使いこなし
端末の中の要約 AI は、どの言語で使えるか
Apple Intelligence と MLX のローカルモデル、クラウドの言語モデルに、日本語の会議を 12 の言語で要約・翻訳させ、指定した言語で返ってくるかを確かめました。
この記事は、Otonota の開発チームが Otonota の中で行った計測の結果です。結果は、アプリやエンジンの版、録音の機材・距離・部屋、話し方や話題などによって変わります。参考としてご覧ください。
結論
- 日本語の会議を 12 の言語で要約・翻訳させると、Apple Intelligence は対応する言語ではほぼ指定どおりに返しました。ただしアラビア語・ロシア語・タイ語には対応しておらず、動きません。
- 無料版の Mac にも入る小さなモデル (MLX Qwen3.5 2B) は、日本語の会議をフランス語やベトナム語などで要約させると、日本語のまま返すことがよくありました (72 件中 27 件)。大きいモデルほど減り、14B と 27B では 2〜3 件でした。
- 取り違えが起きるのは一行要約とキーワードです。全文の翻訳は、どのモデルでも指定した言語で返りました。
何を確かめたか
Otonota は、文字起こしした会議を、話している言語とは別の言語で要約できます。たとえば日本語の会議を英語でまとめる、英語の会議をベトナム語の一行に縮める、という使い方です。このとき小さな言語モデルは、指定した言語を無視して元の言語で答えてしまうことがあります。
そこで、架空の製品発表の進捗会議 (日本語 873 字) を入力にして、12 の出力言語それぞれで、全文の翻訳・一行要約・キーワードの三つを作らせました。会議の冒頭 3 行だけを渡す場合と全体を渡す場合の 2 通りで、1 つの言語につき 6 件、1 つのモデルで 72 件です。数えたのは「指定した言語で返ってきたか」だけで、要約の出来は採点していません。
iPhone・iPad
iPhone・iPad で要約に選べるのは、Apple Intelligence (無料) と、MLX の Qwen3.5 2B・4B (Pro) です。
| モデル | 版 | 全文の翻訳 | 一行要約 | キーワード | 合計 / 試した件数 | 対応しない出力言語 |
|---|---|---|---|---|---|---|
| Apple Intelligence | 無料・既定 | 0 | 0(最良) | 2(最良) | 2 / 54 | ロシア語・アラビア語・タイ語 |
| MLX Qwen3.5 2B | Pro (メモリ 6GB 以上) | 0 | 11 | 16 | 27 / 72 | なし |
| MLX Qwen3.5 4B | Pro (メモリ 8GB 以上) | 0 | 2 | 6 | 8 / 72 | なし |
「返らなかった」は、別の言語で返ったもの、日本語などが混じったもの、空だったもの。種類ごとの列は各 24 件中 (対応しない出力言語の分を除く)。
Apple Intelligence の取り違えは、キーワードが英語で返った 2 件だけでした。一方、MLX Qwen3.5 2B は 27 件、4B は 8 件で、指定どおりの言語になりませんでした。どの言語で起きたかを表 2 に示します。
| 出力言語 | Apple Intelligence | Qwen3.5 2B | Qwen3.5 4B |
|---|---|---|---|
| 日本語 | 0 | 0 | 0 |
| 英語 | 0 | 0 | 0 |
| 中国語 | 0 | 3 | 3 |
| 韓国語 | 0 | 2 | 3 |
| ドイツ語 | 0 | 0 | 0 |
| フランス語 | 0 | 4 | 0 |
| スペイン語 | 0 | 3 | 0 |
| ポルトガル語 | 1 | 2 | 0 |
| ロシア語 | 対応外 | 2 | 0 |
| アラビア語 | 対応外 | 4 | 0 |
| タイ語 | 対応外 | 3 | 1 |
| ベトナム語 | 1 | 4 | 1 |
「対応外」は、そのモデルがその出力言語に対応しておらず動かなかったもの。
小さなモデルが崩れるのは、日本語・英語以外の言語で、とくに一行要約とキーワードでした。日本語の会議をフランス語で一行にまとめさせた例を並べます。
MLX Qwen3.5 2B
新製品オトノタのリリース進捗会議を開き、先週のベータテスト結果を共有。テスター120名中87%が継続利用意向を示しました。
MLX Qwen3.5 4B
Résumé de la réunion sur le lancement du produit Oto-no-ta : 87% des 120 testeurs souhaitent continuer à l'utiliser.
2B は日本語のまま返した。4B はフランス語で返したが、製品名は「Oto-no-ta」と読みのまま書いている。
Mac
Mac では、これに加えて MLX の 9B・14B・27B (Pro、メモリに余裕のある Mac) と、自分の API キーで使うクラウドの Claude・ChatGPT・Gemini (Pro) を選べます。Mac 版では MLX Qwen3.5 2B は無料です。
| モデル | 版 | 全文の翻訳 | 一行要約 | キーワード | 合計 / 試した件数 | 対応しない出力言語 |
|---|---|---|---|---|---|---|
| Apple Intelligence | 無料・既定 | 0 | 0(最良) | 2 | 2 / 54 | ロシア語・アラビア語・タイ語 |
| MLX Qwen3.5 2B | 無料 | 0 | 11 | 16 | 27 / 72 | なし |
| MLX Qwen3.5 4B | Pro | 0 | 2 | 6 | 8 / 72 | なし |
| MLX Qwen3.5 9B | Pro (メモリ 16GB 以上が目安) | 0 | 3 | 4 | 7 / 72 | なし |
| MLX Qwen3 14B | Pro (24GB 以上が目安) | 0 | 0(最良) | 3 | 3 / 72 | なし |
| MLX Qwen3.8 27B | Pro (32GB 以上が目安) | 0 | 1 | 1 | 2 / 71 | なし |
| Claude Haiku 4.5 | Pro・自分の API キー | 0 | 0(最良) | 0(最良) | 0 / 72 | なし |
| Claude Sonnet 5 | Pro・自分の API キー | 0 | 0(最良) | 4 | 4 / 72 | なし |
| Claude Opus 5 | Pro・自分の API キー | 0 | 0(最良) | 0(最良) | 0 / 72 | なし |
| ChatGPT gpt-5.6 Luna | Pro・自分の API キー | 0 | 0(最良) | 0(最良) | 0 / 72 | なし |
| ChatGPT gpt-5.6 Terra | Pro・自分の API キー | 0 | 0(最良) | 0(最良) | 0 / 72 | なし |
| ChatGPT gpt-5.6 Sol | Pro・自分の API キー | 0 | 0(最良) | 0(最良) | 0 / 72 | なし |
| Gemini 3.6 Flash | Pro・自分の API キー | 0 | 0(最良) | 0(最良) | 0 / 72 | なし |
| Gemini 3.7 Flash | Pro・自分の API キー | 0 | 0(最良) | 0(最良) | 0 / 72 | なし |
クラウドのモデルは、要約する文字起こしがそのプロバイダに送られる。MLX Qwen3.8 27B は全文の翻訳 1 件が制限時間 (120 秒) 内に終わらず、件数から除いた。
端末の中のモデルは、大きいほど取り違えが減りました (図 2)。9B で 7 件、14B で 3 件、27B で 2 件です。クラウドでは、ChatGPT の 3 モデル、Claude Haiku 4.5 と Opus 5、Gemini の 2 モデルが 0 件でした。Claude Sonnet 5 だけは、日本語の会議から中国語・ポルトガル語・タイ語などのキーワードを作らせたときに、日本語のまま返すことが 4 件ありました。
朱の棒が既定の Apple Intelligence。Apple Intelligence は、対応する 9 つの出力言語の 54 件に対する割合。
数値を表で見る
| 項目 | 値 |
|---|---|
| Apple Intelligence | 3.7% |
| MLX Qwen3.5 2B | 37.5% |
| MLX Qwen3.5 4B | 11.1% |
| MLX Qwen3.5 9B | 9.7% |
| MLX Qwen3 14B | 4.2% |
| MLX Qwen3.8 27B | 2.8% |
| Claude Haiku 4.5 | 0.0% |
| Claude Sonnet 5 | 5.6% |
| Claude Opus 5 | 0.0% |
| ChatGPT gpt-5.6 Luna | 0.0% |
| ChatGPT gpt-5.6 Terra | 0.0% |
| ChatGPT gpt-5.6 Sol | 0.0% |
| Gemini 3.6 Flash | 0.0% |
| Gemini 3.7 Flash | 0.0% |
| 出力言語 | Apple Intelligence | Qwen3.5 2B | Qwen3.5 4B | Qwen3.5 9B | Qwen3 14B | Qwen3.8 27B |
|---|---|---|---|---|---|---|
| 日本語 | 0 | 0 | 0 | 0 | 0 | 0 |
| 英語 | 0 | 0 | 0 | 0 | 0 | 0 |
| 中国語 | 0 | 3 | 3 | 4 | 2 | 2 |
| 韓国語 | 0 | 2 | 3 | 2 | 1 | 0 |
| ドイツ語 | 0 | 0 | 0 | 0 | 0 | 0 |
| フランス語 | 0 | 4 | 0 | 0 | 0 | 0 |
| スペイン語 | 0 | 3 | 0 | 0 | 0 | 0 |
| ポルトガル語 | 1 | 2 | 0 | 0 | 0 | 0 |
| ロシア語 | 対応外 | 2 | 0 | 0 | 0 | 0 |
| アラビア語 | 対応外 | 4 | 0 | 0 | 0 | 0 |
| タイ語 | 対応外 | 3 | 1 | 0 | 0 | 0 |
| ベトナム語 | 1 | 4 | 1 | 1 | 0 | 0 |
クラウドのモデルは表 3 のとおりほぼ 0 件なので省いた。
翻訳は崩れにくく、キーワードは崩れやすい
表 1・表 3 のとおり、全文の翻訳はどのモデルでも指定した言語で返りました。全文の翻訳は、元の文を順に置き換えていくので言語を取り違えにくい作業です。一行要約やキーワードは、元の文から言葉を拾って短くまとめるため、元の言語の言葉がそのまま残りやすくなります。 Otonota 1.1.4 では、MLX のキーワードが指定と違う言語で返ったときは表示しないようにしています。表の件数には、こうして空になった分も含めています。
どれを選ぶか
iPhone・iPad
- 日本語・英語・中国語・韓国語や、主なヨーロッパの言語でまとめる — 既定の Apple Intelligence で足ります (無料)
- アラビア語・ロシア語・タイ語でまとめる — Apple Intelligence は使えないので、MLX のモデル (Pro) に切り替えます。日本語の会議なら、2B より 4B (メモリ 8GB 以上の端末) のほうが指定どおりの言語で返りました
Mac
- 日本語・英語・中国語・韓国語や、主なヨーロッパの言語でまとめる — 既定の Apple Intelligence で足ります (無料)
- アラビア語・ロシア語・タイ語でまとめる — MLX の 9B 以上 (Pro、メモリに余裕がある Mac) か、クラウドのモデル (Pro、自分の API キー) を選んでください
- Apple Intelligence が使えない Mac — 無料の MLX Qwen3.5 2B が代わりになります。ただし、日本語の会議を日本語・英語以外でまとめる用途には向きません
要約の言語と形の設定は、使い方の 要約と翻訳 (Mac) と 要約と用語集 (iPhone・iPad) に、モデルの選び方とメモリの目安はエンジンの選び方 にあります。文字起こしのエンジンの比較は 会議の文字起こし、どのエンジンが正確か へ。
端末と場面ごとのおすすめは、おすすめ設定の早見表 に 1 枚でまとめています。
計測の方法
- 入力
- 架空の製品「オトノタ」の発売準備会議の台本 (日本語 873 字)。会議の冒頭 3 行 (104 字) だけを渡す場合と、全体を渡す場合の 2 通り
- 作らせたもの
- 全文の翻訳・一行要約・キーワード (10 語まで) × 出力言語 12 (日本語・英語・中国語・韓国語・ドイツ語・フランス語・スペイン語・ポルトガル語・ロシア語・アラビア語・タイ語・ベトナム語)
- モデル
- 端末の中: Apple Intelligence (Apple Foundation Models)、MLX の Qwen3.5 2B / 4B / 9B、Qwen3 14B、Qwen3.8 27B (いずれも 4bit)。クラウド: Claude、ChatGPT、Gemini の各モデル。プロンプトは Otonota 1.1.4 と同じ
- 判定
- 出力の文字の種類 (かな・漢字・ハングル・キリル文字・アラビア文字・タイ文字・ラテン文字) の割合を数え、指定した言語の文字が主でないもの、別の文字が 5% を超えて混じるもの (中国語・韓国語ではかなが 8% を超えるもの。製品名などが原語のまま少し残るのは許した)、空のものを「返らなかった」とした。ラテン文字の言語どうし (例: ポルトガル語を頼んで英語) は、Apple の言語判定 (NLLanguageRecognizer) で見た
- 端末
- MacBook Pro (M4 Max、メモリ 36GB、macOS 27.3)
- 計測日
- 2026 年 11 月 20 日
MLX Qwen3.8 27B は、全文の翻訳 1 件が制限時間 (120 秒) 内に終わらず、件数から除きました。判定は文字と言語だけを見ています。言語が合っていても、数字の取り違え (87% を 72% と書くなど) や要約の抜けは数えていません。1 本の台本での結果なので、話題や長さが変わると件数は変わります。
よくある質問
- Apple Intelligence で、日本語の会議を英語やほかの言語で要約できますか?
- できます。この計測の 12 言語のうち Apple Intelligence が対応する 9 言語では、54 件中 2 件 (キーワードが英語で返ったもの) を除いて、指定した言語で返りました。アラビア語・ロシア語・タイ語には対応しておらず、要約できません。
- Apple Intelligence が対応していない言語で要約するには、どうすればいいですか?
- MLX のローカルモデル (Pro) に切り替えます。iPhone・iPad では、日本語の会議なら 2B より 4B のほうが指定どおりの言語で返りました。Mac では 9B 以上のモデルか、自分の API キーで使うクラウドのモデル (Claude・ChatGPT・Gemini) が確実です。
- 小さなローカル LLM で要約すると、どんな問題が起きますか?
- 指定した言語を無視して、元の言語のまま答えることがあります。MLX Qwen3.5 2B は、日本語の会議をフランス語やベトナム語などで要約させると、72 件中 27 件で日本語のまま返すか日本語が混じりました。大きいモデルほど減り、14B では 3 件、27B では 2 件でした。
- ChatGPT・Claude・Gemini なら、言語を取り違えませんか?
- ChatGPT の 3 モデル、Claude Haiku 4.5 と Opus 5、Gemini の 2 モデルは 72 件すべて指定どおりの言語で返りました。Claude Sonnet 5 だけ、キーワードを日本語のまま返したものが 4 件ありました。クラウドのモデルは Mac 版の Pro で、自分の API キーを使うときだけ選べます。
- 全文の翻訳と、一行要約やキーワードで違いはありますか?
- 全文の翻訳は、どのモデルでも指定した言語で返りました。言語を取り違えたのは、一行要約とキーワードです。元の文から言葉を拾って短くまとめるため、元の言語の言葉が残りやすくなります。
- この計測では、要約の正しさも確かめましたか?
- いいえ。確かめたのは、指定した言語で返ってきたかどうかだけです。言語が合っていても、数字の取り違え (87% を 72% と書くなど) や抜けは起こりえます。
オトノタ