日本国家Preferred Networks于6月22日正式推出了国产AI基础模型「PLaMo」的最新旗舰版本——「PLaMo 3.0 Prime」。该版本基于今年3月发布的测试版「PLaMo 3.0 Prime β」，结合了监测使用和内部评估的反馈，进一步提升了企业应用的实用性。
该模型支持通过API或本地部署两种方式使用，提供了适合复杂逻辑推理任务的“Reasoning”模型和响应速度更快的“Non-reasoning”模型。
“Reasoning”模型擅长在整理多个条件的基础上逐步推导结论，适合处理复杂指令、数学及算法问题、高度专业化的问答以及业务决策支持等场景。
“Non-reasoning”模型则更注重响应速度，适合用于内部文档摘要、标准化问答、信息抽取、分类及聊天机器人等多种业务场景，提升工作效率。
此外，模型的上下文处理长度扩展至256k，支持处理前所未有的长文本内容，并可应用于智能代理。
PLaMo 3.0 Prime的主要特点
- 提供推理能力强且精度高的Reasoning模型和响应速度快的Non-reasoning模型，支持API及本地部署，满足不同企业需求
- 采用自主开发的分词器提升令牌效率，优化成本效益
- 加强对复杂指令的理解、分步推理及数学算法问题的处理能力
- 提升代码生成与工具使用性能，上下文长度由64k扩展至256k，支持AI代理的实际应用
- 结合自主数据集及日本语业务文档、对话和专业领域的学习与评估，提升日语自然语境理解、逻辑展开及业务指令执行能力
- 增强对敏感信息和危险信息的安全防护能力
- 基于日本国家国立研究开发法人信息通信研究机构（NICT）提供的预训练模型联合研发，打造国产生成式AI旗舰模型
日本国家Preferred Networks将多个日语基准测试的平均分数与推理及响应成本进行对比，结果显示PLaMo 3.0 Prime在日语能力和成本效益方面表现优异，图表中越靠左上方代表日语能力越强且推理成本越低。
PLaMo 3.0 Prime不仅强化了β版引入的推理能力，还提升了日语指令的执行力、代码生成与修改能力以及与业务系统的集成能力，满足企业将生成式AI纳入实际业务的需求。
内部评估显示，PLaMo 3.0 Prime在主要基准测试中性能优于β版及PLaMo 2.2 Prime。同时，与同性能区间的开源模型如「Qwen3.6-27B」、「gpt-oss-120b」以及同价位闭源模型「GPT-5.4 mini」、「Claude Haiku 4.5」相比，在日语指令执行、代码编写和工具使用等方面具有较强竞争力。
此外，利用日本国家国立研究开发法人信息通信研究机构（NICT）提供的安全数据，PLaMo 3.0 Prime在安全性方面也有显著提升。根据斯坦福大学基础模型研究所开发的安全性评估套件「HELM Safety」测试，PLaMo 3.0 Prime的安全性能达到或超过了海外同类模型水平。
