国産LLM「LLM-jp-4.1」がツールを呼べるようになった | LLM-jp-4 / LLM-jp-4.1

どんなアプリか

LLM-jp-4 / LLM-jp-4.1 は、国立情報学研究所大規模言語モデル研究開発センターが公開している、日本語に強いオープンな大規模言語モデルのシリーズです。LLM-jp は、同センターが主宰する研究者のコミュニティの名前で、日本発のLLM開発プロジェクトの名前でもあります。

LLM-jp で開発したモデルやツールを公開しています。

LLM-jp 公式サイト「リリース」ページ

LLM-jp-4.1 の 3 つのモデルのうち、llm-jp-4.1-33b-thinking は総パラメータ332億の Dense 構造、llm-jp-4.1-32b-a3b-thinking は総パラメータ320億の Mixture of Experts（MoE）構造、llm-jp-4.1-8b-thinking は総パラメータ86億の Dense 構造です。

モデルは2つの種類に分かれています。base モデルは、事前学習と中間学習までを終えた段階のモデルで、特定の作業に向けた追加学習やカスタマイズの土台に使えます。thinking モデルは、それに加えて SFT（教師ありファインチューニング）と DPO（直接選好最適化）による事後学習を施したモデルです。

リリースページでは、モデルは Hugging Face で公開されています。あわせて、事前訓練コーパスと構築スクリプトは GitLab、評価や学習に使うユーティリティは GitHub で公開されています。

これまでの更新

2026-08-18、約332億パラメータの Dense 型モデル「LLM-jp-4 33B」が公開されました。base と thinking の2種類があります。評価フレームワーク llm-jp-judge を使った検証では、日本語MT-Bench、英語MT-Bench、AnswerCarefully、llm-jp-instructions の4つのベンチマークのすべてで、それまでに公開された LLM-jp-4 の Thinking モデルのスコアを上回っています。DPO に使った学習用データセットも同時に公開されました。

2026-09-28には、LLM-jp-4 の事後学習を改善した LLM-jp-4.1 シリーズが公開されました。STEM 分野の性能が上がり、ツール呼び出しに新しく対応し、回答も簡潔になっています。教師ありファインチューニングのデータと直接選好最適化のデータも、あわせて公開されました。

同じ分野のアプリ

名前	型	仕掛け	対応	料金
LLM-jp-4 / LLM-jp-4.1	オープンモデル	日本語に強いオープンなLLM。モデルとコーパス、チューニングデータを公開	Hugging Face	記載なし（Apache License 2.0）
PLaMo 3.0 Prime	国産LLM	NICTと共同開発した事前学習モデルを基に、フルスクラッチで作ったフラッグシップ	API / オンプレミス	未確認
Sakana Namazu	LLM API	Kimi K2.6 を日本語と日本の業務慣行に合わせて追加学習	API（OpenAI互換）	従量課金入力 $0.95/100万トークン、出力 $4/100万トークン
tsuzumi 2 Vision モデル	国産LLM（Vision）	軽量国産LLMに図表入力を追加し、図やグラフ入りの日本語文書を読める	API / オンプレミス	未確認（非公開）
Sarashina3（Cloud PF Type A 上の生成AIサービス）	国産LLM（クラウド）	国内データセンターのソブリンクラウドで企業・自治体向けに提供	クラウドAPI	共有型は従量課金、専有型は月額固定（単価は非開示）

入れる前に

LLM-jp-4.1 の公開モデルには、すべて Apache License 2.0 が適用されています。東京大学の mdx-MaaS を通じて、主に研究者向けに API とチャットサービスを試験提供する予定とされています。

リリースページでは、公開されているリソースを使うときに、論文や記事などで引用・言及するよう求めています。また、モデルを活用する事業者に対しては、「人工知能関連技術の研究開発及び活用の適正性確保に関する指針」に則り、各自の責任で適切に使うよう求めています。