--- title: "パラメータ とは？モデルの賢さを決める「重み」の数。 | AI用語集 - ai-garage" description: "パラメータ（Parameters）を初心者向けにやさしく解説。モデルの賢さを決める「重み」の数。 パラメータは、AIが学習で自動調整する無数の数値（重み）で、モデルが覚えた知識やクセはここに蓄えられている" source: https://ai-garage.jp/glossary/parameter/ --- 基本 # パラメータとは？ 最終更新 2026年7月6日 別名: Parameters / 重み モデルの賢さを決める「重み」の数。 ⚡ 30秒でわかる ## パラメータ の主なポイント - 1 パラメータは、AIが学習で自動調整する無数の数値（重み）で、モデルが覚えた知識やクセはここに蓄えられている - 2 「7B」「70B」などの数字はパラメータの個数を表し、B は Billion（10億）の意味 - 3 パラメータが多いほど覚えられる容量は増えるが、動かすのに必要なメモリや計算コストも増える - 4 「多い＝賢い」とは限らず、学習データや学習手法の質も性能を大きく左右する - 5 学習前に人間が決める「ハイパーパラメータ」や、文章の単位である「トークン」とは別の概念 📖 詳しく ## パラメータ とは パラメータとは、AIモデルが学習を通じて自動的に調整していく無数の数値（重み）のことです。 AIは大量のデータを読みながら、「この単語の次にはこの単語が来やすい」といった規則性をこのパラメータの値に少しずつ刻み込んでいきます。つまり、モデルが覚えた知識や判断のクセは、すべてパラメータの中に蓄えられているといえます。 イメージとしては、ミキサーについた無数のつまみのようなもので、学習とは「正しい出力になるように、ひとつひとつのつまみを少しずつ回して合わせていく作業」だと考えると分かりやすいです。 「7Bモデル」「70B」のように書かれる数字は、このパラメータの個数を表していて、B は Billion（10億）の意味です。たとえば「7B」なら約70億個のパラメータを持つことになります。 一般にパラメータが多いほど複雑なパターンを覚える容量は増えますが、その分だけ動かすのに大きな[GPU](https://ai-garage.jp/glossary/gpu/)メモリと計算コストが必要になり、必ずしも「多い＝賢い」とは限りません（学習データや手法の質も同じくらい重要です）。 なお、学習の前に人間が決める「学習率」などの設定値はハイパーパラメータと呼ばれ、学習で調整されるパラメータとは別物です。また、文章を区切る単位の「[トークン](https://ai-garage.jp/glossary/token/)」とも意味が異なります。 ❓ FAQ ## よくある質問 Q. パラメータとは何ですか？ A. AIモデルが学習を通じて自動で調整していく、無数の数値（重み）のことです。モデルが覚えた知識や判断のクセは、すべてこのパラメータの値の中に蓄えられています。たくさんのつまみを少しずつ回して最適な値に合わせていくイメージで、その合わせ込みの作業こそが「学習」です。 Q. 「7B」「70B」のBって何の意味？パラメータの数とどう関係するの？ A. B は Billion（10億）の略で、そのモデルが持つパラメータの個数を表しています。「7B」なら約70億個、「70B」なら約700億個のパラメータという意味です。数が大きいほど一般に表現できる複雑さは増えますが、その分メモリも計算コストも重くなります。 Q. パラメータとハイパーパラメータは何が違うの？ A. パラメータは学習の中でAI自身が自動的に調整していく数値で、モデルの「中身」そのものです。一方ハイパーパラメータは、学習率やバッチサイズなど、学習を始める前に人間が決める「設定値」を指します。ざっくり言うと、料理の味そのものがパラメータ、火加減や時間の設定がハイパーパラメータだとイメージすると分かりやすいです。 Q. パラメータが多いモデルほど賢いと考えていい？ A. 必ずしもそうとは限りません。パラメータが多いほど多くのパターンを覚える「容量」は増えますが、性能は学習データの質や学習手法にも大きく左右され、少ないパラメータでも工夫次第で高性能なモデルは数多くあります。むしろパラメータが多いほど動作に大きなGPUメモリやコストが必要になるため、用途に合ったサイズを選ぶことが大切です。 🔗 関連 ## あわせて読みたい 関連用語 [モデル](https://ai-garage.jp/glossary/model/)[ニューラルネットワーク](https://ai-garage.jp/glossary/neural-network/)[学習](https://ai-garage.jp/glossary/training/)[LLM（大規模言語モデル）](https://ai-garage.jp/glossary/llm/) 関連 AI モデル [Llama — Meta オープンウェイト LLM の代名詞——ただし Meta の開発は Muse 系へ移り、オープン版も2026年8月公開の Muse Glimmer が担う。Llama 4 が事実上の最終世代。](https://ai-garage.jp/models/llama/)[Gemini — Google Google 製。Gmail / Docs との連携と、100万トークンの長文＋画像・動画・音声の読み取りが持ち味。一般に使える最新は 3.8 Flash（次世代の Gemini 4 Argon は 2026-09-30 に発表されたが、いまはサイバー防御の組織だけに限定提供）。](https://ai-garage.jp/models/gemini/)[DeepSeek — DeepSeek 中国発、コスパとオープン性の象徴。2026年9月10日に出た V4.1-Flash が旗艦 V4-Pro を性能でも価格でも上回った。予告された Pro の引退は撤回され、2本立てで提供中。](https://ai-garage.jp/models/deepseek/) 関連トピック [オープンソースAI vs クローズドAI Qwen・DeepSeek・Kimi がトップ走者に迫る。性能だけでなく『所有権』が論点に。](https://ai-garage.jp/topics/open-vs-closed/) 📰 この用語が登場する記事 ## 「パラメータ」が出てくるニュース [![GLM-5.3-Flash とは？ox-alpha の正体、商用OKで1タスク$0.24](https://ai-garage.jp/images/news-heroes/glm-5-3-flash-ox-alpha-reveal-card.webp) 2026/8/28 GLM-5.3-Flash とは？ox-alpha の正体、商用OKで1タスク$0.24](https://ai-garage.jp/news/glm-5-3-flash-ox-alpha-reveal/)[![国産オープンLLM「LLM-jp-4 33B」公開！商用可・必要容量66GB・性能はどこまで](https://ai-garage.jp/images/news-heroes/llm-jp-4-33b-open-weights-card.webp) 2026/8/20 国産オープンLLM「LLM-jp-4 33B」公開！商用可・必要容量66GB・性能はどこまで](https://ai-garage.jp/news/llm-jp-4-33b-open-weights/)[![Qwen3.8-27B のウェイト公開！Apache 2.0で商用可、性能と必要な容量](https://ai-garage.jp/images/news-heroes/qwen-3-8-27b-open-weights-card.webp) 2026/8/15 Qwen3.8-27B のウェイト公開！Apache 2.0で商用可、性能と必要な容量](https://ai-garage.jp/news/qwen-3-8-27b-open-weights/)[![Alibaba「Qwen3.8-Max」が8月3日に正式リリース！総2.4兆パラメータ、Terminal-Bench 2.1 は86.6で Fable 5 超え・SWE-bench Pro は67.7で届かず](https://ai-garage.jp/images/news-heroes/qwen-3-8-max-preview-card.webp) 2026/7/20 Alibaba「Qwen3.8-Max」が8月3日に正式リリース！総2.4兆パラメータ、Terminal-Bench 2.1 は86.6で Fable 5 超え・SWE-bench Pro は67.7で届かず](https://ai-garage.jp/news/qwen-3-8-max-preview/)[![「Grok 5」はまだ出てない【2026年10月時点】最新は Grok 4.7・いつ出る？を整理](https://ai-garage.jp/images/news-heroes/grok-5-release-status-card.webp) 2026/7/6 「Grok 5」はまだ出てない【2026年10月時点】最新は Grok 4.7・いつ出る？を整理](https://ai-garage.jp/news/grok-5-release-status/)[![Kimi K3 とは？2.8兆パラメータの世界最大級オープンモデル、重み公開【2026年10月】](https://ai-garage.jp/images/news-heroes/kimi-k3-release-status-card.webp) 2026/7/6 Kimi K3 とは？2.8兆パラメータの世界最大級オープンモデル、重み公開【2026年10月】](https://ai-garage.jp/news/kimi-k3-release-status/) 📎 SOURCES ## 一次ソース - [→ Language Models are Few-Shot Learners (Brown et al., 2020) — GPT-3 が 1750 億パラメータであることを示した原論文](https://arxiv.org/abs/2005.14165) 基本 カテゴリの用語 [AGI（汎用人工知能）](https://ai-garage.jp/glossary/agi/)[AI（人工知能）](https://ai-garage.jp/glossary/ai/)[ASI（超知能）](https://ai-garage.jp/glossary/asi/)[GPU](https://ai-garage.jp/glossary/gpu/)[TPU](https://ai-garage.jp/glossary/tpu/)[シンギュラリティ](https://ai-garage.jp/glossary/singularity/)[ニューラルネットワーク](https://ai-garage.jp/glossary/neural-network/)[モデル](https://ai-garage.jp/glossary/model/)[学習](https://ai-garage.jp/glossary/training/)[機械学習（ML）](https://ai-garage.jp/glossary/ml/)[深層学習（ディープラーニング）](https://ai-garage.jp/glossary/dl/)[推論](https://ai-garage.jp/glossary/inference/)[生成AI](https://ai-garage.jp/glossary/generative-ai/) [← 前の用語 ニューラルネットワーク](https://ai-garage.jp/glossary/neural-network/) [次の用語 → モデル](https://ai-garage.jp/glossary/model/) NEXT [FOR BEGINNERS AI初心者ガイド 用語が多くて混乱したら、まず全体像から。AI初心者が「何から始める？」を5分で。](https://ai-garage.jp/beginners/) [GLOSSARY AI用語集 一覧へ 96語をカテゴリ・検索で引ける。気になる用語をまとめてチェック。](https://ai-garage.jp/glossary/)