検索パネルを開く 検索パネルを閉じる メニューを開く メニューを閉じる

さらなる進化を遂げたNTT版LLM「tsuzumi 2」AI For Quality Growthの実現へ

NTTは「AI For Quality Growth」というビジョンの下、AIの力で、お客さまの課題を解決し、持続的で質の高い成長をともに実現していくことを目指しています。
 その中心にあるのが、NTTが1から開発した純国産の大規模言語モデル(LLM)「tsuzumi」。その進化版「tsuzumi 2」を2025年10月20日に提供開始しました。

「tsuzumi 2」の進化のポイント3選

<その1>日本語性能がさらに向上

2024年3月に提供開始された「tsuzumi」の強みは、良質な日本語データを学習していること。その進化版である「tsuzumi 2」は、日本語性能がさらに向上しました。同サイズ帯のモデルでは、世界トップクラスを誇っています。

tsuzumi 2 30B 知識 解析 指示遂行 安全性 ベンチマークスコアtsuzumi 2 30B 知識 解析 指示遂行 安全性 ベンチマークスコア数倍以上大きなAIモデルにも引けを取らない性能!※1

複雑な契約書な契約書案も「tsuzumi 2」なら
一瞬でチェックリストに基づき確認可能

<その2>企業・業界特化型AIをリーズナブルに開発可能

「tsuzumi 2」では、特にお客さまからのニーズが多い金融・公共・医療の専門知識を重点的に強化しました。これにより、必要な学習データ量を抑えながら、お客さまの企業や業界に合わせた特別なAI(特化型AI)の開発を、効率的に行えるようになりました。

強化した「金融」分野の実績 FP(ファイナンシャルプランニング)2級試験で検証 tsuzumi 追加200問学習 正解率70% 他モデル※1 追加1,900問学習 正解率64% 合格基準(正解60%)金融分野の知識が強化されているため、
FP2級合格に必要な追加学習データ量は他モデルの1/10!

<その3>低コストと高セキュアを両立

なぜ金融・公共・医療のニーズが多いのかというと、扱っている情報の重要性が高く、安全保障や産業競争力の観点から、海外に流出するとリスクに直結してしまうから。
 そのため、各国では国産AI開発強化の取組みが活発化しており、自国の管理下で開発するAI(ソブリンAI)へ大きな関心が寄せられています。こうした流れの中で、純国産AIである「tsuzumi 2」への期待も一段と高まっています。

安全保障・産業競争強化で各国が自国開発AI重視へ 日本政府もAI基本計画で国産AI開発強化の動き

また、「tsuzumi 2」は1つのGPU(画像処理装置)のみで動作する軽量サイズで設計されているため、低コストでオンプレミス(自社サーバーに閉じた環境)で運用可能。機密情報も高セキュアな環境でお取り扱いいただけます。

導入実証にご協力いただいたお客さまからも高評価

実際に「tsuzumi 2」の導入検証にご協力いただいたお客さまからは、高い評価の声が届いています。たとえば、東京通信大学さまでは、学生の個人情報をセキュアに学ばせたいという思いから、「tsuzumi 2」に期待を寄せてくださいました。
 そして、導入検証を通じて、「tsuzumi 2」は従来モデルに比べて大きく進化し、実用的なレベルに達しているとのご評価をいただいています。

AI For Quality Growthの実現へ

NTTは「tsuzumi」だけではなく、AIエージェント「LITORON」や中小法人向けの「Stella AI for Biz」など、お客さまニーズに応じたさまざまなAIを提供しています。

AIの開発だけでなく、お客さまニーズを把握し、最適なソリューションを設計し、実装まで一貫して行えるのは、NTTならでは。外部評価でも、リーダーポジションとして高い評価をいただいています。

市場構成比[FY27生成AI関連予測※2] コンサルティング37%、アプリケーション10%、インフラ53%(クラウド、ネットワーク、データセンタ) 日本含むグローバルケイパビリティの中 各領域でNTTは多数の評価、リーダー選出

さまざまなAIアプリケーションとAIによる成果創出までを併走する力だけでなく、AIに必要なデータセンターといったインフラやAI処理に不可欠なGPUまですべて自社で手掛けていることがNTTの強みです。
 これからもNTTは、お客さまのQuality Growthのために、みなさまのさまざまなご要望にお応えしてまいります。

  1. 評価条件
    知識:llm-jp-eval(JAQKET (日本語QAタスク), NIILC(質問応答), JCommonsenseQA(常識推論能力)), pfgen-bench(PFN日本知識ベンチ)の平均値
    解析:llm-jp-eval(Wikipedia読み推定, Wikipedia係り受け解析)の平均値
    指示遂行: M-IFEval_Ja
    安全性: AnswerCarefully(x0.2)
    知識と解析においては、事前学習モデルを使用。ただし、GPT-oss 20B/120B, GPT-5は事前学習モデルが公開されていないため事後学習モデル(Reasoningモデル)を使用
    指示遂行と安全性において、全て事後学習モデルを使用。sarashina2 70Bは事後学習モデルが公開されてないため対象外
  2. 富士キメラ総研、矢野経済研究所、デロイトトーマツミック経済研究所など複数レポートをもとにNTTにて作成したFY27国内生成AI関連市場規模予測(NWを除く)の構成比を適用

株価情報(リアルタイム)

- 東証プライム : 9432

現在値 -

前日比 -