SLMとは？

SLMは、AIの車社会における「軽自動車」

AIの言語モデルを車にたとえてみましょう。LLM（Large Language Model：大規模言語モデル）は長距離トラックのような存在です。パワフルで複雑な推論も長文の作文もこなせますが、車体が大きく、燃料を食い、大きな車庫（クラウドサーバー）がなければ動けません。

一方、SLM（Small Language Model：小型言語モデル）は軽自動車です。エンジンは小さいけれど、小回りが利いて燃費がいい。トラックが行けない細い路地——たとえばスマートフォンの中——でも、堂々と仕事ができます。

つまり、SLMとは、スマートフォンや社内システムといったリソースの限られた環境で動くよう設計された、小型で高効率な言語モデルのことです。

SLMは、名札をつけずに生活の中に紛れ込んでいるものです。

共通しているのは「その場で、速く、クラウドに頼らず働く」という点です。この目利きができるようになると、SLMの使いどころが自然に見えてきます。

SLMとLLMを見分けるコツは、単なる「賢さの比較」ではなく「どの端末で・どう動かすか」という実行スタイルの違いに注目することです。

得意分野（性能）： LLMは複雑な理由付けや長文作成に向いています。一方、SLMはメール要約や簡単な定型業務など、日常的・特定タスクの即答に長けています。
動作環境（コスト・資源）： LLMは高度なクラウドや高性能GPUサーバーを必要とすることが一般的です。SLMはスマホや普通のノートPCなど、手元の端末内でも軽快に動作します。
データ管理（プライバシー）： LLM（特にクラウド型）は通信を伴うためデータが社外へ出る傾向があります。対するSLMは手元の端末内で処理を完結できるため、機密情報を扱うシーンでも安心して利用できます。

「どちらが優れているか」ではなく、「自分の用途に合っているのはどちらか」という視点で選ぶのが、迷わないポイントです。

※参考：推論フロー図

プSLMとローカルLLMを見分けるコツは、同じ「手元で動かす（ローカル）」でも「普通の端末で動くか、ハイスペックな端末が必要か」というハードルの違いに注目することです。

得意分野（性能）： SLMは軽量なため、特定タスクの即答や省電力な処理が得意です。一方、ローカルLLMは手元で動かしつつも、より高度な推論や複雑な文章生成をこなせます。
動作環境（コスト・資源）： SLMはスマホや通常のPCでも軽快に動きます。対して、ローカルLLMをストレスなく動かすには、高価な高性能GPUや大容量メモリを搭載したPC（ゲーミングPCやハイエンドMacなど）が必要です。
データ管理（プライバシー）： どちらも外部通信を行わない「完全手元処理」ができるため、機密保持の面では最高レベルで共通しています。

「スマホや普通のPCでサクサク動かしたいならSLM」、「高性能PCを用意してでも手元で賢いモデルを使いたいならローカルLLM」という視点で選ぶのがポイントです。

※参考：推論フロー図

データサイエンティスト検定では「導入環境・コスト・性能を踏まえたモデル選定」が出題テーマになり、低コスト・エッジ導入・プライバシー重視のシチュエーションではSLMが正解候補として登場しやすくなります。

G検定ではLLMの対比として「このシチュエーションならどちらが適するか」という文脈で触れられることが多いです。

自分への確認方法：資料を見ずに「SLMをLLMより優先すべき理由は3つ挙げろ」と言われたとき、「リソースが少ない／データを社内で完結させたい／コストを抑えたい」と言えたら理解できています。

📚 さらに理解を深めたい方には、G検定の公式テキストがお薦めです！

リンク

SLMはAIの車社会における軽自動車。性能は小さいけれど小回りが利き、維持費が安く、トラック（LLM）が行けない路地でも走れる。理解の鍵は「優劣」ではなく「用途の使い分け」です。

初心者向け：今週できる5分のアクション——スマートフォンの設定で「オフライン辞書・入力補助」を確認し、一度だけネットワークを切って操作してみましょう。動いているなら、それがSLMの現場です。
受験者向け：試験で出たときの3語の要点——「低コスト・社内完結・日常タスク」。この3語が並び替えで言えれば、SLMとLLMの違いの設問は解けます。

※ここからは検証コンテンツです。
画像内の説明には誤りが含まれる可能性があるため、本文の解説とは分けています。

SLMの「小さいからこそ狭い道も通れる」本質が、小さなロボットと動けない立方体の対比で一目で伝わります。動きの瞬間が活き活きしており親しみやすさが良い一方、立方体をもう少し大きくすると対比がさらに際立つでしょう。