PLaMo 3.0 Prime 徹底解説 — Preferred Networks が2026年6月22日に正式リリース、β版から256K context へ拡張、Reasoning/Non-reasoning 2系統、Standard ¥60/¥250 per 1M tok、デジタル庁『源内』採用、NICT 共同 + GENIAC 第3期成果の国産フルスクラッチ LLM

Preferred Networks（PFN）が 2026年6月22日に PLaMo 3.0 Prime を正式リリース しました（公式プレス pr20260622 / PFN テックブログ）。

4つの要点:

1. 国産フルスクラッチ LLM の最新版 — PLaMo-100B（2024）→ PLaMo Prime（2025/02）→ PLaMo 2.0 Prime（2025、日経優秀製品・サービス賞最優秀賞受賞）→ PLaMo 3.0 Prime β（2026/03/19）→ 正式版（2026/06/22） 2. 256K コンテキスト + 2系統提供 — β版 64K から拡張、Reasoning モデル / Non-reasoning モデル を用途に応じて選択 3. 破壊的低価格 — Standard プラン 入力 ¥60 / 出力 ¥250 per 1M トークン、GPT-5.4 mini / Claude Haiku 4.5 と同価格帯を狙った戦略的プライシング 4. デジタル庁『源内』で試用モデル選定 — 公共領域での本番採用、miibo / Tachyon / QommonsAI 標準搭載済み

本コラムは Loop Engineering、Kimi K2.7-Code と並ぶ「2026年6月の LLM 戦線」整理として位置づけられます。

β版からの主な変化: モニター企業フィードバックと内部評価をもとに企業利用での実用性を強化。コンテキスト長を β版 64K → 正式版 256K に拡張、Reasoning/Non-reasoning 双方の性能改善、ツール利用・コーディング能力強化。

関連 base モデル（Hugging Face で公開）: NICT 共同開発の `plamo-3-nict-2b-base` / `plamo-3-nict-8b-base` / `plamo-3-nict-31b-base`（huggingface.co/pfnet）。Prime 本体はクローズドだが、base モデル群はオープン。

PFN 公式テックブログでは 15種類のベンチマーク で評価:

- 日本語: JFBench / IFBench / Japanese MT-Bench / lawqa_jp / MedRECT / 医師国家試験 - 英語・推論: MT-Bench / AIME 2024 / GPQA-Diamond / BFCL（ツール利用）/ LongBench v2 - 安全性: HELM Safety で海外モデル同等以上を達成

比較対象モデル（公式言及）:

- オープンウェイト: gpt-oss-120b（OpenAI）、Qwen3.6-27B（Alibaba） - クローズド（同価格帯）: GPT-5.4 mini、Claude Haiku 4.5

岡野原大輔氏（PFN 代表取締役 社長 兼 CTO）の主張（X 投稿、2026/06/22）:

> 「主要ベンチマークで大幅な性能向上を達成し、同価格帯の商用モデルやオープンモデルと比較しても、日本語指示追従、コーディング、ツール利用などで、匹敵、上回る性能を実現」

重要な caveat: β版時点で ITmedia は Qwen3-235B-A22B / gpt-oss-120b（medium reasoning）と比較し「数学および複数ツール選択タスクは依然劣後」と率直に指摘。詳細な絶対スコアは公式図表のみ公開で、テキスト化された生スコアは現時点で外部メディアに展開されていません。Nejumi LLM Leaderboard 等の第三者リーダーボードへの登録は今後待ち。

配布チャネル:

- PLaMo API（SaaS）: Free / Standard / Provider の3プラン - オンプレミス提供: 企業向け - Amazon Bedrock Marketplace - Snowflake - Prime 本体はクローズド、関連 base モデル `plamo-3-nict-*-base` は Hugging Face で公開

価格（公式 Standard プラン）:

ITmedia 記事 は「高コスパをうたう」と表現。GPT-5.4 mini / Claude Haiku 4.5 と同価格帯を意識した戦略的プライシングです。

標準搭載済みプラットフォーム:

- miibo — 対話 AI プラットフォーム - Tachyon 生成 AI - QommonsAI — 業務 AI

公共領域の本番採用:

- デジタル庁の生成 AI 共通基盤『源内』で試用モデルとして選定 — 政府機関での実利用が決定

β版モニター企業募集（2026/03〜06）: NICT（情報通信研究機構）も共同告知。3ヶ月間の本番運用知見を正式版に反映。

想定用途: 社内文書要約、問い合わせ対応、情報抽出、コード生成、業務プロセス自動化、AI エージェント、医療・法務ドメイン応用。

NICT との共同研究: 事前学習データセット共同構築、医療データ拡充。これは PLaMo 3 シリーズの根幹（base モデルが `plamo-3-nict-*` 命名）。

GENIAC: 経産省・NEDO「Generative AI Accelerator Challenge」第3期の事後学習成果を活用（公式テックブログで明記）。GENIAC 公式。

MN-Core: PFN 自社開発の低消費電力 AI プロセッサ。MN-Core 搭載 MN-3 スパコンは Green500 で 1 位を 3 度受賞。3.0 Prime と MN-Core の連携は今回のリリース文では明示なし（継続事項として推定範囲）。

経営層: 代表取締役 社長 兼 CTO 岡野原 大輔 氏が X で発信。創業者の 西川 徹 氏は会長職に移行（PFN Corporate Factbook 参照）。

国産 LLM 競合状況: ELYZA、Sakana AI（Sakana Fugu は同日リリース）、Stockmark、Karakuri、CyberAgent CALM、富士通 Takane と並ぶ国産勢の中で、フルスクラッチ + Reasoning 対応 + 256K 長文 + 公共調達実績を揃えた点が差別化軸。

1. ベンチマーク独立検証の不足 — 現時点で公開されているスコアは PFN 内部評価のみ。第三者リーダーボード（Nejumi LLM Leaderboard 等）への登録・反映は今後待ち。 2. 数学・複数ツール選択タスクで劣後 — β版時点で ITmedia が指摘した弱点が正式版でどこまで解消されたか、独立評価が不可欠。 3. パラメータ規模・アーキテクチャ非開示 — dense か MoE か、active 何 B か、といった基礎情報が未公開のため、コスト合理性や推論効率の真の比較が困難。 4. クローズドモデルとしての配布 — オープンウェイト戦略を取る Qwen / gpt-oss / Llama 4 に対し、Prime はクローズド。日本語特化の優位性が薄れた場合、エコシステム形成で不利。 5. 日本特化 LLM の経済合理性 — GPT-5.4 mini / Claude Haiku 4.5 と同価格帯で勝負する必要があり、ベンダーロックインを嫌う日本企業の調達志向と、データ主権・国内処理保証のトレードオフが論点。

オブライトの AI コンサルティング の現場で日本企業に推奨する2段階導入:

フェーズ1: 同価格帯比較 PoC — Free プラン or Standard プランの低額枠で GPT-5.4 mini / Claude Haiku 4.5 / gpt-oss-120b と並走 PoC。自社案件のコード・文書・問い合わせデータで実測し、ベンチ値ではなく「自社業務で本当に効くか」を判定。

フェーズ2: 機微案件は国内処理保証で本番 — データ主権・個人情報保護法対応が必要な金融・医療・公共系では PLaMo オンプレ or PLaMo API（国内処理保証）に寄せる。海外クラウド経由のクローズドモデルでは満たせない要件で勝負。

Q1. パラメータ数は何 B ですか？ A. 公式は非公開。NICT 共同 base モデルは `2b / 8b / 31b` の3規模で公開されていますが、Prime 本体は別途独自構成で、サイズも dense/MoE 判定も未開示。

Q2. 海外モデル（Claude Opus 4.8 / GPT-5.5 / Gemini 3.1 Pro）と比べて勝てますか？ A. 同価格帯（GPT-5.4 mini / Claude Haiku 4.5）では勝負できる、と PFN が公式に主張。Opus 4.8 / GPT-5.5 等のフロンティアモデルとの比較は公式言及なく、勝負していないというのが正確な認識。

Q3. 日本語以外（英語・コーディング）は使えますか？ A. 英語・コーディング・数学も評価対象（MT-Bench、AIME、GPQA-Diamond、BFCL、HumanEval 系）。ただし日本語特化最適化が主軸であり、純粋英語用途では海外モデルに譲ると考えるのが妥当。

Q4. オンプレ提供の最小構成は？ A. 公式公開なし。個別見積もり（Provider プラン） で対応。Prime の正確なサイズが未公開のため、必要 GPU 構成も対話で詰める形。

Q5. デジタル庁『源内』採用の意義は？ A. 政府機関での本番採用 という precedent は、日本企業の調達判定で大きな後押し。「政府が選んだ国産 LLM」というブランドは、データ主権を重視する金融・医療・公共系のセクター調達で強力な訴求材料になります。

Q6. Sakana Fugu（同日リリース）との関係は？ A. コンセプトが全く異なる — PLaMo 3.0 Prime は単体の国産 LLM、Sakana Fugu は複数 LLM を束ねるオーケストレーション・モデル。直接競合というより、PLaMo を Fugu のエージェントプールに組み込むという連携可能性もあり得ます。

PLaMo 3.0 Prime は 国産フルスクラッチ LLM の現時点での到達点 で、256K context + Reasoning/Non-reasoning 2系統 + 同価格帯戦略的プライシング + デジタル庁本番採用という4点で2026年6月の日本語 LLM 市場における優位を確立しました。NICT 共同 + GENIAC 第3期成果を組み合わせた 官民連携の代表例 でもあります。

ただし パラメータ数・dense/MoE 判定・第三者独立ベンチ検証が未公開 で、海外フロンティアモデルとの真の実力差は2026年後半に Nejumi LLM Leaderboard 等への登録を待って判定するのが正確。日本企業の実務では「同価格帯の海外モデルと PoC 並走 → 機微案件は国内処理保証の PLaMo」という2段階導入が現実的です。

公式（一次ソース）: - PFN プレスリリース pr20260622（正式版） - PFN テックブログ — PLaMo 3.0 Prime 正式版 - PFN テックブログ — β版解説 - PFN テックブログ — β版開発現場活用事例 - PFN プレスリリース pr20260319（β版モニター募集） - Hugging Face pfnet（NICT 共同 base モデル） - 岡野原大輔 X（正式版告知） - PFN Corporate Factbook 第三者報道: - ITmedia AI+ — 正式版解説 - ITmedia AI+ — β版・他モデル比較 - 電波タイムズ - NICT 告知（β版モニター募集） - 経産省 GENIAC 関連コラム: - Sakana Fugu オーケストレーション・モデル（同日リリース） - Loop Engineering - Kimi K2.7-Code - Sakana Marlin — 自律研究エージェント - Liquid AI 日本語特化2モデル 注記: パラメータ数、dense/MoE 構成、絶対ベンチスコア、第三者リーダーボード登録、MN-Core 連携詳細は2026年6月22日時点で公式・第三者ともに確認できず。本格採用前に PFN テックブログ で最新情報を再確認してください。