国際版のKimiのプライバシーポリシーには、入力した内容をAIのモデルの学習にも使うことがあり、国外のサーバーに保存されることがあると書かれています。会社の情報を入れる前に、社内のルールで入れてよい情報かを確かめます。重みを自分のサーバーで動かせば、入力をKimiのサービスに送らずに使えます。
Qwen4はもう使えますか?
2026年11月16日に発表されたQwen4-Maxを、APIで使えます。料金は100万トークンあたり入力1.5ドル、出力4.5ドルです。Qwen4の重みはまだ公開されておらず、Qwenは小さいモデルを今後オープンにすると発表しています。
Llama 4は日本語で使えますか?
Llama 4は200の言語で学習していますが、モデルカードが挙げる対応言語の12言語に日本語は入っていません。日本語の回答が要る仕事では、使う前に出力を確かめるか、対応言語に日本語を挙げているQwenなどと比べて選びます。
SHARE
NoLang サービスご紹介資料
資料ダウンロード

NoLangの導入を
ご検討中の方

NoLangを
ご利用中の方

\無料ですぐ試せる/ AIで動画を作ってみる