Preferred Networks(PFN)は2026年11月9日、金融機関での利用を想定した小規模言語モデル「PLaMo 3.0 Fin」を公開しました。モデルの重みをHugging Faceから入手できるオープンウェイト方式で、社内サーバーや外部と通信しないクラウド環境で動かすことも想定されています。
今回公開されたのは、開発者や企業が業務システムに組み込むためのモデルです。一般向けの金融相談アプリの発売は発表されていません。 PFN公式発表
PLaMo 3.0 FinはどんなAIか
PFNと情報通信研究機構(NICT)の共同研究で得られた「PLaMo 3 NICT 8B Base」を土台に、日本の金融分野のデータを使った追加学習と調整を行ったモデルです。80億個規模のパラメータを持つ8Bモデルで、金融用語や日本語での指示を扱う用途を想定しています。
大規模な汎用モデルと比べ、導入する設備を抑えやすい小型設計が特徴です。PFNはGPU1枚から動作可能と説明しています。必要なGPUの種類、メモリ量、速度は利用する精度設定、処理する文章量、同時利用人数で変わるため、「どんなPCでも1枚で運用できる」と読むことはできません。
問い合わせ分類・書類確認・社内データ照会への活用
問い合わせの分類と書類の確認
PFNは、顧客からの問い合わせ内容を分類し、緊急度を判断してJSON形式で出力するデモを公開しています。申込書類の情報を抽出・整形し、社内のデータと照らし合わせる処理などにも利用が想定されています。
金融機関の実務では、入力書類の読み違いが顧客対応や審査に影響します。AIの回答を業務判断へ直結させる前に、担当者が確認する箇所と、元資料へさかのぼる手順を決める必要があります。デモの出力について、実運用での正確さは保証されていません。
社内データや計算との連携
PLaMo 3.0 Finは、Web検索、計算処理、社内データベースの参照など、外部ツールの呼び出しを想定した指示追従にも対応しています。たとえば社内の規程を検索し、検索結果を元に問い合わせの回答案を作る構成が考えられます。実際に社内DBへ接続するための認証、権限、ログ管理は導入側で設計する必要があります。
社内サーバーで動かす利点と限界
モデルの重みを入手し、組織内の閉じた環境へ配置できる点は、機密性の高い書類を扱う組織にとって検討材料になります。PFNはクラウドの閉域環境とオンプレミス環境への導入を想定しています。
外部への通信を制限した場合も、個人情報の取り扱いやAIの誤回答への対策が必要です。データを保存する場所、モデルの更新、利用者の権限、操作記録、誤回答時の訂正手順までをセットで決めてください。専門的な金融判断の最終責任をAIへ任せる運用は避ける必要があります。
商用利用と料金はどう確認する?
公開先はHugging Faceで、ライセンスは「PLaMoコミュニティライセンス」です。PFNは定められた範囲での商用利用を案内しています。商用利用には事業規模と事前登録の条件があるため、「オープンウェイト=無条件で無料・自由な再配布」と判断しないでください。
利用者または関係会社の直近年度の収入・売上が10億円以下の場合、PFNへの事前登録を条件に商用利用も無償で認めるライセンスです。非商用での利用は無償です。
売上規模が条件を超える企業は、別途商用ライセンスの確認が必要になります。企業グループの扱い、派生モデルの配布条件、表示義務はライセンス本文で確認してください。モデルの入手費と、自社のGPU・運用・セキュリティ管理の費用も分けて見積もります。 PLaMoコミュニティライセンス契約(2026年11月9日改定)
PLaMo 3 Translateとの違い
PFNはすでに翻訳向けの「PLaMo 3 Translate」も公開しています。Translateは言語間の翻訳、今回のFinは金融分野の文章理解や業務処理向けに調整されたモデルです。どちらも「PLaMo 3」という名前を含みますが、得意とする仕事と評価すべき項目が違います。利用目的が翻訳ならTranslate、金融文書の分類や照会ならFinを候補にし、社内の実データを使って性能を比較してください。
関連する解説
モデルを自社で動かす場合のライセンス・運用費の考え方は、オープンウェイトAIとクローズドAIの違いで確認できます。





