※本記事にはアフィリエイトリンク（広告）が含まれます。紹介する製品・サービスの評価は、報酬の有無に影響されません。
この記事で分かること
- 主要オープンLLMのライセンスと、商用利用の条件の違い
- 日本語の自然さの評判と、利用者報告の速度・VRAM
- VRAM 8GB／16GB／24GBで選ぶ日本語モデル
⏱ 30秒で選ぶなら：迷ったらApache 2.0のQwen3.5／Gemma 4。国産にこだわるならLLM-jp-4（Apache 2.0）か軽量なSarashina2.2（MIT）
🔍 他ツールとの違い：ツールの入れ方はローカルLLMの始め方、GPU選びはローカルLLM向けグラボおすすめ。この記事は「どのモデルを選ぶか（ライセンスと日本語）」に絞っています
自分のPCで動かす「ローカルLLM」は、モデルを選ぶ段階で迷いがちです。性能ランキングはたくさんありますが、**副業で生成物を使うなら、先に確認すべきなのは「そのモデルは商用利用できるか（ライセンス）」**です。
この記事では、日本語で使える主なオープンLLMを、①ライセンス（商用利用の条件）②日本語の自然さ ③必要VRAMの3点で比較します。ツールの入れ方はローカルLLMの始め方にまとめています。
結論：目的別のおすすめ早見表
| こんな人 | おすすめ | 理由 |
|---|---|---|
| まず1つ試したい | Qwen3.5 9B（8GB〜）／Gemma 4 12B（12GB〜） | Apache 2.0で商用可。日本語の評判も良い |
| 自然な日本語の文章を重視 | Gemma 4 | 「日本語の表現が自然」という評価が多い |
| 国産モデルを使いたい | LLM-jp-4（Apache 2.0） | 国立情報学研究所が公開。8B〜33B |
| 古いPC・ノートで軽く動かしたい | Sarashina2.2 3B（MIT） | 3Bで日本語特化。動作が軽い |
| 他のツールと連携させたい | gpt-oss-20b（Apache 2.0） | ツール呼び出しの成功率が高いという実測あり |
迷ったら Apache 2.0 か MIT のモデルを選べば、個人の副業で商用利用するときに条件で悩む場面はほぼありません。
ライセンス比較表（商用利用できる？）
| モデル | 開発元 | ライセンス | 商用利用 | 主なサイズ |
|---|---|---|---|---|
| Qwen3.5／3.6／3.8 | Alibaba（中国） | Apache 2.0 | 可 | 0.8B〜35B（MoE含む） |
| Gemma 4 | Google（米国） | Apache 2.0 | 可 | E2B〜31B |
| gpt-oss | OpenAI（米国） | Apache 2.0 | 可 | 20B／120B |
| DeepSeek V4／V4.1 | DeepSeek（中国） | MIT | 可 | 284B〜552B（個人PCでは困難） |
| LLM-jp-4 | 国立情報学研究所 | Apache 2.0 | 可 | 8B／32B-A3B／33B |
| Qwen3 Swallow | 東京科学大学ほか | Apache 2.0 | 可 | 8B／30B-A3B／32B |
| Sarashina2.2 | SB Intuitions | MIT | 可 | 0.5B／1B／3B |
| PLaMo 2 8B | Preferred Networks | PLaMo Community License | 条件付き | 8B |
| ELYZA-JP 8B／Llama 3.1 Swallow | ELYZA／東京科学大学ほか | Llama系ライセンス | 条件付き | 8B／70B |
情報確認日：2026年10月6日（各モデルのHugging Faceページ・公式ドキュメント）。ライセンスはモデルの版ごとに変わることがあるので、ダウンロードするページの「License」欄を必ず確認してください。
「条件付き」の中身
- PLaMo Community License：個人と年間売上10億円以下の企業は商用利用できます。ただし商用で使うときは公式の登録フォームで用途の報告が必要です。モデルや出力で作ったデータセットにもライセンスが及ぶ仕組みになっています
- Llama系ライセンス：商用利用はできますが、超大規模サービス向けの制限や表記のルールがあります。Llamaを元にした日本語モデル（ELYZA-JP、Llama 3.1 Swallowなど）はこの条件を引き継ぎます
比較の基準（この記事の見方）
- ライセンス：副業で文章を納品・販売するなら最優先。Apache 2.0とMITは商用・改変・再配布が可能
- 日本語の自然さ：海外モデルでも日本語が十分なものが増えています。国産モデルは「日本の文化・言い回し」に強い傾向
- 必要VRAM：GPUのメモリに収まらないと極端に遅くなります。詳しくはVRAM計算機で確認できます
各モデルの解説
1. Qwen3.5〜3.8（Alibaba）
- 向いている人：まず定番から試したい人
- 強み：Qwen3.5は201の言語と方言に対応（公式）。0.8B〜9Bの小型版もあり、VRAM 8GBでも始めやすい。2026年8月にはQwen3.8-27Bが出ています
- 注意点：更新が数か月おきと速いので、新しい世代名を確認してから入れる
2. Gemma 4（Google）
- 向いている人：自然な日本語の文章を作りたい人
- 強み：Gemma 4からApache 2.0になりました。公式の必要メモリ（4bit量子化）は12Bで6.7GB、31Bで17.5GB
- 注意点：26B A4B（MoE）は活性パラメータが少なく速い一方、モデル全体を載せるのに14.4GBが必要
3. gpt-oss（OpenAI）
- 向いている人：ほかのアプリやエージェントと連携させたい人
- 強み：20Bは16GBのメモリで動く設計（公式）
- 注意点：日本語の自然さは、日本語特化モデルの方が良いという声もある
4. LLM-jp-4／Qwen3 Swallow（国産・研究機関）
- 向いている人：国産モデルにこだわる人、日本の文化や言い回しを扱う人
- 強み：LLM-jp-4は2026年4月に8B、8月に33B、9月に4.1シリーズを公開。いずれもApache 2.0。SwallowはQwen3に日本語を追加学習したモデル
- 注意点：33BはQ4量子化でも約22〜23GB（利用者の実測）。16GBのGPU1枚では収まりません
5. Sarashina2.2（SB Intuitions）
- 向いている人：GPUが弱いPCで日本語を扱いたい人
- 強み：MITライセンス。3Bと小さく、軽い
- 注意点：開発元は安全面の調整が限られているとしており、出力をそのまま公開しない方がよい
6. DeepSeek V4（DeepSeek）
- 向いている人：サーバーを用意できる企業・研究者
- 強み：MITライセンスで重みが公開されている
- 注意点：小さい方のV4-Flashでも総パラメータ284B（2026年9月公開の最新版V4.1-Flashは552B）。個人のPCで動かすのは現実的ではありません
評判・使用感（ユーザーの声）
比較記事・note・Qiitaの検証を読んで、多い声をまとめました。
- Gemma 4：「日本語の表現が自然で、意図やニュアンスまで汲んでくれる」という評価が多い。小さいE4Bでは「たまに接続詞や語順が不自然」という指摘も
- Qwen系：「語彙が豊かで読みやすい」一方、「ときどき中国語が混ざる」「敬語や業界の言い回しにムラがある」という声
- 国産モデル：日本語の文章は自然だが、ツール呼び出し（エージェント用途）は苦手という検証結果。gpt-oss 20Bの成功率88.9%に対し、Swallow 8B・LLM-jp-4 8Bは16.7%だった
- 大きければ良いとは限らない：LLM-jp-4は、英語のコーディング課題では8Bが33Bを上回り、日本のネット文化の問題では33Bが8Bの2倍の正答率だった、という報告
利用者報告の数値（2026年7〜9月時点）：
- RTX 5060 Ti 16GBで、Qwen3.5 9Bは約81 tok/秒、Gemma 4 12Bは43〜45 tok/秒（使用VRAM 約9.6GB）
- 48GBの業務用GPUで、8Bクラスの国産モデルは106〜112 tok/秒、Sarashina2.2 3Bは約181 tok/秒
- 16GB＋8GBのGPU2枚で、33BのLLM-jp-4は約28 tok/秒、Qwen3.8-27Bは約30 tok/秒
いずれも個人の実測なので、設定や環境によって変わります。
VRAM別の選び方
- 8GB：Qwen3.5 9B／LLM-jp-4 8B（約7.1GB）／Sarashina2.2。Gemma 4 12Bは4bitで6.7GBのため、文脈を長くすると8GBではぎりぎり。日本語の要約や下書きなら十分
- 16GB：gpt-oss-20b、Gemma 4 26B A4B。連携や長めの文章も実用的
- 24GB以上：Qwen3.8-27B、Gemma 4 31B、LLM-jp-4 33B。国産の大きいモデルはここから
16GBクラスのGPUの例（価格は各ストアで最新をご確認ください）：
GPUの選び方はAI用グラボの選び方、予算別の候補はローカルLLM向けグラボおすすめへ。
副業での使いどころ
- 機密のある資料の要約・下書き：入力がPCの外に出ないので、クライアントの資料を扱いやすい（契約で外部AIの利用が禁止されていないかは確認を）
- ブログ記事の構成案・リライト：ローカルで下書き → 仕上げはクラウドAI（ChatGPT・Claude）という分担も。書き方はAIライティングを参照
- 生成物を納品・販売するなら、ライセンスが Apache 2.0／MIT か、条件付きなら条件を満たしているかを先に確認
ローカルLLMを使えば月額料金は抑えられますが、副業の収益は保証されません。
よくある質問
Q. ローカルLLMで日本語のおすすめは？無料で使える？ A. モデルもOllama・LM Studioも無料です。まずQwen3.5 9BかGemma 4 12Bを試し、日本語の言い回しが気になったら国産のLLM-jp-4を比べるのがおすすめです。
Q. Gemma 4は商用利用できますか？ A. できます。Gemma 4はApache 2.0で公開されています。以前のGemma 3までは独自の利用規約だったので、古い版を使うときは条件が違う点に注意してください。
Q. Qwen 3.5のライセンスは？中国製で問題ない？ A. Apache 2.0で、商用利用・改変が可能です。ローカルで動かす場合、入力はPCの中で処理されます。気になる場合は、Gemma 4・gpt-oss（米国）や国産モデルを選ぶ方法もあります。
Q. DeepSeekをローカルで使うのは安全？ A. 重みを自分のPCで動かす場合、モデルが入力を外部に送る仕組みはありません（実行ツールの設定は要確認）。ただしDeepSeek V4は大きすぎて、個人のPCで動かすのは現実的ではありません。
Q. 国産LLMの比較で選ぶならどれ？ A. 8B〜33Bの幅があって Apache 2.0 のLLM-jp-4が選びやすいです。PCが非力ならSarashina2.2（MIT）。PLaMo 2は商用時に登録が必要です。
まとめ
- 副業で使うなら、まずライセンス。Apache 2.0／MITなら商用利用で迷いにくい
- 迷ったら Qwen3.5 9B（VRAM 8GB〜）か Gemma 4 12B（12GB〜）。国産なら LLM-jp-4
- 国産モデルは日本語の文章が得意な一方、ツール連携は苦手という検証もある
→ ローカルLLMの始め方／AI用グラボの選び方／ChatGPT・Claude・Geminiの違い／AIツール料金早見表
情報確認日：2026年10月6日／モデルとライセンスは頻繁に更新されます。利用前に各モデルのページで最新のライセンスをご確認ください。 参考：Qwen3.5-9B、Qwen3.8-27B、Gemma 4 モデルの概要（Google）、gpt-oss-20b、DeepSeek-V4-Flash、DeepSeek-V4.1-Flash、Qwen3-Swallow、Sarashina2.2、NII 大規模言語モデル研究開発センター、PFN「PLaMo Community Licenseについて」、ai-local-lab（国産ローカルLLM実測）、Qiita（LLM-jp-4-33B と Qwen3.8-27B の比較）
