RTX 4070 12GB · 翻訳比較

PLaMo 3 Translate × Gemma 4 QAT + MTP · 4096 tokens · 英日 / 日英 · 2026-11-05

各問の正確性スコア

各問10点：意味6・情報の完全性3・固有表現等1。最終訳なしは0点。CodexによるAI参考採点で、文体だけでは減点しません。数字を押すと、その問とモデルの訳文を表示します。

P=PLaMo、E2/E4/12=Gemma QAT。無=思考なし、有=思考あり。部分訳は訳出範囲を反映。小差は採点者や基準で逆転し得ます。

条件	全問	訳出ありのみ	全14問・参考
PLaMo 8B	96.7	96.7 (12問)	95.4
PLaMo 2B	95.0	95.0 (12問)	93.9
Gemma 12B 思考なし	95.0	95.0 (12問)	93.9
Gemma E2B 思考あり	94.2	94.2 (12問)	90.5
Gemma E4B 思考なし	94.2	94.2 (12問)	91.8
Gemma E4B 思考あり	93.8	93.8 (12問)	92.1
PLaMo 0.8B	91.3	91.3 (12問)	89.3
Gemma E2B 思考なし	88.8	88.8 (12問)	85.7
Gemma 12B 思考あり	81.3	97.5 (10問)	70.6

100点換算は得点の換算値です。訳出ありのみの列は最終訳がなかった問題を除いています。詳細な採点基準・減点理由はaccuracy-scores.mdとJSONに保存。

自作原文12本を各3回。各原文の中央値を長さ別に平均。思考ありは思考時間を含みます。ロード・ウォームアップは除外。品質の注記はCodexによる原文照合で、人間独立採点ではありません。

英語約978語／日本語約2400字。4096トークン、各1回。失敗の秒数は停止までの時間です。

原文

原文を表示

条件 A

条件 B

訳文は初回測定。各回の時間はrawデータに保存しています。英語長文486/491語、日本語長文1250/1176字。この長さを超える文書への一般化には追加測定が必要です。