Namazuとは？Sakana AIが示すソブリンAIの現実解【2026】

最終更新：2026年3月30日

※本記事は継続的に「最新情報へのアップデート、読者支援機能の強化」を実施します。

Sakana AIのNamazu（α版）とは何か。結論から言えば、これは単なる日本語LLMではありません。2026年3月24日に公開されたNamazuとSakana Chatは、DeepSeek系・Llama系・gpt-oss系のような強力な基盤モデルを、日本の制度・価値観・安全保障要件へ適応させる事後学習基盤として読むべき存在です。

📖 読了時間 11分｜🎯対象：AI研究者・技術戦略担当者・プロダクト責任者・投資家
🛠 難易度：★★★☆☆

この記事の結論：Namazuの本質は「日本語がうまい新モデル」ではありません。Sakana AIが「世界最高水準」と位置づけるオープンウェイト基盤モデルを土台にしつつ、日本の文化・制度・安全保障の要件に合わせて再設計する――その“日本仕様AI”を実装するための事後学習レイヤーこそが、Namazuの正体です。

要点1：2026年3月24日、Sakana AIは試作モデル群「Namazu（α版）」と一般向けチャットサービス「Sakana Chat」を同時公開し、研究中心の企業から“使われるAI”を持つ企業へ一段踏み込んだ。
要点2：Namazuは単一モデルではなく、DeepSeek系・Llama系・gpt-oss系など複数の基盤モデルに対して、日本仕様への事後学習を施す“適応基盤”として設計されている。
要点3：本記事では、Googleとの戦略提携、Citiの戦略投資、MUFGとの金融連携、防衛装備庁系の委託研究といった流れを踏まえ、Namazuを「日本のソブリンAI戦略を現実のサービスへ接続する試み」として読み解く。

→ まずは第1章：Namazuとは何かで全体像をつかみ、次に第3章：Namazuの技術的な正体で事後学習の意味を押さえ、最後に第5章：ソブリンAI戦略との関係で日本にとっての価値を確認してください。

この記事の著者・監修者　ケニー狩野（Kenny Kano）

Arpable 編集部（Arpable Tech Team）

株式会社アープに所属するテクノロジーリサーチチーム。人工知能の社会実装をミッションとし、最新の技術動向と実用的なノウハウを発信している。
役職：(株)アープ取締役。Society 5.0振興協会・AI社会実装推進委員長。中小企業診断士、PMP。著書『リアル・イノベーション・マインド』 ▶ 詳細プロフィール

Toggle

Sakana AI関連記事をまとめて読む

Sakana AI完全解説：会社全体の戦略、M2N2、AI Scientist、資金調達まで俯瞰したい方へ
DeepSeek×Sakana AI：Namazuの背景にある基盤モデル潮流を押さえたい方へ
Transformer²解説：Sakana AIの「適応」という思想を技術的に深掘りしたい方へ
AlphaEvolve×Sakana AI：進化的AIという大きな潮流の中で位置づけたい方へ

序論：Namazuは「日本版ChatGPT」ではない

戦略的収束のメカニズム。Namazu公開の背景を、単なる提携先の列挙ではなく、それぞれの提テークホルダー（Google, Citi, MUFG, ATLA/防衛装備庁）がもたらした経営資源（Capital, TALENT, MODEL, INFRA, Implementation field, Requirements）の正確なインフォグラフィックとして視覚化

Namazuを正しく理解する鍵は、「新しい日本語LLM」と見るのではなく、「世界の強い基盤モデルを日本の現実へ適応させる層」として捉えることにあります。

2026年3月、日本のAIシーンに現れたNamazuは、単なる新モデル公開のニュースではありませんでした。Sakana AIが、論文や研究成果で存在感を示す企業から、日本の利用者が実際に触れるAIサービスを持つ企業へ、はっきりと一歩踏み出した出来事だったからです。Namazu（α版）とSakana Chatの同時公開は、「研究から実装へ」という同社の転換点を可視化しました。

生成AIの主戦場は、いまなお巨大モデルの事前学習競争です。より多くのGPU、より多くのデータ、より多くの資本を投入した者が優位に立つ。しかし、その競争をそのまま再現することは、日本のような資源制約のある国にとって容易ではありません。

だからこそSakana AIは、同社が性能面で世界最高水準と位置づけるオープンウェイト基盤モデルを活用し、日本の文化・価値観・制度・安全保障上の要件に合わせて事後学習で再構成するという、別の勝ち筋を選びました。Namazuは、その戦略を最もわかりやすく形にした存在です。

この意味でNamazuは、「日本版ChatGPT」という単純な見出しでは捉えきれません。重要なのは、基盤モデルそのものの国籍ではなく、誰が、どの社会条件に合わせて、どう振る舞いを調整できるかです。日本でAIを本格的に使うとは、日本語で会話できれば終わりではありません。政治・歴史・外交のような敏感領域、企業実務で求められる安全性、公共性の高い領域での信頼性まで含めて整えて初めて、社会実装の入口に立てます。Namazuが面白いのは、その難所に真正面から取り組んでいる点です。

まず押さえるべきは、Namazuが単独モデルではなく「適応の仕組み」であることです。次章では、その正体を構造的に整理します。

第1章：Namazuとは何か

Namazuは単一モデル名というより、複数の強力なオープンウェイト基盤モデルを日本仕様へ適応させるための試作モデル群です。

Sakana AIの公式発表によれば、Namazuは「最大規模のオープンウェイト基盤モデルを各国仕様へ適応させる事後学習技術」の第一弾として開発された試作モデルシリーズです。言い換えると、Namazuの本体は“土台のモデル”ではなく、“土台を日本向けに仕立て直す技術”にあります。

ここで重要なのは、Sakana AIがNamazuをあえて「シリーズ」として出していることです。公開時点では、DeepSeek系、Llama系、gpt-oss系など複数のモデル系統に対して、日本仕様への調整を行ったことが示されています。つまり同社は、特定アーキテクチャに賭けるのではなく、今後強い基盤モデルが現れれば、それを柔軟に取り込んで日本向けへ再構成する立場を選んでいます。

この設計思想は、日本にとって極めて現実的です。巨大な基盤モデルをゼロから育てるのではなく、すでに世界で競争力のある基盤モデルを活用し、最後の一手で「日本の現場で使える」形に仕立てる。製造業でいえば、すべての素材を自前で作るのではなく、世界最高級の素材を調達し、日本の用途に合わせて精密加工するようなものです。Namazuとは、その精密加工の思想をAIに持ち込んだものだと考えるとわかりやすいでしょう。

Namazuが示した3つのメッセージ

第一に、Sakana AIは「研究会社」で終わるつもりがないこと。
第二に、AIの競争力は事前学習だけではなく、事後学習と運用設計でも作れること。
第三に、日本のソブリンAIは“国産主義”だけでなく“適応主義”でも成立しうること。

Namazuの輪郭が見えたら、次に問うべきは「なぜ今なのか」です。Sakana AIはなぜ2026年3月に、一般向け公開へ踏み切ったのでしょうか。

第2章：なぜSakana AIは今、Namazuを出したのか

Namazu公開の背景には、研究成果の蓄積だけでなく、資本・提携・制度接続・実装需要が一つの公開タイミングに収束した事情があります。

Namazu公開の背景を因数分解すると、2025年11月のシリーズB完了は資本と採用余力をもたらし、2026年1月のGoogleとの戦略的パートナーシップはモデル・インフラ接続を確立し、2026年2月のCitiの戦略投資は高信頼業務への実装期待を示し、2026年3月に始まった防衛装備庁防衛イノベーション科学技術研究所との複数年の委託研究は、ソブリン要件の強まりを意味します。
さらに2025年5月以降はMUFGとの包括的パートナーシップなど、金融分野での実装も進んできました。

この一連の流れを時系列ではなく因果で見ると、Namazu公開は偶然のタイミングではありません。研究成果、資金、事業提携、公共領域への接続がそろった段階で、「では一般の利用者が触れる入口は何か」という問いへの答えとしてSakana Chatが出てきた。そう読むと、2026年3月という時点の必然性が見えてきます。

研究だけの企業であれば、論文とベンチマークの発表で十分です。しかし、産業・金融・公共領域でAIを実装しようとする企業には、「実際に使えるか」「どんな振る舞いをするのか」「どこまで安全に運用できるか」を示す場が必要になります。Sakana Chatは、その試験場であり、Namazuはその中核エンジンです。つまりSakana AIは、モデル性能の競争から一歩進み、“社会で使えるAIの設計競争”へ足を踏み入れたわけです。

第3章：Namazuの技術的な正体――事後学習で何を変えたのか

Namazuの技術的ポイント単独モデルではなく、複数の基盤モデルへ適用できる事後学習アプローチ評価軸は「基礎能力」「日本語能力」「中立性・事実正確性」狙いは“日本語がうまい”ことより“日本の利用環境で使える”こと勝負どころは事前学習ではなく、最後の調整と実運用への接続

Namazuが変えようとしているのは、基礎能力そのものよりも「日本の利用文脈における振る舞い」です。

Sakana AIは、Namazuの評価を大きく3つの軸で説明しています。基礎能力、日本語能力、そして中立性・事実正確性です。ここで注目すべきは、単に「日本語が自然になった」と言っているのではなく、政治・歴史・外交のようなセンシティブな話題に対して、より事実ベースで、多面的で、日本の利用者が求める水準に近い回答を返せるように調整したと主張している点です。

たとえばSakana AIの発表によれば、Namazu-DeepSeek-V3.1-Terminusについて、ベースモデルであるDeepSeek-V3.1-Terminusは政治・歴史・外交に関連する質問の72%で回答を拒否した一方、Namazu-DeepSeek-V3.1-Terminusでは拒否率がほぼ0%まで改善したとされます。
Namazuが狙っているのは、単に“答えるようにする”ことではありません。日本の文脈で「逃げず、しかし煽らない」応答の均衡点を作ることです。

また、Sakana AIはAIME’25、MMLU-Redux、GPQA Diamond、LiveCodeBench、IFEvalなど複数の評価指標において、基礎能力を大きく損なわずに事後学習できたとしています。これは重要です。社会的に安全なモデルを目指して調整した結果、賢さが大きく落ちてしまっては意味がありません。Namazuが目指すのは、強い基盤モデルの能力を保ったまま、日本の社会文脈に合わせて姿勢と応答品質を再設計することです。

Namazuの技術的ポイント

単独モデルではなく、複数の基盤モデルへ適用できる事後学習アプローチ
評価軸は「基礎能力」「日本語能力」「中立性・事実正確性」
狙いは“日本語がうまい”ことより“日本の利用環境で使える”こと
勝負どころは事前学習ではなく、最後の調整と実運用への接続

Namazuシリーズ（α版）で示されたモデル系統

表1：Namazuシリーズ（α版）で示されたモデル系統と経営的インパクト
モデル系統	位置づけ	読み解きポイント	経営的インパクト
Namazu-DeepSeek-V3.1-Terminus	DeepSeek系を日本仕様へ適応	既存の強い基盤モデルを社会実装向けへ再調整する思想が見える	海外の高性能モデルを業務要件に合わせて“日本化”できれば、開発コストを抑えつつ導入精度を高められる可能性がある
Llama-3.1-Namazu-405B	Llama系の大規模モデルを活用	特定ベンダー依存ではなく、強い土台を柔軟に使う姿勢を示す	特定ベンダー依存を下げながら、高性能モデルを自社・自国要件へ適応させるレジリエンス戦略につながる
Namazu-gpt-oss-120B	OpenAIがApache 2.0ライセンスで公開したオープンウェイトモデル「gpt-oss-120B」への適用例	「Namazu」が特定アーキテクチャ名ではないことを象徴する	今後も有力なオープンウェイトモデルが現れれば、同じ適応レイヤーで横展開できる可能性を示す
※ 出典：本文中の参考文献を参照

ただし、ここは冷静に見ておく必要があります。現時点の評価の多くはSakana AIの公表値であり、同社自身もベンチマーク詳細、具体スコア、事後学習手法のテクニカルレポート、さらに複数Namazuモデルのウェイト公開を後日予定しています。したがって2026年3月末時点では、「方向性は極めて有望だが、第三者検証はこれから」と書くのが最も誠実です。

事後学習の思想が見えたところで、次に重要なのは「それをどう使わせるか」です。Sakana Chatは、その最初の答えになっています。

第4章：Sakana Chat公開が意味すること

Sakana Chatは単なるデモではなく、Namazuを社会で使われる形へ接続するための“観測装置”です。

モデルを出すだけなら、重みやレポートを公開すれば終わりです。しかしSakana AIは、Namazuと同時にSakana Chatを公開しました。
しかも公開前には約1,000人を対象にベータテストを行っていたと説明しています。なお現時点では、Sakana Chatは日本国内からのみ利用可能です。

こうした一連の動きから見えるのは、Sakana AIが「モデル単体の賢さ」ではなく、「検索・UI・利用体験・フィードバック回収」まで含めたサービス全体としてAIを捉え始めていることです。

これは大きな転換です。研究中心のフェーズでは、論文が通るか、ベンチマークで勝てるかが重要になります。けれど製品フェーズでは、利用者が何を聞き、どこで迷い、どんなときに不信感を持つのかが決定的に重要です。
Sakana Chatを通じて得られるのは、単なる利用者数ではありません。日本の利用者が、どの話題で、どの程度の精度と慎重さを求めるのかという、生きたフィードバックです。

Namazuが本当に強いモデルへ育つかどうかは、初期性能だけでは決まりません。社会で使われる中で、どれだけ改善ループを回せるかにかかっています。Sakana Chatの公開は、Sakana AIがこのループを本気で回し始めたことを示しています。研究会社から実装会社へ。この変化を象徴するのが、Sakana Chatです。

第5章：Namazuは日本のソブリンAI戦略に何を示したのか

Namazuは、ソブリンAIを「巨大国産モデル保有競争」ではなく「外の強さを内の要件へ変換する能力」として再定義する可能性を持っています。

ソブリンAIという言葉は、ともすると「自国の巨大モデルをゼロから持つこと」と理解されがちです。もちろん、それができれば強い。しかし日本がその競争を米中と同じルールで戦うのは簡単ではありません。計算資源、エネルギー、資本、エコシステムの規模を考えれば、その困難さはなおさらです。

公式発表の主題は、あくまで事後学習技術とSakana Chatの公開です。そのうえで本記事では、Google・Citi・金融機関・防衛領域との接続を踏まえ、Namazuを「日本のソブリンAI戦略を現実のサービスへ接続する試み」として読み解きます。つまり、モデルの“所有”だけでなく、モデルの“統御”と“適応”に主権を置く考え方です。これは閉じた国産主義とも、無批判な海外依存とも違います。外の強さを取り込みつつ、内の現実に合わせて使えるようにする。その中間にある、かなり実務的な路線です。

実際、Sakana AIの最近の動きを見ると、この路線は言葉だけではありません。2026年のGoogleとの戦略提携、Citiの戦略投資、2025年から続くMUFGとの包括的パートナーシップ、2026年3月に始まった防衛装備庁系の委託研究、そしてSakana Chatの公開。これらをまとめて見ると、Namazuは「Sakana AIの新モデル」ではなく、日本のAI戦略を現実のサービスへ接続する試作品として読むことができます。

第6章：Namazuをどう評価すべきか――期待と留保

Namazuは非常に有望ですが、2026年3月末時点では“完成品”ではなく、強い仮説を持ったα版です。

Namazuを評価するうえで大切なのは、期待と留保の両方を持つことです。期待すべき点は明確です。日本向けAIの競争力は、単に日本語が自然かどうかではなく、日本の社会条件に合わせて振る舞いを最適化できるかで決まる。その問題設定自体が正しい。そしてSakana AIは、その問題設定を、論文ではなく公開サービスという形で提示しました。これは大きな前進です。

一方で、留保も必要です。現時点の評価の多くはSakana AIの公表値であり、同社自身もベンチマーク詳細、具体スコア、事後学習手法のテクニカルレポート、さらに複数Namazuモデルのウェイト公開を後日予定しています。
したがって2026年3月末時点では、「方向性は極めて有望だが、第三者検証はこれから」と書くのが最も誠実です。また、利用者が増えるほど、誤回答、過剰な自信、政治的に微妙な論点での応答など、現実の難しさも増していきます。α版である以上、ここを過剰に神格化すべきではありません。

ただ、それでもNamazuにははっきりした価値があります。日本のAIに必要なのは、世界一の万能モデルを夢見ることではなく、日本の現場で信用され、組織に実装され、改善ループが回るモデルを作ることではないか。その問いを、Namazuはかなり鮮明な形で社会に投げかけました。そこに、このプロジェクトの本当の意味があります。

まとめ

Namazuの本質は、海外の強力な基盤モデルを日本の現実へ適応させる「実装レイヤー」にあります。

Namazuは、単なる日本語LLMでも、日本版ChatGPTでもありません。世界最高水準とSakana AIが位置づけるオープンウェイト基盤モデルを土台に、日本の文化・制度・安全保障の要件へ適応させるための事後学習基盤です。そしてSakana Chatの公開は、その思想を利用体験へ接続する第一歩でした。

2026年のGoogleとの戦略提携、Citiの戦略投資、2025年から続くMUFGとの包括的パートナーシップ、2026年3月に始まった防衛装備庁系の委託研究、そしてAI Scientistの研究成果。
こうした一連の流れを背景に見ると、Namazuは単発の話題作ではなく、Sakana AIが「研究から実装へ」踏み出した象徴的なプロジェクトだとわかります。

本記事では、その流れを踏まえて、Namazuを「日本のソブリンAI戦略を現実のサービスへ接続する試み」と位置づけました。
日本のソブリンAIは、巨大モデルをゼロから作ることだけでなく、世界の強いモデルを日本の現場で最も使える形に変えることで実現できるかもしれない。Namazuは、その現実解を提示した最初の一歩です。

Sakana AI関連記事

FAQ

Q1. NamazuはSakana AIがゼロから学習した国産基盤モデルなのですか？

A. 現時点の公式情報を見る限り、Namazuの本質は「ゼロからの巨大事前学習」ではなく、既存の強力なオープンウェイト基盤モデルを日本仕様へ適応させる事後学習技術にあります。Sakana AI自身も、「最大規模のオープンウェイト基盤モデルを各国仕様へ適応させる事後学習技術の第一弾」と位置づけています。したがって、Namazuは単一の“国産基盤モデル名”というより、複数の基盤モデルに適用できる適応レイヤーとして理解するほうが正確です。

Q2. NamazuとSakana Chatの違いは何ですか？

A. Namazuはモデル群の名称であり、Sakana ChatはそのNamazuを実際に使える形で提供するチャットサービスです。前者がエンジン、後者が利用インターフェースだと考えるとわかりやすいでしょう。

Q3. Namazuの強みは性能ですか、それとも安全性ですか？

A. 現時点では、両者のバランスを狙った設計だと見るのが自然です。Sakana AIは、基礎能力をなるべく維持しつつ、日本語能力や中立性・事実正確性を高めることを目指していると説明しています。つまり「賢いけれど危ういAI」でも「安全だが役に立たないAI」でもなく、日本の実務で使える均衡点を探っている段階です。

Q4. Namazuは日本のソブリンAI戦略にどう関係しますか？

A. Namazuは、ソブリンAIを「自前で巨大モデルをすべて持つこと」ではなく、「世界の強い基盤モデルを国内要件へ適応し、統御できること」と捉える考え方を体現しています。日本の条件を踏まえると、この路線はかなり現実的です。本記事でも、Google・Citi・MUFG・防衛領域との接続を踏まえ、この観点からNamazuを読み解いています。