SLM（小規模言語モデル）とは
SLMとは、大規模言語モデル（LLM）に比べてパラメータ数を小さく抑え、少ない計算資源でも速く動くように作られた言語モデルのことです。英語の Small Language Model の頭文字をとった略称です。
平易に言えば、「なんでもこなす大型の汎用AI」に対して、「必要な仕事に絞って身軽にした小型のAI」です。ノートパソコンやスマートフォン、比較的小さなサーバーでも動かせるものが多く、応答の速さや費用の軽さが特長です。
どこからが「小規模」かについて厳密な基準はありません。一般には、数億から数十億程度のパラメータを持つモデルを指して使われることが多い言葉です。MicrosoftのPhiシリーズ、GoogleのGemma、各社が出している小型版のモデルなどが例として挙げられます。
仕組み・ポイント
言語モデルの性能は、パラメータの数、学習データの量と質、学習の工夫によって決まります。SLMは、パラメータ数を抑える代わりに、質の高い学習データを厳選したり、大きなモデルの出力を教材にして学ぶ「蒸留」を行ったりして、小さな体格でも実用的な性能を引き出しています。
LLMとSLMの使い分けの目安は次のとおりです。
| 観点 | SLM | LLM |
|---|---|---|
| 得意な仕事 | 分類、抽出、短い要約、定型文の生成 | 複雑な推論、長文の作成、幅広い知識を要する質問 |
| 応答速度 | 速い | 相対的に遅い |
| 動かす環境 | 端末、小型サーバー | 大型GPUサーバー、クラウドAPI |
| 費用の傾向 | 計算資源が小さく済む | 利用量に応じて大きくなりやすい |
| 知識の広さ | 限られる | 広い |
SLMを活かすうえでのポイントは、次の三つです。
- 仕事を狭く定義する：「問い合わせを10種類に分類する」のように、入力と出力の形が決まった仕事ほど力を発揮します。
- 追加学習との相性：小さいため、自社データでのファインチューニングにかかる計算資源も少なく済みます。
- 知識は外から渡す：記憶している知識が少ないため、検索した資料を一緒に渡すRAGの仕組みと組み合わせると安定します。
実務での使い方・具体例
あるECサイトの運営会社が、毎日届く問い合わせメールを「返品」「配送」「支払い」などに振り分けたいと考えたとします（架空の例）。最初は大型のLLMで分類していましたが、件数が増えるにつれて利用料と処理時間が気になり始めました。そこで、これまでの分類結果を学習データにしてSLMを追加学習させ、日常の振り分けはSLMが担当し、判断に迷う問い合わせだけを大型モデルに回す構成に切り替えました。
ほかにも、次のような使い方があります。
- スマートフォンアプリの中で、通信なしに入力補助や文章の整形を行う
- 社内システムの検索窓で、入力された言葉の意図をすばやく判定する
- 個人情報を含む文章から氏名や電話番号を見つけてマスキングする前処理
- 複数のAIを組み合わせる仕組みの中で、仕事の振り分け役を担う
導入の進め方としては、まず大型モデルで業務が成り立つかを確かめ、品質の基準と正解例を集めます。次に、同じ問題をSLMに解かせて差を測り、差が許容範囲に収まる仕事から順に置き換えていきます。最初から小型モデルだけで作り込むより、比較の物差しを先に用意する方が、判断がぶれにくくなります。
よくある誤解と注意点
「小さいから性能が低く、使えない」わけではありません。 用途を絞れば、大型モデルと比べて遜色のない結果が出る仕事もあります。逆に、幅広い知識や長い推論を要する仕事を任せると、もっともらしい誤りが増えやすくなります。用途の見極めが重要です。
ベンチマークの順位で選ぶのは危険です。 公開されている評価は汎用的な問題で測られており、自社の業務文書や日本語での精度とは異なる場合があります。実際のデータで比較してから採用しましょう。
運用の手間は残ります。 自社環境で動かす場合、モデルの更新、監視、障害対応は自社の仕事です。API経由で小型モデルを使う選択肢もあるため、運用体制と合わせて検討してください。
一度決めたら終わりではありません。 小型モデルは改良版が次々と公開される分野です。評価の手順を残しておけば、新しいモデルが出たときに同じ物差しで比べて入れ替えを判断できます。
関連用語
- オープンウェイトモデル：重みが公開され、自社環境で動かせるモデル。SLMにも多い形態
- 蒸留（モデル蒸留）：大きなモデルの知識を小さなモデルへ移す学習手法
- ローカルLLM：手元の端末やサーバーで言語モデルを動かす使い方
- レイテンシ：応答までの待ち時間。SLMを選ぶ大きな理由の一つ
- 実践記事：業務に使うLLMの選び方：精度・費用・データ取り扱いの比較軸
Otsumuに相談できること
SLMを使うか大型モデルを使うかは、任せたい仕事の種類と処理量、応答速度の要件によって決まります。Otsumuでは、業務を分解して「どの仕事にどの大きさのモデルが必要か」を整理し、必要な機能に絞った構成で生成AIシステム開発を進めています。
利用料や処理速度に課題を感じている段階でもご相談いただけます。30分の無料相談でお気軽にお声がけください。
執筆：Otsumu株式会社 ／ 編集日 2026.10.01