日本語のローカルLLM：RakutenAIとTinySwallowの選び方

日本語で使うローカルLLMを探しているなら、RakutenAI-2.0-mini-instructとTinySwallow-1.5B-Instructは比較候補になります。 ただし、開発元が日本にあること、日本語の回答が自然なこと、処理が自分のパソコン内で完結することは、それぞれ別の条件です。モデル名だけで判断せず、用途と実行環境を確認しましょう。

資料確認日：2026年10月13日。ローカルLLMナビ編集部が公開資料を基にまとめています。本記事のために新たな実機ベンチマークを実施したわけではありません。

比較する2つの日本語モデル

RakutenAIのモデルカードは日本語・英語とApache 2.0ライセンスを明記しています。TinySwallowは軽量な日本語モデルですが、利用条件には注意が必要です。モデルカードの「Uses」には研究開発向けの実験的モデルで商用利用を意図しない旨がある一方、「License」にはQwenとGemmaに関する条件を満たせば商用利用も可能と記載されています。

この記述の相違を無視して「商用利用は無条件で問題ない」とは案内できません。業務に組み込む前に、使用するファイルの条件と開発元の説明を確認してください。ここでは評価候補として紹介しています。

日本語の自然さは何で確認する？

一般的な質問に一度うまく答えただけでは、日常業務に向いているとは限りません。日本語では、敬語の使い方、主語の省略、固有名詞、半角・全角、数字や日付の維持などを分けて確認すると判断しやすくなります。

たとえば接客メールでは、丁寧さより先に事実の保持を確認します。「到着予定」を「必ず届く」に変える回答は、読みやすくても不合格です。社内文書の要約では、書かれていない担当者や期限を補わないことも重要です。

そのまま使える日本語テスト

次の文章は架空の例です。両方のモデルに同じ条件で入力し、各テストを3回ずつ行って回答を保存してください。

1. 敬語と事実の保持：「次の文を取引先への丁寧なメールに書き換えてください。情報を追加しないでください。荷物JP-017は10月12日に発送した。10月16日に届く予定だが、確約はできない。」発送日・到着予定日・不確実性が残っているかを確認します。
2. 数値と形式：「次の文から、order_idとtotal_yenだけを持つJSONを出力してください。注文番号はJP-204、合計金額は12,490円です。」注文番号と数値12490が正しく、余分な文章がないかを確認します。
3. 不明なことを認める：「この文章だけを根拠に答えてください。『申請書は購買部に送付された。』承認した人の名前は何ですか。」正しい対応は、承認者の名前は記載されていないと答えることです。

事実の誤り、指示違反、日本語の自然さ、応答時間を別々に記録しましょう。専門用語が多い場合は、自分の分野の短い文章を追加します。評価用の文章に顧客情報や秘密情報を含める必要はありません。

パソコンのメモリはどれくらい必要？

1.5Bという表記は約15億パラメータの規模を示しますが、必要メモリそのものではありません。重みだけの単純計算では、パラメータ数×ビット数÷8でバイト数を見積もれます。ただし実際には量子化情報、実行時のバッファ、会話履歴のキャッシュなどが加わります。

ダウンロード前に、ファイル形式、変換元、使用ソフトの対応状況を確認してください。最初は短い入力で動作を確かめ、長い文書を扱うときは実際のメモリ使用量も記録します。ここでは実測していない速度や「必ず動くRAM容量」は示していません。

よくある質問

日本製のモデルなら日本語は必ず得意ですか？

開発元の所在地だけでは判断できません。自分の文章で敬語、固有名詞、数字、指示への従い方を確認する必要があります。

ローカルLLMなら情報は外部に送られませんか？

モデルが手元で動いていても、検索機能や拡張機能が外部サービスを使う場合があります。必要なファイルを取得した後にオフラインで動作を試し、接続時の設定や通信も別途確認してください。

ベンチマークの点数だけで選んでもよいですか？

評価データや条件が違う点数を、そのまま比較するのは適切ではありません。公開評価は候補探しに使い、最終的には同じ作業で比べましょう。

モデルやパソコン選びの続きは、ローカルLLMナビをご覧ください。