Preferred Networks(PFN)は2026年11月5日、翻訳に特化したAI「PLaMo 3 Translate」を、手元の機器で動かすためのモデルデータとして公開しました。日本語・英語を含む53言語に対応し、PCや社内サーバーの中で翻訳処理を完結させる構成を選べます。[1]
海外の取引先から届いた仕様書や、公開前の商品説明を訳したい。けれど、原文を外部の翻訳サービスに送ってよいか迷う。そんな場面で、翻訳する場所を自社で選べることが、この公開の分かりやすい価値です。
この記事では、公開されたものの位置づけ、PC内で動かす流れ、用語と文体の指定、モデルサイズと商用条件、導入時の確かめ方を整理します。
情報は2026-11-08時点。公式資料に基づく紹介で、CAGが翻訳品質・速度・必要メモリを実測した記事ではありません。業務例は導入を考えるためにCAGが作成したものです。

01 PLaMo 3 Translateは何が公開されたのか
今回公開された「モデル重み」は、学習済みAIを動かすための数値データです。オープンウェイトとは、そのデータを入手し、ライセンス条件に沿って自分の環境で使える形を指します。
翻訳の画面や、文書を読み込む機能までが一つのアプリとして付いてくるわけではありません。実際に使うときは、モデルデータ、動かすソフト、原文と訳文を扱う画面を組み合わせます。
| 構成要素 | 役割 | 導入時に考えること |
|---|---|---|
| PLaMo 3 Translateのモデルデータ | 原文から訳文を生成する | サイズと配布形式、利用条件を選ぶ |
| モデルを動かすソフト | PCのCPUやGPUで計算する | 手元の機器に合う実行環境を用意する |
| 翻訳用の画面・業務連携 | 文書の入力と結果の確認を行う | 担当者が使いやすい操作にする |
PFNの公式ブログには、スマートフォンを機内モードにして翻訳するデモもあります。ただし、これは社内で構築したデモ環境で、動画と同じアプリをPFNが配布したという案内ではありません。[2]
事業者にとっては、既存の翻訳サービスを使う選択肢に加えて、社内用の画面や手順に翻訳モデルを組み込めるようになった、と捉えると分かりやすくなります。
例えば、問い合わせ対応の画面に「原文を保存したまま日本語の下訳を表示する」機能を付ける。製品の手順書を、社内で決めた用語に合わせて訳す。こうした用途を、自社の機器で処理する構成として検討できます。
02 PC内で翻訳するまでの流れ
ローカル翻訳は、端末や自社サーバーの中でAIを動かす方式です。原文をその環境のモデルに渡し、生成された訳文を同じ環境で受け取ります。
公式資料では、CPUや各種GPU向けにGGUF形式、Apple silicon搭載Mac向けにMLX形式などを案内しています。GGUFはllama.cppなどの実行ソフトで扱うための形式、MLX版はMac向けの実行環境で使う形式です。[2]
導入の順序は、次のように考えられます。
- 使うPCやサーバーを決め、その環境に対応する配布形式を選ぶ。
- 公式のモデルデータと、対応する実行ソフトを用意する。
- モデルを読み込み、翻訳先の言語などを指定して原文を渡す。
- 訳文を原文と並べ、担当者が確認して業務に使う。
0.8BのGGUF版モデルカードには、llama.cppでサーバーを起動し、翻訳をリクエストする例が掲載されています。導入担当者は、その例を出発点に、画面や社内システムとのつなぎ方を検討できます。[4]
ここで分けておきたいのが、モデルを入手する通信と、文書を翻訳する処理です。モデルや実行ソフトをダウンロードする場面ではインターネットを使っても、翻訳対象の原文を外部サービスに送らずに処理する構成は作れます。
一方、モデルをローカルで動かしているだけで、画面や周辺ソフトを含むすべての通信が決まるわけではありません。翻訳文書の保存場所、ログの残し方、どの処理が外部へ接続するかを、実際の構成に合わせて確認します。
また、PDFの文字を取り出したり、元のレイアウトに訳文を戻したりする処理は、翻訳モデルの前後にある仕事です。最初はテキストの短い文書で、原文から訳文を受け取るところまでを確かめると、導入範囲を決めやすくなります。
03 用語集と文体を業務に合わせる
社内文書の翻訳では、文章が自然かどうかに加えて、製品名や部署名がいつも同じ言葉になるかも大切です。担当者ごとに訳語が変わると、後から直す仕事が増えます。
PLaMo 3 Translateは、参考となる文脈、用語集、日本語の常体・敬体の指定に対応しています。常体は「〜する」、敬体は「〜します」のような文末の違いです。[3]
例えば、英語の保守手順書を日本語にするなら、翻訳前に次のような対訳を決めておけます。以下はCAGによる架空の用語集です。
| 原語 | 指定する訳語 | 決めておく理由 |
|---|---|---|
| service desk | 問い合わせ窓口 | 社内の窓口名に合わせる |
| replacement unit | 交換用ユニット | 製品の部品表と表記をそろえる |
| maintenance mode | 保守モード | 画面やマニュアルと呼び方をそろえる |
翻訳依頼を設計する際の整理例も示します。これは入力内容を考えるための例で、実行用のAPIコードやモデルの出力結果ではありません。
原文:Disconnect the power before replacing the replacement unit.
用途:社内向けの保守手順書
翻訳先:日本語
文体:敬体
用語集:replacement unit → 交換用ユニット
確認する点:電源を切る順序と、交換する対象が変わっていないか
用語集は、指定すれば確認が不要になる仕組みではありません。訳語が反映されているかに加えて、否定表現、作業の順序、数量などが原文と一致するかを見ます。
長い文書を分割する場合、公式モデルカードには、前の原文と訳文を次の翻訳へ渡す方法もあります。前の訳語や文体を参考にするための仕組みで、対訳履歴が自動保存されるわけではありません。必要な履歴を、次の入力にも含める作りです。[3]
実務では、部署ごとに用語集の正本を一つ決め、担当者が追加・訂正できるようにすると運用しやすくなります。訳し直すたびに指示を作り直す負担を減らす、という使い方です。

04 モデルサイズと商用利用の条件を選ぶ
モデルには0.8B、2B、8B、31Bの4サイズがあります。Bは10億を表し、AI内部のパラメータの規模を示します。PCに必要なメモリ量を、そのまま示す数字ではありません。[1]
| モデルサイズ | 導入時の比べ方の例 |
|---|---|
| 0.8B | 小型の候補として、対象文書をどこまで扱えるかを見る |
| 2B | 0.8Bと同じ文書で、訳の手直しと待ち時間を比べる |
| 8B | 使う機器で動作を確かめ、品質と処理の重さを比べる |
| 31B | 実行環境を用意したうえで、小さいモデルとの差を見る |
右列はCAGによる比較の進め方です。推奨機材や実測結果ではありません。必要なメモリや速さは、配布形式、文章の長さ、実行ソフト、CPU・GPUによって変わるため、使う構成で確認します。
PFNは小型モデルでも高い翻訳性能を得たと報告していますが、公式の評価と、自社の文書で使えるかどうかは分けて確かめたいところです。大きいモデルに変えたときに、担当者の手直しがどれだけ減るかまで見ると、選ぶ理由が明確になります。
商用利用については、無償で使える場合にも条件があります。2026-11-08時点のPFNの案内は、次のとおりです。[2][3]
- 個人の学習や趣味などの私的用途、学術用途を含む非商用利用は、事前登録なしで無償利用できる。
- 商用利用では、利用者またはその関係会社の直近事業年度の収入または売上が10億円以下の場合、所定フォームで事前登録することで無償利用できる。
- この基準を超える商用利用には、PFNとの別途ライセンス契約が必要になる。
「モデルがダウンロードできる」と「自社の用途でそのまま使える」は別々に確認します。社内業務で使うのか、顧客へ機能として提供するのかを整理し、関係会社の扱いも含めて公式ライセンスの適用範囲を確認してから導入します。
05 小さな文書で、導入する価値を確かめる
最初の対象には、定期的に発生し、正しい訳を担当者が判断できる文書が向いています。製品の問い合わせ、社内向けの案内、短い作業手順などから、一つ選ぶ方法です。
試すときは、機密情報を含まない例文や、利用してよい資料を使います。原文、指定した用語集、モデルと配布形式、修正前後の訳文を残しておくと、結果を比べやすくなります。
| 確認すること | 見るポイント |
|---|---|
| 内容の一致 | 数値、固有名詞、否定、条件、作業順序が変わっていないか |
| 表記の一貫性 | 指定した用語と文体が文書全体でそろっているか |
| 作業の負担 | 生成の待ち時間に加え、確認・手直しにどれだけ時間がかかるか |
| 運用のしやすさ | 文書とログの保存場所、更新する担当、困ったときの戻し方が分かるか |
例えば、問い合わせ文の意味をつかむ下訳と、顧客へそのまま渡す説明書では、必要な確認の深さが違います。すべてを同じ扱いにせず、どの文書で、誰が確認して使うかを先に決めます。
費用も、モデルの利用料だけでは決まりません。環境を整える時間、機器の運用、用語集の更新、訳文の確認を含めて、今の翻訳方法と比べます。無償利用の条件に入る場合でも、運用する仕事は残ります。
PLaMo 3 Translateの重み公開によって、翻訳する場所と組み込み方を自社で選べる幅が広がりました。まずは一つの文書で、外に送る情報、訳語の決まり、人が確認する範囲を具体化する。そのうえで、手元で動かす翻訳AIが日々の仕事に合うかを確かめていくのが、導入への進み方です。
出典・確認範囲
- PFN「PLaMo 3 Translateをオープンウェイトで公開」(2026年11月5日公開、11月8日確認)。重み公開、53言語、4サイズ、端末・社内サーバーでの利用について。
- PFN Tech Blog「PLaMo 3 Translate:重み公開と開発秘話」(2026年11月5日公開、11月8日確認)。配布形式、スマートフォンの社内デモ、商用・非商用の利用条件。性能の評価はPFNによるもので、CAGの実測ではありません。
- PFN公式Hugging Face「PLaMo 3 Translate 0.8B 日本語モデルカード」(2026年11月8日確認)。用語集、文体、対訳履歴、モデル選択、ライセンス条件と公式ライセンスへの案内を確認しました。
- PFN公式Hugging Face「PLaMo 3 Translate 0.8B GGUF 日本語モデルカード」(2026年11月8日確認)。llama.cppでの起動と翻訳リクエストの実装例。CAGはモデルのダウンロード・実行や、掲載手順の動作検証を行っていません。









