tsuzumi 2
的使用方法、功能与可解决的业务课题
添加书签
tsuzumi 2是什么？
NTT株式会社从零开始（全自研）开发的纯日本国产大语言模型（LLM）。参数规模为300亿（30B），却可在单张GPU上推理，因此能部署在本地（On-premises）或私有云中，机密信息无需外传即可使用。强化了金融、医疗、公共领域的知识，以及针对文档的RAG检索、摘要和信息抽取能力，2026年5月的更新还支持读取含图表的文档。2025年10月20日开始提供，并入选日本数字厅“政府AI”的试用模型。它不是个人在网上即可申请的服务，而是由NTT集团各公司作为解决方案的一部分，个别向企业和地方政府提供，价格未公开。
可解决的业务课题
「tsuzumi 2」的服务详情
什么是tsuzumi 2
tsuzumi 2是NTT株式会社（东京都千代田区）开发的纯日本国产大语言模型（LLM）。它没有以海外的开源模型为基础，而是由NTT从零开始（全自研）训练，于2025年10月20日开始提供。它是2023年发布的“tsuzumi”的下一代。
模型规模为300亿参数（30B），轻量到可以在一张40GB级别的GPU上推理。因此，数据无需发送到外部云端，可以在企业自己的服务器（On-premises）或私有云中运行。NTT表示，目前主要用于处理高度机密信息的业务（截至2026年5月）。
这不是个人在网上即可申请使用的服务。tsuzumi 2由NTT西日本、NTT DATA、NTT DOCOMO BUSINESS等NTT集团各公司，嵌入面向企业和地方政府的解决方案中个别提供。价格未公开。如果想找能马上使用的日本国产LLM，也请参考下文“与其他国产LLM及LLM服务的区别”。
在一张GPU能运行的规模里，装进日语业务能力
据NTT研究所介绍，tsuzumi 2以在稍早一代、显存40GB以下的GPU上运行为前提进行开发。如果按API调用次数付费，使用越多费用越高。NTT预计，自己运行模型更便宜的场景，以及让AI智能体处理更机密信息的场景都会增加，因此开发时重视运行成本与性能的平衡。
出处：NTT新闻稿（2025年10月20日）附件资料「AI For Quality Growthの実現へ tsuzumi 2のリリース」（下图同样出自NTT的发布资料）
据NTT估算，tsuzumi 2推理所需的GPU为1张A100 40GB级（约500万日元），与更大的模型相比，推理成本可降至约1/10～1/20。
在性能上，NTT重点强化了占企业用途大部分的三类工作。据研究所介绍，针对文档的问答（RAG检索与摘要）以及从文档中抽取信息与摘要，占全部用例的80%。同时，还提升了遵循输出格式指定的能力（指令遵循能力），例如按报告模板进行摘要，或以JSON格式输出抽取的信息。
使用方法
tsuzumi 2通过NTT集团各公司面向企业提供。根据官方发布，导入流程大致如下。
- 咨询NTT集团各公司 tsuzumi 2作为NTT集团各公司解决方案的一部分进行提案和提供。例如，NTT西日本表示，其本地部署解决方案的提案与签约由NTT西日本的销售窗口受理。
- 决定运行环境 选择本地部署（自有服务器）或私有云。NTT西日本与Fsas Technologies合作，宣布计划自2026年9月起提供在本地生成式AI平台“Private AI Platform on PRIMERGY”上运行tsuzumi 2的解决方案（2026年8月26日发布）。
- 按自身业务进行调整 通过检索内部文档的RAG，以及追加学习行业和业务知识的微调，打造企业专用模型。NTT表示，在金融领域的考试题上，tsuzumi 2只用了其他模型约十分之一的追加训练数据就达到了合格标准。
- 嵌入业务应用中使用 嵌入内部聊天、文档检索与摘要、从表单中抽取信息等应用。应用开发和导入支持也由NTT集团各公司承担。
功能
01阅读和总结文档
- RAG检索与摘要 — 检索内部文档进行问答和摘要。NTT表示，在NTT内部财务系统的咨询应对中，确认了与其他公司先进模型相当或更高的性能
- 信息抽取 — 从文档中抽取所需项目，并以JSON等指定格式输出
- 长文阅读 — 比上一版本更能理解企业文档中复杂的上下文和意图，长文阅读能力也有所增强
02读懂图表（2026年5月更新）
- 理解含图表的文档 — 将文档作为图像读取，理解图表、图形和表格的含义
- 数值处理 — 强化逻辑思考能力，例如理解和计算销售额等数值、解读API文档中的函数
03面向行业与企业定制
- 领域知识 — 强化学习了金融、医疗、公共（地方政府）领域的知识
- 专项调优 — 借助RAG和微调，更容易打造面向特定企业或行业的模型
2026年5月19日的更新支持了商务文档中常见的图表。由于机密信息常以表格或票据的形式出现，模型现在可以直接以图像形式读取文档。
在NTT给出的示例中，模型从日本的源泉征收票（扣缴凭单）图像中抽取了支付金额、源泉征收税额和社会保险费等金额，设想用于信用审查等业务中从票据里提取必要事项。
价格
截至2026年10月24日，官方网站未公开tsuzumi 2的价格表。NTT表示会根据公共或封闭环境，以及客户的业务和数据要求来提案和导入AI解决方案，因此费用取决于所采用的配置。
作为参考，NTT的发布资料将推理用GPU硬件的估算定为约500万日元（1张A100 40GB级GPU，不含运维等费用）。这并非模型的使用费，而是企业自备服务器时的硬件费用估算。
导入实绩与评价
01行政
- 数字厅“政府AI” — 由NTT DATA申请，2026年3月入选政府AI试用的日本国内开发LLM之一。自2026财年起将在生成式AI使用环境“源内”中试用，验证其在起草行政文书、面向职员的对话式AI等方面的有效性（NTT DATA，2026年3月23日）
- 茨木市（大阪府） — 与NTT西日本于2026年10月13日在市立中小学启动校务AI的实证。通过本地部署的生成式AI应用，支持校务文档的检索、摘要和文书撰写（至2027年3月31日）
02教育与企业
- 东京通信大学 — 在“学生和教职员数据留在校内”的要求下决定导入tsuzumi 2，用于课程问答、教材与试题编写支持、选课与升学就业咨询（2025年10月20日发布）
- 富士胶片商业创新（FUJIFILM Business Innovation） — 与NTT DOCOMO BUSINESS开始研讨将tsuzumi 2与其文档结构化技术相结合的生成式AI解决方案（同上）
目前公开的评价主要来自NTT及导入方的发布。关于日语性能，NTT表示tsuzumi 2在同等规模的模型中处于世界顶级水平，与大数倍的模型相比也不逊色（基于NTT自选基准的自我评估）。
与其他国产LLM及LLM服务的区别
| 产品 | 提供方 | 使用方式 | 价格（各产品页面所载确认时点的内容） |
|---|---|---|---|
| tsuzumi 2 | NTT株式会社 | 作为NTT集团各公司的解决方案，导入本地或私有云 | 未公开（个别） |
| PLaMo翻訳 | Preferred Networks | 在网页和应用中使用基于国产LLM“PLaMo”的翻译服务 | 有免费方案，付费为月付制 |
| ELYZA | ELYZA（KDDI集团） | 生成式AI导入支持，以及企业和行业专用LLM的开发 | 未公开（个别报价） |
| さくらのAI Engine | 樱花互联网（SAKURA internet） | 在日本国内数据中心运行的LLM推理API | 每月3,000次请求以内免费，超出部分按量计费 |
| Ollama | Ollama Inc.（美国） | 在自己的电脑上运行开源模型的工具 | 本地运行免费 |
tsuzumi 2是把模型本身放在自有环境中、数据不外传地使用的选择。如果想找个人今天就能开始使用的国产LLM服务，PLaMo翻訳或さくらのAI Engine更方便。如果希望连企业专用LLM的开发也委托外部，ELYZA这样的导入支持也值得比较。
常见问题（FAQ）
Q. 个人可以使用tsuzumi 2吗？ A. 没有公开的个人服务或免费方案。由NTT集团各公司个别向企业和地方政府提供。
Q. tsuzumi 2的价格是多少？ A. 价格未公开（截至2026年10月）。由于费用取决于配置，需要向NTT集团各公司咨询。
Q. 与之前的“tsuzumi”有什么不同？ A. 在增加参数规模的同时保持了单张GPU即可运行的轻量性，并强化了日语性能、文档检索・摘要・信息抽取，以及金融、医疗、公共领域的知识。2026年5月的更新使其能够以图像形式读取含图表的文档。
Q. 它是基于海外模型开发的吗？ A. 不是。NTT表示，这是一款未以其他公司公开可用的模型为基础、由NTT从零构建的纯国产模型。NTT自行管理训练数据，并表示已主动将报纸等数据从训练数据中删除。
Q. 能否不把机密数据发送到云端而使用？ A. 由于是可在单张GPU上运行的轻量模型，可以部署在本地或私有云中运行。NTT西日本提供不经由云端、在本地网络上运行的本地部署解决方案。
本页信息基于截至2026年10月NTT集团官方网站及新闻发布中公开的内容。最新的提供情况请以官方网站为准。
