国産LLM一覧（全66モデル）
要点
日本で開発されたAI・LLMを 66 モデル掲載しています。国産の分類は国内独自事前学習 34、国内派生（既存モデルを改良） 30、出自を確認中 2。 値はすべて一次資料と照合したもので、確認できていない項目は「未確認」と表示しています（「不可」「0」ではありません）。
| モデル | 開発元 | 出自 | 用途 | 総パラメータ数 | コンテキスト長（トークン） | ライセンス | 商用利用 | 公開日 |
|---|---|---|---|---|---|---|---|---|
| Fugaku-LLM-13B | Fugaku-LLM（東工大・東北大・富士通・理研ほか） | 国内独自事前学習 | 文章生成（LLM） | 13.3B | 2,048 | Fugaku-LLM Terms of Use | 商用利用可 | 2024年5月10日 |
| llm-jp-3-13b-instruct3 | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 13.7B | 4,096 | Apache-2.0 | 商用利用可 | 2025年2月5日 |
| llm-jp-3-172b-instruct3 | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 172.4B | 4,096 | llm-jp-3-172b-instruct3 License Agreement | 条件付き | 2024年12月24日 |
| llm-jp-3-8x13b-instruct3 | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 73.2B（活性 22.2B） | 4,096 | Apache-2.0 | 商用利用可 | 2025年3月26日 |
| llm-jp-3.1-13b-instruct4 | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 13.7B | 4,096 | Apache-2.0 | 商用利用可 | 2025年5月30日 |
| llm-jp-3.1-8x13b-instruct4 | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 73.2B（活性 22.2B） | 4,096 | Apache-2.0 | 商用利用可 | 2025年5月30日 |
| llm-jp-4-32b-a3b-base | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 32.1B（活性 3.8B） | 65,536 | Apache-2.0 | 商用利用可 | 2026年4月3日 |
| llm-jp-4-32b-a3b-thinking | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 32.1B（活性 3.8B） | 65,536 | Apache-2.0 | 商用利用可 | 2026年4月3日 |
| llm-jp-4-33b-base | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 33.2B | 65,536 | Apache-2.0 | 商用利用可 | 2026年8月18日 |
| llm-jp-4-33b-thinking | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 33.2B | 65,536 | Apache-2.0 | 商用利用可 | 2026年8月18日 |
| llm-jp-4-8b-instruct | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 8.6B | 65,536 | Apache-2.0 | 商用利用可 | 2026年4月3日 |
| llm-jp-4-8b-thinking | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 8.6B | 65,536 | Apache-2.0 | 商用利用可 | 2026年4月3日 |
| LLM-jp-4-VL 9B | LLM-jp（国立情報学研究所） | 国内派生（既存モデルを改良） | 画像言語（VLM） | 9.1B | 65,536 | Apache-2.0 | 商用利用可 | 2026年9月1日 |
| llm-jp-4.1-32b-a3b-thinking | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 32B（活性 3.8B） | 65,536 | Apache-2.0 | 商用利用可 | 2026年9月28日 |
| llm-jp-4.1-33b-thinking | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 33.2B | 65,536 | Apache-2.0 | 商用利用可 | 2026年9月28日 |
| llm-jp-4.1-8b-thinking | LLM-jp（国立情報学研究所） | 国内独自事前学習 | 文章生成（LLM） | 8.6B | 65,536 | Apache-2.0 | 商用利用可 | 2026年9月28日 |
| tsuzumi 2 | NTT株式会社 | 国内独自事前学習 | 文章生成（LLM） | 30B | 未確認 | 未確認 | 未確認 | 2025年10月20日 |
| Qwen2.5 Bakeneko 32B | rinna株式会社 | 国内派生（既存モデルを改良） | 文章生成（LLM） | 32.8B | 131,072 | Apache-2.0 | 商用利用可 | 2025年2月13日 |
| QwQ Bakeneko 32B | rinna株式会社 | 国内派生（既存モデルを改良） | 文章生成（LLM） | 32.8B | 131,072 | Apache-2.0 | 商用利用可 | 2025年3月13日 |
| Sakana Namazu | Sakana AI株式会社 | 国内派生（既存モデルを改良） | 文章生成（LLM） | 未確認 | 256,000 | 未確認 | 未確認 | 2026年8月3日 |
| TinySwallow-1.5B-Instruct | Sakana AI株式会社 | 国内派生（既存モデルを改良） | 小型LLM | 1.5B | 32,768 | Apache-2.0・Gemma Terms of Use | 条件付き | 2025年1月30日 |
| Sarashina2-70B | SB Intuitions株式会社 | 国内独自事前学習 | 文章生成（LLM） | 70.1B | 8,192 | MIT | 商用利用可 | 2024年8月21日 |
| Sarashina2.2-3B-instruct-v0.1 | SB Intuitions株式会社 | 国内独自事前学習 | 文章生成（LLM） | 3.4B | 8,192 | MIT | 商用利用可 | 2025年3月7日 |
| Sarashina3 embedding | SB Intuitions株式会社 | 出自を確認中 | 埋め込み | 未確認 | 8,000 | Sarashinaサービス利用規約 | 未確認 | 2026年6月30日 |
| Sarashina3 guard | SB Intuitions株式会社 | 国内独自事前学習 | 安全性判定 | 未確認 | 64,000 | Sarashinaサービス利用規約 | 未確認 | 2026年6月30日 |
| Sarashina3 mini | SB Intuitions株式会社 | 国内独自事前学習 | 文章生成（LLM） | 未確認 | 128,000 | Sarashinaサービス利用規約 | 未確認 | 2026年6月30日 |
| Sarashina3 nano | SB Intuitions株式会社 | 国内独自事前学習 | 小型LLM | 未確認 | 128,000 | Sarashinaサービス利用規約 | 未確認 | 2026年6月30日 |
| Sarashina3 rerank | SB Intuitions株式会社 | 国内独自事前学習 | 再順位付け | 未確認 | 8,000 | Sarashinaサービス利用規約 | 未確認 | 2026年6月30日 |
| Sarashina3 translate | SB Intuitions株式会社 | 出自を確認中 | 翻訳 | 未確認 | 未確認 | Sarashinaサービス利用規約 | 未確認 | 2026年10月13日 |
| Sarashina3.2 mini thinking | SB Intuitions株式会社 | 国内独自事前学習 | 文章生成（LLM） | 未確認 | 128,000 | Sarashinaサービス利用規約 | 未確認 | 2026年10月29日 |
| Gemma-2-Llama Swallow 27B IT v0.1 | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 27.2B | 8,192 | Gemma Terms of Use・Llama 3.3 Community License | 条件付き | 2025年5月19日 |
| GPT-OSS-Swallow-120B-RL-v0.1 | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 116.8B | 131,072 | Apache-2.0 | 商用利用可 | 2026年2月20日 |
| GPT-OSS-Swallow-20B-RL-v0.1 | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 20.9B | 131,072 | Apache-2.0 | 商用利用可 | 2026年2月20日 |
| Llama 3.1 Swallow 8B Instruct v0.5 | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 8B | 131,072 | Llama 3.3 Community License・Gemma Terms of Use | 条件付き | 2025年6月25日 |
| Llama 3.3 Swallow 70B Instruct v0.4 | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 70.6B | 131,072 | Llama 3.3 Community License・Gemma Terms of Use | 条件付き | 2025年3月10日 |
| Medical-GPT-OSS-Swallow-120B | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 116.8B | 131,072 | Apache-2.0 | 商用利用可 | 未確認 |
| Medical-Qwen3-Swallow-30B-A3B | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 30.5B | 40,960 | Apache-2.0 | 商用利用可 | 未確認 |
| Medical-Qwen3-Swallow-32B | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 32.8B | 40,960 | Apache-2.0 | 商用利用可 | 未確認 |
| Medical-Qwen3-Swallow-8B | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 8.2B | 40,960 | Apache-2.0 | 商用利用可 | 未確認 |
| Qwen3-Swallow-32B-RL-v0.2 | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 32.8B | 40,960 | Apache-2.0 | 商用利用可 | 2026年2月20日 |
| Qwen3-Swallow-8B-RL-v0.2 | Swallow（東京科学大学・産総研） | 国内派生（既存モデルを改良） | 文章生成（LLM） | 8.2B | 40,960 | Apache-2.0 | 商用利用可 | 2026年2月20日 |
| KARAKURI LM 32B Thinking 2501 Experimental | カラクリ株式会社 | 国内派生（既存モデルを改良） | 文章生成（LLM） | 32.8B | 32,768 | Apache-2.0 | 商用利用可 | 未確認 |
| KARAKURI VL 2 8B Thinking 2603 | カラクリ株式会社 | 国内派生（既存モデルを改良） | 画像言語（VLM） | 8.8B | 262,144 | Apache-2.0 | 商用利用可 | 未確認 |
| Stockmark-2-100B-Instruct | ストックマーク株式会社 | 国内独自事前学習 | 文章生成（LLM） | 96B | 32,768 | MIT | 商用利用可 | 未確認 |
| Stockmark-2-100B-Instruct-beta | ストックマーク株式会社 | 国内独自事前学習 | 文章生成（LLM） | 96B | 4,096 | MIT | 商用利用可 | 2025年3月18日 |
| Stockmark-LLM-100b | ストックマーク株式会社 | 国内独自事前学習 | 文章生成（LLM） | 96.2B | 4,096 | MIT | 商用利用可 | 2024年5月15日 |
| Stockmark-LLM-13b | ストックマーク株式会社 | 国内独自事前学習 | 文章生成（LLM） | 13.2B | 2,048 | MIT | 商用利用可 | 2023年10月2日 |
| Stockmark-Nemotron-3-Nano-Omni-JapanDocReader | ストックマーク株式会社 | 国内派生（既存モデルを改良） | 画像言語（VLM） | 33B | 131,072 | NVIDIA Open Model Agreement | 商用利用可 | 2026年7月16日 |
| Rakuten AI 3.0 | 楽天グループ株式会社 | 国内派生（既存モデルを改良） | 文章生成（LLM） | 671B（活性 37B） | 128,000 | Apache-2.0 | 商用利用可 | 2026年3月17日 |
| RakutenAI-2.0-8x7B-instruct | 楽天グループ株式会社 | 国内派生（既存モデルを改良） | 文章生成（LLM） | 46.8B（活性 13B） | 32,768 | Apache-2.0 | 商用利用可 | 2025年2月12日 |
| RakutenAI-2.0-mini-instruct | 楽天グループ株式会社 | 国内独自事前学習 | 小型LLM | 1.5B | 131,072 | Apache-2.0 | 商用利用可 | 2025年2月12日 |
| RakutenAI-7B-chat | 楽天グループ株式会社 | 国内派生（既存モデルを改良） | 文章生成（LLM） | 7.4B | 32,768 | Apache-2.0 | 商用利用可 | 2024年3月21日 |
| ELYZA-Shortcut-1.0-Qwen-32B | 株式会社ELYZA | 国内派生（既存モデルを改良） | 文章生成（LLM） | 32.8B | 32,768 | Apache-2.0 | 商用利用可 | 2025年5月1日 |
| ELYZA-Thinking-1.0-llm-jp-4-32b-a3b | 株式会社ELYZA | 国内派生（既存モデルを改良） | 文章生成（LLM） | 32.1B | 65,536 | Apache-2.0 | 商用利用可 | 2026年10月2日 |
| ELYZA-Thinking-1.0-llm-jp-4-33b | 株式会社ELYZA | 国内派生（既存モデルを改良） | 文章生成（LLM） | 33.2B | 65,536 | Apache-2.0 | 商用利用可 | 2026年10月2日 |
| ELYZA-Thinking-1.0-Qwen-32B | 株式会社ELYZA | 国内派生（既存モデルを改良） | 文章生成（LLM） | 32.8B | 131,072 | Apache-2.0 | 商用利用可 | 2025年5月1日 |
| Llama-3-ELYZA-JP-8B | 株式会社ELYZA | 国内派生（既存モデルを改良） | 文章生成（LLM） | 8B | 8,192 | Llama 3 Community License | 条件付き | 2024年6月26日 |
| PLaMo 3 610M Fin Instruct | 株式会社Preferred Networks | 国内独自事前学習 | 小型LLM | 890.3M | 262,144 | PLaMo community license | 条件付き | 未確認 |
| PLaMo 3 NICT 2604 31B Base | 株式会社Preferred Networks | 国内独自事前学習 | 文章生成（LLM） | 31.8B | 未確認 | PLaMo community license | 条件付き | 未確認 |
| PLaMo 3 NICT 31B Base | 株式会社Preferred Networks | 国内独自事前学習 | 文章生成（LLM） | 31.8B | 未確認 | PLaMo community license | 条件付き | 未確認 |
| PLaMo 3.0 Prime | 株式会社Preferred Networks | 国内独自事前学習 | 文章生成（LLM） | 未確認 | 262,144 | PLaMo API、PLaMo Chat 利用規約 | 条件付き | 2026年6月22日 |
| PLaMo 3.1 Prime | 株式会社Preferred Networks | 国内独自事前学習 | 文章生成（LLM） | 未確認 | 262,144 | PLaMo API、PLaMo Chat 利用規約 | 条件付き | 2026年10月27日 |
| CAT-Paws-8B | 株式会社サイバーエージェント | 国内派生（既存モデルを改良） | 文章生成（LLM） | 8.2B | 40,960 | Apache-2.0 | 商用利用可 | 未確認 |
| CAT-Thinking-8B | 株式会社サイバーエージェント | 国内派生（既存モデルを改良） | 文章生成（LLM） | 8.2B | 40,960 | Apache-2.0 | 商用利用可 | 未確認 |
| CyberAgentLM3-22B-Chat | 株式会社サイバーエージェント | 国内独自事前学習 | 文章生成（LLM） | 22.5B | 16,384 | Apache-2.0 | 商用利用可 | 2024年7月9日 |
| Takane | 富士通株式会社 | 国内派生（既存モデルを改良） | 文章生成（LLM） | 未確認 | 未確認 | 未確認 | 未確認 | 2024年9月30日 |
よくある質問
国産のLLMはいくつありますか？
当サイトでは日本で開発されたAI・LLMを 66 モデル掲載しています（国内独自事前学習 34、国内派生（既存モデルを改良） 30、出自を確認中 2）。一次資料で確認できたものだけを載せています。
「国内独自事前学習」と「国内派生」の違いは？
国内独自事前学習は、国内の開発元が自ら事前学習したモデル（同じ開発元の基からの派生を含む）です。国内派生（既存モデルを改良）は、海外や国内の別の開発元のモデルを基に、国内で追加学習・改良したモデルです。
商用利用できる国産LLMは？
ライセンスや提供元の発表で商用利用できると確認できたモデルは 45 あります。条件付き（年商の上限・規約への同意など）は 11 です。「未確認」は「不可」という意味ではありません。
無料で自分のパソコンやサーバーで動かせる国産LLMは？
重み（モデルのファイル）が公開されていて、自分の環境で動かせるモデルは 51 あります。動かすためのパソコン・サーバーの費用は別です。
日本語の性能が高い国産LLMは？
Swallow LLM リーダーボード（事後学習モデル）の日本語平均では、当サイトに載っている国産モデルのうち GPT-OSS-Swallow-120B-RL-v0.1（0.600）、GPT-OSS-Swallow-20B-RL-v0.1（0.568）、Qwen3-Swallow-32B-RL-v0.2（0.555） が上位です。1 つのリーダーボードの中の点数で、用途によって向き不向きがあります。