TranslateGemmaとは？Google発の翻訳特化Gemmaモデルの性能・使い方を徹底解説

2026年1月16日、Google DeepMindとGoogle翻訳チームは、新たなオープンソースの機械翻訳モデルファミリー「TranslateGemma」を発表しました！

これは最新の大規模モデルGemma 3を基盤として構築された翻訳特化モデルで、規模の異なる複数モデルから構成されています。

TranslateGemmaは、パラメータ数が小さいにもかかわらず、高品質な翻訳を可能にしています。

対応言語は、世界中の主要言語から希少言語まで合計55言語にも及び、場所やデバイスを問わず人々のコミュニケーションを支援することを目指しているそうです。

そこで本記事では、このTranslateGemmaの特徴や性能、ライセンスや使い方を徹底的に解説します！

ぜひ最後までご覧ください。

TranslateGemmaの概要

TranslateGemmaは、Googleが公開した最新のオープンソース翻訳モデル群で、4B（40億）、12B（120億）、27B（270億）という3つの規模のモデルから構成されています。

各モデルは、スマートフォン等のモバイル端末からノートPC、クラウド上のGPUサーバーまで、幅広い環境での実行を想定して設計されています。

最大モデルの27Bは、クラウド上の高性能GPU（例：H100）での動作を想定したフラッグシップモデルで、12Bは一般的なコンシューマー向けGPUや高性能ラップトップで動かせるバランスモデル、4Bはスマホやエッジデバイスでも扱える軽量モデルです。

対応している言語は55言語にも及び、英語・日本語・中国語・フランス語などの主要言語から、アイスランド語やスワヒリ語といった低リソース言語まで幅広くカバーしています。

TranslateGemma最大の特長は、その効率性と高性能を両立した点にあります。

Googleの発表によると、本モデルは、従来の大規模モデルGemma 3（27Bパラメータ）の翻訳性能を、なんと約半分のサイズである12Bモデルが上回りました。

つまり、モデルサイズを小さく抑えつつも品質を犠牲にせず、むしろ既存の巨大モデル以上の精度を実現しているのです。

この効率の高さは、Geminiから知識を蒸留し、TranslateGemmaに凝縮する特殊な学習プロセスによって達成されているようです。

なお、現時点でのGeminiシリーズ最高モデル「Gemini 3 Pro」について詳しく知りたい方は、以下の記事も参考にしてみてください。

WEEL

【Gemini 3 Pro】ついに降臨！Google史上最高AIの本気を徹底解剖 | WEEL 近日リリースが噂されるGemini 3.0 Proの情報をまとめて解説。Xで広がるプレビュー報告やモデルIDの動向、標準版との違い、推論力や超長文コンテキストなどの注目点、Liaob…

TranslateGemmaの性能

TranslateGemmaの性能は、従来モデルを圧倒する結果となっています。

Googleの技術レポートによるベンチマークテスト（WMT24++）では、翻訳エラー率を示す指標MetricXにおいて以下のようなスコアが得られています。

MetricXは値が低いほど誤訳が少なく、より高性能であることを意味します。

つまり、TranslateGemmaの12Bモデル（3.60）は、倍以上のサイズを持つGemma 3の27Bモデル（4.04）よりも良いスコアを記録していて、さらに、27B版では3.09とより一層高品質であることが分かります。

TranslateGemmaのもう1つの注目すべき点は、マルチモーダル能力を維持していることです。

Gemma 3は、テキストだけでなく画像なども理解可能なVLMでしたが、通常、こうしたモデルを特定タスクに特化調整すると、画像理解など汎用能力が損なわれる懸念があります。

それにもかかわらず、TranslateGemmaでは、画像内テキスト翻訳（Vistraベンチマーク）の精度も向上したと報告されています。

これは、テキスト翻訳の性能向上が、そのまま画像内文字の翻訳能力にも波及したことを意味していて、基盤モデルGemma 3が持つ潜在的なマルチモーダル能力の高さも証明しています。

なお、Gemma 3について詳しく知りたい方は、以下の記事も参考にしてみてください。

WEEL

【Gemma 3】軽量＆マルチモーダル処理が可能な高性能！GoogleのオープンAIモデル解説 | WEEL Googleが発表した軽量オープンモデル「Gemma 3」は、多言語対応・マルチモーダル処理・高い安全性を備えたLLM。1B・4B・12B・27Bの4モデル展開で、Gemini 2.0との性能差や…

TranslateGemmaのライセンス

TranslateGemmaは、Google独自の「Gemma利用規約（Gemma Terms of Use）」に基づいて提供されています。

このライセンスは、従来のオープンソースライセンスとは若干異なる性質を持ちますが、基本的には商用利用やモデルの改変・再配布を許可しつつ、利用者に一定の条件遵守を求めるものです。

Googleはこの形態を「Open Weights」（オープンな重みデータ）戦略と呼び、モデルの重みを公開しつつ不適切な用途への利用を防ぐ方針をとっています。

TranslateGemmaの料金

TranslateGemmaはオープンモデルとして公開されているため、モデルそのものを入手・使用すること自体に利用料は発生しません。

つまり、月額サブスクリプション費用や、API使用料といったライセンスコストは無料です。

利用時のコストは、主にモデルを動作させる環境（ハードウェアやクラウドサービス）に依存します。

TranslateGemmaの使い方

TranslateGemmaはオープンモデルなので、モデルを入手し実行環境を用意すれば使うことができます。

こちらでは、代表的な利用シナリオとして、Hugging FaceのTransformersライブラリを用いた実行方法を例に、「①テキスト翻訳」と「②画像内テキスト翻訳」の手順をそれぞれ紹介します。

なお、モデルのダウンロードには、Hugging Faceアカウントでの利用規約同意が必要ですが、それを済ませればコード数行で高度な翻訳AIを扱うことができます。

①テキスト翻訳

モデルとパイプラインの準備

まずPython環境でtransformersライブラリをインポートし、TranslateGemmaモデルを読み込みます。モデル名はHugging Face上で公開されているgoogle/translategemma-12b-it（12Bモデルの場合）などを指定します。例えば12BモデルをGPU上で使う場合、以下のように設定します（GPUがない場合はdevice="cpu"としてください）。

from transformers import pipeline
import torch

pipe = pipeline(
    "image-text-to-text",
    model="google/translategemma-12b-it",
    device="cuda",              # GPU利用（CPUなら "cpu"）
    dtype=torch.bfloat16        # bfloat16精度で高速化
)

翻訳したいテキストの準備

次に、翻訳させたい文章を指定します。TranslateGemmaでは入力をメッセージ形式で与える必要があります。

具体的には、「ユーザー」役割のメッセージとして、翻訳元言語・翻訳先言語のコードと言語種別、それに翻訳するテキスト本体を含むJSONライクな構造を用います。例として、チェコ語⇒ドイツ語の翻訳をしてみましょう。

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "source_lang_code": "cs",
                "target_lang_code": "de-DE",
                "text": "V nejhorším případě i k prasknutí čočky.",
            }
        ],
    }
]

翻訳の実行

準備したmessagesをパイプラインに渡して推論を実行します。max_new_tokensで生成される最大トークン数を指定可能です（ここでは200に設定します）。

output = pipe(text=messages, max_new_tokens=200)
print(output[0]["generated_text"][-1]["content"])

実行すると、outputにモデルの応答が返ってきます。outputはリスト形式で、要素0の中に"generated_text"（生成された対話メッセージ群）が含まれています。その最後のメッセージ（[-1]）の"content"が翻訳結果テキストです。

②画像内テキスト翻訳

TranslateGemmaは画像内のテキスト抽出と翻訳にも対応しています。基本的な流れはテキスト翻訳と似ていますが、"type"を"image"にし、画像のURLまたはバイナリを指定する点が異なります。

画像入力メッセージの用意

先ほどと同様にmessagesを構築しますが、コンテンツの"type"を"image"に設定します。また、画像を指定するには直接バイナリデータを与える方法もありますが、ここでは簡単に、インターネット上の画像URLを利用します。

ローカルの画像ファイルを使う場合は、事前に画像を読み込んでバイナリデータを渡す必要があります。

messages = [
    {
        "role": "user",
        "content": [
            {
                "type": "image",
                "source_lang_code": "cs",
                "target_lang_code": "de-DE",
                "url": "https://example.com/sample_sign_cs.jpg",
            },
        ],
    }
]

上記ではチェコ語の看板画像を想定し、URLで画像へのリンクを指定しています。

画像翻訳の実行

テキスト翻訳時と同様にpipeを呼び出します。

output = pipe(text=messages, max_new_tokens=200)
print(output[0]["generated_text"][-1]["content"])

モデルは画像内の文字列を読み取り、指定された言語へ翻訳した結果を返してくれます。

画像翻訳を行う際、あまり高解像度の画像だと処理に時間がかかる可能性が高いです。

以上が基本的な使い方の手順です。

TranslateGemmaは、汎用のLLMとは異なり翻訳専用モードで動作するので、入力形式さえ整えれば、容易に高品質な翻訳結果を得ることができます。

追加のチューニングなしでも多言語・多領域に対応しますが、もし特定分野に最適化したい場合は、さらに独自データでファインチューニングすることも可能です。

TranslateGemmaを使ってみた

それでは実際に、TranslateGemma 4BモデルをGoogle Colab上で実装してみます。実行する際、Hugging Faceのご自身のアクセストークンが必要になりますので、こちらから取得しましょう。

入力プロンプトはこちら

This model can run on various devices and supports many languages.

結果はこちら

問題なく翻訳してくれました。

続いて、画像内テキスト翻訳も試してみましょう。入力画像は、ChatGPT Imagesで生成したこちらの画像とします。

結果はこちら

画像内テキスト翻訳も問題なさそうですね。「PM 6:00」の意味を理解して「18:00」としているのも評価できるポイントだと思います。

TranslateGemmaの活用可能性

最後にTranslateGemmaの活用イメージをご紹介します。

社内ドキュメント翻訳の内製化と情報漏えいリスクの低減

TranslateGemmaは自前の環境で動かすことができるので、機密情報を外部APIに送らずに翻訳フローを組むことができます。

設計書や議事録、契約書の下訳を社内で完結でき、監査対応などもしやすくなるかと思います。さらに、用語集や文体ルールを足して微調整することで、部署ごとの訳語ブレみたいな点も抑えることができます。

プロダクト組み込みによる多言語UXの高速改善

アプリやSaaSのUI文言、ヘルプ、通知文などをTranslateGemmaで一括で翻訳すれば、ローカライズの初速が上がるかと思います。

12Bモデルであれば、性能と運用コストのバランスが取りやすいと思いますので、ABテストで文面を改善しながら多言語展開を回すことができます。低リソース言語にも対応できる点もメリットになります。

画像内テキスト翻訳を活かした現場支援

TranslateGemmaは画像内テキスト翻訳に対応しているので、看板や資料写真、手書きメモなどを撮ってすぐに翻訳するフローを組むこともできると思います。

工場や建設、観光などの現場で、読めない状況を減らして、確認の手戻りを抑えることができます。

まとめ

TranslateGemmaは、小さくても強力な翻訳AIモデルファミリーとしてAI業界に新風を吹き込んでいます。

Gemma 3をベースに、高度にチューニングされたこのモデルは、55言語対応というカバー範囲の広さと、12Bモデルでも27Bモデルを上回るという効率性の高さで注目を集めています。

気になった方は、ぜひ一度試してみてください！

最後に

いかがだったでしょうか？

弊社では、AI導入を検討中の企業向けに、業務効率化や新しい価値創出を支援する情報提供・導入支援を行っています。最新のAIを活用し、効率的な業務改善や高度な分析が可能です。

大規模言語モデル（LLM）比較レポート

「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。

セミナー内容や料金については、ご相談ください。

また、大規模言語モデル（LLM）を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。

無料で相談する

資料をダウンロードする