軽量モデルとは、大規模言語モデル（LLM）のうち、応答の速さと利用料金の安さを優先して作られた小型・低価格版のモデルです。最上位モデルより複雑な推論や長文の精度は落ちますが、そのぶん速く、大量の処理を安く回せます。
軽量モデルとは：上位モデルとの違い
AI各社の多くは、同じ世代のモデルを性能と価格の違う複数の段階に分けて提供しています。軽量モデルは、その中で下位に置かれるモデルです。
上位モデルとの違いは主に3つあります。1つ目は応答が速いこと、2つ目は処理量あたりの料金が安いことです。3つ目として、難しい推論、長い文章の一貫性、専門的なコード生成では精度が落ちやすくなります。どのくらい差が出るかはモデルと作業内容によって変わるため、一律には言えません。
何ができるのか・使い方
軽量モデルが向いているのは、1件ごとの処理は単純でも件数が多い仕事です。たとえば、問い合わせ文の分類、文章の要約、決まった形式への情報の抜き出し、チャットの一次応答などです。
使い方は上位モデルと基本的に同じです。各社のAPIでは、呼び出すときのモデル名を変えるだけで切り替えられるのが一般的です。設計としては、まず軽量モデルで処理し、判定が難しい案件だけ上位モデルに回す振り分けの構成が取れます。導入前には、自社の実データで軽量モデルの出力品質が足りるかを小さく試すことが欠かせません。
料金の考え方
具体的な価格はモデルごとに違い、改定もあるため、本記事では金額を示しません。最新の単価は各社の公式料金ページで確認してください。APIの料金は、入力と出力のトークン数に応じた従量課金が一般的です。軽量モデルは、このトークンあたりの単価が上位モデルより低く設定されています。
企画・DXの担当者がコストを見積もる場合は、月間の処理件数に1件あたりのトークン数を掛けて概算します。そのうえで、軽量モデルで足りる業務と上位モデルが必要な業務を分けると、費用を抑えやすくなります。
個人向けサービスでは、軽量モデルは無料版の線引きにも使われています。ITmedia NEWSとImpress Watchの報道によると、Googleは個人向けGeminiでプランごとに使えるモデルを変更し、無料版で使えるのは軽量モデルの「Flash-Lite」だけになります。上位モデルを使うには有料プランが前提になる形とみられます。変更の開始時期と、有料プランごとに選べるモデルの範囲は、報道の見出しからは確認できていません。
誰が作っているのか：主な提供元と競合
軽量モデルは、専門企業が単独で出す製品というより、大手AI企業が自社モデル群の1段階として出しているものが中心です。例として、Googleの「Flash」「Flash-Lite」系、OpenAIの「mini」系、Anthropicの「Haiku」系があります。
競合になるのは、同じ価格帯にある他社の軽量モデルです。ほかに、重みが公開されて自社サーバーや端末で動かせる小型モデルとも、用途によって競合します。
投資の観点では、Geminiの無料版を軽量モデルに限った今回の変更は、無料利用者にかかる計算コストを抑えつつ有料プランへ誘導する狙いと読めます。ただし、これは報道内容からの推測であり、Googleが理由を説明したかどうかは確認できていません。
