Preferred Networks（PFN）は2025年10月7日、大規模言語モデル（LLM）の新版「PLaMo 2.1 Prime」をリリースした。データベースや他のAIエージェントと連携できるようにした。ユーザーの指示を基に適切なツール（Web検索、社内データベース検索、外部API呼び出し、AIエージェントなど）を自動で選択して組み合わせ、取得した情報から包括的な回答を生成する。
Preferred Networks（PFN）の「PLaMo Prime」は、同社がフルスクラッチで開発した国産の大規模言語モデル（LLM）「PLaMo」の商用フラッグシップモデルである。PLaMoシリーズの特徴は、日本語を豊富に含んだ独自構築データセットで学習することにより、日本語処理性能を高めていること。
新版のPLaMo 2.1 Primeでは、ユーザーの指示を基にデータベースや他のAIエージェントと連携できるようにした。適切なツール（Web検索、社内データベース検索、外部API呼び出し、AIエージェントなど）を自動で選択して組み合わせ、取得した情報から包括的な回答を生成する。
図1：取引先が購入した機材の部品在庫を確認するエージェントの例（出典：Preferred Networks）拡大画像表示
図1は、取引先が購入した機材の部品在庫を確認するエージェントの例である。マルチAIエージェントが顧客管理AIエージェントに顧客情報と購入履歴を、在庫管理AIエージェントに在庫状況をそれぞれ問い合わせ、これらの情報をまとめて回答を生成する。
図2：キャンペーンに興味を持ちそうな顧客に案内メールを送信するエージェントの例（出典：Preferred Networks）拡大画像表示
図2は、キャンペーンに興味を持ちそうな顧客に案内メールを送信するエージェントの例である。AIエージェントが社内システムからキャンペーンBに興味を持ちそうな顧客を抽出して案内メール本文を生成し、メールを送信する。
これまでバージョンでも、特定ツールの呼び出しを指示すれば外部システムと連携することができた。今回のアップデートでは、ユーザーが指示した条件に合ったツールを自動で判断して呼び出せるようにした。
ツールの呼び出し性能を測るBFCL V3ベンチマーク結果で、GPTなど他のLLMを上回っている。同ベンチマークは約2000個の質問、ツール、解答の組で構成し、ユーザーの指示から適切なツールを選択できるかを評価する（図3）。
図3：ユーザーの指示に対して適切なツールを選択できるかを評価するベンチマークBFCL V3の値（出典：Preferred Networks）拡大画像表示
