
無料で使える国産AI「Sarashina3」をChatGPT・Claude・Geminiと全指標で比べてみた結果
そもそも「Sarashina」って何者?まずは基本をおさらい

2026年10月13日、ソフトバンクの子会社である SB Intuitions が「Sarashinaサービス」の無償ベータ公開に踏み切りました。sarashina.ai にアクセスすれば、誰でも無料でチャットや翻訳を試せるというやつです。
今回ベータ版として使えるのは Sarashina3 mini、Sarashina3 nano、そして翻訳特化の Sarashina3 translate の3種類。これらはすべて、日本語と英語を中心に 約30兆トークンをフルスクラッチで学習させた国産モデルです。「既存の海外モデルを日本語でファインチューニングした」のではなく、ゼロから自分たちで作り上げたというのが最大のポイント。ソフトバンクグループのリソースを活かした、いわば日本の「AI自前主義」の結晶とも言えます。
ただし、一つ重要な前提を押さえておく必要があります。**Sarashina3 mini と nano は「Thinking(推論)機能を持たない高速応答型のInstructモデル」**である、ということです。GPT-5.5やClaude Opus 5.5のように、じっくり考えてから答えるタイプのモデルではありません。これは弱点でもあるのですが、同時に「爆速応答」という最強の武器にもなっています。後ほど詳しく見ていきましょう。
スペック早見表:ChatGPT・Claude・Geminiと並べてみると?
まずは基本スペックをざっくり整理。比較対象として、ChatGPT側は GPT-5.4 / 5.5、Claude側は Opus 5.5 / Sonnet 5.5 / Haiku 5.5、Google側は Gemini 3.1 Pro / 3.5 Flash を並べてみます。
■ Sarashina3 mini / nano ・開発元:SB Intuitions(ソフトバンク子会社) ・最大コンテキスト:128kトークン ・Thinking機能:なし(社内開発中) ・APIレート制限(無料):mini: 6 RPM / nano: 60 RPM
■ ChatGPT(GPT-5.4 / 5.5) ・開発元:OpenAI ・最大コンテキスト:1M+トークン ・Thinking機能:あり(low / medium / high) ・APIレート制限(無料):無料枠あり
■ Claude(Opus〜Haiku 5.5) ・開発元:Anthropic ・最大コンテキスト:1Mトークン ・Thinking機能:あり(Extended Thinking) ・APIレート制限(無料):無料枠あり
■ Gemini(3.1 Pro / 3.5 Flash) ・開発元:Google DeepMind ・最大コンテキスト:1M〜2Mトークン ・Thinking機能:あり(切替可) ・APIレート制限(無料):無料枠あり
コンテキスト長の差は一目瞭然で、Sarashina3の128kは海外勢の10分の1以下。長大なドキュメントを丸ごと読み込ませるような用途には向きません。一方で無料のAPIが使えるのはありがたく、nanoはなんと60 RPM(毎分60リクエスト)まで無料という太っ腹な設計。
Thinking機能が「なし」という点については、直接の比較対象は各社のフラッグシップではなく、GPT-5.4 mini(non-reasoning)、Claude Haiku 5.5、Gemini 3.5 Flash といった軽量・高速モデルになると考えるのが正確です。その視点で見ると、Sarashina3の実力が見えやすくなってきます。
日本文化・ツール呼び出しのベンチマーク:
国産モデルの意地を見た

SB Intuitionsが公式に公表した 8指標ベンチマークでは、Thinking機能なしの GPT-5.4 mini や GPT-4.1 と直接比較されています。ここでSarashina3が本領を発揮します。
総合スコアでは、Sarashina3 mini は GPT-5.4 mini(non-reasoning)、GPT-4.1、Qwen3-235B-A22B-Instruct とほぼ同等の水準。「そこそこやるじゃん」という感じですが、特定カテゴリに目を向けると話が変わります。
**日本文化・社会常識QA(JamC-QA)**では、なんと Sarashina3 mini が GPT-5.4 mini と GPT-4.1 の両方を上回ってトップを獲得。日本の風習、地理、歴史、法制度といった国内固有の知識では、海外モデルに対して明確な優位性を示しました。「日本のことは日本製モデルに聞け」が成り立つ場面がちゃんとあるわけです。
**ツール呼び出し(BFCL v3)**でも、Sarashina3 mini は GPT-4.1 と同等のスコアを記録。APIを使ったアプリケーション開発でのツール連携という実用的なシナリオでも十分に戦えることが示されました。ただし軽量版の nano は複数ツールの同時呼び出しで取りこぼすケースが報告されており、複雑なツール連携には mini を使う方が無難です。
複数ターン対話・指示保持テスト:J-MultiChallengeで見えた実力差
ここは正直に話します。2026年9月に公開された日本語ベンチマーク J-MultiChallenge の結果は、Sarashina3にとってかなり厳しいものでした。
このベンチマークは「平均5ターンの会話で、最初のターンに出た制約を最後まで守れるか」を測るもの。たとえば「句読点を一切使わずに、文末をすべて『である』に統一して」という指示を5回のやり取りを通じて維持できるかどうか、という感じのテストです。
■ J-MultiChallenge スコア比較(スコア順)
gpt-5.5[Thinking: あり (medium)]:66.2%
gemma-4-31b-it[Thinking: あり]:64.8%
gpt-5.5[Thinking: なし]:62.0%
gemma-4-31b-it[Thinking: なし]:56.4%
gpt-oss-20b[Thinking: あり (medium)]:34.1%
Sarashina3 nano[Thinking: なし]:27.2%
Sarashina3 mini[Thinking: なし]:26.1%
Sarashina3 mini が 26.1%、nano が 27.2%。Thinkingなしのgpt-5.5(62.0%)やGoogleの gemma-4-31b-it(56.4%)に対して、2倍以上のスコア差があります。
これは正直、「使い続けていると指示を忘れがち」という体験につながります。複数ターンにわたって細かい制約を維持しながら作業を積み上げるような用途——たとえば「このフォーマットでずっと書いて」「前に決めた設定を守って物語を続けて」といった使い方——では、現時点のSarashina3はフロンティアモデルに大きく水をあけられています。これがThinking機能の有無の差なのか、モデルの基礎能力の差なのかはまだ不明ですが、今後の改善に期待したいところです。
ハルシネーション検証:Claude 5.5と直接対決した結果

2026年10月13日のベータ公開当日、Web検索なし・素の状態でのハルシネーション検証テストが実施されました。誤前提の指摘、架空の法則の見破り、実在論文の出典確認、文字数カウント、祝日判定など難問20問×3回=計60回答での勝負です。
【難問ハルシネーション検証(60回答)】
■ モデル別 スコア比較
・Claude Opus 5.5|正答率:96.7% / 総合指数:95.0
・Claude Sonnet 5.5|正答率:85.0% / 総合指数:70.0
・Sarashina3 mini|正答率:51.7% / 総合指数:21.7
Claude Opus 5.5の96.7%という正答率は圧巻です。Sarashina3 miniは51.7%にとどまり、特に「実在する論文の出典を正確に示せるか」というテストでは、実在の著者名と無関係なarXiv番号を組み合わせた架空の論文を堂々と出力してしまうケースが見られました。「2026年9月22日が国民の休日になるか(敬老の日と秋分の日に挟まれた特例)」という1段階の論理推定も苦手で、ここはClaudeに軍配。
ただし! **アニメ・漫画知識(30回答)**では少し違う顔を見せます。
■ モデル別 正答率
・Claude Opus 5.5:86.7%
・Claude Sonnet 5.5:73.3%
・Sarashina3 mini:70.0%
ここでの差は縮まっています。そして特筆すべきシーンが。『七つの大罪』のヘンドリクセン役の声優(正解:内田夕夜)を問う問題で、Claude Opus 5.5とSonnet 5.5が計6回すべて別々の誤った声優名を答えて全滅したのに対し、Sarashina3 miniは3回連続で即答・正解しました。国内サブカルチャーの細かい固有名詞では、Claude勢を逆転する場面がちゃんとあるのです。「推しのアニメのことを聞くなら国産AIの方が詳しいかも」という場面は普通にあります。
爆速TTFT・トークン効率:これがSarashinaの最大の武器かもしれない

ベンチマーク数値だけ見ているとSarashina3が地味に見えるかもしれませんが、実際に触るとまず速さに驚きます。**最初の1文字が画面に表示されるまでの時間(TTFT)**を実測した結果がこちら。
■ 応答・生成スピード比較
・Sarashina3 nano|TTFT:0.10秒 / 生成速度:約600文字/秒
・Sarashina3 mini|TTFT:0.11秒 / 生成速度:約150文字/秒
・Claude Haiku 5.5|TTFT:0.71秒 / 生成速度:約200文字/秒
・Claude Sonnet 5.5|TTFT:1.26秒 / 生成速度:約125文字/秒
Sarashina3 nanoのTTFT 0.10秒は、Claude Haiku 5.5(0.71秒)の約7分の1、Sonnet 5.5(1.26秒)の約11分の1。体感的にはボタンを押した瞬間に文字が出始める感覚で、「AIに話しかけている」というより「超速いオートコンプリートを使っている」に近い感覚です。nanoに至っては800文字を約1.3秒で出力するという別格の速さ。
さらに日本語トークン効率もSarashinaの強みです。日本語Wikipediaの全データ(約19億文字)をトークナイズした場合の比較では:
Sarashina3 mini / nano:約9.5億トークン(1トークンあたり約2.1文字)
Google Gemini 3.5:約12億トークン
OpenAI GPT-5:約14億トークン
Anthropic Claude 5.5:1文字≒1トークン(約2倍の消費量)
同じ日本語テキストを処理するのに、GPT-5比で約32%少なく、Claude 5.5比で約半分のトークン数で済むということです。「東京メトロ」「山手線」といった日本語固有名詞が1トークンにまとまる恩恵は大きく、大量の日本語テキストをAPI処理するビジネス用途ではコスト面で圧倒的に有利です。
翻訳性能:Sarashina3 translateはGoogle
翻訳に勝てるのか?
ベータ版チャット画面には「翻訳」モードが用意されており、ここでは Sarashina3 translate という専用モデルが動いています。WMT2024の997文を使ったGoogle翻訳(Cloud Translation API Advanced)との比較データを見てみましょう。
ペアワイズ勝敗(GPT-5-miniによるジャッジ):
英日翻訳:Sarashina3勝ち 37.7% vs Google勝ち 32.6%(引き分け29.7%)→ Sarashina3の勝ち越し
日英翻訳:Sarashina3勝ち 34.3% vs Google勝ち 29.9%(引き分け35.8%)→ Sarashina3の勝ち越し
英日・日英ともにSarashina3 translateが勝ち越す結果に。自動評価指標(COMET・GEMBA-MQM)ではGoogle翻訳に僅差で肉薄する水準です。
「Google翻訳は原文構造に忠実だが、Sarashina3 translateは無生物主語を自然な日本語に置き換えるなど、人間が読んで違和感のないこなれた意訳の質が高い」
という評価が出ており、機械的な直訳より読み手に優しい翻訳を求める場面ではSarashina3 translateが光ります。英語の契約書や技術文書を社内向けに日本語化するような用途で、真っ先に試す価値があるモデルです。
結論:Sarashinaをどう使い分ける?シーン別まとめ

全指標を比較した結果、シーン別の使い分けはこう整理できます。
Sarashina3(ベータ版)が圧倒的に向いている場面:
超低遅延チャット・定型処理:TTFT 0.1秒台の爆速レスポンスは海外モデルを別格で凌駕。カスタマーサポートBotや社内QAシステムなど、反応速度が体験を左右するシナリオに最適。
日本文化・地理・歴史・サブカル知識:JamC-QAトップという実績が示すとおり、日本固有の知識では海外フロンティアモデルを超える場面がある。
大量日本語テキストの処理:Claude比で約半分のトークン消費量は、法人コストに直結する強み。
日英・英日翻訳:Google翻訳超えの「こなれた意訳」品質。
データ主権:本番環境では国内データセンター完結も可能なソブリンAI設計。
ChatGPT・Claude・Geminiを使うべき場面:
多段階の論理推論・数学・コーディング:Thinkingありのフロンティアモデルとは設計クラスが異なり、AIME・GPQAレベルの問題ではSarashina3は対象外。
複数ターンにわたる厳しい制約維持:J-MultiChallengeで2倍以上の差があり、複雑な制作作業の継続には向かない。
ハルシネーション厳禁の専門調査・出典確認:論文・法律・医療など誤情報が許されない調査ではClaude Opus 5.5やGPT-5.5が圧倒的に信頼できる。
超長文コンテキスト:128k制限があるため、書籍1冊丸ごとの処理などはGeminiやClaude一択。
まとめ
Sarashina3は「すべての指標でChatGPT・Claude・Geminiを超える国産AI」ではありません。でも、「爆速・日本語効率・国内文化知識・翻訳品質」という4つの軸で、無料かつ国産で使えるモデルとしては、現時点で非常に有力な選択肢です。
J-MultiChallengeやハルシネーション検証での差は正直で、Thinking機能の開発が今後の鍵を握っています。SB Intuitionsは社内でThinking機能を開発中であることを明言しており、それが実装されたときにどこまで化けるかが次の注目ポイント。
今すぐ sarashina.ai でタダで試せるので、まずは自分の手で「0.1秒で返ってくる感覚」を体験してみてください。速さだけでも、一度は試す価値があります。