SLMとは？小規模言語モデルとLLMの違いをわかりやすく解説

生成AIは大きいほど高性能、と思われがちです。しかし、特定の仕事やスマートフォン・PC上の処理では、小さく軽いSLMが選ばれることがあります。

30秒で説明

SLMはSmall Language Modelの略で、日本語では小規模言語モデルと呼ばれます。一般にLLMよりパラメーター数や計算量が小さく、応答が速い、運用費を抑えやすい、端末内で動かしやすいといった特徴があります。

ただし、SLMとLLMを分ける世界共通の数値基準はありません。小さいから安全、精度が低い、すべて端末で動く、とは限りません。

3分で詳しく

LLMとの違い

観点	SLM	LLM
規模	比較的小さい	比較的大きい
計算資源	少なくしやすい	多く必要になりやすい
得意な使い方	特定用途、端末内、低遅延	幅広い知識、複雑な生成
運用	ローカル配置もしやすい	クラウド利用が多い

境界は文脈で変わります。パラメーター数だけでなく、性能、学習方法、量子化、利用する端末も含めて比較します。

どこで使われる？

文章の分類、短い要約、定型的な質問応答、コード補助、端末内の操作支援などが例です。GoogleのGemma、MicrosoftのPhi、Mistralの小型モデル群は、開発者が用途に合わせて動かせるモデルの例です。

NPUを備えた端末やAI PCでは、モデルの一部または全部を端末上で処理する設計があります。ただし、モデルが小さくてもメモリや対応ソフトの条件は必要です。

小さいモデルを選ぶ理由

• 応答時間を短くしたい
• 通信できない場所でも使いたい
• データを端末や社内環境から出したくない
• 特定作業に絞って費用を抑えたい
• 大きなモデルと組み合わせ、簡単な仕事を分担したい

注意点

SLMでも誤情報、偏り、不適切な出力は起こります。Microsoftの安全性資料も、小型モデルに固有の限界と評価の必要性を示しています。

また、ローカルで動くことと、プライバシーが自動的に守られることは同義ではありません。アプリが入力やログを外部送信する場合もあるため、製品の説明を確認します。

よくある誤解

SLMは何億パラメーター以下？

固定された共通基準はありません。同じモデルでも、時代や比較対象によって「小規模」の意味が変わります。

LLMより劣るモデル？

幅広い課題では大規模モデルが強い場合がありますが、特定用途ではSLMが十分な性能を持ち、速度や費用で有利なことがあります。

必ずオフラインで使える？

いいえ。モデル、アプリ、端末の設計によります。

ひとことで振り返る

SLMは、用途を絞り、軽さや速度を生かしやすい言語モデルです。大きさだけでなく、仕事と環境に合うかで選びます。

参考資料

1. IBM, What are small language models?, 更新状況: 2026年確認, 対象: 定義、利点、LLMとの違い, 確認日: 2026年10月8日
2. Microsoft Research, Phi-4 technical overview, 公開日: 2025年1月, 対象: 小型モデルの例と性能, 確認日: 2026年10月8日
3. Google AI for Developers, Gemma documentation, 更新状況: 2026年版, 対象: 軽量モデル群と用途, 確認日: 2026年10月8日
4. Google AI for Developers, Get started with Gemma, 更新状況: 2026年版, 対象: ローカル実行と必要環境, 確認日: 2026年10月8日
5. Mistral AI, Mistral 3, 公開日: 2025年, 対象: 小型モデルの製品例, 確認日: 2026年10月8日
6. Microsoft, Phi-3 safety post-training and evaluation, 公開日: 2024年, 対象: 小型モデルの安全性評価, 確認日: 2026年10月8日