watsonx.ai での基盤モデルの選択
生成AIプロジェクトからの推論に使用する基礎モデルを選択する際に考慮すべき要素はたくさんある。
たとえば、コールセンターの問題報告を要約するソリューションの場合、次のような特徴を持つ基盤モデルが必要になるでしょう：
- 要約タスクのベンチマークで高い評価を得ている
- 大量のテキストを処理するため、コンテキストウィンドウの長さも長くなります
- 破損した物品の画像を解析できるため、テキストと画像の両方の形式での入力を受け付けます
あなたとあなたの組織にとって、どの要素が最も重要かを見極める。
- モデルができるタスク
- マルチモーダル基盤モデル
- サポート言語
- モデルをカスタマイズするためのチューニングオプション
- ライセンスおよび知的財産補償条項
- サイズ、アーキテクチャ、およびコンテキスト ウィンドウの長さなどのモデル属性
あなたのニーズに最も合うモデルの短いリストができたら、どのモデルが一貫してあなたが望む結果を返すかを確認するためにモデルをテストすることができます。
お客様のユース・ケースをサポートする基盤モデル
開始するには、実行するタスクのタイプを実行できる基盤モデルを見つけます。
以下の表は、 IBM watsonx.ai の基盤モデルでサポートされるタスクのタイプを示しています。 チェック・マーク (✓) は、列ヘッダーで指定されたタスクがファウンデーション・モデルによってサポートされていることを示します。 一部のタスクについては、リンクをクリックすると、そのタスクのサンプルプロンプトが表示されます。
| モデル | Chat APIからの会話 |
Chat API からのツール 連携 |
検索強化生成（RAG） | サンプル |
|---|---|---|---|---|
| ibm-defense-4-0-small | ✓ | ✓ | ✓ • Prompt Lab からの RAG • AutoAI からの RAG |
• ツール呼び出しのサンプル • チャットAPI |
| ibm-defense-4-0-micro | ✓ | ✓ | ✓ • Prompt Lab からの RAG • AutoAI からの RAG |
• ツール呼び出しのサンプル • チャットAPI |
| ibm-defense-3-3-8b-instruct | ✓ | ✓ | ✓ • RAG（ Prompt Lab ） |
• チャットAPI |
| granite-4-h-tiny | ✓ | ✓ | ✓ • Prompt Lab からの RAG • AutoAI からの RAG |
• ツール呼び出しのサンプル • チャットAPI |
| granite-4-h-small | ✓ | ✓ | ✓ • Prompt Lab からの RAG • AutoAI からの RAG |
• チャットAPI |
| granite-docling-258M | ✓ | ✓ RAG（ Prompt Lab より） |
• 画像 付きチャットの例• チャットAPI |
|
| granite-3-3-8b-instruct | ✓ | ✓ • Prompt Lab からの RAG • AutoAI からの RAG |
• よくある質問 | |
| granite-3-2-8b-instruct | ✓ | ✓ | ✓ RAG（ Prompt Lab より） |
• チャットAPI |
| granite-3-2b-instruct | ✓ | • コード • チャットAPI |
||
| granite-3-8b-instruct | ✓ | ✓ | ✓ • RAG（ Prompt Lab ） • RAG（ AutoAI ） |
• コード • チャットAPI • ツール呼び出し |
| granite-3b-code-instruct | • コード | |||
| granite-4-1b-speech | ✓ | ✓ | ||
| granite-8b-code-instruct | • コード | |||
| granite-20b-code-instruct | ✓ | • コード • チャットAPI |
||
| granite-20b-code-base-schema-linking | • コード | |||
| granite-20b-code-base-sql-gen | • コード | |||
| granite-34b-code-instruct | ✓ | • コード • チャットAPI |
||
| granite-guardian-3-2b | ✓ RAG（ Prompt Lab より） |
• 分類 | ||
| granite-guardian-3-8b | ✓ RAG（ Prompt Lab より） |
• 分類 | ||
| granite-guardian-3-2-5b | ✓ | ✓ RAG（ Prompt Lab より） |
• 分類 • チャットAPI |
|
| granite-vision-3-3-2b | ✓ | • 画像 付きチャットの例• チャットAPI |
||
| allam-1-13b-instruct | • 分類 • 翻訳 |
|||
| codestral-2501 | • コード | |||
| codestral-2508 | • コード | |||
| devstral-small-2512 | ✓ | ✓ | • 分類 • Q&A • 要約 |
|
| devstral-medium-2507 | ✓ | ✓ | • 分類 • Q&A • 要約 |
|
| devstral-medium-2512 | ✓ | ✓ | • 分類 • Q&A • 要約 |
|
| gpt-oss-20b | ✓ | ✓ | ✓ • Prompt Lab からの RAG • AutoAI からの RAG |
• チャットAPI |
| gpt-oss-120b | ✓ | ✓ | ✓ • Prompt Lab からの RAG • AutoAI からの RAG |
• チャットAPI |
| llama-4-maverick-17b-128e-instruct-fp8 | ✓ | ✓ • RAG（ Prompt Lab ） • RAG（ AutoAI ） |
• ダイアログ • チャット • チャットAPI |
|
| llama-4-scout-17b-16e-instruct-int4 | ✓ | ✓ • RAG（ Prompt Lab ） • RAG（ AutoAI ） |
• ダイアログ • チャット • チャットAPI |
|
| llama-3-3-70b-instruct | ✓ | ✓ | ✓ • RAG（ Prompt Lab ） • RAG（ AutoAI ） |
• チャット サンプル • ツール呼び出しサンプル • チャットAPI |
| llama-3-2-1b-instruct | ✓ | ✓ RAG（ Prompt Lab より） |
• コード • ダイアログ • ツールの呼び出し |
|
| llama-3-2-3b-instruct | ✓ | ✓ RAG（ Prompt Lab より） |
• コード • ダイアログ • ツールの呼び出し |
|
| llama-3-2-11b-vision-instruct | ✓ | ✓ | ✓ RAG（ Prompt Lab より） |
• 画像付き チャットの例• チャット API• ツール呼び出しのサンプル |
| llama-3-2-90b-vision-instruct | ✓ | ✓ | ✓ RAG（ Prompt Lab より） |
• 画像付き チャットの例• チャット API• ツール呼び出しのサンプル |
| llama-3-1-8b | ✓ RAG（ Prompt Lab より） |
• ダイアログ | ||
| llama-guard-3-11b-vision | ✓ | ✓ RAG（ Prompt Lab より） |
• 分類 • 画像 付きチャットの例• チャットAPI |
|
| llama-3-1-8b-instruct | ✓ | ✓ | ✓• RAG（ Prompt Lab より ）• RAG（ AutoAI より） |
• ダイアログ • チャットAPI • ツール呼び出し |
| llama-3-1-70b-instruct | ✓ | ✓ | ✓• RAG（ Prompt Lab より ）• RAG（ AutoAI より） |
• ダイアログ • チャットAPI • ツール呼び出し |
| magistral-small-2509 | ✓ | ✓ | ✓ | |
| magistral-medium-2509 | ✓ | ✓ | ✓ | |
| ministral-3-8B-instruct-2512 | ✓ | ✓ | ✓ | |
| ministral-3B-instruct-2512 | ✓ | ✓ | ✓• RAG（ Prompt Lab ） |
|
| ministral-8b-instruct | • 分類 • 抽出 • 要約 • 翻訳 |
|||
| ministral-14b-instruct-2512 | ✓ | ✓ | ✓ RAG（ Prompt Lab より） |
• チャットAPI • 画像付きチャットの例 |
| mistral-large-2512 | ✓ | ✓ | ✓• RAG（ Prompt Lab ） |
• 分類 • 抽出 • 要約 • コーディング • 翻訳 • チャットAPI • ツール呼び出し • 画像付きチャットの例 |
| mistral-large-instruct-2411 | ✓ | ✓ RAG（ Prompt Lab より） |
• 分類 • 抽出 • 要約 • コー ディング • 翻訳 |
|
| mistral-small-3-2-24b-instruct-2506 | ✓ | ✓ | ✓• RAG（ Prompt Lab より ）• RAG（ AutoAI より） |
• チャットAPI • 画像付きチャットの例 |
| mistral-small-3-1-24b-instruct-2503 | ✓ | ✓• RAG（ Prompt Lab より ）• RAG（ AutoAI より） |
• チャットAPI | |
| nvidia-nemotron-nano-12b-v2-vl-fp8 | ✓ | ✓ | ✓ | |
| nvidia-nemotron-3-nano-30b-a3b-fp8 | ✓ | ✓ | ✓ | |
| pixtral-12b | ✓ | ✓ RAG（ Prompt Lab より） |
• 分類 • 抽出 • 要約 • 画像を用いたチャットの例 |
|
| pixtral-large-instruct-2411 | ✓ | • 画像付きチャットの例 | ||
| voxtral-small-24b-2507 | ✓ | ✓ | ✓• RAG（ Prompt Lab より ）• RAG（ AutoAI より） |
• チャットAPI • 分類 • 抽出 • 生成 • 要約 • 翻訳 |
| voxtral-mini-2507 | ✓ | ✓ |
- タスクの種類ごとに分類されたさまざまなプロンプトの例を確認するには、 「プロンプトの例」 をご覧ください。
- 基礎モデルが特定のタスクをどの程度うまく処理できるかを確認するには、 「基礎モデルのベンチマーク」 を参照してください。
マルチモーダル基盤モデル
マルチモーダル基盤モデルは、多様なモダリティや種類のデータから得られる情報を処理し、統合することが可能です。 こうした表現形式には、テキスト、画像、音声、動画、およびその他の感覚的な情報が含まれます。
watsonx.ai で提供されているマルチモーダル基盤モデルは、以下の種類のタスクを実行できます：
- 画像からテキストへの生成
- 視覚的な質問への回答、図表の解釈、画像へのキャプション付けなどに役立ちます。
- 音声からテキストへの変換
- 音声認識、音声内容の文字起こし、音声コマンドの理解、会議録の作成、アクセシビリティ支援などに役立ちます。
次の表は、テキスト入力およびテキスト出力以外のモダリティをサポートする利用可能な基盤モデルの一覧です。
| モデル | 入力方式 | 出力形式 |
|---|---|---|
| granite-vision-3-2-2b | 画像、テキスト | テキスト |
| llama-4-maverick-17b-128e-instruct-fp8 | 画像、テキスト | テキスト |
| llama-3-2-11b-vision-instruct | 画像、テキスト | テキスト |
| llama-3-2-90b-vision-instruct | 画像、テキスト | テキスト |
| llama-guard-3-11b-vision | 画像、テキスト | テキスト |
| ministral-8b-instruct-2512 | 画像、テキスト | テキスト |
| ministral-14b-instruct-2512 | 画像、テキスト | テキスト |
| mistral-large-2512 | 画像、テキスト | テキスト |
| mistral-small-3-2-24b-instruct-2506 | 画像、テキスト | テキスト |
| pixtral-12b | 画像、テキスト | テキスト |
| voxtral-small-24b-2507 | 音声、テキスト | テキスト |
ご使用の言語をサポートする基盤モデル
多くの基盤モデルは英語でのみうまく機能します。 ただし、一部のモデル作成者は、さまざまな言語のタスクでモデルをファイン・チューニングしたり、複数の言語でモデルのパフォーマンスをテストしたりするために、事前トレーニング・データ・セットに複数の言語を組み込んでいます。 グローバル・オーディエンスのためのソリューション、または翻訳タスクを実行するソリューションを作成する予定の場合は、マルチリンガル・サポートを考慮して作成されたモデルを探してください。
以下の表に、 watsonx.aiの基盤モデルで英語に加えてサポートされる自然言語をリストします。 多言語基盤モデルでサポートされる言語について詳しくは、基盤モデルのモデル・カードを参照してください。
注。すべての基盤モデルの一覧は、リソースハブでご覧いただけます。
| モデル | 英語以外の言語 |
|---|---|
| Granite 4.0 (granite-4-h-small, granite-4-h-micro, granite-4-h-tiny ) | ドイツ語、スペイン語、フランス語、日本語、ポルトガル語、アラビア語、チェコ語、イタリア語、韓国語、オランダ語、中国語。 これらの Granite モデルは、これら12言語以外にも、さらに微調整を行うことができます |
| Granite 3.3 （ granite-3-3-2b-instruct、 granite-3-3-8b-instruct ）への連絡 | ドイツ語、スペイン語、フランス語、日本語、ポルトガル語、アラビア語、チェコ語、イタリア語、韓国語、オランダ語、中国語。 これらの Granite モデルは、これら12言語以外にも適用できるよう微調整が可能です。 |
| Granite Vision（ granite-vision-3-3-2b、 granite-vision-3-2-2b ） | ドイツ語、スペイン語、フランス語、日本語、ポルトガル語、アラビア語、チェコ語、イタリア語、韓国語、オランダ語、中国語 |
| IBM 防衛 4.0 | ドイツ語、スペイン語、フランス語、日本語、ポルトガル語、アラビア語、チェコ語、イタリア語、韓国語、オランダ語、中国語。 |
| allam-1-13b-instruct | アラビア語 |
| gpt-oss-120b | 多言語 |
| Llama 4 ( llama-4-maverick-17b-128e-instruct-fp8 ) | アラビア語、フランス語、ドイツ語、ヒンディー語、インドネシア語、イタリア語、ポルトガル語、スペイン語、タガログ語、タイ語、ベトナム語。 |
| Llama 3.3 ( llama-3-3-70b-instruct ) | ドイツ語、フランス語、イタリア語、ポルトガル語、ヒンディー語、スペイン語、タイ語 |
| Llama 3.2 ( llama-3-2-1b-instruct, llama-3-2-3b-instruct. また、 llama-3-2-11b-vision-instruct、 llama-3-2-90b-vision-instruct、および llama-guard-3-11b-vision （テキスト入力のみ）も参照してください | 英語、ドイツ語、フランス語、イタリア語、ポルトガル語、ヒンディー語、スペイン語、タイ語 |
| Llama 3.1 ( llama-3-1-8b-instruct, llama-3-1-70b-instruct ) | 英語、ドイツ語、フランス語、イタリア語、ポルトガル語、ヒンディー語、スペイン語、タイ語 |
| Ministral 3 ( ministral-3b-instruct-2512, ministral-8b-instruct-2512, ministral-14b-instruct-2512 ) | フランス語、スペイン語、ドイツ語、イタリア語、ポルトガル語、オランダ語、中国語、日本語、韓国語、アラビア語、その他数十の言語。 |
| ministral-8b-instruct | 多言語対応（ モデルカードを参照 ） |
| mistral-large-2512 | フランス語、ドイツ語、イタリア語、スペイン語、中国語、日本語、韓国語、ポルトガル語、オランダ語、ポーランド語、その他数十の言語。 |
| Mistral Medium ( mistral-medium-2505 および mistral-medium-2508 で非推奨となりました) | 多言語対応（モデルカードを参照） |
| mistral-small-3-2-24b-instruct-2506 | フランス語、ドイツ語、ギリシャ語、ヒンディー語、インドネシア語、イタリア語、日本語、韓国語、マレー語、ネパール語、ポーランド語、ポルトガル語、ルーマニア語、ロシア語、セルビア語、スペイン語、スウェーデン語、トルコ語、ウクライナ語、ベトナム語、アラビア語、ベンガル語、中国語、ペルシア語。 |
| voxtral-small-24b-2507 | スペイン語、フランス語、ポルトガル語、ヒンディー語、ドイツ語、オランダ語、イタリア語。 |
調整可能な基礎モデル
基盤となるファウンデーションモデルのパラメータ重みを変更するチューニング実験を実行することで、特定のタスクに最適化された出力を生成するようにモデルを誘導することができます。
次の表は、 IBM （ watsonx.ai ）のさまざまな微調整手法を使用して調整できる基礎モデルを示しています。 チェックマーク（✓）は、そのファウンデーションモデルが微調整に対応していることを示しています。
| モデル名 | 完全な微調整 | LoRA 微調整 | QLoRA 微調整 |
|---|---|---|---|
| allam-1-13b-instruct | ✓ | ||
| granite-3b-code-instruct | ✓ | ||
| granite-8b-code-instruct | ✓ | ||
| granite-20b-code-instruct | ✓ | ||
| granite-3-1-8b-base | ✓ | ✓ | |
| llama-3-1-8b | ✓ | ✓ | |
| llama-3-1-8b-instruct | ✓ | ||
| llama-3-1-70b | ✓ | ||
| llama-3-1-70b-gptq | ✓ |
詳細については、 「チューニングするモデルの選択」 を参照してください。
モデルの種類と知財補償
使用したい財団モデルの知的財産補償方針を確認する。 サードパーティのファウンデーション・モデル・プロバイダーの中には、そのAIモデルの使用から生じる可能性のある知的財産権侵害に対する責任を免除するよう求めるところもあります。
IBM が開発した、watsonx.ai から入手可能な基盤モデルは、IBM がハードウェアやソフトウェア製品に提供しているものと同様に、標準的な知的財産権保護を受けています。
IBMは、その標準的な知的財産の補償を、対象モデルによって生成される出力にも拡大しています。 対象モデルには、IBMが開発したものと、watsonx.aiから入手可能なサードパーティ製の基盤モデルがあります。 サードパーティの対象モデルを表4に示す。
以下の表は、さまざまな財団モデルの種類とその補償方針について説明したものである。 詳細は参考資料を参照のこと。
| 基礎モデルタイプ | 補償方針 | 基盤モデル | 詳細 | 参考資料 |
|---|---|---|---|---|
| IBM 対象モデル | 上限なしのIBM補償 | - IBM Granite - IBM スレート板 |
IBM - watsonx.ai から入手可能な、開発済みの基盤モデル。 | ライセンス情報 |
| サードパーティモデル | 上限IBM補償 | ミストラル 業務用モデル | watsonx.ai で購入可能な、サードパーティ製対応モデル。 | ライセンス情報 |
| 非IBM製品 | IBM による補償はない | 各種 | watsonx.ai から入手可能なサードパーティのモデルは、関連する義務や制限を含め、それぞれのライセンス条項に従うものとします。 | モデル情報を参照。 |
| カスタム・モデル | IBM による補償はない | 各種 | watsonx.ai で使用するためにインポートするファンデーション モデルは、クライアントのコンテンツです。 | お客様は、モデルおよび出力の選択および使用、ならびに第三者のライセンス条件、義務および制限の遵守について、単独で責任を負うものとします。 |
サードパーティ製モデルのライセンス条件に関する詳細については、 「サードパーティ製基盤モデル」 を参照してください。
モデル選択におけるその他の考慮事項
| モデル属性 | 考慮事項 |
|---|---|
| コンテキストの長さ | コンテキスト・ウィンドウ長、 コンテキスト・ウィンドウ、または 最大シーケンス長と呼ばれることもあります。コンテキスト長は、入力プロンプト内のトークン数に、生成される出力内のトークン数を加えた最大許容値です。 watsonx.aiでモデルを使用して出力を生成する場合、生成される出力内のトークンの数は最大トークン数パラメーターによって制限されます。 |
| 微調整済み | ファウンデーション・モデルが事前にトレーニングされた後、分類、情報抽出、要約、指示への応答、質問への回答、またはバック・アンド・フォース・ダイアログ・チャットへの参加などの特定のタスクに合わせて、多くのファウンデーション・モデルが微調整されます。 計画した使用法に類似したタスクの微調整を行うモデルは、通常、お客様のユース・ケースに適合するように微調整されていないモデルよりも、ゼロ・ショット・プロンプトを使用する方が適しています。 微調整されたモデルの結果を改善する 1 つの方法は、そのモデルを微調整するために使用されたデータ・セットのプロンプトと同じ形式でプロンプトを構成することです。 |
| 調整された命令 | Instruction-tuned は、命令を含むプロンプトでモデルが微調整されたことを意味します。 モデルが命令チューニングされている場合、通常は、指示があるプロンプトに例がない場合でも、それらのプロンプトに適切に応答します。 |
| IP の補償 | ライセンス条項に加えて、モデルの知的所有権の補償ポリシーを確認してください。 詳しくは、モデルの種類と知的財産権の補償をご覧ください。 |
| ライセンス | 一般に、各基盤モデルには、モデルの使用方法を制限する異なるライセンスが付属しています。 モデル・ライセンスを検討して、計画したソリューションにモデルを使用できることを確認します。 |
| モデル・アーキテクチャー | モデルのアーキテクチャーは、モデルの動作に影響します。 変換プログラム・ベースのモデルは、通常、以下のいずれかのアーキテクチャーを持ちます。 Encoder-only: 入力シーケンスを embeddings と呼ばれる表現ベクトルに変換することにより、センテンス・レベルで入力テキストを理解します。 エンコーダーのみのモデルの一般的なタスクには、分類とエンティティー抽出が含まれます。 デコーダーのみ: 入力シーケンスからの推論によって、ワード単位で出力テキストを生成します。 デコーダーのみのモデルの一般的なタスクには、テキストの生成と質問への回答が含まれます。 エンコーダー・デコーダー: どちらも入力テキストを認識し、入力テキストに基づいて出力テキストを生成します。 エンコーダー・デコーダー・モデルの一般的なタスクには、翻訳と要約が含まれます。 |
| サポートされるプログラミング言語 | すべての基盤モデルがプログラミングのユース・ケースに適しているわけではありません。 コードの要約、変換、生成、またはその他の処理を行うソリューションの作成を計画している場合は、モデルの事前トレーニング・データ・セットに含まれているプログラミング言語とファイン・チューニングアクティビティーを検討して、そのモデルがユース・ケースに適合しているかどうかを判別してください。 |