Sakana Namazu vs Gemma 4 12B: 主権型APIか、それとも所有するウェイトか

Sakana NamazuとGemma 4 12Bは、正反対の立場から同じ問いに答えています。それは、「本格的に役立つ日本語モデルの振る舞いを最も安価に得るにはどうすればよいか」という問いです。Sakana Namazuはホスト型APIであり、Kimi K2.6を日本のビジネス文化向けにポストトレーニングしたものです。100万トークンあたり$0.95 / $4.00、Web検索とコード実行を内蔵しています。Gemma 4 12Bは、Goog​leのオープンウェイトの120億パラメータのマルチモーダルモデルで、Apache 2.0、16GBのマシンで動作するほど小さく、ダウンロードは無料です。一方はベンダーのコンソールを信頼するよう求め、もう一方は自前のハードウェアを信頼するよう求めます。

「これはどこで動くのか」に対する2つの異なる答え

Sakana Namazuは製品です。サインアップしてbase_urlを差し替えるだけで、チューニング済み・デプロイ済み・ツール統合済みのモデルがそこにあります。Gemma 4 12Bは原材料です。重みを取得した後のすべては、推論エンジン（vLLM、llama.cpp、Ollama、MLX、SGLangのいずれも動作します）からGPUまで、すべて自分で何とかする必要があります。この違いは単なる脚注ではありません。比較全体を左右します。12Bのdenseモデルはノートパソコンで動く領域です。Googleはこのモデルを約16GBのメモリで動作するよう設計しました。つまりGemma 4 12Bは、この2つのうち唯一、オフライン・エアギャップ環境・外部と通信しないデバイスで動作するモデルです。

スペックの対比

• 価格 — Sakana Namazu は1Mトークンあたり$0.95 / $4.00、Gemma 4 12B はダウンロード無料、ホスティングをレンタルする場合は1Mトークンあたり約$0.10 / $0.30

• ウェイト — Namazu はクローズドでベンダー提供、一方 Gemma 4 12B はオープン（Apache 2.0）で自己ホスト可能、ファインチューニング可能

• コンテキスト — Namazu は非開示 vs Gemma 4 12B 256Kトークン (262,144)、最大262K出力

• モダリティ — Namazu：テキスト + 画像 vs Gemma 4 12B：テキスト、画像、オーディオ、およびフレーム単位のビデオ（ネイティブオーディオ入力）

敬語とビジネス文化にチューニングされたNamazu vs 多言語対応の汎用モデルGemma 4 12B

• 検証 — Namazuはベンダー報告のみ、Gemma 4 12Bは独立測定（BenchLMによるMMLU-Pro 77.2、GPQA Diamond 78.8、2026年8月）

敬語はベンチマークではない

言語の面で、この2つのモデルは真に分岐します。Gemma 4 12Bは強力な多言語モデルであり、Googleは140以上の言語でこれを訓練しました。しかし、多言語であることは、文化的に日本語であることと同じではありません。Sakana Namazuのチューニングは、特にレジスター（文体）に関わるものです。正式なメールで通用する敬語、正確に処理される業界用語、そして他国の枠組みを持ち込まない政治的にセンシティブな歴史への回答などが含まれます（Sakanaの内部FairPoliticsQAスコアは34.10%から56.30%に跳ね上がります）。もしあなたのワークロードが日本語の顧客向けテキストであるなら、それは仕様の違いではなく、製品の違いです。もしあなたのワークロードが汎用目的（要約、分類、抽出、音声文字起こし）であれば、Gemma 4 12Bのネイティブな音声対応とより大きなコンテキストは、Namazuが主張しない広がりをもたらします。

誰がデータを見ますか

プライバシー比較は、Gemma 4 12B に大きく有利な結果となっている。ローカルで実行すれば、マシンの外に出るものは何もない。テレメトリもなく、トレーニングの主張もなく、管轄権の問題もない。対照的に、Sakana Namazu はデフォルトで入力をトレーニングに使用し（コンソールでオプトアウト可能）、日本国内のみでの処理を保証せず、EU/EEA、英国、スイスではまったく利用できない。顧客の個人情報を取り扱う日本の企業にとって、「モデルは自社のラップトップ上にある」というのは、現在のホスト型APIが匹敵できないコンプライアンス上の強みである。自社で推論を実行・維持できない企業にとっては、その逆が当てはまる。ツールが組み込まれたホスト型APIが、唯一現実的な選択肢である。

天井の質問

Gemma 4 12Bが持つ所有面での優位性に対する、率直なカウンターウェイトは性能です。12Bモデルは、勤勉なジュニアのようなものです。LiveCodeBench v6で72.0、Humanity's Last Examでは低い上限、そして密なレイアウトでの文書OCR信頼性の問題があります。それは頭脳ではなく、働き者です。Sakana Namazuは、Kimi K2.6の推論基盤を受け継いでいます。Kimi K2.6は1Tパラメータのフロンティア級ベースモデルで、Artificial Analysisはオープンウェイト分野のトップにランク付けしています——ただし、Namazu自身のポストトレーニングによる改善値はすべてベンダー報告によるものである点には留意が必要です。あなたのタスクが高度な推論や長期的なエージェント運用であれば、12Bモデルは制約となります。タスクが大量かつ範囲が明確に定められているなら、それはお買い得です。

電話

境界条件がピーク性能よりも重要になるケース、つまりデータをネットワークの外に一切出せない場合、予算の下限がゼロの場合、オフラインで運用する必要がある場合、または音声を扱うマルチモーダルワークロードがある場合は、Gemma 4 12B を選びましょう。一方、タスクが日本語のビジネス言語に特化している場合、あるいはツールが組み込まれたエージェント的な動作が必要で、自前の推論スタックを運用できない場合は、Sakana Namazu を選びましょう。なお、どちらも単一の判断基準だけで決まる話ではありません。Gemma 4 12B は自前でサーブするオープンウェイトモデルであり、Sakana Namazu は Sakana 自身のコンソール上で動作します。つまり、両方を必要とするスタックはすでにマルチモデルスタックであり、そのような構成では、200以上のモデルを1つのOpenAI互換エンドポイントの背後に束ね、自動フェイルオーバーを備えたルーターが、「あると便利なもの」から「アーキテクチャの中核」へと変わります。