大規模言語モデル（LLM：Large Language Model）とは、膨大な量の文章を学習し、入力された文の続きを予測して文章を作るAIモデルです。ChatGPTのような対話型AIの中心にあるのがこのモデルで、質問への回答、要約、翻訳、プログラム作成を1つでこなせます。
大規模言語モデルとは：仕組みの要点
LLMは「次に来る語（トークン）を確率で予測する」ことを繰り返して文章を作ります。「大規模」とは、モデル内部のパラメータの数と学習データの量が非常に大きいという意味です。研究では、規模を大きくすると、個別に教えていない作業もこなせるようになる傾向が報告されています。
一方で、もっともらしい誤り（ハルシネーション）を出すことがあります。また、学習データにない最新の情報や社内の情報は、そのままでは答えられません。
何ができるのか・使い方
使い方は大きく3つあります。
- チャット画面で直接使う（文章作成、調べものの下書き、コードレビュー） - APIで自社システムに組み込む（問い合わせ対応、文書の分類、データの抽出） - 公開されたモデル（オープンモデル）を自社の環境で動かす
社内文書を検索し、その内容を回答に使わせる手法（RAG：検索拡張生成）を組み合わせれば、学習データにない情報も扱えます。
文章処理以外の使い方もあります。当サイトで取り上げた事例では、Ambiral株式会社がAIペルソナを使い、2026年9月13日投開票の沖縄県知事選について投票行動のシミュレーションを行いました。投開票日より前に公表されたデータだけを使い、当選者の得票率を59.51％と算出しています（実際は59.42％）。ただし同じ発表では、70歳以上の層で実際の結果との開きも示されました。全体の数字が合っていても、年代などの属性別では外れることがあります。なお、この事例でどのような言語モデルを使ったかは、当サイトの記事からは確認できていません。
料金の考え方
料金の仕組みは使い方によって違います。具体的な金額は提供元や時期によって変わるため、各社の公式の料金ページで確認してください。
- 対話サービス：無料枠と月額の有料プランを用意する形が一般的 - API：入力と出力のトークン量に応じて払う従量課金が一般的。出力の単価を高くしている例が多い - オープンモデル：モデル自体は無料でも、動かすためのGPUサーバの費用がかかる
APIの月額費用は「1件あたりのトークン量×月の件数」で大まかに見積もれます。
誰が作っているのか：主な開発企業と国産モデル
海外の主な開発元は、OpenAI（GPTシリーズ）、Google（Gemini）、Anthropic（Claude）、Meta（Llama）などです。各社は性能で競うだけでなく、モデルを公開する（オープン）か、APIだけで提供する（クローズド）かという方針でも分かれています。
国内では、KDDI傘下のELYZAが、国産の大規模言語モデル「LLM-jp-4」をもとにしたAIモデルを無料で公開しました（ITmedia AI+の報道による）。LLM-jpは、国内の研究機関などが中心になって開発しているモデルのシリーズとみられます。公開されたモデルの規模、性能、ライセンス条件は、当サイトが確認した範囲では分かっていません。日本語の性能や、データを国内で管理できることを重視する企業にとって、国産モデルは選択肢の1つになります。
