--- title: "小さな言語モデル（SLM）の使いどころ：大きなモデルとどう使い分けるか｜AI-Ready.jp" url: https://www.ai-ready.jp/column/small-language-models-use/ description: "小さな言語モデル（SLM）は、手元の機器でも動き、情報を社外に出しにくい業務や、決まった作業の繰り返しに向いています。大きなモデルとの使い分けと、試すときに確かめる点を整理します。" updated: 2026-11-12 publisher: "フロレンティナ株式会社" --- [柱：基盤とセキュリティ](https://www.ai-ready.jp/about-ai-ready/infrastructure-security/) # 小さな言語モデル（SLM）の使いどころ：大きなモデルとどう使い分けるか 執筆：[石田誠](https://www.ai-ready.jp/about/authors/#ishida)更新 2026-11-12最終確認 2026-11-12出典 2件[図解 1点](https://www.ai-ready.jp/zukai/) この記事の結論 小さな言語モデル（SLM）は、手元の機器でも動かせることが多く、情報を社外に出しにくい業務、通信が不安定な現場、対象を絞った決まった作業の繰り返しに向いています。幅広い知識や複雑な推論が要る作業は大きなモデル、絞った作業は小さなモデル、と役割で使い分けると効果を出しやすくなります。 自社の「基盤とセキュリティ」の準備度は？[10問・約3分で確かめる（無料・登録不要）](https://www.ai-ready.jp/diagnosis/quick/) 生成AIというと、クラウドで提供される大きなモデルを思い浮かべる方が多いと思います。一方で、軽くて手元の機器でも動く小さな言語モデル（SLM：Small Language Model）も増えています。このコラムでは、SLMがどんな場面に向いているのか、大きなモデルとどう使い分けるのかを整理します。 この記事でわかること - 小さな言語モデル（SLM）の特徴 - SLMが向いている業務と、向いていない業務 - 試すときに確かめること ## 小さな言語モデル（SLM）とは何ですか？ SLMは、大規模言語モデル（LLM）に比べて、モデルの規模を小さくした言語モデルです。規模が小さい分、動かすのに必要な計算の資源が少なく、手元のPCやサーバー、機器の上でも動かしやすいことが特徴です。 例として、Microsoft は Phi という小さな言語モデルのファミリーについて、クラウドに接続せずに機器の上でAIを動かせること、ローカル・クラウド・エッジなど置き場所を選べること、低い遅延を目指して設計されていることを説明しています。また Google は、2024年2月に Gemma というオープンモデルを公開した当時、ノートPC、ワークステーション、Google Cloud で動くと説明していました（現在の版の条件は、提供元の公式のページでご確認ください）。いずれも提供元の説明であり、性能や条件はモデルや版によって異なります。 ## SLMはどんな業務に向いていますか？ SLMの特徴は、「手元で動かせる」「軽い」「対象を絞ると役立つ」の3つにまとめられます。そこから、次のような業務が向いていると考えられます。 - **情報を社外に出しにくい業務：** 手元の環境で動かせば、入力した情報を外部のサービスに送らずに済む使い方ができます。社内の文書の要約や分類などで検討できます - **通信が不安定な現場：** 工場や倉庫、移動中の機器など、クラウドに常につながるとは限らない場所で使えます。考え方は[エッジAIとは](https://www.ai-ready.jp/column/edge-ai-overview/)もあわせてご覧ください - **決まった作業の繰り返し：** 問い合わせの分類、決まった形式の文書からの項目の取り出しなど、対象を絞った作業では、小さなモデルでも役立つことがあります 一方、幅広い知識が要る調べもの、複雑な推論、長い文書を踏まえた判断などは、大きなモデルの方が向いている場合が多いと考えられます。 小さなモデルと大きなモデルの向き不向き - **小さなモデル（SLM）が向く**：情報を社外に出しにくい業務、通信が不安定な現場、**対象を絞った決まった作業**の繰り返し - **大きなモデルが向く**：幅広い知識が要る調べもの、複雑な推論、長い文書を踏まえた判断 向き不向きは目安で、向いている場合が多いと考えられる範囲です。自社の業務のデータで、求める品質に届くかを試して確かめます。 読みながら、自社の現在地を確かめませんか クイック診断は10問・約3分・登録不要です。7つの柱ごとの目安と、「基盤とセキュリティ」を含めて次に取り組むことがわかります。 [無料で診断する](https://www.ai-ready.jp/diagnosis/quick/)[結果の解説（30分・無料）](https://www.ai-ready.jp/consult/review/) ## 大きなモデルとは、どう使い分ければよいですか？ どちらか一方に決めるのではなく、役割で使い分けると効果を出しやすくなります。たとえば、社内の文書を分類する一次の作業は手元のSLMで行い、分類した後の難しい判断の手伝いは大きなモデルに任せる、といった組み合わせが考えられます。 使い分けを考えるときは、次の点を比べます。 - **扱う情報：** 社外に出せない情報を扱うか - **求める品質：** 幅広い知識や推論が要るか、対象を絞った作業か - **動かす場所：** 通信できる環境か、現場の機器の上か - **費用と手間：** 利用料で払うか、自社で機器と運用を用意するか 手元で動かす場合は、利用料は抑えられても、機器の準備、モデルの更新、セキュリティの対策を自社で担う必要があります。自社の環境でAIを動かす考え方は[ローカルLLM入門](https://www.ai-ready.jp/column/local-llm/)、使い方の選び方は[生成AIの使い方の選び方（SaaS・API・自社環境）](https://www.ai-ready.jp/guide/ai-platform-selection/)でまとめています。 ## 試すときに、何を確かめればよいですか？ SLMを試すときは、次の点を確かめると、本番で困りにくくなります。 1. **ライセンスと利用の条件：** 商用で使えるか、どんな条件があるかを、提供元の公式の資料で確かめます。オープンに公開されたモデルでも、条件はモデルごとに異なります。考え方は[オープンウェイトのモデルを企業で使うときの考え方](https://www.ai-ready.jp/column/open-weight-models-for-business/)をご覧ください 2. **自社のデータでの品質：** 公開されている評価の結果だけで判断せず、自社の業務のデータで、求める品質に届くかを試します 3. **動作の条件：** 動かすのに必要な機器の性能を確かめます 4. **運用の担い手：** モデルの更新や不具合への対応を、誰が担うのかを決めておきます ## 関連するひな形・ガイド・用語 ガイド - [生成AIの使い方の選び方：SaaS・API・自社環境の違いと判断の目安](https://www.ai-ready.jp/guide/ai-platform-selection/) - [生成AIの利用料の見積もりと管理：定額と従量の考え方、上限と見直しの手順](https://www.ai-ready.jp/guide/ai-cost-management/) - [生成AIと個人情報の扱い：個人情報保護法と注意喚起から確かめること](https://www.ai-ready.jp/guide/personal-data-and-generative-ai/) コラム - [ローカルLLM入門自社のPCでAIを動かす利点と始め方](https://www.ai-ready.jp/column/local-llm/) - [オープンウェイトのモデルを企業で使うときの考え方](https://www.ai-ready.jp/column/open-weight-models-for-business/) - [エッジAIとは：手元の機器で動くAI](https://www.ai-ready.jp/column/edge-ai-overview/) - [生成AIのモデルの違いをどう見るか順位表より、自社の業務で試して比べる](https://www.ai-ready.jp/column/comparing-llm-models/) - [押さえておきたいAIの技術の動き：エージェント・マルチモーダル・小さなモデル](https://www.ai-ready.jp/column/ai-technology-trends/) ## よくあるご質問 QSLMは、大きなモデルより性能が低いのですか？ A幅広い知識や複雑な推論では、大きなモデルの方が向いている場合が多いと考えられます。一方、対象を絞った決まった作業では、小さなモデルでも十分に役立つことがあります。自社の業務のデータで試して、求める品質に届くかを確かめることが大切です。 QSLMを使うのに、特別な機器は必要ですか？ Aモデルの大きさや使い方によって異なります。ノートPCやワークステーションで動くとされるモデルもありますが、必要な性能はモデルごとに違います。提供元の公式の資料で動作の条件を確かめてから試すことをお勧めします。 ## この記事に出てくる用語 - [モデル](https://www.ai-ready.jp/glossary/model/) - [SLM（小規模言語モデル）](https://www.ai-ready.jp/glossary/slm/) - [推論](https://www.ai-ready.jp/glossary/inference/) - [生成AI](https://www.ai-ready.jp/glossary/generative-ai/) - [クラウド](https://www.ai-ready.jp/glossary/cloud/) - [大規模言語モデル（LLM）](https://www.ai-ready.jp/glossary/llm/) - [要約](https://www.ai-ready.jp/glossary/summarization/) - [分類（機械学習）](https://www.ai-ready.jp/glossary/classification/) - [エッジAI](https://www.ai-ready.jp/glossary/edge-ai/) - [ローカルLLM](https://www.ai-ready.jp/glossary/local-llm/) - [SaaS](https://www.ai-ready.jp/glossary/saas/) - [API](https://www.ai-ready.jp/glossary/api/) ## 「基盤とセキュリティ」のほかの記事 [この柱の解説 →](https://www.ai-ready.jp/about-ai-ready/infrastructure-security/) [基盤とセキュリティAIのベンダーロックインはどう避けるか？依存を減らすより「出口」を用意する考え方石田誠2026-11-12](https://www.ai-ready.jp/column/avoiding-vendor-lock-in/)[基盤とセキュリティAIの電力消費と企業の考え方石田誠2026-11-12](https://www.ai-ready.jp/column/ai-energy-use/)[基盤とセキュリティAIツールの安全性をどう見るか石田誠2026-11-12](https://www.ai-ready.jp/column/evaluating-ai-tool-safety/) ## 出典 1. [Microsoft Azure「Phi open models」](https://azure.microsoft.com/products/phi) 2. [Google「Gemma: Introducing new state-of-the-art open models」（2024年2月21日）](https://blog.google/technology/developers/gemma-open-models/?hl=ja) 最終確認日：2026-11-12 ## 次の一歩 [測るAI-Ready診断（無料）いまの準備状況を、7つの柱で確かめられます。](https://www.ai-ready.jp/diagnosis/) [相談する結果の解説（30分・無料）診断の結果をもとに、オンラインでご説明します。](https://www.ai-ready.jp/consult/review/) [窓口ご相談のお申し込み経営・M&A・事業承継・上場・バリューアップはフロレンティナ、AIの導入・開発・データ・セキュリティ・研修はアメリア・テクノロジーがお受けします。](https://www.ai-ready.jp/consult/apply/) 目次 1. 小さな言語モデル（SLM）とは何ですか？ 2. SLMはどんな業務に向いていますか？ 3. 大きなモデルとは、どう使い分ければよいですか？ 4. 試すときに、何を確かめればよいですか？ 5. よくあるご質問 この記事が扱う柱 主に「基盤とセキュリティ」 [基盤とセキュリティの解説](https://www.ai-ready.jp/about-ai-ready/infrastructure-security/) 自社の準備度を確かめる 10問・約3分・登録不要。7つの柱ごとの目安がわかります。 [無料で診断する](https://www.ai-ready.jp/diagnosis/quick/) --- 出典：フロレンティナ株式会社「小さな言語モデル（SLM）の使いどころ：大きなモデルとどう使い分けるか｜AI-Ready.jp」 https://www.ai-ready.jp/column/small-language-models-use/