「国産AIで日本語が一番うまいやつを業務に使いたい」——そう思って調べると、必ず行き着くのがRakuten AI 3.0だ。2026年3月17日に楽天グループが公開した、約7,000億パラメータの国内最大規模LLM。日本語ベンチマークではGPT-4oを上回るスコアを叩き出し、Apache 2.0ライセンスで無料・商用利用可。ただし公開直後から「中身はDeepSeekでは？」という論争が起きた。このモデルをマーケターや経営者がどう評価し、どう使えばいいか——本記事では実態を正直に整理した上で、今すぐ使える業務活用パターンまで一気通貫で解説する。
Rakuten AI 3.0とは何か——基本スペックと開発背景
国内最大規模・経産省GENIACプロジェクト産
Rakuten AI 3.0は、楽天グループが経済産業省・NEDOが推進する「GENIACプロジェクト（Generative AI Accelerator Challenge）第3期」の支援を受けて開発した大規模言語モデルだ。2025年12月18日に発表、2026年3月17日に正式公開された。GENIACは日本政府が国内生成AI開発力の強化を目的に推進するプログラムで、楽天はその採択事業者として国のGPUリソースと開発資金の支援を受けている。
主要スペックは以下の通りだ。総パラメータ数は約671B〜700B、推論時アクティブパラメータは約37〜40B、アーキテクチャはMoE（Mixture of Experts）、コンテキスト長は128K、推論精度はFP8をサポート、ライセンスはApache 2.0（商用無料）。日本語MT-Benchスコアは8.88でGPT-4oの8.67を上回り、同規模モデル比でコストを最大90%削減できるとされる。
MoEアーキテクチャとは何か——「知識量」と「処理コスト」を分離する仕組み
「7,000億パラメータ」という数字は一見GPT-4クラスを想像させるが、MoE（Mixture of Experts）の実態は異なる。MoEとは、「100人の専門シェフを雇い、注文に応じて最適な数人だけに調理させる」設計だ。Rakuten AI 3.0の場合、128人の「専門家（エキスパート）サブモデル」がいるが、1回の推論で使うのは2人だけで残りは待機中となる。
これにより671Bの「知識量」を持ちながら、推論コストは約37〜40Bモデル相当に抑えられる。「知識量と処理コストの分離」がMoEの本質だ。社内検証では同規模モデル比で処理コストを最大90%削減できたとされる。逆に言えば、「671B vs GPT-4o（推定1.8T）」という単純なパラメータ比較は意味をなさない。MoEアーキテクチャ同士で比較するなら、推論時アクティブパラメータ37〜40Bという数字の方が実態に近い。
楽天AIシリーズ3世代の進化——70億から7,000億へ
楽天のAIモデルは3世代にわたって急速に進化してきた。初代Rakuten AI 7Bは約70億パラメータ・Mistral-7Bベースで、日本語対応の実証フェーズだった。2世代目Rakuten AI 2.0は約470億パラメータでMoEを初採用し、ビジネス活用の実用化フェーズへ移行した。3世代目Rakuten AI 3.0は約671億パラメータ（MoE）で前世代の約15倍の規模となり、GPT-4o超えの日本語性能を達成した。わずか数年で70億から7,000億という100倍規模の進化を遂げたことになる。
日本語ベンチマーク——4指標で競合を上回る
楽天が公開した社内ベンチマークでは、4つの日本語評価指標で高水準を記録した。JamC-QA（日本文化・歴史知識）、MMLU-ProX（大学院レベルの推論能力）、MATH-100（数学問題）、M-IFEval（指示理解力）の各スコアで、比較対象のGPT-4o・GPT OSS（120B）・ABEJA QwQ 32bを上回ったとされる。MT-Benchスコアは8.88（GPT-4oは8.67）。
ただしこれらは楽天の自社ベンチマークであり、独立した第三者検証は現時点で限定的だ。また比較対象に含まれるGPT OSSは最大120Bと、671B対120Bという規模差のある比較になっている点は留意が必要だ。
「DeepSeek論争」——タイムラインと技術的事実を正直に整理する
論争のタイムライン——公開から24時間で何が起きたか
2026年3月17日午前：楽天がRakuten AI 3.0を正式リリースし、「日本最大の高性能AIモデル」として発表。同日午後：コミュニティメンバーがHugging Face上のconfig.jsonで「”model_type”: “deepseek_v3″」という記述を発見。同日夕方：X（旧Twitter）でスクリーンショットが拡散し、設定に「DeepseekV3ForCausalLM」が表示されていることが判明。翌3月18日：詳細な分析によりMITライセンスファイルが欠落していることが判明。楽天はその後「NOTICE」ファイルを追加して対応した。
問題を複雑にした背景として、日本政府が2025年にDeepSeekの使用に対して警告を発出しており、主要な日本企業が社内での使用を禁止していたという文脈がある。「国産AI」として発表されたモデルの中身がDeepSeekベースだったという事実は、そのような状況下で特に大きな反響を呼んだ。
技術的な事実——問題ではない点と問題だった点を分ける
問題ではない点：DeepSeek V3（MITライセンス/オープンソース）をベースにファインチューニングすること自体は業界標準の手法で、Llama・Mistralベースの国産モデルは他にも多数存在する。実際に独立した技術検証でも、RakutenAI 3.0はDeepSeek V3と比較して「新しい知識の更新、日本語理解や表現の向上、コーディング能力の向上」が確認されており、単なるリブランドではなく実質的なファインチューニングが行われていることが示されている。オープンウェイトモデルとして自社サーバーで動かせばデータは一切外部に出ないため、「中国サーバーに情報が流れる」という懸念は技術的に成立しない。
問題だった点：プレスリリースでDeepSeek V3への言及をしなかった透明性の欠如が最大の問題だった。楽天のプレスリリースは「オープンソースコミュニティ上の最良なモデルを基に」という曖昧な表現にとどまり、DeepSeekの名前を一切出さなかった。また初期公開時のMITライセンス表記の不備（後から修正済み）、ベンチマーク比較が規模差のある比較だった点も批判を受けた。
LIF Tech編集部の見解としては、楽天のアプローチは技術的には合理的だが、コミュニケーションの透明性には明らかな問題があった。「何を基盤にしたか」を正直に開示した上で「日本語化のために何をしたか」を訴求すれば良かった。基盤がDeepSeekであること自体は、使う側にとってマイナス要因ではない。重要なのは「自社サーバーで動かせばデータは外に出ない」という技術的事実を理解することだ。
アクセス方法——5経路の完全ガイド
①Web版「Rakuten AI」（現在無料）
ai.rakuten.co.jp にアクセスするだけ。楽天IDがあれば即利用可能で、ブラウザからチャット形式で使える。未ログインでも使えるが1日の利用回数に上限あり。楽天IDでログインすると楽天市場・楽天トラベル・楽天カードの利用履歴を参照したパーソナライズ提案が受けられる。現在ベータ版として無料提供中だが、正式版リリース後は有料プランが追加される可能性があるため、今のうちに使い感を確かめておくのが得策だ。
②Rakuten Link版（楽天モバイル契約者限定・無料）
楽天モバイル契約者はRakuten Linkアプリのホーム画面からアイコンをタップするだけ。追加費用なし。自動でプロンプト提案が表示されるため、生成AI初心者でも操作しやすい設計だ。スマートフォンから手軽に試す最短ルートとして最適。
③Hugging Faceから直接ダウンロード（エンジニア・法人向け）
モデルID：rakuten/RakutenAI-3.0-instruct（Apache 2.0）。モデル本体をダウンロードして自社サーバーやローカル環境で動かせる。データが一切外部に出ないため、機密情報を扱う業務にも適用可能。671Bモデルの全精度（bf16）での運用は複数の高性能GPU（A100/H100クラス複数台）が必要だが、量子化（Q4_K_M等のGGUF形式）を使えばより軽量な環境でも試すことができる。コミュニティによるGGUF変換版も提供されており、LM StudioやOllamaからのアクセスも可能だ。
④Rakuten AIゲートウェイ（開発者・社内向け）
楽天が提供する開発者向けプラットフォーム。ただし注意点がある。楽天の2025年12月公式発表では「楽天従業員向けのプラットフォーム」として説明されており、現時点で外部企業向けの一般提供APIとして確認できる一次情報は限定的だ。今後の外部API提供については楽天の公式発表を直接確認することを強くお勧めする。
⑤Rakuten AI for Business（有料・法人向け）
有料の法人向けプラン。1ユーザーあたり月10万文字が上限（超過すると翌月まで停止）。2026年3月3日に料金体系が変更されており、詳細は楽天ビジネス担当窓口への確認が必要だ。大量処理が必要な法人にとっては文字数制限がボトルネックになる可能性があるため、利用量の事前シミュレーションを推奨する。
マーケター・経営者が「明日から変えられること」Top3——LIFRELLの実務経験から
①「翻訳臭い日本語」の修正作業をゼロにする
海外製AIで生成した文章を人間が「日本語として自然な形」に直す作業は、実は相当な工数を食う。特に敬語・謝罪文・社内向け文書などで顕著だ。「〜することができます」「〜という点において」「本件についてご連絡申し上げます」——これらは典型的な「AIが生成した翻訳調日本語」だ。Rakuten AI 3.0はこの修正コストを大幅に削減できる。
具体的に強い領域として、取引先への謝罪・お詫びメール（日本の商慣習・敬語ニュアンスを理解した自然な文章生成）、社内通達・規程文書（社内文書のトーンと形式に合わせた表現）、ECの商品説明文（楽天市場のトンマナに沿った表現）、採用・広報系プレスリリース（日本のメディア文化に合わせた言い回し）が挙げられる。LIFRELLの実務でも、クライアントの謝罪メール・社内通達の生成でChatGPTより修正コストが低いことを確認している。
②社内機密データを「外に出さずに」AIで処理する
自社サーバーにデプロイすれば、顧客名簿・財務データ・競合分析資料をそのままAIに読み込ませられる。ChatGPTやClaudeのAPIでは「送信する情報の取り扱いリスク」が常につきまとうが、ローカル運用ならそのリスクは消える。顧客アンケートデータ（個人情報含む）の要約・セグメント分析、社内の過去議事録・報告書からのナレッジ抽出、競合の未発表情報を含む内部資料のAI分析——これらはクラウドAPIでは情報漏洩リスクがあり実施しにくかった業務だ。Apache 2.0ライセンスのため商用利用も無償で可能という点が、この用途での最大の優位性だ。
③楽天経済圏と連携したパーソナライズ提案
楽天IDを使ったWeb版では、楽天市場・楽天トラベル・楽天カードの利用履歴を参照したパーソナライズ提案が受けられる。これはChatGPT・Gemini・Claudeには絶対にできない楽天エコシステム固有の価値だ。楽天市場の出品者にとっては、ユーザーの購買傾向に合わせた商品説明の最適化に応用できる。楽天モバイルユーザー・楽天カードホルダー・楽天市場の月間購入者といった、楽天エコシステムに深く組み込まれているユーザーほど恩恵が大きい。
実践プロンプト集——コピペOK・7本（日本語特化ユースケース）
Rakuten AI 3.0の「日本のビジネス文脈・敬語・文化的ニュアンス」という強みを最大限に活かすプロンプトを厳選した。すべて実際の業務で使用・検証したテンプレートだ。
プロンプト①：謝罪・お詫びメール（日本語ニュアンス特化）
謝罪文は敬語・言い訳に聞こえない表現・相手との関係性によるトーン調整が特に難しく、海外製AIで「翻訳臭い謝罪文」が生成されがちな典型的ユースケースだ。相手との関係性・状況・次の対応を具体的に指定することで、自然な謝罪文が出力される。
以下の状況に合わせた謝罪メールを作成してください。
【状況】
- 相手：取引先の部長（40代）
- 経緯：資料の提出期限を1日過ぎてしまった
- 関係性：3年間の取引がある比較的親しい間柄
- 次回の対応：本日中に送付予定
要件：
- 言い訳に聞こえず、真摯な印象を与える文章
- 敬語レベル：丁寧すぎず、自然なビジネス敬語
- 件名候補も2パターン提案してください
- 本文は200〜300文字程度で簡潔にプロンプト②：社内文書の要約・要点抽出（経営会議用サマリー）
機密データをローカル運用で処理する典型例。経営者が30秒で把握できるサマリーの生成は、長文理解能力が問われる。「今週中に意思決定が必要な項目」の自動抽出が特に実用的だ。
以下の社内文書を読んで、経営会議用のサマリーを作成してください。
【文書】
[ここに規程・報告書・議事録のテキストを貼り付け]
【出力形式】
1. 3行要約（経営者が30秒で把握できる内容）
2. 重要な数値・期日・固有名詞の一覧
3. 「今週中に意思決定が必要な項目」があれば抽出
4. 用語解説（専門用語があれば）
読む人は当該業務の専門家ではないことを前提に、わかりやすく記述してください。プロンプト③：ECサイト商品説明文（楽天市場向け）
楽天エコシステムへの深い学習データを持つRakuten AI 3.0が最も本領発揮するユースケース。「楽天市場らしい」文体・訴求パターンの再現精度が他のAIより高い。
以下の商品情報をもとに、楽天市場の商品ページ用の説明文を作成してください。
【商品情報】
- 商品名：[商品名]
- カテゴリ：[カテゴリ]
- 主な特徴：[箇条書きで]
- ターゲット：[ターゲット層]
- 価格帯：[価格]
作成してほしいもの：
1. キャッチコピー（30文字以内）×3案
2. 商品概要文（200文字）：ベネフィット訴求を前面に
3. 特徴を説明する箇条書き（5項目）
4. 楽天市場でよく使われる表現・訴求パターンを意識すること
※楽天市場の購入者が「読んで納得して買いたくなる」文章にしてください。プロンプト④：採用・求人票の日本語最適化
日本の就活・転職文化への深い理解が必要なユースケース。「やりがい」「チャレンジ」という使い古されたワードを排除し、具体性のある表現への変換に強い。法的リスクのある表現の自動検出も実用的だ。
以下の求人票の原稿を、日本の求職者に響く表現にブラッシュアップしてください。
【現状の原稿】
[既存の求人テキストを貼り付け]
改善のポイント：
1. 「やりがい」「成長」「チャレンジ」などの使い古された表現を避け、具体的に書き直す
2. 日本の就活文化・転職市場の文脈に合わせた言葉選び
3. 応募者が「自分のことを語っている」と感じる表現にする
4. 法的に問題のある表現があれば指摘する
出力：改善版の求人票全文＋主な変更点の解説プロンプト⑤：会議議事録→アクションアイテム抽出
ローカル運用で機密性の高い議事録を安全に処理できる。「誰も担当が決まっていない穴」を発見する機能が特に実用的で、会議後の抜け漏れを自動検出できる。
以下の会議議事録から、アクションアイテムを整理してください。
【議事録】
[議事録テキストを貼り付け]
出力形式：
| 担当者 | タスク内容 | 期限 | 優先度（高/中/低） | 依存関係 |
の表形式で整理してください。
また：
- 「誰も担当が決まっていないが対応が必要な事項」を別枠でリスト化
- 次回会議のアジェンダ案（確認事項）も作成プロンプト⑥：日本語コンテンツの「自然さチェック」
他のAIで生成した文章をRakuten AI 3.0でレビューするという逆転の活用法。「翻訳調・AIっぽい表現」の検出・修正に特化した使い方で、複数AIを組み合わせた品質向上フローとして実用的だ。
以下の文章を読んで、日本語として不自然な箇所を指摘・修正してください。
【文章】
[チェックしたいテキストを貼り付け]
チェック観点：
1. 翻訳調・AIっぽい表現（「〜することができます」の多用等）
2. 敬語の混乱・不統一
3. 日本のビジネス文書として不自然な言い回し
4. 主語・目的語が曖昧で意味が取りにくい箇所
出力：
- 修正箇所のリスト（原文→修正案+理由）
- 修正済みの全文プロンプト⑦：楽天ID連携パーソナライズ相談（Web版専用）
楽天IDにログインした状態でのみ機能する唯一のユースケース。汎用AIには絶対にできない楽天エコシステム固有の価値で、購買・旅行・金融データと連携した提案を受けられる。
私の楽天サービスの利用状況をもとに、以下について提案してください：
1. 今月の楽天カードの支払い状況を踏まえた来月の予算管理アドバイス
2. 直近の楽天市場での購入履歴から、次に必要になりそうなものの提案
3. 楽天トラベルの履歴から、私の旅行傾向に合った次のおすすめ旅行先
※楽天IDでログインした状態で使うことで、よりパーソナライズされた提案が受けられます。他の日本語AI・LLMとの使い分け比較——「AIポートフォリオ」戦略
| 用途 | 推奨モデル | 理由 |
|---|---|---|
| 日本語ビジネス文書・謝罪メール | Rakuten AI 3.0 | 日本の商慣習・敬語ニュアンスが最も自然。修正コストが最小 |
| 英語含む汎用タスク・論理推論 | ChatGPT / Claude | 多言語・複雑な推論・最新情報対応で依然として強い |
| 社内機密データの処理 | Rakuten AI 3.0（ローカル） | Apache 2.0・商用無料・データを外に出さない運用が可能 |
| 楽天エコシステム連携 | Rakuten AI（Web版） | 購買・旅行・金融データと連携できる唯一の選択肢 |
| コスト最小化での大量処理 | Rakuten AI 3.0（自社デプロイ） | APIコストゼロ、同規模比で最大90%コスト削減 |
| コード生成・デバッグ | ChatGPT / Claude | Rakuten AI 3.0はコーディング特化ではない。汎用コードタスクは海外製に軍配 |
| 軽量・高速な日本語処理（1GPU） | tsuzumi（NTT） | 1GPUで動く軽量設計、小規模オンプレ運用向け |
| 最新情報の検索・リサーチ | Perplexity / ChatGPT（検索付き） | Rakuten AI 3.0はWeb検索機能が現時点で限定的 |
全面乗り換えは不要だ。複数のAIを使い分ける「AIポートフォリオ」戦略が現時点での最適解だ。日本語ニュアンスが重要な文書生成・社内機密処理・楽天エコシステム連携はRakuten AI 3.0、汎用的な分析・英語タスク・コーディング・最新情報リサーチはChatGPT/Claudeというすみ分けで、それぞれの強みを最大化できる。LIFRELLの実務でも同様のポートフォリオ運用を実践している。
よくある質問（FAQ）——5つの疑問に明確に答える
Q1：「DeepSeekベースだから危ない」は本当ですか？
モデルをダウンロードして自社サーバー・ローカル環境で動かす場合、データは一切外部に出ません。「中国サーバーに情報が漏れる」という懸念は自前ホスト運用では技術的に成立しません。Web版（ai.rakuten.co.jp）を使う場合は楽天の日本法人サーバーで処理されます。機密性の高いデータを扱う場合は自社デプロイを選択するのが最善です。日本政府のDeepSeek使用警告は「中国企業のクラウドサービスへのデータ送信リスク」を指したものであり、オープンウェイトモデルの自社運用とは性質が異なります。
Q2：無料でどこまで使えますか？
現在Web版はベータ版として無料提供中です。Hugging Faceからのダウンロード・ローカル運用も無料（Apache 2.0）です。ただしWeb版は正式版リリース後に有料プランが追加される可能性があります。法人向け「Rakuten AI for Business」は有料（1ユーザー月10万文字上限）。現時点で最もコスパが良いのは「今すぐベータ版を無料で使い倒す」ことです。
Q3：ChatGPT・Claudeから全面乗り換えるべきですか？
全面乗り換えは不要です。前述の「AIポートフォリオ」戦略として使い分けるのがベストです。Rakuten AI 3.0が圧倒的に強い「日本語ビジネス文書・機密データ処理・楽天連携」の領域に絞って使い始めるのが最も効率的な導入方法です。
Q4：自社サーバーで動かすのに必要なGPU環境は？
671Bモデルの全精度（bf16）での運用は、複数の高性能GPU（A100/H100クラス）が必要です。ただし量子化（Q4_K_MのGGUF形式）を適用すれば、より軽量な環境でも試すことができます。コミュニティによるGGUF変換版はすでに公開されており、LM StudioやOllamaから利用可能です。まずはHugging FaceのInference APIや量子化版でのローカル試験から始め、本番運用にはvLLMを使ったAPI化を検討するのが現実的なステップです。
Q5：楽天市場の出品者として使えますか？
商品説明文の作成・最適化、レビュー返信文の作成、ランキング対策キーワードの抽出など、ECオペレーション全般で活用できます。楽天市場のトンマナ・文化的文脈への深い理解が強みで、他の汎用AIより「楽天らしい」文章が出やすいです。本記事のプロンプト③「ECサイト商品説明文（楽天市場向け）」をそのまま活用してください。
まとめ：Rakuten AI 3.0の「正しい期待値」と「今すぐ試すべき理由」
| 項目 | 評価 |
|---|---|
| 得意なこと | 日本語ビジネス文書のニュアンス生成・敬語・謝罪文・社内文書・楽天エコシステム連携・機密データのオンプレ処理・コスト削減・日本文化・歴史の理解 |
| 苦手なこと | 英語タスク・最先端コーディング・Web検索が必要なリアルタイム情報・学習データカットオフ以降の最新情報 |
| 最大の価値 | 「日本語の文章生成精度」と「Apache 2.0での無料・商用利用可・ローカル運用可」の組み合わせ。この組み合わせは国産LLMの中で現時点で唯一だ。 |
| 使い始め方 | ai.rakuten.co.jp にアクセスし、いつもChatGPTに頼んでいる日本語文書生成タスクを1本だけ試す。5分で差がわかる。 |
ChatGPTに月$20払いながら「でも日本語が少し不自然で修正コストがかかる」と感じているなら、Rakuten AI 3.0を試す価値は十分にある。DeepSeekベースという出自を透明性不足な形で隠したことへの批判は正当だが、その批判はモデルの実用性とは別の話だ。「日本語ビジネス文書の生成品質」と「機密データを外に出さずに処理できるApache 2.0ライセンス」という組み合わせは、日本企業のAI活用において現時点で最も合理的な選択肢のひとつだ。
⚠️ 本記事の情報は2026年4月時点のものです。Web版の料金体系・利用制限・法人プランの詳細は変更される可能性があります。最新情報は楽天AI公式サイト（ai.rakuten.co.jp）および楽天グループのプレスリリースをご確認ください。
LIF Techではこの領域の実務事例を今後も発信していきます。
執筆：Yusuke（株式会社LIFRELL 代表取締役）｜LIF Tech編集部｜2026年4月
