📦 製品の詳細
ソフトウエア
SB IntuitionsのSarashina（国産の大規模言語モデルのシリーズ） Sarashina
ソフトバンクの子会社SB Intuitionsが作る、日本語に強い大規模言語モデル (LLM) のシリーズ。重みを公開した研究向けのモデルはSarashina1〜2.2だ。重みを出さずにクラウドとAPIで提供するモデルには、Sarashina2 miniとSarashina3系がある。Sarashina3は30兆トークン以上のデータで一から事前学習した。学習にはソフトバンクの国内の画像処理半導体 (GPU) の基盤を使い、ソフトバンクの国内データセンターから提供する。
詳細解説
- 開発の開始
- 2023年10月31日、ソフトバンクの計算基盤の稼働に合わせて国産の大規模言語モデル (LLM) の開発を本格的に始めた softbank.jp
- 初の公開モデル
- Sarashina1 (70億・130億・650億パラメーター) とSarashina2 (70億・130億パラメーター) を2024年6月にハギングフェイスで公開した huggingface.co
- Sarashina2-70B
- 2024年8月6日にMITライセンス (商用利用も認める公開条件) で公開した huggingface.co
- Sarashina2-8x70B
- 2024年11月5日に、研究目的に限る非商用ライセンスで公開した huggingface.co
- 4,600億パラメーターの基盤モデル
- 2024年度 (2025年3月まで) に完成させた (ソフトバンク発表) softbank.jp
- Sarashina mini の規模
- 700億パラメーターのモデル (ソフトバンク発表) softbank.jp
- Sarashina mini の商用化
- 2025年11月から法人向けのAPIで提供した (SB Intuitionsの技術ブログ) sbintuitions.co.jp
- Sarashina3シリーズ
- 2026年6月30日にソフトバンクのクラウド「Cloud PF Type A」で提供を始めた sbintuitions.co.jp
- Sarashina3.2 mini thinking
- 2026年10月29日に、無償ベータ版のSarashinaサービスで使えるモデルに加えた sbintuitions.co.jp
- 政府の試用
- デジタル庁が政府職員向けの生成AIの基盤「ガバメントAI」で試す国産LLM 7件の1つに「Sarashina2 mini」を選んだ (2026年3月6日、応募はソフトバンク) digital.go.jp
🏭 製造工場
この製品を作る工場と、それぞれの役割。会社の発表・有価証券報告書・官公庁の資料で確かめた拠点だけを載せた。
| 工場 | 所在地 | 役割 | 備考 | 出所 |
|---|---|---|---|---|
| ソフトバンクのAI計算基盤 (学習) | 国内の複数の拠点 (所在地は公表されていない) | Sarashinaの学習に使う。画像処理半導体 (GPU) 1万基超、計算性能は合計13.7エクサフロップス (1秒に1,370京回の計算、2025年7月) | softbank.jp | |
| Cloud PF Type A (提供) | ソフトバンクの国内データセンター (東日本・西日本のリージョン) | クラウドは2026年4月に東日本、9月30日に西日本で始まった。Sarashina3シリーズは6月30日に東日本で提供を始めた。西日本での提供の開始日は公表されていない | softbank.jp | |
| データの管理 | 国内のデータセンター | SB Intuitionsは、開発と学習に使うすべてのデータを国内のデータセンターで管理するとしている | sbintuitions.co.jp |
⚙️ 技術・仕組み
どう動くか。方式・構造・制御・材料を、会社の技術資料と特許・論文で確かめた範囲で書いた。
- Sarashina3の事前学習
- 日本語と英語を中心に30兆トークン以上のデータで一から事前学習した。品質による独自の選別と合成でデータを増やし、段階ごとに配分を変えるカリキュラム学習を使う sbintuitions.co.jp
- Sarashina3の事後学習
- 能力を1つずつ学ぶ段階とまとめて学ぶ段階を重ねる多段階の強化学習で、指示への追従・数学・外部ツールの利用を伸ばした。自社の評価者の判定を、文体をそろえる強化学習と自己蒸留に反映する sbintuitions.co.jp
- 思考モデル
- Sarashina3.2 mini thinkingは、入力を分析し、複数の答えの候補を比べてから最終回答を出す。考える深さは、外部から呼び出す仕組み (API) の指定で低・中・高の3段階から選べる (指定の項目名は reasoning_effort) sbintuitions.co.jp
- 安全判定 (guard)
- Sarashina3 guardは、一般の対話用のSarashinaを土台に追加学習した分類器。正解の付いたデータを作る社内の担当者 (アノテーター) の数千件のデータと、合成データで学ぶ。合成にはアンソロピックが提案した「憲法分類器」の枠組みを使う sbintuitions.co.jp
- Sarashina2の構造
- メタの「Llama 2」と同じ構造。位置の表し方は回転位置埋め込み (RoPE)、語彙数は10万2,400 huggingface.co
- Sarashina2の学習データ
- 日本語は、ウェブの文書を集めた「コモン・クロール」の日本語部分から不要な部分を取り除いた約1兆トークン。英語はSlimPajamaから、著作権の問題があるbooks3を除いて使った huggingface.co
- 混合エキスパート (MoE) 化
- Sarashina2-8x70Bは、学習済みのSarashina2-70Bを複製して複数のエキスパートとして組み合わせる手法 (スパース・アップサイクリング) で作った huggingface.co
- 先生と生徒
- 大きな「先生」役のモデルから蒸留で軽い「生徒」を作る。得意分野の違う700億パラメーターのモデルを複数組み合わせて学ばせ、1兆パラメーター規模のLLMを目指す (丹波廣寅・前最高経営責任者) softbank.jp
- トークナイザー (Sarashina2まで)
- 文をトークンに区切る仕組み (トークナイザー) には、日本語の形態素解析を前に挟まないグーグルの「SentencePiece」を使う huggingface.co
- トークナイザー (Sarashina3)
- トークナイザーの学習で日本語の文章の割合を大きくした。SB Intuitionsは「山手線」などの固有名詞を1トークンで扱える例を示した sbintuitions.co.jp
主要諸元
| 項目 | 値 | 出所 |
|---|---|---|
| Sarashina3 mini | 標準の対話モデル。外部ツールを自動で呼び出す機能に対応。最大入力は12万8,000トークン。パラメーター数は公表されていない | docs.sarashina.ai |
| Sarashina3 nano | 大量の定型処理向けの軽量モデル。最大入力は12万8,000トークン。パラメーター数は公表されていない | docs.sarashina.ai |
| Sarashina3.2 mini thinking | 思考モデル。考える深さは3段階。最大入力は12万8,000トークン | docs.sarashina.ai |
| Sarashina3 guard | 安全判定の専用モデル。有害な内容の分類は12種類。最大入力は6万4,000トークン | docs.sarashina.ai |
| Sarashina3.2 translate | 日英・英日の翻訳モデル。1回5,000文字まで。常体・敬体の指定はベータ版 | docs.sarashina.ai |
| 性能の値 | SB Intuitionsは、Sarashina3 miniと3.2 mini thinkingの自社で測った評価の値を技術資料に載せる | docs.sarashina.ai |
| Sarashina mini (Sarashina2 mini) の規模 | 700億パラメーター | softbank.jp |
| Sarashina mini (Sarashina2 mini) の提供 | 2025年11月に法人向けAPIで提供を始めた | sbintuitions.co.jp |
| Sarashina2-7B / 13B / 70B | 層の数は32・40・80。学習は2兆1,000億トークン。MITライセンス | huggingface.co |
| Sarashina2-8x70B | 4,500億パラメーター超。16ビットの数値形式 (BF16) で動かすには、エヌビディアのH100かA100 (80GB) が16基要る。非商用ライセンス | huggingface.co |
| Sarashina1-7B / 13B / 65B | 非営利の研究団体エレウザーAIの「GPT-NeoX」と同じ系統の構造。70億と130億パラメーターの版は1兆トークン、650億の版は8,000億トークンで学習。MITライセンス | huggingface.co |
| Sarashina2.1-1B | 10億パラメーター (説明ページの記載)。10兆トークンで学んだ後、日本語中心の1兆トークンで学習。非商用ライセンス | huggingface.co |
| Sarashina2.2-0.5B / 1B / 3B | 日本語・英語・コードの10兆トークンなど3段階で学習。指示に応じて答えるよう調整した版も公開。MITライセンス | huggingface.co |
| Sarashina2-Vision-8B / 14B | 画像と文章を扱う視覚言語モデル。14BはSarashina2-13Bと、アリババ集団のQwen2-VL-7Bの画像処理部を組み合わせた。MITライセンス | huggingface.co |
| Sarashina2.2-Vision-3B | 30億パラメーター級の視覚言語モデル。MITライセンスで、利用条件への同意を経て取得する | huggingface.co |
| Sarashina2.2-OCR | 約30億パラメーターの文字認識 (OCR) モデル。日本語・英語の文書を、表や数式を含めて構造つきの文章に直す。MITライセンス | huggingface.co |
| Sarashina2.2-TTS | LLMを土台にした音声合成 (TTS) モデル。日本語と英語に対応。非商用ライセンス | huggingface.co |
🔩 各部品と部品メーカー
部品は諸元表と発表で存在を確かめたものを並べ、メーカーは会社か部品メーカーの発表、有価証券報告書、分解調査の報道で供給元を確かめられたときだけ社名を書いた。確かめられない部品は「公表されていない」。載っていない会社は「関与していない」ではなく「公表資料で確かめられていない」。確度 A は会社の一次資料、B は報道。
| 部品 | 品名・型式 | メーカー | 銘柄 | 国・製造拠点 | 根拠 |
|---|---|---|---|---|---|
| 学習用の画像処理半導体 (GPU) | Ampere・Hopper・Blackwell世代のGPU (DGX SuperPOD) 米ナスダック上場 |
エヌビディア | — | 米国 公表されていない |
ソフトバンクは、基盤をエヌビディアのGPUで作り、まずSB Intuitionsが使うと発表した A |
| 計算基盤の運用 | AI計算基盤 | ソフトバンク | 9434 | 日本 国内の複数の拠点 |
SB Intuitionsは親会社の計算基盤を使う (ソフトバンク発表) A |
| 計算基盤の構築支援 (2023年) | 公表されていない | 伊藤忠テクノソリューションズ | — | 日本 公表されていない |
2023年の稼働の発表に、構築を支えた会社としてコメントを寄せた A |
| 提供用のクラウド基盤 | Oracle Alloy 米ニューヨーク証券取引所上場 |
オラクル | — | 米国 ソフトバンクの国内データセンター |
ソフトバンクは、Oracle Alloyを使うCloud PF Type Aを自ら管理・運用すると発表した A |
| 提供用のGPUサーバー | NVIDIA HGX B200 (B200 180GB) | エヌビディア サーバーの製造者は公表されていない |
— | 米国 公表されていない |
ソフトバンクはCloud PF Type AのGPU環境にHGX B200を挙げる。Sarashinaの推論に使う機材かどうかは公表されていない A |
| 学習データ (英語) | SlimPajama | セレブラス・システムズ 公開データ |
— | 米国 該当しない |
SB IntuitionsはSarashina2の説明ページで、英語の学習データの出所に挙げる A |
🔗 部品製造サプライチェーン
材料から部品・組み立て・販売までを、上流から下流の順に並べた。
- 1計算資源親会社ソフトバンクのAI計算基盤を使う。ソフトバンクは拡張に約1,500億円を投じる計画で、経済産業省から最大421億円の助成の認定を受けた (2024年5月10日発表)企業: ソフトバンク、エヌビディア
- 2データウェブの文書と公開データに加え、社内の評価者による日本語の注釈データと合成データを使う企業: SB Intuitions
- 3開発事前学習・事後学習・評価をSB Intuitionsが行う企業: SB Intuitions
- 4提供ソフトバンクのCloud PF Type Aと、SB Intuitionsの無償ベータ版で提供する企業: ソフトバンク、SB Intuitions
- 5製薬向けの開発中外製薬・ソフトバンクと、臨床開発向けのAIエージェントと製薬向けLLMの共同研究で基本合意した (2025年1月30日)企業: 中外製薬、ソフトバンク
- 6金融向けの開発みずほフィナンシャルグループとソフトバンクが、Sarashinaを基盤に金融向けLLMの研究開発を始めた (2025年7月18日発表)企業: みずほフィナンシャルグループ、ソフトバンク
🏗️ 製造ライン
工場の中でこの製品がどう作られるか。工程の順に、ラインの構成・設備・自動化・検査・生産能力を、会社の発表と工場見学の記録で確かめた範囲で書いた。
- 1事前学習30兆トークン以上のデータで一から学ぶ (Sarashina3)設備・企業: ソフトバンクのAI計算基盤
- 2事後学習教師あり学習、多段階の強化学習、文体をそろえる自己蒸留を重ねる設備・企業: SB Intuitions
- 3評価日本語の対話・日本文化の知識・数学・コード・外部ツールの利用・安全性など8〜12種類の評価指標で、前の世代や他社のモデルと比べる設備・企業: SB Intuitions (一部は自社で作った評価のプログラム)
- 4提供クラウドとAPIで提供する。Sarashina3の重みは公開していない設備・企業: ソフトバンクのCloud PF Type A
💴 販売価格と補助金
| 型番・グレード | 税込価格 (円) | 時点 | 出所 |
|---|---|---|---|
| Sarashina3シリーズ (Cloud PF Type A) | 公表されていない。従量課金が基本で、料金は個別に見積もる (長期・大規模の料金プランもある) | 2026-11-06 | softbank.jp |
| Sarashinaサービス (無償ベータ版) | 無料 (回数の制限あり) | 2026-10-13 | prtimes.jp |
| ハギングフェイスの公開モデル | 無料で取得できる (2.2-Vision-3Bなど一部は利用条件への同意が要る)。商用の可否はモデルごとのライセンスによる | 2026-11-06 | huggingface.co |
| 項目 | 額 (円) | 備考 | 出所 |
|---|---|---|---|
| 計算基盤への助成 | ソフトバンクは2023年7月に、経済産業省の「クラウドプログラム」で53億円の助成の認定を受けた。2024年5月には最大421億円の認定を受けた | 助成先はソフトバンク | softbank.jp |
🛒 購入方法
| 経路 | 内容 | 出所 |
|---|---|---|
| ソフトバンクのクラウド | Cloud PF Type Aの契約者が使う。専用のGPUを使う固定料金型 (mini・nano) と、共有のGPUを使う従量課金型 (5モデル) がある | softbank.jp |
| 無償ベータ版 | sarashina.ai でグーグルのアカウントでログインし、申し込みなしで使える | prtimes.jp |
| 公開モデル | ハギングフェイスから重みを取得する。非商用のモデルを事業で使うときは、SB Intuitionsへの問い合わせを求める | huggingface.co |
🛠️ アフターサービス・保守サービス
| 項目 | 内容 | 出所 |
|---|---|---|
| モデルの更新 | Sarashina3からSarashina3.2 mini thinkingと3.2 translateへと版を重ねている。旧版の提供終了の時期は公表されていない | docs.sarashina.ai |
| 導入の支援 | Cloud PF Type Aでは、ソフトバンクの技術チームが試行から本番の導入まで支える | softbank.jp |
| データの扱い | Cloud PF Type Aでは、入力と生成の結果をモデルの再学習に使わない。無償ベータ版は利用データを学習に使う場合がある | softbank.jp |
🌏 海外輸出
| 仕向け地 | 内容 | 出所 |
|---|---|---|
| 海外 | 提供は国内のデータセンターからで、海外で提供するかどうかは公表されていない。公開モデルは世界から取得できる | softbank.jp |
| 輸出管理 | 規制の対象かどうかは公表されていない | huggingface.co |
📈 販売の実績
| 期間 | 指標 | 値 | 単位 | 備考 | 出所 |
|---|---|---|---|---|---|
| 2026年11月6日時点 | ハギングフェイスの公開モデル数 | 34 | 本 | Sarashina以外のモデルを含む | huggingface.co |
| 2025年6月〜 | 社内試用の対象 | 約2万 | 人 | ソフトバンクの社員 | softbank.jp |
| 全期間 | 売上高・利用者数 | 公表されていない | sbintuitions.co.jp |
💰 金額
| 項目 | 値 | 備考 | 出所 |
|---|---|---|---|
| SB Intuitionsの資本金 | 1億5,000万円 (2023年8月4日時点) | softbank.jp | |
| ソフトバンクの計算基盤の拡張投資 | 約1,500億円 (2024年度〜2025年度の計画) | softbank.jp | |
| Sarashinaの開発費 | 公表されていない | sbintuitions.co.jp |
解析 — 部品・製造・販売の特徴
Sarashinaは、重みを公開する研究向けのモデルと、重みを出さない商用モデルを分けて作るシリーズだ。Sarashina2までは重みを公開し、構造もメタのLlama 2に合わせた。Sarashina3からは重みを出さず、30兆トークン以上のデータで一から学んだモデルをクラウドで売る形に移った。パラメーター数は公表せず、性能の値は自社が測ったものに限られる。SB Intuitionsは、Sarashina3 miniがオープンAIのGPT-4.1やアリババ集団のQwen3-235Bと総合で同じ程度だと発表した。一方で、人に代わって作業をこなすAIエージェントとしての能力は、まだ求められる水準に届かない点があると技術ブログで認めた。開発の目標は2023年の3,500億パラメーターから3,900億に上がり、2024年度に4,600億パラメーターのモデルを作った。次は1兆パラメーター規模を目指す。デジタル庁は2027年度に、試用の評価を踏まえて国産LLMの有償での政府調達を検討する。
公表されていないこと
- Sarashina3 mini・nano・3.2 mini thinkingのパラメーター数
- 2024年度に完成した4,600億パラメーターの基盤モデルと、公開したSarashina2-8x70Bが同じモデルかどうか
- 西日本のデータセンターでSarashinaの提供を始めた日
- 学習に使ったGPUの数と期間
- Cloud PF Type Aでの料金と利用社数
- 1兆パラメーター規模のLLMの完成時期
出所
- SB Intuitions Sarashina3シリーズの提供開始 (2026-06-30)
- 技術ブログ Sarashina3 mini / Sarashina3 nano (2026-06-30)
- 技術ブログ Sarashina3 guard (2026-07-01)
- 技術ブログ トークナイズとトークン効率 (2026-08-07)
- 技術ブログ Sarashina3.2 mini thinking (2026-10-29)
- 技術ブログ Sarashina3.2 translate (2026-11-05)
- Sarashina API 技術資料 モデル一覧 (2026-11-06)
- Sarashina API 技術資料 モデル性能 (2026-11-06)
- SB Intuitions のページ (ハギングフェイス) (2026-11-06)
- Sarashina2-70B の説明ページ (2024-08-06)
- Sarashina2-8x70B の説明ページ (2024-11-05)
- Sarashina1-65B の説明ページ (2024-06-07)
- Sarashina2.1-1B の説明ページ (2024-11-26)
- Sarashina2.2-3B の説明ページ (2025-03-03)
- Sarashina2-Vision-14B の説明ページ (2025-03-09)
- Sarashina2.2-Vision-3B の説明ページ (2025-11-19)
- Sarashina2.2-OCR の説明ページ (2026-03-22)
- Sarashina2.2-TTS の説明ページ (2026-04-16)
- ソフトバンク 生成AI開発向け計算基盤の稼働 (2023-10-31)
- ソフトバンク クラウドプログラムの供給確保計画の認定 (2024-05-10)
- 中外製薬・ソフトバンク・SB Intuitionsの共同研究に向けた基本合意 (2025-01-30)
- みずほフィナンシャルグループとソフトバンクの戦略的提携 (2025-07-18)
- ソフトバンク Blackwell GPUのDGX SuperPODを構築 (2025-07-23)
- ソフトバンク Sarashina APIの提供開始 (2025-11-05)
- ソフトバンク Cloud PF Type AでSarashinaを提供 (2026-04-16)
- ソフトバンク Cloud PF Type Aで国産生成AI「Sarashina」を提供開始 (2026-06-30)
- ソフトバンク Cloud PF Type Aを西日本リージョンで提供開始 (2026-09-30)
- ソフトバンク Cloud PF Type A 生成AIサービス・機能 (2026-11-06)
- ソフトバンク統合報告書2025 丹波廣寅インタビュー (2025)
- デジタル庁 ガバメントAIで試用する国内LLMの公募結果 (2026-03-06)
- SB Intuitions 公式サイト (2026-11-06)
出所との照合日: 2026年11月6日。数字は出所の書類のまま。株価・時価総額は扱わない。
SB Intuitions のほかの製品
🧰 ツール・特集の入口
一次データで動く 14 本 — 銘柄の絞り込み・供給網・比較・一次データの台帳・解説・規制レンズ (すべて無料)
銘柄スキャナー
日本株 563 社を有報の連結実数・空売り残高・逆日歩・信用残・自社株買い・大株主の増減で絞り込む (無料・登録不要)
注目IPO一覧
直近の新規上場を上場日順に。どんな会社か一言・主な事業・注目テーマ・公開価格・初値と騰落率・吸収金額・売上の推移を目論見書と JPX 新規上場会社情報から確かめて 1 社 1 行で
サプライチェーン3Dマップ
日本株と、エヌビディア・インテルなど米国の半導体・AI 企業、SMIC・BYD など中国企業のつながりを 3D ネットワークで俯瞰。銘柄をクリックして供給網をたどる
AI企業 比較ツール
オープンAI・アンソロピック・グーグル等の主要 AI 企業を、開示の実数と主力モデルで横並び比較
半導体企業 比較ツール
エヌビディア・TSMC・ASML から東京エレクトロン・ディスコまで、工程・製品・日本企業との取引で横並び比較
系統用蓄電所ランキング 上場48社
送電網に直結した系統用蓄電所のうち、稼働中の設備に一次ソースで名前が出る上場企業 48 社を蓄電容量の企業別合算で順位付け
世界のデータセンター一覧
世界 169 か国 5,875 拠点のデータセンターを日本語で一覧化。運営事業者・所在都市・接続ネットワーク数・回線事業者数から設置先を比較
AI計算資源・大規模モデル 体系解説
トークン化・注意機構・自己回帰・MoE の仕組みから、FLOPS・トークン原価・GPU クラウドの収支・冷却まで、設計理由を投資家視点で
蓄電事業 体系解説
系統用蓄電池の基礎、設備と系統接続、3つの市場と長期オークションの収支、日本と米国・G7の市場、投資前の確認表。収支シミュレーター付き
蓄電池の補助金一覧
産業用蓄電池と系統用蓄電池の国の補助金を、補助率・上限・公募期間・要件で比較。受付中の事業と補助額の概算
Postation AIアカデミー
IPA の DX 推進スキル標準 6 類型 17 ロールを、理論・アルゴリズム・メカニズムの 3 視点で書き下ろした教科書
半導体 用語辞典
半導体の技術用語を「とは」から引く索引。1 行定義と、基礎・高級・投資者視点の 3 段深度で 1 語 1 ページ
イラン制裁×中国製油所×日本株
イラン産原油禁輸の復活、中国独立系製油所 5 社への OFAC 制裁、ホルムズ海峡の戦争保険料を、規制タイムラインと日本株マップで
中国の対日輸出規制リスト×影響銘柄
中国商務部が 2026 年 2 月・6 月に指定した対日輸出規制の管理リスト 40 団体・注視リスト 40 団体と、リスト入りした日本企業・影響銘柄