LLM-jp-4を「今更」と思ったのに、調べたら普通にすごかった

「GPT-4o超え」という言葉に、私たちはいつの間にか飽きてしまっていました。でも、その「飽き」のせいで、とんでもない進化を見落としているかもしれません。

「国産LLMがGPT-4oを超えた」というニュースを見たとき、最初の感想が「あ、4oレベルか」でした。

スルーしかけました。正直に言います。

でも少し引っかかって、ちゃんと調べてみました。そうしたら、かなり面白いことがわかりました。私がスルーしかけたのは、技術の話ではなく、自分の感覚がおかしくなっていることの話だったのです。

LLM-jp-4、何がすごいのか

開発したのは国立情報学研究所（NII）。2026年4月にリリースされたLLM-jp-4は、MT-Benchというベンチマークで以下の結果を出しています。

数字だけ見ると「GPT-4oを超えた」は確かに本当です。

驚くべきは、これが単に「日本語ができる」だけでなく、推論能力や知識量を含めた総合力（MT-Bench）でグローバル標準を上回ったという事実です。

ただ、ここで終わると面白さの半分も伝わりません。すごいのは「何を使って」この結果を出したか、です。

8.6Bというのは、LLMの世界では決して大きくありません。GPT-4oは推定1.8兆パラメータといわれる超大規模モデルです。それを、その数百分の一のサイズが超えました。

しかもオープンソース（Apache 2.0）なので、商用利用も改変も自由。誰でも使えます。

2026年はクラウドLLMへの依存を見直す「ローカルLLM回帰」の動きが企業で広がっています。外部APIにデータを送らず、自社サーバーで完結できるオープンモデルへの需要が高まる中、LLM-jp-4はその選択肢として現実的な水準に入ってきました。

32BのほうはMoE（Mixture of Experts）という構造を採用していて、実効（アクティブ）パラメータは約3.8Bで動きます。「軽くて賢い」方向性を意図的に選んでいます。

学習データも作り込みが丁寧で、約19.5兆トークンという膨大なデータを用い、そのうち日本語だけでも7,000億トークンを確保しています。行政文書や国会議事録なども含まれており、日本の文脈に強いです。

なぜ私は「今更」と思ったのか

正直に言うと、「GPT-4oを超えた」というフレーズに反応が薄くなっている自分がいました。

それはなぜでしょうか。

ここ1年のAI業界を振り返ると、毎月のように「〇〇がGPT-4oを超えた」というニュースが出ていました。Claude、Gemini、Qwen、Deepseek……。GPT-4oという基準がインフレした結果、「超えた」という言葉の重さが薄まってしまったのだと思います。

加えて、私はどこかで「国産LLM＝遅れている」という先入観を持っていたかもしれません。以前の国産LLMはスコアで大きく差をつけられることが多く、その印象が残っていました。

でも、それは過去の話です。

「今更感」は、感覚の麻痺のサインだった

今回LLM-jp-4を調べてわかったのは、技術の話だけではありませんでした。

「国産モデルがオープンソースで商用利用可能、かつGPT-4oを超えた」という状況は、2年前なら確実にニュースになっていたはずです。それが当たり前に感じられるようになった事実こそ、AI進化の速さを示しています。

感覚が麻痺しているとも言えますし、それだけ業界全体が底上げされたとも言えます。どちらも本当だと思います。

気をつけないといけないのは、「今更」と思った瞬間に情報を切り捨てるクセです。

AIの文脈では、「なぜそれが今更でないのか」を一歩踏み込んで考えると、意外な発見があります。今回がその典型でした。

国産LLMが実用水準に入った意味

日本語に強いオープンソースモデルが充実してくると、企業が自前のAI基盤を持ちやすくなります。海外サービスへのデータ送信リスクを避けながら、国内で完結した使い方ができます。これは地味ですが、じわじわ大事な変化です。

生成AIを使う立場として、「今更」という感覚は定期的に疑ったほうがいいと感じました。そういう気づきをくれた記事でした。

気になった方はぜひ試してみてください。

この記事、スキやコメントをもらえると励みになります。