「日本國產大模型」不是同一種產品形態。DigIntoAI 將其整理為三條編輯分類——這不是日本政府或業界的官方 taxonomy：（1）以 API / 閉源合約交付的日系專有模型；（2）可下載權重的日系開源模型；（3）面向日本業務場景的後訓練 / 日本化，既包括在海外開源底座上特化，也包括在日系開源權重上繼續 mid/post-training。這張地圖的用處在於：買家常把政府試用名單和後來的商業旗艦混為一談，或把所有打著日本品牌的 API 都當成同一級資料主權故事。

第一條路：API / 閉源專有模型

這條路的主交付是 API 或廠商合約，而不是開放權重。

Preferred Networks 於 2026 年 6 月 22 日（北京時間）正式發布 PLaMo 3.0 Prime：強調從零自研的國產生成式 AI 基礎模型，提供 Reasoning 與 Non-reasoning，可走 API 或本地部署，上下文擴至 256k。NTT 於 2026 年 5 月 19 日更新 tsuzumi 2：突出輕量、面向日文商務文書，能理解圖表類文件圖像，並常用於本地 / 私有雲處理機敏資訊。軟銀系 SB Intuitions 於 2026 年 10 月 13 日上線 Sarashina Service 免費 Beta，提供 Sarashina3 系列六款模型的 API 以及網頁對話與翻譯；稿件寫明有 rate limits，免費 Beta 結束日期尚未確定。DigIntoAI 未註冊實測該 Beta。

軟銀 2026 年 4 月 16 日新聞稿寫明：在採用 Oracle Alloy 的 Cloud PF Type A 上，自 2026 年 6 月起順次提供活用國產 LLM「Sarashina」的生成式 AI 服務，面向企業與自治体的資料主權需求。請把 Alloy / Cloud PF Type A 視為軟銀的主權雲路徑，不要外推到每一個日本向 API。

第二條路：開源權重日系模型

這條路的主交付是可按授權下載執行的權重，預訓練或能力重心在日語。

2026 年 4 月 3 日，日本國立情報學研究所（NII）發布 LLM-jp-4 8B 與 LLM-jp-4 32B-A3B，稱以約 12 兆 token 的高品質語料訓練，並以開源授權公開。社群目錄 awesome-japanese-llm 還將 CyberAgent 的 CALM3、Stockmark 的 Stockmark-2-100B 等列入從零或重度日語訓練的開源譜系。Swallow 系列同樣出現在該生態中，但不少條目是在海外底座上做日語持續預訓練（CPT），不要未核底座就寫進「日本從零全自研」桶。

第三條路：面向日本的後訓練

DigIntoAI 把這條路定義為：為日本業務場景做的 mid-training / post-training，起點可以是海外開源底座，也可以是日系開源權重。

Sakana Namazu 以開源模型 Kimi K2.6 為底座，再用自有資料按日語與日本業務微調。定價頁寫明無月費：輸入 $0.95 / 百萬 token，輸出 $4.00 / 百萬 token，快取輸入 $0.15 / 百萬 token，另按次收取網頁搜尋、程式碼執行等工具費；日圓為參考換算，實際以美元計費。底座所屬的 Kimi 產品線背景見 Kimi K3.1 已現身 Kimi Code，但還沒正式發布。

Namazu FAQ 寫得很直白：目前不能保證資料處理全部在日本國內完成。不要把 Namazu 寫成與 SoftBank Alloy / Cloud PF Type A，或數位廳「源內」政府試用同一級的主權方案。

2026 年 10 月 2 日，ELYZA 公布 ELYZA-Thinking-1.0-llm-jp-4-33b 與 ELYZA-Thinking-1.0-llm-jp-4-32b-a3b：在 NII 的 llm-jp-4 開源系列上做 mid-training 與 post-training，並以可商用形式公開。這是在日系開源底座上的後訓練，不是海外底座日本化——即便 DigIntoAI 仍把它歸入後訓練這條編輯分類，也須把底座寫清。

「源內」名單 vs 後續旗艦

與三條產品路並行的另一條時間線：數位廳 2026 年 3 月 6 日公布，為在ガバメントAI（專案名「源內」）中試用而徵集國內 LLM，15 件應募、選定 7 件。選定模型為：NTT データ「tsuzumi 2」、カスタマークラウド「CC Gov-LLM」、KDDI·ELYZA 共同「Llama-3.1-ELYZA-JP-70B」、軟銀「Sarashina2 mini」、NEC「cotomi v3」、富士通「Takane 32B」、Preferred Networks「PLaMo 2.0 Prime」。這份 2026 年 3 月名單不能與之後的 PLaMo 3.0、Sarashina3，或 2026 年 10 月的 ELYZA-Thinking llm-jp-4 線互換。富士通 Takane 英文稿亦寫明與 Cohere 協作，故也不應塞進「零基礎全自研」桶。

怎麼用這張地圖

先按實際落地方式選路：閉源 API / 合約、自託管開源權重，還是後訓練特化。再核日期：政府試用看 2026 年 3 月源內名單；當前旗艦看各廠發布稿。站內亞洲程式設計方案與 API 價背景見 在 Claude Code 裡用 GLM、通義千問、MiniMax 等中國廠商程式設計方案。DigIntoAI 未對本文所列日本模型做獨立評測，也不把編碼或日語任務寫成已落後於 Claude、GPT 等海外系統的既定事實。

來源

  • Digital Agency, Government AI domestic LLM selection results (源内), March 6, 2026: https://www.digital.go.jp/news/10d55c63-b3e1-42b9-9cc5-93a06943ae0e
  • Preferred Networks, PLaMo 3.0 Prime release, June 22, 2026: https://www.preferred.jp/ja/news/pr20260622
  • NTT, tsuzumi 2 update, May 19, 2026: https://group.ntt/jp/newsrelease/2026/05/19/260519a.html
  • SoftBank, Sarashina on Cloud PF Type A with Oracle Alloy, April 16, 2026: https://www.softbank.jp/en/corp/news/press/sbkk/2026/20260416_02/ (Japanese detail: https://www.softbank.jp/corp/news/press/sbkk/2026/20260416_02/)
  • SB Intuitions, Sarashina Service free beta, October 13, 2026: https://www.sbintuitions.co.jp/en/news/press/20261013_01/
  • National Institute of Informatics, LLM-jp-4 release, April 3, 2026: https://www.nii.ac.jp/en/news/release/2026/0403.html
  • Sakana AI, Namazu product page (base model, pricing, FAQ): https://sakana.ai/namazu/
  • ELYZA, RSI Research and ELYZA-Thinking llm-jp-4 releases, October 2, 2026: https://elyza.ai/news/2026/10/02/rsiresearch
  • ITmedia AI+, ELYZA-Thinking llm-jp-4 coverage, October 2, 2026: https://www.itmedia.co.jp/aiplus/article/2610/02/2000001965/
  • Fujitsu, Takane launch (Cohere collaboration): https://www.fujitsu.com/global/about/resources/news/press-releases/2024/0930-01.html
  • LLM-jp, awesome-japanese-llm directory (secondary): https://llm-jp.github.io/awesome-japanese-llm/