提供元組織・国: 国立情報学研究所（主導）／日本｜モデルファミリー: llm-jp
| 1. 一言でいうと | 国立の研究機関が主宰するプロジェクトが公開した MoE 版。 同じ組織から公式の量子化版も配布されており、学習の各段階と使用コーパスが 公開資料で説明されている点が、この版の特徴にあたる。 [主張] 確認日: 2026-07-28根拠1根拠2根拠3 |
|---|---|
| 2. 何を判断するための情報か | この版で先に確かめる価値があるのは、開示の厚さである。学習の段階構成と使用した コーパスの規模が公開資料に記載されており、配布条件も標準的な許諾で、 公式の量子化版まで同じ組織から出ている。由来をたどる必要がある用途では、 この点が実務上の差になりうる。 [事実] 確認日: 2026-07-28根拠1根拠2根拠3 |
| 3. 向いている用途 | 未確認（当方がまだ確認できていません） |
| 4. 注意点 | 評価ハーネスが公開されていることを「第三者が評価した」と読むのは誤りになる。 条件が公開されていることと、誰が測ったかは別の話である。この版については、 作った組織と測った組織が同じである。 次に、混合エキスパート構成なので、1トークンの生成に使われるパラメータは総数の一部だが、 重み全体はメモリに載せる必要がある。活性化側の数字だけで必要資源を見積もると足りなくなる。 また、公式の量子化版があることは、量子化しても品質が変わらないことを意味しない。 配布元が同じであるという事実にとどまる。 [仮説] 確認日: 2026-07-28根拠1根拠2根拠3 |
| 5. 提供方式 | ウェイト公開[事実]一次リンク |
| 6. 商用利用可否 | (a) 重み配布: 可[主張]一次リンク (b) API利用: 未確認（当方がまだ確認できていません） ※ (a)(b)は別項目です。商用利用可否を1つに合成した表示は行いません。 |
| 7. 最終確認日 | 2026-07-28 |
| 8. 一次ソースへの最短リンク | LLM-jp公式サイト（NII） ／ https://llm-jp.nii.ac.jp/ |
| 事業者 | 種別 | 入力単価 | 出力単価 | 表示形態 | 確認日 |
|---|---|---|---|---|---|
| 未確認（当方がまだ確認できていません） | |||||
登録済みの評価指標7件をすべて行として表示します（結果が確認できない指標も欠損理由を示します）。 数値が載る場合も原則非保持（R1準拠。リーダーボード表示スコアの実数値は転記しません）。 評価指標そのものの読み方はこちら →
| ベンチマーク | 実施主体 | 評価対象 | 表示 | 辞典リンク |
|---|---|---|---|---|
| AIME | － | － | 未確認（当方がまだ確認できていません） | 読み方を見る |
| GPQA Diamond | － | － | 未確認（当方がまだ確認できていません） | 読み方を見る |
| llm-jp-eval | 開発元 | ● モデル単体 | 権利上の理由により当サイトでは保持しない NII（LLM-jp）自身がllm-jp-eval v2.1.3（42種類の評価データセット）で自己評価を実施したとプレスリリースで明記している。開発元自身による自己評価であるため、独立した第三者による再現・検証は行われていない。具体的なスコアは本サイトには一切転載していない。HFモデルカード本体にはllm-jp-evalの言及が無く、MT-Bench系（llm-jp-judgeフレームワーク）の評価のみが記載されている点で、プレスリリースとモデルカードの間に記載の食い違いがある（両者は別フレームワークであり、モデルカード側のMT-Bench系評価は本レコードの対象外）。[主張]（条件: 版=llm-jp-eval v2.1.3（42種類の評価データセット）） 一次リンク 確認日: 2026-07-28 | 読み方を見る |
| LMArena Text | － | － | 未確認（当方がまだ確認できていません） | 読み方を見る |
| METR Time Horizon | － | － | 未確認（当方がまだ確認できていません） | 読み方を見る |
| Nejumiリーダーボード | － | － | 取得不能（アクセス制限により到達できていません） | 読み方を見る |
| SWE-bench Verified | － | － | 未確認（当方がまだ確認できていません） | 読み方を見る |
(a) 重み配布ライセンスと (b) API利用条件は別物です。合成した「商用利用可否」は作りません（R3）。
| 正式名 | Apache License, Version 2.0[主張] |
|---|---|
| 商用利用 | 無条件可[主張] |
| 条件要点 | 該当なし（この項目自体が存在しないため） |
| 原文リンク | 原文を確認する一次リンク |
| 原文確認状態 | 未精読 |
| 商用可否の法的評価状態 | 要再確認 |
| 確認日 | 未確認（当方がまだ確認できていません） |
| 事業者 | 商用利用可否 | 確認日 |
|---|---|---|
| 未確認（当方がまだ確認できていません） | ||
| 形式 | 量子化 | DLサイズ | 必要VRAM(最低) | 対応ランタイム | 配布先 | 公式/非公式 |
|---|---|---|---|---|---|---|
| GGUF | 非該当(フル精度FP16/BF16) | 未確認（当方がまだ確認できていません） | 未確認（当方がまだ確認できていません） | llama.cpp（未検証） | Hugging Face配布先 | 公式 |
| GGUF | GGUF-Q4_K_M | 未確認（当方がまだ確認できていません） | 未確認（当方がまだ確認できていません） | llama.cpp（未検証） / Ollama（未検証） | Hugging Face配布先 | 公式 |
| safetensors | 非該当(フル精度FP16/BF16) | 未確認（当方がまだ確認できていません） | 未確認（当方がまだ確認できていません） | Transformers（未検証） | Hugging Face配布先 | 公式 |
コンテキスト長: 65,536 トークン[主張]
入出力: テキストのみ
| モデル | 関係性 | 比較理由 | 導線 |
|---|---|---|---|
| 未確認（当方がまだ確認できていません） | |||
開発元は、事前学習・中間学習・教師ありファインチューニング・選好最適化という 段階構成で開発したと説明しており、各段階で用いたトークン規模も公表している。 評価についても、自ら公開している日本語評価ハーネスを用いて測ったと発表している。 これは第三者による評価ではなく、開発元自身による評価である。 [主張] 確認日: 2026-07-28根拠1根拠2根拠3
判断に効く順に整理する。(1) 評価が開発元自身によるものである点は、結果を読むうえで 落とせない条件である。この版を作った組織と、評価ハーネスを作って運営している組織が 同じであるため、当サイトの区分では実施主体は開発元にあたり、証拠水準は主張に留まる。 ハーネス自体が公開されていて条件が追える点は評価できるが、それは再現可能性の話であって、 評価者の独立性とは別の軸である。両方を混ぜて読まないほうがよい。 (2) 公式の量子化版が同じ組織から出ている。第三者が作った量子化版は世の中に多いが、 配布条件や品質の責任の所在が変わるため、当サイトは開発元由来のものだけを配布物として 記録している。この版はその区別が実データで成立する例である。 (3) 外部の日本語リーダーボードへの掲載については、当方は一次ソースで確認できていない。 掲載を示す第三者の記述はあるが、リーダーボード本体が閲覧に認証を求めるため到達できず、 取得不能として記録している。「載っていない」ではなく「確かめられない」である。 (4) 英語圏で広く使われる評価指標については、公開資料に言及が無い。これは欠点ではなく 対象の置き方の違いで、日本語の評価に絞って測っていることの結果と読める。 [仮説] 確認日: 2026-07-28根拠1根拠2根拠3
現時点で欠損として記録されている項目はありません。
全件（0件）は下の層③「更新履歴（フル）」を参照。
| ベンチマーク | 版 | スキャフォールド | 試行回数 | 実施主体 | 評価対象 | 数値or解釈 |
|---|---|---|---|---|---|---|
| llm-jp-eval | llm-jp-eval v2.1.3（42種類の評価データセット） | 未確認（当方がまだ確認できていません） | 未確認（当方がまだ確認できていません） | 開発元 | ● モデル単体 | 権利上の理由により当サイトでは保持しない NII（LLM-jp）自身がllm-jp-eval v2.1.3（42種類の評価データセット）で自己評価を実施したとプレスリリースで明記している。開発元自身による自己評価であるため、独立した第三者による再現・検証は行われていない。具体的なスコアは本サイトには一切転載していない。HFモデルカード本体にはllm-jp-evalの言及が無く、MT-Bench系（llm-jp-judgeフレームワーク）の評価のみが記載されている点で、プレスリリースとモデルカードの間に記載の食い違いがある（両者は別フレームワークであり、モデルカード側のMT-Bench系評価は本レコードの対象外）。[主張] 一次リンク 確認日: 2026-07-28 |
| 対象項目 | 変更前 | 変更後 | 検知日 | 確認日 |
|---|---|---|---|---|
| 未確認（当方がまだ確認できていません） | ||||
確認者: sonnet-subagent-3-1d、sonnet-subagent-3-4-d5
プロセス: 人手確認（human_confirmed）フラグが真である項目: モデル版本体。一次資料を人手で突合し、差異があれば確認日の新しい方を採択しています。
version_id: llm-jp-4-32b-a3b-thinking