国産LLM「Sarashina3」登場！業務特化5モデルが拓く日本企業のDX

「うちの会社も、そろそろ生成AIを本格的に導入したいけれど、英語ベースのAIだと細かい日本語のニュアンスが伝わらないんだよな……」

「機密情報や個人データが海外のサーバーに流出してしまわないか、夜も眠れないほど心配だ」

企業のDX推進部や情報システム部の担当者のみなさん、まさに今、このような壁にぶつかっていませんか？

毎日、次々と新しいAIのニュースが飛び込んできますが、企業の現場が本当に求めているのは「お利口なチャットボット」ではありません。業務の仕組みそのものを安全に変えてくれる、頼れるデジタル相棒ですよね。

そんな日本のビジネスシーンに、文字通り「真打ち」が登場しました！

2026年6月30日、ソフトバンク傘下のSB Intuitions株式会社が、完全自社開発の大規模言語モデル（LLM）の最新版となる「Sarashina3」シリーズの提供を一斉に開始したのです。

今回のアップデート、ただの「バージョンアップ」だと思ったら大間違いですよ。なんと、文章生成からデータ処理、セキュリティフィルター、さらには社内文書の検索システム（RAG）にいたるまで、企業の業務実装を丸ごとひっくり返すような「フルスタックの製品群」として生まれ変わったのです。

これ、本当にワクワクしませんか？

「AIに使われる側」から「AIを使いこなす側」へ。日本企業が待ち望んでいた、ビジネス直結型AIのリアルな姿を、今回はどこよりも熱く、そして分かりやすく解き明かしていきます！

待望の国産LLM最新版「Sarashina3」とは？ビジネス実装のリアル

SB Intuitionsが挑む「業務直結型」AIの定義

みなさんは、これまでのAIツールに対して「機能がバラバラで使いにくい」と感じたことはありませんか？

文章を書くAI、情報を探すAI、セキュリティを守るAI……これらを別々に契約して組み合わせるなんて、現場の担当者からすれば面倒極まりない話です。

SB Intuitionsが開発した「Sarashina3」は、その面倒な常識を真っ向から破壊してくれました。彼らが掲げたのは、単一のAIモデルではなく、業務に必要な機能をすべて内包した「業務実装フルスタック」という新しい定義です。

チャットで指示を出すだけで、裏側でAIが自律的に動き、社内のデータベースを探し回り、安全性をチェックして正確な答えを導き出す。この一連の流れが、最初からパッケージングされているのです。これこそが、企業の経営企画部や情シス部が本当に欲しかった「使えるAI」の形ではないでしょうか。

前世代（Sarashina2）から何が進化したのか？

「前のSarashina2と何が違うの？」と思われる方も多いでしょう。

一言で言うなら、これまでは「研究室の優秀な優等生」だったのが、今回は「現場の即戦力リーダー」に大化けしたというイメージです。

前世代のSarashina2は、日本語の基礎的な学力を高めるための研究開発という側面が強いモデルでした。しかし、今回の第3世代「Sarashina3」は、用途に応じて役割が最適化された5つのモデルからなる製品群へと、完全に舵を切ったのです。

ただ言葉が滑らかなだけでなく、企業のシステムに組み込まれ、実際の利益や業務効率化を生み出すための「社会実装モデル」へ。このドラスティックな進化こそが、今回の発表における最大のサプライズなのです。

なぜ日本語に強い？30兆トークン学習とカリキュラム学習の秘密

「国産LLMって、本当に海外製の巨大AIに対抗できるの？」と、少し意地悪な疑問を持つ方もいるかもしれませんね。

結論から言いましょう。めちゃくちゃ強いです。

なぜ、Sarashina3がここまで圧倒的な日本語能力を誇るのか、その裏側に隠された開発陣の狂気とも言えるこだわりを覗いてみましょう。

30Tトークンがもたらす圧倒的な言語基盤

AIの賢さを決める土台は、どれだけ質の良い言葉を読んできたか、という「事前学習」の量と質にかかっています。

Sarashina3の学習に使われたデータ量は、なんと日本語と英語を中心に「30兆（30T）トークン」！

30兆と言われてもピンとこないかもしれませんが、要するに「桁違いの読書量」をこなしてきたということです。しかも、ただインターネット上の文章を大量に集めて流し込んだわけではありません。独自の高度なフィルタリング技術を使い、ノイズや汚い言葉、不正確な情報を徹底的に削ぎ落とした「極上のデータ」だけを厳選して食べさせているのです。

だからこそ、Sarashina3が紡ぎ出す日本語は、まるで血の通った人間が書いたかのように自然で、日本の文化やビジネスの文脈を深く理解しているのですね。

基礎から応用へ：段階的カリキュラム学習の仕組み

驚くべき工夫は、その英才教育のやり方にあります。

みなさんは、子供にいきなり大学の入試問題を解かせたりしませんよね？まずはひらがなを覚え、九九を習い、段階を踏んで学んでいくはずです。

Sarashina3は、まさにこの人間と同じ「カリキュラム学習」という手法を学習プロセスに取り入れました。学習のフェーズごとに、データの配分や内容を意図的に変え、まずは言語の基礎体力をつけ、その後に高度な推論や専門知識を覚えさせるというステップを踏んでいるのです。

この丁寧な教育プロセスがあるからこそ、AI特有の「突然とんちんかんな回答をする」というリスクを抑え、ビジネスの現場でも常に安定したパフォーマンスを発揮できるのです。

多段階強化学習（カスケード学習）によるエージェント能力の底上げ

さらに、事後学習の作り込みが凄まじいことになっています。

能力を順番に叩き込む「カスケード学習」と、複数の能力を同時にバランスよく磨くフェーズを組み合わせた、複雑な多段階の強化学習を行っているのです。

これによって、前世代から何が一番変わったかというと、AIが自分で考えて行動する「エージェント能力」が爆発的に向上しました。

例えば、「来週の売上データを集めて、グラフ化して、関係者にメールしておいて」と頼んだとします。Sarashina3は、複数の外部ツールやAPIを自律的に、かつ同時に呼び出し、マルチステップの複雑なタスクを人間の手を借りずにやり遂げることができるのです。

地味な基盤の工夫に見えますが、こうした緻密な強化学習の設計こそが、海外製AIをもしのぐ「実務での使いやすさ」を生み出している秘訣なんですね。

業務をフルカバーする「Sarashina3」5つのモデル構成とユースケース

「LLMを導入する」というと、大きな1つのAIシステムを入れるイメージを持つかもしれません。しかしSarashina3は、企業が安全に、そして賢くコストを抑えて運用できるように、チームプレイ用の「5つの特化型モデル」を用意してくれました。

このメンバー構成が、実に見事なんです！

標準モデル「Sarashina3 mini」と軽量「Sarashina3 nano」

まずはチームの主軸となる2つの頭脳です。

標準モデルの「Sarashina3 mini」は、先ほどご紹介したエージェント機能をフルに備えた、いわば「万能型のエース」。社内の複雑な問い合わせ対応や、高度な指示追従タスク、さらにはコーディングの支援まで何でもござれの秀才です。

一方で、私たちが「おっ、これは分かっているな！」と唸らされたのが、軽量モデル「Sarashina3 nano」の存在です。

「ちょっとした社内文書の要約」や「定型メールの作成」など、長い思考や複雑な推論を必要としない業務って、日常に溢れていますよね。そうしたタスクに毎回巨大なAIを使っていたら、コストがいくらあっても足りません。「3 nano」は、そうしたライトな定型業務を低コスト・ハイスピードで片付けるために設計された、スマートな節約型のモデルなのです。

安全運用の要「Sarashina3 guard」による有害性フィルター

企業のコンプライアンス担当者のみなさん、お待たせしました。導入の最大の障壁となる「セキュリティ問題」を解決するのが、この「Sarashina3 guard」です。

このモデルの仕事は、AIシステムの門番（ガードレール）になること。ユーザーから入力されたプロンプトや、AIが生成した出力テキストを瞬時にスキャンし、有害な描写、違法行為のほう助、そして何より恐ろしい「機密情報の漏えいリスク」がないかを自動で判定します。

もし危険だと判定した場合は、ただ止めるだけでなく、どのようなリスクがあるかのカテゴリコードまで返してくれます。社内システムや、顧客向けのチャットボットの前にこの「3 guard」をフィルターとして挟むだけで、企業の安全運用は完璧なものになります。これで、安心して夜も眠れますね！

RAGの精度を極める「embedding」と「rerank」の連携

「AIに自社の社内規定やマニュアルを読み込ませて、質問に答えさせたい（RAG）」

今、多くの企業がこの仕組みを作ろうとしていますが、実は「検索精度が低くて、AIが嘘のルールをでっち上げる」というハルシネーションに頭を抱えています。

Sarashina3は、このRAGの弱点を克服するために、テキストをベクトル化して意味を捉える「Sarashina3 embedding」と、検索された候補文書をユーザーの質問との関連度順に超高精度で並び替える「Sarashina3 rerank」という2つの専門モデルを最初からセットにしました。

この2つの連携により、AIは膨大な社内ナレッジの中から「本当に正しい1行」を瞬時に見つけ出すことができるようになります。ハルシネーションを強力に抑え込み、実用的な社内検索システムを構築するための、まさに特効薬と言えるでしょう。

ソブリンクラウド「Cloud PF Type A」での提供とデータ主権の確保

技術がどれだけ優れていても、情報システム部や経営陣が最後に首を縦に振らない最大の理由は、「データ主権（ソブリン性）」の担保です。

「アメリカや中国のインフラに、我が社の重要データを預けて本当に大丈夫なのか？」という懸念に対し、Sarashina3は完璧な回答を用意していました。

国内データセンター運用の重要性（Oracle基盤の活用）

Sarashina3は、ソフトバンクが国内のデータセンターで自ら構築・運用するソブリンクラウドサービス「Cloud PF Type A」を通じて提供されます。

ここがポイントなのですが、基盤には世界最高峰のクラウド技術を持つ米Oracleのサービスを利用しつつも、サーバーの物理的な設置場所や運用の管理権限は、完全に日本国内のソフトバンクの手中にあります。つまり、「海外の法律や政府の命令によって、日本の企業のデータが勝手に差し押さえられたり、覗き見られたりするリスク」を根本から排除しているのです。

企業の機密データを守るソブリン性のメリット

この「ソブリン性」の確保は、特に金融、医療、インフラ、そして官公庁といった、一滴の情報漏えいも許されないシビアな組織において、AI導入の決定打となります。

人事評価のデータや、次期経営計画の極秘資料、顧客の個人情報。これまで「クラウドAIには絶対に入力するな」と社内で厳しく禁じられていたデータも、この国内完結の安全な揺りかごの中であれば、安心してAIの高度な処理に委ねることができるのです。これこそ、真の「日本企業のためのインフラ」と呼ぶにふさわしい構造ではないでしょうか。

【性能検証】GPT-5.4 miniやQwen3と同等？ベンチマークの真実

さて、ここまで読んで「スペックは分かったけれど、実際のところどれくらい賢いの？」と思っているみなさん、お待たせしました。気になる性能検証のデータを暴いていきましょう！

日本語対話・コーディング性能の比較

公式のベンチマークデータによると、標準モデルの「Sarashina3 mini」は、世界中の開発者が注目する最先端モデル「Qwen3-235B-A22B-Instruct-2507」や、海外製AIの代表格である「GPT-5.4 mini（non-reasoning）」と、日本語対話やコーディングのスコアにおいて同等以上のトップクラスの性能を叩き出しています。

「国産だから、海外製より少し性能が落ちても我慢して使う」という時代は、もう完全に終わったのです。世界トップ水準の知能を、そのまま日本語特化の美しいレスポンスで利用できる。この事実だけでも、乗り換える価値は十分にあります。

過剰な装飾を排したビジネス向けスタイル

実際に使ってみると、もう一つ感動するポイントがあります。

それは、Sarashina3の「喋り方」の美しさです。

海外製のチャットAIを使うと、「お役に立てて嬉しいです！」「素晴らしい質問ですね！」といった、アメリカンで少し過剰な前置きや、無駄な絵文字の装飾が多くて、ビジネス文書にコピペするときに邪魔だと感じたことはありませんか？

Sarashina3のチャットモデルは、そうした無駄な装飾や挨拶をあえて徹底的に減らすようにチューニングされています。人間の指示に対して、余計な御託を並べずに、必要とされる結論やJSON、ソースコードだけをピシッとストレートに返してくれるのです。この「ビジネスの礼儀と効率」をわきまえたスマートな文体は、一度体験すると病みつきになりますよ。

【ケーススタディ】AIコンテンツ運用の光と影：BtoB企業の成功と失敗から学ぶ

ここで、企業のAI活用を考える上で絶対に無視できない、海外のリアルなケーススタディをご紹介します。

AIを導入して大成功した企業と、逆に大きな落とし穴にハマってしまった企業。この2つの事例を比較することで、私たちがSarashina3をどう運用すべきかの「黄金律」が見えてきます。

成功・失敗事例の比較から導くAI運用の鉄則

この事例が意味する、Sarashina3活用の「独自の切り口」

この2つの事例、実に生々しくて考えさせられますよね。

イギリスのCausal社の事例は、まさに「AIの罠」にハマった典型例です。人間が一切手を加えず、機械に丸投げして作った5,000ページは、一時的にはアクセスを集めても、検索エンジンのアルゴリズムによって「中身のないゴミ山」だと見破られ、一瞬で消し去られてしまいました。これは、サイトドメイン全体の評価をも道連れにする、最も恐ろしい「積極的な負債」の姿です。

一方で、フィンランドのWorkfellow社はどうでしょう？彼らはAIを「自動操縦士」ではなく、あくまで執筆を助けてくれる「副操縦士（コ・パイロット）」として位置づけました。AIに素早く骨組みや下書きを作らせ、そこに人間のプロの知識や、現場の泥臭い体験談、独自の検証データを肉付けしていったのです。その結果が、驚異の「アクセス22倍」と「リアルな商談獲得」です。

新しく登場した「Sarashina3 mini」は、非常に優秀な下書きやエージェント処理をこなしてくれます。しかし、だからといって全ての業務やコンテンツ作成をAIに丸投げしてしまっては、Causal社と同じ悲劇を繰り返すだけです。

Sarashina3という「超一級の骨組み」に、みなさんの会社だけが持つ「現場の生の声」や「専門的なこだわり」という魂を吹き込む。この「AI×人間のハイブリッド戦略」こそが、これからのDXで勝ち残るための、唯一無二の正解なのです。

企業がSarashina3を導入するための具体的な3ステップ

「よし、我が社でもSarashina3を使って、安全で強固なAI改革を始めよう！」と決意されたみなさんのために、明日から実践できる具体的な導入手順を、分かりやすい番号付きステップで解説します。

1. 自社の業務課題の洗い出しと必要モデルの選定

まずは、AIにどの業務を任せるべきか、社内の「ペインポイント（悩みの種）」をリストアップしましょう。

• 顧客向けチャットボットや、高度な文書生成を行いたい場合：万能モデル「Sarashina3 mini」を中心に据えます。
• 大量の定型メール処理や、シンプルな要約業務を回したい場合：コストを抑えるために「Sarashina3 nano」を選定します。
• 社内規定やマニュアルの検索システムを作りたい場合：「embedding」と「rerank」のコンビを必ず組み込みます。

2. ソブリンクラウド「Cloud PF Type A」の環境構築とAPI連携

次に、インフラの準備です。ソフトバンクの窓口を通じて、データ主権が完全に保障された国内運用のソブリンクラウド「Cloud PF Type A」の利用契約を行います。

環境が整ったら、自社の社内システムや既存のワークフローと、Sarashina3の各モデルをAPI経由で接続します。この段階で、開発環境でのスムーズなデータ連携テストを実施します。

3. RAGシステムの構築とガードレール運用の開始

最後の仕上げは、データの流し込みと安全対策の構築です。自社の独自マニュアルや社内文書をインデックス化してRAGシステムを完成させます。

そして、システムの入り口と出口に「Sarashina3 guard」を配置し、不適切なプロンプトの入力や、機密情報の漏えい、ハルシネーションによる誤情報の出力を遮断する「ガードレール」を設定します。テスト運用を経て、安全性が確認できたら、いよいよ全社に向けて実務運用をスタートさせます。

Sarashina3に関するよくある質問（FAQ）

企業の導入検討フェーズで、情報システム部や経営陣から必ずと言っていいほど飛び出すリアルな疑問に、一問一答形式でお答えします。

Q1: 導入費用や料金体系はどうなっていますか？

結論から申し上げますと、料金形態は「共有型（従量課金）」と「専有型（月額固定）」の2種類が用意されており、企業の利用規模に合わせて選ぶことができます。

理由は、社内システムへの組み込み初期で利用量が読めない場合は使った分だけ支払う従量課金が適しており、全社規模で毎日ヘビーに使い倒す場合はコストを予算化しやすい月額固定が有利になるためです。具体的なトークン単価や月額費用などの単価（円）は非開示となっているため、自社の想定利用量を添えてソフトバンクへ個別に見積もりを依頼するのが確実です。

Q2: 他の海外製LLMや、NTTの「tsuzumi」といった他の国産LLMとの最大の違いは何ですか？

最大の違いは、30兆トークンという破格のデータで磨かれた「圧倒的な日本語・コード性能」と、生成から検索、安全性担保までを1社で完結できる「業務実装フルスタック」という点にあります。

海外製AIはデータ主権の面で国内DCに限定できないリスクがあり、他の国産LLMの中には検索（RAG）やガードレール機能を自社で別々に構築しなければならないケースが多々あります。Sarashina3であれば、ソフトバンクのソブリンクラウドという最高峰の安全な器の中で、業務に必要な5つのパーツをすべて最適化された状態で手に入れられるのが唯一無二の強みです。

Q3: 自社データを使った追加学習（ファインチューニング）やカスタマイズは可能ですか？

はい、企業の個別ニーズや業界特有の専門知識に合わせた、柔軟なカスタマイズや外部システムとの連携が最初から想定されています。

なぜなら、Sarashina3は「自律的なエージェント機能」や「JSON形式などへの指示追従能力」を事後学習で徹底的に鍛え上げられているためです。自社固有のデータベースや基幹システムとAPIを繋ぐだけで、まるで自社の業務を10年も経験してきたベテラン社員のような動きをする専用のAIエージェントへと、スムーズに仕立て上げることができます。

まとめ：国産LLM「Sarashina3」で加速する企業のDXと未来

長々と熱く語ってきましたが、最後に今回の大切なポイントを3行でギュッとまとめますね！

• 30兆トークンの極上データで学んだ、GPT-5.4 mini級の世界トップ水準の日本語・コード性能！
• 生成・RAG・ガードレールを網羅した5モデル構成と、完全国内完結の「ソブリンクラウド」による絶対的な安心感！
• AIに丸投げするのではなく、人間の「経験・専門知識」と掛け合わせるハイブリッド運用こそが、DX成功の絶対条件！

「AIって、なんだか難しそうだし、怖いな……」

そんな風に、これまでは一歩引いていた企業のみなさん。安全なインフラと、日本のビジネスのために磨き上げられた脳みそを持った「Sarashina3」の登場で、ついに言い訳ができない時代がやってきました。

まずは、毎日の退屈な定型メールの作成や、誰も読まないぶ厚い社内マニュアルの検索といった、小さくて泥臭い業務から、この新しい国産AIの力を試してみませんか？

現場の担当者が面倒な作業から解放され、本当に人間がやるべき「クリエイティブな戦略」に熱中できるようになる未来は、すぐそこまで来ています。さあ、今すぐソフトバンクの窓口へ問い合わせて、未来への第一歩を踏み出しましょう！

引用

ITmedia AI+「国産LLM「Sarashina3」登場 高品質データ、独自検証で日本語能力を強化 ソフトバンク傘下」