LLM(大規模言語モデル)は、大量の文章を学習して、言葉の意味を読み取り、文章を作るAIのモデルです。
ChatGPT、Gemini、Claudeのような対話型のAIは、中でLLMを動かして答えを作っています。
この記事では、LLMとは何か、生成AIやChatGPTとの違い、文章を作る仕組みを説明します。
LLMの種類と、2026年11月時点の主なモデルの一覧を、海外、国産、中国製に分けて各社の公式の情報からまとめました。
性能の比べ方、できること、使うときの課題と対策も紹介します。
LLM(大規模言語モデル)とは
LLMは「Large Language Model」の略で、日本語では大規模言語モデルと呼びます。
読み方は「エルエルエム」です。
言語モデルは、ある言葉の並びの次に、どの言葉がどれくらい来やすいかを計算できるモデルです。
LLMは、この言語モデルを、膨大な文章と大量の計算で学習させたものです。
「大規模」は、主に次の3つが大きいことを指します。
- パラメータの数:モデルの中にある、学習で調整される数値の数です。OpenAIが2020年に発表したGPT-3は、1750億個のパラメータを持っていました。
- 学習に使う文章の量:Webの文章、本、論文、プログラムのコードなど、大量の文章で学習します。国立情報学研究所が2026年に公開したLLM-jp-4は、約12兆トークン(トークンは後で説明する文章の単位)の文章で学習しています。
- 学習に使う計算の量:多くのGPUを使い、長い時間をかけて学習します。
パラメータが多いほど、言葉どうしの細かな関係を覚えられ、学習した文章が多いほど、いろいろな分野の話題に答えられるようになります。
AIモデルとは
AIモデルは、データから学習して作られた、入力を受け取って結果を返す仕組みです。
写真に写っているものを答えるモデル、文章から画像を作るモデル、話し声を文字にするモデルのように、扱うものごとにいろいろなAIモデルがあります。
LLMは、そのうち言葉(文章)を扱うAIモデルです。
いまの主なLLMは、文章に加えて画像なども入力として受け取れます。
LLMと生成AI、ChatGPTの違い
LLMと一緒によく出てくる言葉の関係を、表にまとめます。
上の行ほど広い意味の言葉で、LLMは生成AIの一種です。
LLMと関係する言葉
| 言葉 | 何を指すか | 例 |
|---|
| AI(人工知能) | 人が頭を使ってする作業を、コンピュータにさせる技術の全体 | 画像の認識、翻訳、将棋のAI |
|---|
| 機械学習 | AIのうち、データから決まりを学ばせる方法 | 迷惑メールの判定 |
|---|
| 深層学習(ディープラーニング) | 機械学習のうち、何層にも重ねたニューラルネットワークで学ばせる方法 | 画像の認識、音声の認識 |
|---|
| 生成AI | 文章、画像、音声、動画などを新しく作るAI | 画像生成AI、動画生成AI、LLM |
|---|
| LLM | 生成AIのうち、言葉を扱う大規模なモデル。深層学習で作られる | GPT、Gemini、Claude |
|---|
| 対話型のAIのサービス | LLMを使い、会話の形で使えるようにしたサービス | ChatGPT、Geminiアプリ、Claude |
|---|
ChatGPTとLLMの違いは、サービスとその中のモデルの違いです。
ChatGPTはOpenAIが提供するサービスの名前で、その中で答えの文章を作っているのは、OpenAIが開発したLLMです。
GoogleのGeminiやAnthropicのClaudeは、モデルの名前とサービスの名前が同じです。
LLMとディープラーニングは、作り方と、その作り方で作られたものの関係にあります。
ディープラーニングは学習の方法の名前で、LLMはその方法で作られたモデルの1つです。
生成AIには、LLMのほかに、画像、音声、動画を作るモデルもあります。
LLMは、生成AIのうち言葉を扱う部分を受け持ちます。
LLMの仕組み
LLMは、入力された文章の続きとして、次に来る言葉を1つずつ予測してつなげ、答えの文章を作ります。
その流れを、4つの段階に分けて説明します。
1. 文章をトークンに分ける
LLMは、文章を「トークン」という小さなまとまりに分けて扱います。
トークンは、単語、単語の一部、記号などで、どこで分けるかはモデルごとに違います。
たとえば「LLMの仕組みを知りたい」は、「LLM」「の」「仕組み」「を」「知り」「たい」のような単位に分けられます。
英語では、およそ4文字が1トークンです。
同じ文章でも、モデルや言語によってトークンの数は変わります。
LLMが一度に読める文章の長さ(コンテキストウィンドウ)はトークンの数で表し、APIの料金もトークンの数で決まります。
2. トークンを数値のベクトルにする
コンピュータは言葉のままでは計算できないので、LLMは各トークンを、たくさんの数値の並び(ベクトル)に置き換えます。
意味の近い言葉ほど、近いベクトルになるように学習されています。
「猫」と「犬」のベクトルは近く、「猫」と「請求書」のベクトルは離れている、というように、言葉の意味の近さを数値の近さとして扱えます。
3. 自己注意で文脈を読む
いまのLLMの多くは、Googleの研究者らが2017年に発表した「Transformer」という仕組みを土台にしています。
Transformerの中心にあるのが「自己注意(Self-Attention)」です。
自己注意は、文の中のそれぞれのトークンが、ほかのどのトークンとどれくらい関係が深いかを計算します。
たとえば「部長は資料を読み、それを会議で配った」という文では、「それ」が「資料」を指すと読み取るために、「それ」と「資料」のつながりを強く見ます。
この計算を何層も重ねることで、文全体の意味や話の流れをとらえます。
4. 次のトークンを予測し、1つずつつなげる
文脈を読んだLLMは、次に来るトークンの候補ごとに、それぞれが来る確率を計算します。
「日本の首都は」に続く言葉なら、「東京」の確率がとても高くなります。
候補から1つを選んで文章に足し、足した文章をもう一度読んで、また次のトークンを予測します。
これを繰り返して、答えの文章ができあがります。
temperature(温度)の設定
次のトークンを、どれくらいばらつかせて選ぶかを決める設定を「temperature(温度)」と呼びます。
値を低くすると確率の高いトークンが選ばれやすくなり、同じ質問への答えがそろいます。
値を高くすると確率の低いトークンも選ばれやすくなり、言い回しや内容にばらつきが出ます。
OpenAIのAPIでは0から2の間で指定でき、指定しないときは1です。
ただし、新しいモデルでは、temperatureを指定できないことが増えています。
OpenAIは推論を使う設定のとき、AnthropicはClaude 4.7以降のモデルと2026年10月21日版以降のAPIで、temperatureを指定できません。
GoogleのGemini 4とGemini 3.6以降のモデルは、指定した値を使いません。
これらのモデルでは、答えの長さや書きぶりを、プロンプト(指示の文)で伝えます。
LLMの学習の段階
LLMは、大きく3つの段階で学習します。
- 事前学習:大量の文章を読み、次のトークンを当てる練習を繰り返します。正解は文章そのものにあるので、人が一つずつ正解を付けなくても学習できます。この段階で、言葉の使い方と、文章に書かれた知識を身につけます。
- 指示に合わせる追加学習(ファインチューニング):人が書いた、指示と望ましい答えの例で学ばせ、指示に沿って答えるようにします。
- 人のフィードバックによる強化学習(RLHF):同じ指示への複数の答えを人が順位づけし、その順位をもとに、人がよいと思う答えを返すように調整します。
事前学習だけのモデルは、文章の続きを書くのは得意でも、質問に答えたり指示に従ったりするのは得意ではありません。
OpenAIは2022年3月に、この3つの段階で学習した「InstructGPT」の論文を発表しました。
論文では、パラメータが100分の1ほどのInstructGPT(13億)の答えが、GPT-3(1750億)の答えよりも人に好まれたと報告しています。
同じ年の11月30日に公開されたChatGPTも、InstructGPTと同じ方法で、RLHFを使って学習したモデルでした。
LLMの種類
LLMは、次の4つの見方で分けられます。
- 重みを公開するか:重みは、学習で決まったパラメータの値です。重みを公開しないモデルは、開発元のアプリやAPIを通して使います。重みを公開するモデル(オープンウェイトのモデル)は、ダウンロードして自社のサーバーやPCでも動かせます。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。
- 扱えるデータ:文章だけを扱うモデルと、画像、音声、動画なども入力として受け取れるモデル(マルチモーダルのモデル)があります。いまの主なモデルの多くは、文章と画像を入力にできます。
- 答え方:すぐに答えるモデルと、答える前に考える手順を重ねてから答えるモデル(推論モデル)があります。推論モデルは、数学、プログラミング、手順の多い調べものに向きます。
- 大きさ:パラメータの多い大型のモデルと、少ない小型のモデルがあります。小型のモデルは速く、少ない計算で動き、PCや端末の中でも動かせます。小型のモデルは、小規模言語モデル(SLM)とも呼ばれます。
主なLLMの一覧
2026年11月15日時点で、各社の公式サイトのモデルの一覧に載っている主なLLMをまとめます。
LLMは数か月ごとに新しい版が出るので、使う前に各社の一覧で最新のモデル名を確かめてください。
海外の主なLLM
海外の主なLLM(2026年11月15日時点)
| 開発元 | 主なモデル | 重みの公開 |
|---|
| OpenAI | GPT-6 Astra、GPT-6.1 Sol、GPT-6.1 Terra、GPT-6 Luna | 公開しない。別に gpt-oss-120b などを公開 |
|---|
| Google | Gemini 4 Carbon、Gemini 4 Argon、Gemini 4 Hydrogen | 公開しない。別に Gemma 4 を公開 |
|---|
| Anthropic | Claude Fable 5.2、Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5 | 公開しない |
|---|
| Meta | Muse Wonder、Muse Spark、Muse Spark Open、Llama 4 | Muse Spark Open と Llama 4 を公開 |
|---|
| SpaceXSI(旧xAI) | Grok 4.7 | 公開しない |
|---|
| Mistral AI | Mistral Large 4、Mistral Small 4 | 公開 |
|---|
OpenAIのモデルは、ChatGPTの中でも使われています。
OpenAI、Google、Anthropicのいまの主なモデルは、文章と画像を入力にでき、Geminiはさらに音声、動画、PDFも扱えます。
GoogleのGemma 4、OpenAIのgpt-oss、Mistral AIのMistral Large 4とMistral Small 4は、重みをダウンロードして自社の環境で動かせます。
MetaのLlama 4とMuse Spark Openは重みを公開していますが、使える条件はMeta独自のライセンスで決まっています。
Googleが開発したLLMには、アプリやAPIで使うGeminiと、重みを公開しているGemmaの2つの系列があります。
国産LLM
日本の企業や研究機関も、日本語の性能や、社内で動かせることを重視したLLMを開発しています。
国産の主なLLM(2026年11月15日時点)
| 開発元 | モデル | 公式に説明されている特徴 |
|---|
| 国立情報学研究所 | LLM-jp-4、LLM-jp-4.1 | 約12兆トークンで学習。重みを公開 |
|---|
| NTT | tsuzumi 2 | ゼロから開発。1つのGPUで動く軽量なモデル |
|---|
| ソフトバンク(SB Intuitions) | Sarashina3 | ソフトバンクのクラウドで提供 |
|---|
| Preferred Networks | PLaMo 3.1 Prime | 国内でゼロから開発。調べものの機能を社内の環境でも使える |
|---|
| NEC | cotomi v3 | 日本語の性能と、業務向けの軽さと速さ。政府のAIの試用に選定 |
|---|
| 富士通 | Takane | 業務に特化したLLM |
|---|
| Sakana AI | Sakana Namazu | 公開のモデル Kimi K2.6 をもとに、日本語と日本の業務に合わせて調整 |
|---|
国立情報学研究所の「LLM-jp-4」は、2026年4月に、約86億パラメータのモデルと約320億パラメータのモデルが公開されました。
政府や国会の文書を含む約12兆トークンの文章で学習しています。
8月には約332億パラメータのモデル、9月には事後学習(基本の学習の後に行う調整)を改善した「LLM-jp-4.1」が公開され、どちらもダウンロードして使えます。
LLM-jp-4.1は、Apache License 2.0で公開されています。
日本AI基盤モデル開発(GENIAC)
GENIAC(Generative AI Accelerator Challenge)は、経済産業省とNEDOが主導する、国内のAIの開発力を高めるためのプロジェクトです。
2024年2月に始まり、基盤モデル(LLMなど、いろいろな用途の土台になるモデル)の開発に要る計算資源(GPUなど)の調達、データセットの整備、知見の共有を支援しています。
作ったAIを社会で使うための、企業どうしの引き合わせや懸賞金のプログラムも行っています。
中国製のLLM
中国の開発元も、重みを公開するモデルを多く出しています。
- DeepSeek:DeepSeek-V4.1-Flash、DeepSeek-V4-Pro。重みをMITライセンスで公開しています。
- Alibaba(Qwen):Qwen3.8の系列。大型のモデルは独自のライセンス、Qwen3.8-27BはApache License 2.0で重みを公開しています。
- Moonshot AI(Kimi):Kimi K3.1 Pro。重みを公開し、条件つきの独自のライセンスで使えます。
開発元のアプリやAPIを使うときは、入力したデータの扱いと保存の場所を、利用規約とプライバシーポリシーで確かめます。
重みをダウンロードして自社の環境で動かすときは、ライセンスの条件を確かめます。
どのLLMを使えばよいか
どのLLMがよいかは、何に使うかと、どう使うかで変わります。
- ふだんの仕事で、文章を書いたり調べたりする:ChatGPT、Gemini、Claudeなどの対話型のサービスを使います。用途別のおすすめと無料で使える範囲は、生成AIのおすすめと選び方で比べています。
- 自社のシステムやアプリに組み込む:開発元のAPIを使います。料金はトークンの数で決まるので、処理が速く料金の安いモデルと、性能の高いモデルを使い分けます。
- 社外に出せない情報を扱う、自社で調整する:重みを公開しているモデルを、自社のサーバーで動かします。
- 日本語の文書や、国内の業務での使いやすさを重視する:国産のLLMも候補になります。
LLMの性能の比べ方
LLMの性能は、主に3つの方法で比べられています。
決まった問題を解かせるベンチマーク、たくさんの人の評価を集めたリーダーボード、LLMに採点させる方法です。
ベンチマークで測る
ベンチマークは、決まった問題をモデルに解かせて、正しく答えられた割合などを測るテストです。
各社は新しいモデルを発表するときに、ベンチマークの点数を載せています。
代表的なベンチマーク
| 名前 | 測ること |
|---|
| MMLU | 数学、歴史、法律、計算機科学など57の分野の知識 |
|---|
| GPQA | 生物、物理、化学の専門家が作った、検索しても答えにくい448問 |
|---|
| HumanEval | 説明の文から、正しく動くプログラムを書けるか |
|---|
| SWE-bench | GitHubの実際の課題2,294件を、コードを直して解決できるか |
|---|
ベンチマークの点数は、同じ問題で比べた結果です。
自分の仕事に向くかどうかは、実際に使う文章や質問で試して確かめます。
リーダーボードで比べる
リーダーボードは、たくさんのモデルの評価を並べた順位表です。
リーダーボードの一つに、Arena(旧LMArena)があります。
利用者は、モデルの名前が伏せられた状態で答えを読み比べ、よいと思うほうに投票します。
モデルの名前は投票の後に表示され、名前を伏せた状態の投票だけが順位に使われます。
集まった投票から、チェスのイロレーティングに似たBradley-Terryという方法で順位を出しています。
日本語の性能を比べるものには、「Nejumi LLMリーダーボード」があります。
いまの版の「Nejumi LLMリーダーボード4」は、難しい推論と知識の問題、アプリの開発に要る力、安全性を評価しています。
リーダーボードの順位は、新しいモデルが出るたびに入れ替わります。
見た日付と、文章、プログラム、画像など、どの部門の順位かを確かめて使います。
LLM as a judge(LLMに採点させる)
LLM as a judgeは、性能の高いLLMに、ほかのモデルの答えを採点させる方法です。
正解が1つに決まらない自由な質問でも、たくさんの答えを速く評価できます。
2023年の論文では、GPT-4による採点が人の評価と80%以上一致し、人どうしの一致と同じくらいだったと報告されています。
一方で同じ論文では、答えを並べた順番に評価が左右される、長い答えを高く評価しやすい、自分と同じモデルの答えを高く評価しやすい、といった偏りも指摘されています。
国立情報学研究所も、LLM-jp-4の日本語の性能をこの方法で評価しています。
LLMでできること
LLMは、言葉で指示を受け取り、言葉で結果を返す作業の多くに使えます。
- 文章を書く、直す:メール、企画書、案内文の下書きや、言い回しの直し。
- 要約する:長い資料、議事録、問い合わせの内容を短くまとめる。
- 翻訳する:ほかの言語の文章を訳す、訳した文章を自然に直す。
- 質問に答える:知りたいことを会話の形で尋ねる。社内の資料を読み込ませて答えさせる使い方もあります。
- プログラムを書く:コードを書く、誤りを探す、説明する。
- 画像や資料を読み取る:写真、図、PDFの中身を読み取って説明する。
- ほかの道具を使って作業を進める:検索やほかのサービスの機能を呼び出し、手順の多い作業を進める(AIエージェント)。
AIエージェントとして使うときは、LLMがほかのサービスの機能を呼び出して、作業そのものを進めます。
たとえば、ChatGPTやclaude.aiにNoLangのMCPコネクタを追加すると、作りたい動画を会話の中で頼むだけで、台本、ナレーション、映像のそろった動画を作れます(NoLang MCP・CLI)。
LLMの仕組みを社員に説明する動画を作る
LLMを仕事で使い始めるときは、仕組みと、得意なことと苦手なことについて、社員の理解をそろえておくと、使い方の誤りを防ぎやすくなります。
こうした説明は、文章で配るほかに、説明の動画にして伝える方法もあります。
次の動画は、LLMの仕組みを社員に説明する研修の動画で、NoLangで作りました。
「次の言葉の予測」「トークン」「学習」「アテンション」「得意なことと苦手なこと」の5つのポイントを、例やクイズを交えて約5分で説明し、最後に仕事で使うときの3つのコツをまとめています。
テンプレートの欄の文は、このテンプレートで動画を作るときの入力例です。
「このテンプレートで動画を作る」から、同じ形の研修の動画を、ほかの技術や仕組みの題材で作れます。
LLMの課題と対策
LLMは便利な一方で、使うときに気をつけたいことがあります。
主な課題と、それぞれの対策をまとめます。
もっともらしい誤り(ハルシネーション)
LLMは、もっともらしく聞こえるのに正しくない答えを返すことがあります。
これをハルシネーションと呼びます。
OpenAIは、起きる理由の一つとして、学習と評価の仕組みが、「わからない」と答えるより当て推量で答えるほうを高く評価してしまうことを挙げています。
人の誕生日のように、文章のパターンからは予測できない、めったに出てこない事実は、特に誤りやすくなります。
対策として、次のような使い方をします。
- 数字、固有名詞、日付など大事な事実は、元の資料で確かめる。
- 「わからないときは、わからないと答えてください」と指示する。
- 資料を渡して答えさせるときは、答えの根拠になった箇所を引用させる。
社内の資料を検索し、見つかった内容をもとにLLMに答えさせる仕組み(RAG)を使う方法もあります。
学習した時点より後のことを知らない
LLMの知識は、学習に使った文章の時点までです。
各社はモデルごとにその時点を公開していて、たとえばOpenAIのGPT-6 Astraは2026年4月30日、AnthropicのいまのClaudeのモデルは2026年6月までです。
それより新しいことを聞くときは、Webを検索する機能を使うか、資料を渡して答えさせます。
入力した情報の扱い
入力した文章が、モデルの学習に使われるかどうかは、サービス、プラン、設定によって違います。
社外秘の情報や個人の情報を入力する前に、会社のルールと、使うサービスの設定を確かめます。
同じサービスでも、法人向けのプランと個人向けのプランで扱いが違うことがあるので、契約の前にも確かめます。
偏りと権利
LLMは、学習した文章に含まれる偏りを、答えに反映することがあります。
また、作った文章が、ほかの人の書いた文章とよく似てしまうこともあります。
仕事で使う文章や、公開する文章は、人が読んで確かめてから使います。
会社でLLMを使うとき
会社でLLMを使い始めるときは、どの情報を入力してよいか、LLMの答えをどう確かめるか、作ったものをどこまで使ってよいかを、社内のルールとして決めておきます。
決めたルールを社員に伝えるときも、この記事の作例のような説明の動画を使えます。
NoLangでは、作りたい動画の内容を文章で書くと、AIが構成と台本を考え、ナレーション、字幕、画像を付けて動画にします。
PDFやPowerPointの研修資料から研修の動画を作る方法は、研修動画の作成で紹介しています。
会社での使い方の相談は、お問い合わせから送れます。
詳しい資料は、下のボタンからダウンロードしてください。
資料をダウンロード