国産日本語翻訳AI「PLaMo 3 Translate」の4モデルをPFNが無料公開、スマホ上のローカル動作でも爆速＆高精度の日本語翻訳が可能になったので試してみた

AI開発企業のPreferred Networks(PFN)が2026年11月5日、翻訳に特化した大規模言語モデル「PLaMo 3 Translate」のモデルウェイトを公開しました。8億から310億パラメータまで4種類のモデルが用意されており、最小モデルでも既存の大規模な翻訳AIを上回る性能を発揮するとされています。スマートフォンやPCでインターネットに接続せずに翻訳できるほか、条件を満たせば商用利用も可能です。

PFN、世界最高水準のAI翻訳がエッジで可能な大規模言語モデル PLaMo 3 Translate をオープンウェイトで公開 - 株式会社Preferred Networks
https://www.preferred.jp/ja/news/pr20261105

PLaMo 3 Translate：世界最高クラスの翻訳特化LLMの重み公開と開発秘話｜株式会社Preferred Networks
https://www.preferred.jp/ja/blog/tech/plamo-3-translate-weight-release

PLaMo 3 TranslateはPFNが開発した翻訳特化型の大規模言語モデル(LLM)で、PFNが提供するAI翻訳サービス「PLaMo翻訳」で使用されており、日本語や英語を含む53言語に対応しているのが特徴。また、PLaMo 3 Translateは翻訳時に周辺の文章を文脈情報として与えたり、固有名詞や専門用語の訳し方を用語集で指定したりできるのもポイントです。日本語の訳文については「です・ます調」の敬体と「だ・である調」の常体を指定でき、用途に合わせた文章を生成できます。

今回PFNが公開したのは、PLaMo 3 Translateの「0.8B」「2B」「8B」「31B」という4種類のモデルウェイトです。ユーザーが自分のPCやサーバーにモデルをダウンロードして実行できるオープンウェイト形式で公開されており、外部のクラウドサービスに文章を送信せずに翻訳できます。パラメータ数はそれぞれ8億、20億、80億、310億で、用途や利用環境に合わせて選択できます。

pfnet/plamo-3-translate-0.8b · Hugging Face
https://huggingface.co/pfnet/plamo-3-translate-0.8b

最小の「0.8B」は、スマートフォンなどの限られた計算資源で動作させることを想定したモデルです。従来の小型LLMでは難しかった高品質な翻訳を端末上で実現できることが特徴で、PFNの評価では30倍以上のパラメータ数を持つ既存の翻訳特化型LLMを日英翻訳や日本語と多言語間の翻訳で上回りました。

今回、0.8Bモデルを実際にiPhone 17 Pro上で動かしてみました。モデルウェイトはHugging Faceで公開されているので、スマートフォンからローカルAIを動かせるアプリ「PocketPal AI」で導入してみました。

PocketPal AI上から「plamo」で検索すると、Hugging Faceから今回公開されたPLaMo 3 Translateのモデルが見つかります。今回は「plamo-3-translate-0.8b」と選択。

PocketPalAIでは、0.8Bモデルだと4つの量子化モデルにアクセス可能。今回は容量と精度のバランスに優れた「Q4_K_M」をタップしてダウンロードします。

ダウンロードが終わったら「Load」をタップ。

入力欄に翻訳したい英文を投入します。今回はジェイン・オースティンの長編小説『高慢と偏見』の冒頭部分約280語の文を用意しました。

送信ボタンをタップした直後にもう翻訳ができているというレベルで、異常なほど爆速で翻訳が行われました。訳文は非常に自然な日本語で構成されており、文法や文構造が崩壊していることもありません。出力時間をチェックしたところ、わずか0.515秒でした。

今度はアインシュタインの『相対性理論』の第1章をまるごと翻訳してもらいました。以下の動画を見ると、送信ボタンを押すと一瞬で翻訳されるのがよくわかります。

iPhone上でPlaMo 3 Translateの0.8Bモデルをローカルに動かしてアインシュタイン「相対性理論」の冒頭部分を爆速で翻訳する - YouTube

今度はわずか0.387秒で翻訳されました。もちろんインターネットを介してクラウド環境にアクセスして動作しているのではなく、このiPhone上で動いています。オフライン環境にある手元のスマートフォンでもこれだけサクサク爆速で動くのはかなり衝撃的。

「2B」は20億パラメータを持ち、0.8Bよりも翻訳品質を高めながら、比較的小規模な計算環境でも動作させやすいモデルです。PFNによるベンチマークでは、日英翻訳、日本語と14言語間の翻訳、英語と14言語間の翻訳のすべてで、比較対象となった既存の翻訳特化型LLMを上回る性能を記録しました。小型モデルの扱いやすさと翻訳品質を両立させたい場合に適しています。

pfnet/plamo-3-translate-2b · Hugging Face
https://huggingface.co/pfnet/plamo-3-translate-2b

「8B」は80億パラメータを持ち、2Bよりも翻訳品質を重視したモデルです。GPUを搭載したPCや社内サーバーなどでの利用が考えられ、翻訳する文章を外部に送信せずに高品質な翻訳を実行できます。メモリ使用量を抑えた量子化モデルも公開されており、利用するハードウェアに合わせて実行環境を構築できます。

pfnet/plamo-3-translate-8b · Hugging Face
https://huggingface.co/pfnet/plamo-3-translate-8b

最大の「31B」は310億パラメータを持つシリーズ最大のモデルで、4種類の中で最も高い翻訳品質を目指したものです。PFNは31Bの開発にあたり、複数の翻訳候補からより自然で適切な訳文を選ぶ学習を2段階実施しました。例えば、英語の「seeing happy customers made it all worth it.」を当初は「お客様に喜んでいただける姿を見て、すべてが報われました」と訳していましたが、学習後は「お客様の喜ぶ姿を目の当たりにし、すべてが報われたと感じました」というように、より自然な表現に改善されています。

pfnet/plamo-3-translate-31b · Hugging Face
https://huggingface.co/pfnet/plamo-3-translate-31b

PFNはGoogleの「TranslateGemma」やTencentの「Hy-MT2」といった既存の翻訳特化型LLMとの性能比較も実施しました。PFNが公開したベンチマークでは、最小の0.8Bでも日英翻訳や日本語と多言語間の翻訳において、30倍以上のパラメータ数を持つ既存モデルを上回る結果を記録しています。

高い翻訳性能を実現するため、PFNは学習データの品質向上に注力しました。まずウェブ上から収集した文章をGoogleのGemma 4 31B ITに翻訳させ、学習用の原文と訳文の組み合わせを作成します。その際、1つの文章に対して複数の訳文を生成し、2つずつ比較して優れた訳文を選ぶ「トーナメント式データ合成」を採用しています。単に勝った訳文を残すのではなく、負けた訳文にも良い表現があれば取り込んで改善し、比較を繰り返すことで翻訳品質を高めたとのこと。

さらに、原文と訳文の関係を逆転させる「逆翻訳」も取り入れられました。例えば、日本語の原文から英語の訳文を生成した場合、通常の学習では日本語を入力して英語を出力する方法を学びます。逆翻訳では生成された英語を入力し、元の日本語を出力するようにも学習させます。これにより、AIが生成した文章だけでなく、人間が書いた自然な文章を出力する能力も学習できます。

加えて、開発途中のPLaMo 3 Translate自身を使って学習データを改善する「反復的自己蒸留」も導入されています。学習済みのモデルに複数の訳文を生成させ、トーナメント式データ合成によって改善した訳文を既存の学習データと比較し、新しい訳文の方が優れていれば置き換え、改善されたデータで再びモデルを学習させるという工程を繰り返したとのこと。

こうして作成した学習データは合計約373億トークンに達したそうです。PFNはまず約339億トークンのデータで基礎的な翻訳能力を身につけさせ、その後に学術論文やニュース、技術文書、ウェブページなど実際の翻訳用途に近い約34億トークンの高品質なデータで追加学習を実施しました。PFNによると、学習方法をほとんど変更せずデータの品質を改善するだけでも、翻訳性能を継続的に向上させることができたとのこと。

各モデルには通常のBF16形式に加え、メモリ使用量を削減した量子化モデルも用意されています。CPUやGPUで利用できるGGUF形式、Apple Silicon搭載Mac向けのMLX形式、NVIDIA製GPU向けのFP8形式などが提供されており、利用するハードウェアに合わせて選択できます。

モデルウェイトはHugging Faceで「PLaMoコミュニティライセンス」に基づいて配布されています。個人の学習や学術研究などの非商用利用は無料で、商用利用についても年間売上高などが10億円以下の企業は事前登録によって無償利用できます。10億円を超える場合は別途ライセンス契約が必要です。

PFNは今回の公開を通じて、スマートフォンなどのエッジデバイスで動作する翻訳AIの普及を促し、観光やビジネス、災害対策など幅広い分野での活用を目指しています。