Sarvam AI、1兆パラメータモデルの開発を発表――半年以内にグローバルトップとの比肩を目指す

Sarvam AIは2026年7月30日、バンガロールで開催されたEpoch 2026カンファレンスにおいて、パラメータ規模1兆のモデルを開発し、今後6ヶ月以内に完成させると正式に発表した。同モデルは推論、多言語対応、プログラミング支援、エージェント型AI機能に特化して設計されており、インドの企業・政府・研究機関・開発者コミュニティへの対応を目指す。

事実の整理

今回の発表では、ビジョン（視覚）および音声プラットフォームのアップグレードも同時に公開された。ビジョンモデルは改良により、より高精度なドキュメント理解、手書き文字認識、表の抽出、複雑な多言語ドキュメント処理に対応し、すでに3,500万ページ超の記録のデジタル化に活用されている。音声モデルはインド諸語の音声認識、多言語書き起こし、音声理解の精度を向上させており、月間50万時間超の音声を処理している。プラットフォーム全体では1日あたり200万回超のインタラクションと1,000万回超のAPIリクエストを処理しており、多言語音声エージェントは農民1,700万人を対象とした政府プロジェクトにすでに導入されている。

仕組みの分析

同社が現在保有する1,050億パラメータモデルは複数のユースケースで性能が実証されており、音声製品のコストパフォーマンスは一部のグローバル同等製品を上回る。1兆パラメータモデル開発に踏み切る核心的な論理は「インドは自国で消費するトークンを自国で生産すべき」という考え方にあり、外国AI企業に対して資金とデータの両面で二重のコストを払い続ける状況を打開することを目指している。同社はまた、サンフランシスコへのオフィス開設も発表しており、海外に在住するインド系AI人材の呼び戻しを図っている。オープンソース化については未決定のまま、実際の普及とコスト効率を優先課題としている。

産業への影響

競争環境の観点では、今回の動きによりインドのスタートアップが最前線モデルの開発競争に参入し、OpenAIやAnthropicと直接比較される立場となる。上流・下流の企業にとっては、特にインド語文書や音声の処理が必要な場面で、より多くのローカル選択肢が生まれる。現行のビジョン・音声アップグレードはすでに政府や企業向けドキュメント処理への最適化が見られる。開発者は1日1,000万リクエスト規模のプラットフォームにAPIを通じてアクセスでき、政府プロジェクトはすでに農民1,700万人をカバーする音声エージェントを活用してサービスを拡張できる。

企業ユーザーにとっては、コストパフォーマンスが重要な判断軸となる。同社は派手な性能指標の追求よりも、予算の範囲内での実際の導入を重視する姿勢を強調している。銀行、保険、公共部門ではすでに利用拡大が始まっており、1兆パラメータモデルが計画通りに完成すれば、外部モデルへの依存をさらに低下させることができる。

戦略的評価

現在の導入規模と資金調達の背景を踏まえると、Sarvam AIは今後6ヶ月以内にモデルの進捗を段階的に公開し、サンフランシスコオフィスを通じた人材統合を加速する可能性が最も高い。開発者がモデルを選定する際は、まず現行の音声・ビジョンAPIを使ってインド語シナリオにおける精度を検証し、その上で新モデルを待つべきかを判断するのが合理的だ。企業はコスト構造に着目し、3,500万ページのドキュメントと50万時間の音声を処理する現行プラットフォームの実際の効果を優先的に検証してから、より大規模なモデルへの移行を判断すべきである。総じて、Sarvam AIのアプローチはアプリケーション層から基盤モデルへと着実に拡張する明確な道筋を示しており、その成否は半年以内に既存ユーザー基盤を新モデルの検証データへと転換できるかどうかにかかっている。