リコー、マルチモーダル大規模言語モデル「Qwen3.6-Ricoh-27B-20260522」および「Qwen3.5-Ricoh-9B-20260522」を開発

～軽量・オンプレミス環境での運用に対応、商用クラウドAIに迫る日本語リーズニング性能～株式会社リコー（社長執行役員：大山 晃）は、中国のアリババクラウドが開発・提供する大規模言語モデルファミリーの「Qwen3.6-27B」をベースに、日本語でのリーズニング性能*1を大幅に向上させたマルチモーダル大規模言語モデル（LMM）「Qwen3.6-Ricoh-27B-20260522」を開発しました。独自ベンチマークによる評価の結果、本モデルは「Gemini 3 Pro Preview」などの大型商用モデルに近い性能水準に到達しました。６月下旬頃から、「RICOH オンプレLLMスターターキット」に搭載し、リコージャパン株式会社から提供予定です。また、より軽量なモデルとして「Qwen3.5-9B」をベースにした「Qwen3.5-Ricoh-9B-20260522」も同時に開発し、ベースモデルおよび前作「Qwen-3-VL-Ricoh-8B-20260227」を上回る日本語推論性能を達成しました。これらのモデルは、図表を含む多様なドキュメントを高精度に読み取り、推論することが可能です。オンプレミス環境で導入可能なLMMとして、日本企業の知の結晶ともいえるドキュメントの利活用を促進します。これにより、業務革新と高付加価値な働き方を支援し、企業価値の向上に貢献してまいります。1．背景生成AIの急速な普及に伴い、日本企業では業務効率化や企業内ドキュメントの高度な活用を目的としたAI需要が高まっています。LMM（Large Multimodal Model）は、テキスト・画像・音声・動画など複数のデータを同時に扱えるAI技術です。スクリーンショットの要約や図表を含む質問への応答など、多様なタスクに対応できます。企業内には、請求書や経営資料、マニュアルなど多様なドキュメントが蓄積されていますが、これらには図表や画像も含まれるため、従来のテキスト検索では十分に活用できないという課題があります。リコーは、経済産業省と国立研究開発法人新エネルギー・産業技術総合開発機構(NEDO)が実施する、国内における生成AIの開発力強化を目的としたプロジェクト「GENIAC(Generative AI Accelerator Challenge)」*2基盤モデル開発 第2期・第3期に参画し、日本企業で活用可能なLMMおよびベンチマークの開発に取り組んできました。2．本モデル「Qwen3.6-Ricoh-27B-20260522」の特徴アリババクラウドが2026年4月に提供を開始した「Qwen3.6-27B」をベースモデルとして活用し、リコー独自の強化学習*3技術を用いて開発しました。①日本語リーズニング性能の向上本モデルは、独自の強化学習およびカリキュラム学習*4により、図表を含む企業ドキュメントの読解性能を大幅に向上させました。ベースモデル「Qwen3.6-27B」および前作「Qwen3-VL-Ricoh-32B-20260227」を上回る性能を達成しています。評価は、リコーが2026年5月に無償公開したベンチマーク「JDocQA-Reasoning」および「JDocQA」で実施しました。その結果、商用クラウドAIモデル「Gemini 3 Pro Preview」と同等レベルの性能が確認されています。②量子化版による省リソース対応セキュリティやプライバシー、ガバナンスの観点から、オンプレミス環境や自社データセンターでAIを活用したいというニーズが高まっています。リコーは、こうした企業ニーズに応えるため、本モデルを「RICOH オンプレLLMスターターキット」に搭載する予定です。本モデルは、量子化版を含めてベースモデルを上回るリーズニング性能およびLLM性能を維持しています。FP16版に加え、8bitおよび4bitの量子化版を用意しており、GPUリソースや業務要件に応じて柔軟に選択・運用が可能です。また、業種・業務に応じたファインチューニングも可能です。さらに、より少ないGPUリソースでの運用を想定した9Bパラメータ規模の「Qwen3.5-Ricoh-9B-20260522」も併せて開発しました。本モデルにも同様の強化学習およびカリキュラム学習を適用し、リーズニング性能および日本語LLM性能を強化しています。③日本語LLM性能の強化図表に対するリーズニング性能に加え、テキストベースの日本語性能も向上しています。自然言語処理能力をさらに強化し、多様な業務シーンでの活用を促進します。3. 技術的特徴本モデルでは、従来から取り組んできた強化学習およびカリキュラム学習を高度化し適用しました。強化学習: 報酬関数設計を精緻化し、論理的推論の強化と過学習抑制を両立カリキュラム学習: 難易度設計を高度化し、複雑なドキュメントの読解能力を向上詳細は技術ページをご覧ください。https://jp.ricoh.com/technology/ai/LLM#202603304. 想定される活用シーン・ 製造業: 設計図と要求仕様の適合確認、トラブル対応時の社内ドキュメント参照・ 金融・保険: 約款や報告書の高精度な読解と要点抽出・ 公共・自治体: 申請書類や図表を含む行政文書の処理支援・ 業務文書理解: 会議資料や提案資料からの情報抽出・分析5．今後の展開本モデルで得られた技術をもとに、業種特化型モデルの開発や、企業向けAIプラットフォーム「Hi.DEEN(ヒデン)」*5への統合を進めていきます。今後も、日本企業のドキュメント利活用を促進し、業務革新と高付加価値な働き方を支援してまいります。[画像1]https://digitalpr.jp/simg/2160/136337/600_380_202606041643256a212c9da8600.png[画像2]https://digitalpr.jp/simg/2160/136337/600_265_202606041643256a212c9d9126f.png評価条件について・VLMベンチマーク(JDocQA-Reasoning、JDocQA)は vLLM v0.19.0 を、LLMベンチマーク(ELYZA-tasks-100、Japanese MT-Bench)は vLLM v0.20.1 を用いて推論を実施・評価は Azure OpenAI Service の gpt-4.1 を使用（JDocQA のみ gpt-4o）し、LLM-as-a-Judge 方式で実施・各ベンチマークについて推論および評価を5回実施し、その平均値を記載・ELYZA-tasks-100 は5点満点、Japanese MT-Bench は10点満点、JDocQA-Reasoning は1.0が最高値、JDocQA は5点満点で評価・Gemini 2.5 Pro および Gemini 3 Pro Preview のスコアは、前作プレスリリース(2026年3月30日)時点の評価結果を参考値として記載・前作 Qwen3-VL-Ricoh-32B-20260227 のスコアは、前作プレスリリース掲載値を参考値として記載・JDocQA-Reasoning は、GENIAC基盤モデル開発第3期においてリコーが独自開発したベンチマーク(テストデータ数:1,362)。図表または図表+テキストから多段推論で回答を導く問題で構成。https://huggingface.co/datasets/ricoh-ai/JDocQA-Reasoning*1リーズニング性能： LLMが単に情報を検索したりテキストを生成したりするだけでなく、複数のステップからなる論理的な思考プロセスを経て結論を導き出す性能。*2 GENIAC（ジーニアック/Generative AI Accelerator Challenge）：主に生成AIのコア技術である基盤モデルの開発に対する計算資源の提供や、データやAIの利活用に向けた実証調査の支援等を実施するプロジェクト。*3 強化学習: AIによる機械学習の一分野で、AIが環境と相互作用しながら最適な行動を学習する方法。AIが与えられた目標に対して、試行錯誤して得る報酬を最大化するため、最適な行動戦略を見つけ出すことが特徴。*4 カリキュラム学習：AIによる機械学習の一分野で、学習の順序を工夫した学習方法。*5 Hi.DEEN: リコーが開発した、企業内に眠る「暗黙知」や「非構造化データ」を資産に変え、競争力の源泉となる「秘伝のタレ」へと昇華させるためのAI技術基盤。■リコーのAI開発についてリコーは、1980年代にAI開発を開始し、2015年からは画像認識技術を活かした深層学習AIの開発を進め、外観検査や振動モニタリングなど、製造分野への適用を行ってきました。2021年からは自然言語処理技術を活用し、オフィス内の文書やコールセンターに寄せられた顧客の声（VOC）などを分析することで、業務効率化や顧客対応を支援する「仕事のAI」の提供を開始しました。さらに、2022年からは大規模言語モデル（LLM）の研究・開発にもいち早く着手し、2023年3月にはリコー独自のLLMを発表。その後も、700億パラメータという大規模ながら、オンプレミス環境でも導入可能な日英中3言語対応のLLMを開発するなど、お客様のニーズに応じて提供可能なさまざまなAIの基盤開発を行っています。また、画像認識や自然言語処理に加え、音声認識AIの研究開発も推進し、音声対話機能を備えたAIエージェントの提供も開始しています。■関連ニュースリコー、生成AIの推論性能を測る独自ベンチマークを無償公開https://jp.ricoh.com/release/2026/0529_1リコー、「GENIAC」第3期においてリーズニング性能を備えたマルチモーダル大規模言語モデルを開発https://jp.ricoh.com/release/2026/0330_1リコーとライズ・コンサルティング・グループ、AX実現を支援する合弁会社設立に向け基本合意https://jp.ricoh.com/release/2026/0303_1「Qwen2.5-VL-32B-Instruct」ベースのマルチモーダルLLMを開発https://jp.ricoh.com/release/2026/0108_2リコー、国産生成AI開発強化プロジェクト「GENIAC」第3期においてリーズニング性能を持つマルチモーダルLLMの開発開始https://jp.ricoh.com/release/2025/0715_2リコー、マルチモーダルLLMの基本モデルと評価環境を無償公開https://prtimes.jp/main/html/rd/p/000000167.000043114.htmlリコー、GENIACでマルチモーダルLLMの基本モデルを開発完了https://jp.ricoh.com/release/2025/0610_1リコーと損保ジャパン、マルチモーダルLLMの共同開発を開始https://jp.ricoh.com/release/2025/0321_1リコー、経済産業省の国内生成AI開発力強化プロジェクト「GENIAC」に採択https://jp.ricoh.com/release/2024/1017_1■関連リンク技術ページ：&ldquo;はたらく&rdquo;を支えるリコーの大規模言語モデル（LLM）https://jp.ricoh.com/technology/ai/LLM Hugging Face：「Qwen3-VL-Ricoh-8B-20260227」を公開https://huggingface.co/ricoh-ai/Qwen-3-VL-Ricoh-8B-20260227年間の研究成果をまとめた「リコー テクニカルレポートNo48」発行https://jp.ricoh.com/info/2026/0318_1リコーのAI開発の最前線：企業のAI活用を広げる「マルチモーダルLLM」https://jp.ricoh.com/news/stories/articles/multimodal-llm※社名、製品名は、各社の商標または登録商標です。| リコーグループについて |リコーグループは、世界約200の国・地域で、AIをはじめとする先進テクノロジーと、長年培ってきたプリンティング領域の強みを基盤に、ワークプレイスにおける業務変革を支援するサービス・ソリューションを提供しています。また、商用・産業印刷事業や、インクジェット技術を応用した新たなソリューションの展開を通じて、お客様の価値創出を支えています（2026年3月期グループ連結売上高2兆6,083億円）。&ldquo;はたらく&rdquo;に歓びを 創業以来90年にわたり、お客様の&ldquo;はたらく&rdquo;に寄り添ってきた私たちは、これからもリーディングカンパニーとして、&ldquo;はたらく&rdquo;の未来を想像し、ワークプレイスの変革を通じて、人ならではの創造力の発揮を支え、さらには持続可能な社会の実現に貢献してまいります。詳しい情報は、こちらをご覧ください。https://jp.ricoh.com/本件に関するお問合わせ先＜報道関係のお問い合わせ先 ＞株式会社リコー https://jp.ricoh.com/広報室 TEL：050-3814-2806 (直通) E-mail：koho@ricoh.co.jp