Sakana AI、Namazu搭載の和英中翻訳ツール「Sakana Translate」を公開
Sakana AI は、日本語特有の敬語や文化背景を深く理解する「Namazu」モデルを搭載した翻訳ツール「Sakana Translate」を公開し、単なる単語置換を超えた文脈・トーン維持を実現した。
キーポイント
日本語特化の深層翻訳エンジン
既存の基盤モデルにポストトレーニングを施した「Namazu」シリーズを採用し、ビジネス敬語やネットスラングなど、一般ツールが見落としがちな日本語の文脈とトーンを保持する。
3 つの統合機能モード
翻訳（Translate）、自然な表現への校正（Proofread）、ニュアンス解説（Ask）の 3 つ機能を単一画面で提供し、ツール間の切り替えを不要にする。
技術的特徴と実装
ストリーミング出力による即時表示や、差分ハイライトによる校正内容の可視化など、エンジニアリング視点での使いやすさを追求している。
Namazu モデルの適応とトレーニング手法
ゼロから学習する事前トレーニングではなく、既存モデルを日本語や文化に適合させるためのコスト効率の良い後続トレーニング（Post-training）を採用しています。
高品質な評価スコアと文化的理解力
WMT 2024 と XCOMET-XL によるベンチマークで競合モデルに迫るスコアを獲得し、敬語や文化概念、固有名詞の処理において特に高い性能を発揮します。
文脈に応じたトーンとスタイルの維持
ビジネスメールの丁寧な表現からネットスラングの親しみやすさまで、原文のトーンや文化的ニュアンスを損なわずに翻訳・校正・質問対応を行います。
Namazu搭載の多機能翻訳ツール
Sakana AIが「Translate」「Proofread」「Ask」の3つのモードを統合した無料Webアプリ「Sakana Translate」をリリースし、日本語・英語・中国語間の高精度な翻訳と文化概念の適応を実現しました。
影響分析・編集コメントを表示
影響分析
この発表は、LLM が単なる言語変換を超えて、文化的・社会的文脈を理解する「深層翻訳」の実用化に向けた重要な一歩を示しています。特に日本語特有の複雑な敬語体系を扱えるツールが一般ユーザー向けに提供されることは、ビジネスコミュニケーションやコンテンツローカライゼーションの質的向上に寄与し、競合他社に対する明確な差別化要因となり得ます。
編集コメント
日本語の文化的文脈を深く理解できる AI ツールの登場は、ローカライズ業界におけるパラダイムシフトを示唆しています。特に「Ask」機能による対話型解説は、翻訳学習の効率化にも寄与する画期的なアプローチです。
Sakana AI は、チャットサービス「Sakana Chat」に「Sakana Translate」という新機能を追加しました。これは日本語、英語、中国語間の双方向翻訳を処理します。翻訳エンジンには、同社が日本向けに適応させたモデルシリーズである Namazu（ナマズ）が採用されています。
Sakana Translate は無料の Web アプリとして提供されており、1 つのアカウントで 3 つのモードすべてを利用できます。
Sakana Translate とは何か
Sakana Translate はブラウザベースの翻訳製品であり、新しい基盤モデルではありません。これは Sakana AI の日本向け適応モデルシリーズである Namazu（ナマズ）上で動作します。
Sakana AI が掲げるコンセプトは「日本向けの深い翻訳」です。その目標は単語や文構造を置き換えることにとどまらず、言語間で文脈、トーン、および語調（レジスター）を伝えることを目指しています。
この焦点は特定のギャップに狙いを定めています。Sakana AI は、一般的なツールでは日本語の独自性を捉えきれていないと指摘します。具体例としては、ビジネス敬語、文化的に固有な概念、略語、インターネットスラングなどが挙げられます。文法が正しくても、対人間のトーンが失われるケースがあります。
本製品は 3 つの機能を 1 つの画面に統合しています：翻訳（Translate）、校正（Proofread）、質問（Ask）です。
3 つのモードの詳細解説
各モードは異なる日常的なタスクを対象としています。以下の表で概要をまとめます。
モード | 機能 | 主要詳細 | 推奨用途
---|---|---|---
翻訳 | 貼り付けたテキストを 3 カ国間で変換 | 最大約 5,000 文字（日本語）、ストリーミング出力、履歴は自動保存 | メール、スライド資料、記事、Web ページ
校正モードは、草案をより自然なバージョンに推敲します。差分ハイライトで変更箇所を表示し、トーン、敬語、形式性を調整します。ビジネスメールや英語ライティングのチェックにも対応しています。
質問モードでは、結果に関するフォローアップ質問に応答します。ニュアンスの解説、代替案の提案、文脈内の文法説明を行い、「なぜその翻訳がそのような読み方になるのか」を学習できます。
この分野に新しいエンジニア向けに、いくつかの用語について解説しておきます。
ストリーミング出力とは、翻訳結果がトークン単位で逐次表示されることを意味します。完全な結果が出るまで待たずに、読み進めることができます。これはチャットモデルがテキストを返す動作と似ています。
差分ハイライトは、変更された箇所を正確に示します。追加や削除は、バージョン管理の差分（diff）のように行内にマークされます。校正モードは文法チェックを超え、自然さ、敬語、読者が期待する文体レベルまで調整します。
質問モードは、ツール間の切り替えという問題を解消します。翻訳ツールと辞書を往復する必要がなくなります。ニュアンスに関する質問も、同じソーステキストと出力結果に対して即座に回答されます。
以下のインタラクティブデモで、3 つのモードをすべて試すことができます。
(function(){
window.addEventListener('message',function(e){
if(e.data && typeof e.data.stxHeight==='number'){
var f=document.getElementById('sakana-translate-embed');
if(f) f.style.height=(e.data.stxHeight)+'px';
}
});
})();
Namazu がどのように機能するか
Namazu はエンジンであり、その設計が重要です。Sakana AI は、2023 年に David Ha と Llion Jones によって設立された東京の研究所です。
Namazu はゼロから学習されたモデルではありません。既存のオープンウェイト基盤モデルに対して、ポストトレーニングを適用しています。報告されているベースモデルには、DeepSeek-V3.1-Terminus、Llama 3.1 405B、gpt-oss-120B が含まれています。
ポストトレーニングとは、すでに学習済みのモデルにさらなるチューニングを加えて適応させることを意味します。これはゼロからモデルを事前学習（pre-training）するよりも安価かつ高速です。Sakana AI はこの手法を用いて、モデルを日本語および日本文化に適応させています。
Sakana AI は 2026 年 3 月 24 日に初めて Namazu シリーズを発表しました。Sakana Translate は、その同じ適応作業を翻訳問題に応用したものです。
ベンチマークとパフォーマンス
Sakana AI チームは標準的な設定で翻訳品質を評価しました。WMT 2024 General Translation タスクのデータに対して XCOMET-XL を使用しています。
これらの二つの名称の意味は以下の通りです：
WMT 2024 General Translation は、機械翻訳会議（Conference on Machine Translation）における共有タスクです。システムは多数の言語ペアにわたる複数のドメインから抽出されたテストセットを翻訳します。これは機械翻訳研究における一般的な指標となっています。
XCOMET-XL は Unbabel が開発したニューラル評価指標で、約 35 億パラメータを持っています。これは翻訳品質をスコアリングする学習済みモデルであり、スコアを出力するとともに特定の誤りスパンもフラグ付けします。スコアの範囲は 0 から 1 で、高いほど良好です。
報告された結果によると、Sakana Translate は主要なモデルにわずかに及ばないスコア帯域に位置しました。Sakana AI はこれを翻訳エンジンとして競争力のある品質であると評価しています。
Sakana AI はまた、日常的な日本語テキストについても定性的なチェックを実施しました。その結果、敬語、文化的概念、地名、固有名詞、そして日常の文脈における強みを報告しています。
imagehttps://sakana.ai/translate-release/
使用例と具体例
Sakana AI は 2 つの具体的な出力結果を発表しました。どちらも、トーンの維持という目標が実際に機能している様子を示しています。
- ビジネスメール（日本語→英語）。原文は丁寧で間接的な依頼です。「お見積り拝見しました」「勝手なお願いですが」といった定型ビジネス表現を使用しています。
原文：お見積り拝見しました。勝手なお願いですが、もう少しご相談できますか？ご予算あれば社内で調整しますので、お聞かせください。
Sakana Translate: I saw your quote. This is a bit of a selfish request, but could we talk a bit more? If you have a budget in mind, I can work on it internally, so please let me know.
Sakana AI は、丁寧なトーンが維持されている点を指摘しています。より平坦な翻訳であれば、その語調は失われてしまいます。
- インターネットスラング（英語→日本語）。原文はグループチャットで使われるカジュアルな略語を使用しています。
原文：Iykyk, honestly. It's an inside joke from the group chat.
Sakana Translate: まあ、わかる人にはわかるよね。グループチャットの内輪ネタだから。
出力結果は、会話における日本語の同じようなカジュアルな温度感を保っています。
これら以外にも、自然に実用的なシナリオが展開されます。サポート担当者は、長いクライアントとのスレッドを一度に貼り付けて翻訳できます。開発者は公開前に英語のリリースノートを校正できます。学習者は、特定のフレーズがなぜそのようなトーンを持っているのかを質問できます。
比較：Sakana Translate が対象とするもの
以下の表は、Sakana AI が掲げる設計上の焦点を枠組みとして示しています。左列は汎用ツールの一般的な挙動を記述しており、右列は Sakana AI 自身の主張であり、直接対決型のベンチマーク結果ではありません。
次元 典型的な汎用 MTSakana Translate の掲げる焦点
敬語 文法は正しいが、トーンが平坦化されがち 丁寧語や謙譲語の-register を保持
文化的概念 直訳的または一般的な表現 日本の文脈に適応
スラングと略語 頻繁に誤訳される 元のトーンに合致した表現
ワークフロー 翻訳ツールと辞書を別々に利用 翻訳、校閲、質問を一つの画面で実行
アクセス方法 状況による 無料の Web アプリ、単一アカウント、3 言語
評価指標に関する一考察
Sakana Translate はまだ公開 API を提供していません。Sakana AI は API アクセスについて、将来的な企業向けプランとしてリストしています。
それでも、同社が使用した評価方法を再現することは可能です。XCOMET-XL はオープンソースで実行可能であり、以下のスニペットはこれを用いて一つの翻訳を採点する例です。
コードをコピーしました別のブラウザを使用してください
pip install "unbabel-comet>=2.2.0"
XCOMET-XL は Hugging Face でアクセス制限されています：ライセンスに同意し、
download_model() を実行する前に huggingface-cli login を実行してください。
from comet import download_model, load_from_checkpoint
model_path = download_model("Unbabel/XCOMET-XL") # 約 35 億パラメータ
model = load_from_checkpoint(model_path)
data = [{
"src": "お見積り拝見しました。",
"mt": "I saw your quote.",
"ref": "I have reviewed your quote.", # リファレンスなし QE の場合は"ref"を省略
}]
セグメントごとのスコア、システム全体のスコア、およびエラー範囲を返す
output = model.predict(data, batch_size=8, gpus=0)
print(output.system_score) # 0 から 1 の間のスコア。高いほど良い
強みと限界
強み:
単一のアカウントで利用可能な 3 つのモードを備えた無料の Web アプリ
日本語、英語、中国語間での双方向対応
ストリーミング処理に対応した約 5,000 文字の長文入力サポート
敬語、スラング、文化的概念に対するトーンとレジスターの扱い
文法を超えた差分ベースの校正機能
限界:
現時点では公開 API はなく、API アクセスはロードマップ上の計画のみ
ベンチマーク数値は Sakana AI による独自評価に基づくもの
ローンチ時は日本語を中心に据えた 3 カ語のみ
SSO（シングルサインオン）、監査ログ、オンプレミス対応などのエンタープライズ機能は計画中であり、まだ実装されていない
主なポイント
Sakana Translate は、Namazu を基盤とした Sakana Chat に、日本語・英語・中国語間の翻訳機能を追加したものです。
Translate（翻訳）、Proofread（校正）、Ask（質問）の 3 つのモードが、1 つの無料 Web アプリとして同時に提供されています。
Translate モードは約 5,000 文字の日本語入力をストリーミング処理で対応し、Proofread モードでは差分表示が可能、Ask モードではニュアンスの説明を行います。
Sakana AI は、独自テストに基づく WMT 2024 データでの XCOMET-XL スコアが競合他社と同等水準であると報告しています。
API アクセス、ファイル翻訳、用語集管理、およびエンタープライズ向け制御機能はロードマップ上にあります。
出典
Sakana AI、「Sakana Translate: Sakana Chat Now Supports Translation」 — https://sakana.ai/translate-release/
X（旧 Twitter）上の Sakana AI (@SakanaAILabs) — 発表ポスト
Sakana Translate Web アプリ — https://translate.sakana.ai
Sakana AI、"Namazu (alpha)"発表 — https://sakana.ai/namazu-alpha/
Unbabel、「XCOMET の紹介」および Unbabel/XCOMET-XL モデルカード — https://huggingface.co/Unbabel/XCOMET-XL
WMT24 一般機械翻訳共有タスクの調査結果 — https://aclanthology.org/2024.wmt-1.1/
本記事「Sakana AI が、翻訳・校正・質問モードを備えた Namazu（ナマズ）搭載の日英中翻訳ツール『Sakana Translate』を発表」は、MarkTechPost で最初に公開されました。
原文を表示
Sakana AI has added a new feature called Sakana Translate to its chat service, Sakana Chat. It handles bidirectional translation across Japanese, English, and Chinese. The translation engine is Namazu, the company’s model series adapted for Japanese.
Sakana Translate ships as a free web app. A single account unlocks all three of its modes.
What is Sakana Translate
Sakana Translate is a browser-based translation product, not a new base model. It runs on Namazu, Sakana AI’s Japan-adapted model series.
The concept Sakana AI states is ‘deep translation for Japan.’ The goal goes beyond swapping words and sentence structures. It aims to carry context, tone, and register between languages.
That focus targets a specific gap. Sakana AI argues that general tools often miss what makes Japanese distinctive. Examples include business honorifics, culturally specific concepts, abbreviations, and internet slang. Grammar may stay correct while interpersonal tone gets lost.
The product bundles three functions into one screen: Translate, Proofread, and Ask.
The Three Modes, Explained
Each mode targets a different everyday task. The table below summarizes them.
ModeWhat it doesKey detailBest for
TranslateConverts pasted text between the three languagesUp to ~5,000 Japanese characters, streaming output, history saved automaticallyEmails, slide decks, articles, web pages
ProofreadRefines a draft into a more natural versionChanges shown with diff highlighting; adjusts tone, politeness, and formalityBusiness email and English writing checks
AskAnswers follow-up questions about a resultClarifies nuance, suggests alternatives, explains grammar in the same contextLearning why a translation reads the way it does
A few terms are worth unpacking for engineers new to this space.
Streaming output means the translation appears progressively, token by token. You do not wait for the full result before reading. This mirrors how chat models return text.
Diff highlighting shows exactly what changed. Additions and removals are marked inline, like a version-control diff. Proofread goes past grammar. It also tunes naturalness, politeness, and the register a reader expects.
Ask removes the tool-switching problem. You no longer jump between a translator and a dictionary. Nuance questions get answered against the same source and output.
You can try all three modes in the interactive demo below
(function(){
window.addEventListener('message',function(e){
if(e.data && typeof e.data.stxHeight==='number'){
var f=document.getElementById('sakana-translate-embed');
if(f) f.style.height=(e.data.stxHeight)+'px';
}
});
})();
How Namazu Powers It
Namazu is the engine, so its design matters here. Sakana AI is a Tokyo lab founded in 2023 by David Ha and Llion Jones.
Namazu is not trained from scratch. It applies post-training to existing open-weight foundation models. Reported base models include DeepSeek-V3.1-Terminus, Llama 3.1 405B, and gpt-oss-120B.
Post-training means adapting an already-trained model with further tuning. It is cheaper and faster than pre-training a model from zero. Sakana AI uses it to fit models to Japanese language and culture.
Sakana AI first announced the Namazu series on March 24, 2026. Sakana Translate applies that same adaptation work to the translation problem.
Benchmark and Performance
Sakana AI team evaluated translation quality with a standard setup. It used XCOMET-XL on the WMT 2024 General Translation task data.
Here is what those two names means:
WMT 2024 General Translation is a shared task from the Conference on Machine Translation. Systems translate test sets drawn from several domains across many language pairs. It is a common yardstick for machine translation research.
XCOMET-XL is a neural evaluation metric from Unbabel, with roughly 3.5B parameters. It is a learned model that scores translation quality. It outputs a score and also flags specific error spans. Scores run from 0 to 1, where higher is better.
By the reported results, Sakana Translate landed in a score band close behind the leading models. Sakana AI describes this as competitive quality for a translation engine.
Sakana AI also ran a qualitative check on everyday Japanese texts. It reports strengths in honorifics, cultural concepts, place names, proper nouns, and everyday context.
imagehttps://sakana.ai/translate-release/
Use Cases With Examples
Sakana AI published two concrete outputs. Both show the tone-preservation goal in action.
- Business email (Japanese → English). The source is a polite, indirect request. It uses set business phrases such as o-mitsumori haiken shimashita and katte na onegai desu ga.
Source: お見積り拝見しました。勝手なお願いですが、もう少しご相談できますか？ご予算あれば社内で調整しますので、お聞かせください。
Sakana Translate: I saw your quote. This is a bit of a selfish request, but could we talk a bit more? If you have a budget in mind, I can work on it internally, so please let me know.
Sakana AI notes the polite tone is preserved. A flatter translation would drop that register.
- Internet slang (English → Japanese). The source uses casual shorthand from a group chat.
Source: Iykyk, honestly. It’s an inside joke from the group chat.
Sakana Translate: まあ、わかる人にはわかるよね。グループチャットの内輪ネタだから。
The output keeps the same casual temperature in conversational Japanese.
Beyond these, practical scenarios follow naturally. A support agent can translate a long client thread in one paste. A developer can proofread an English release note before publishing. A learner can ask why a phrase carries a certain tone.
Comparison: What Sakana Translate Targets
The table below frames Sakana AI’s stated design focus. The left column describes common behavior in general-purpose tools. The right column reflects Sakana AI’s own claims, not a head-to-head benchmark.
DimensionTypical general-purpose MTSakana Translate’s stated focus
HonorificsGrammar correct, tone often flattenedPreserves polite and humble registers
Cultural conceptsLiteral or generic renderingsAdapted to Japanese context
Slang and abbreviationsFrequently mistranslatedMatched to the original tone
WorkflowSeparate translator and dictionaryTranslate, proofread, and ask in one screen
AccessVariesFree web app, single account, three languages
A Look at the Evaluation Metric
Sakana Translate has no public API yet. Sakana AI lists API access as a future, enterprise-focused plan.
You can still reproduce the evaluation method it used. XCOMET-XL is open and runnable. The snippet below scores one translation with it.
Copy CodeCopiedUse a different Browser
pip install "unbabel-comet>=2.2.0"
XCOMET-XL is gated on Hugging Face: accept its license,
then run huggingface-cli login before download_model().
from comet import download_model, load_from_checkpoint
model_path = download_model("Unbabel/XCOMET-XL") # ~3.5B params
model = load_from_checkpoint(model_path)
data = [{
"src": "お見積り拝見しました。",
"mt": "I saw your quote.",
"ref": "I have reviewed your quote.", # omit "ref" for reference-free QE
}]
Returns per-segment scores, a system score, and error spans
output = model.predict(data, batch_size=8, gpus=0)
print(output.system_score) # score from 0 to 1, higher is better
Strengths and Limitations
Strengths:
Free web app with three modes behind a single account
Bidirectional coverage across Japanese, English, and Chinese
Long-input support of about 5,000 Japanese characters, with streaming
Tone and register handling for honorifics, slang, and cultural concepts
Diff-based proofreading that goes beyond grammar
Limitations:
No public API today; API access is only on the roadmap
Benchmark figures come from Sakana AI’s own evaluation
Three languages only at launch, centered on Japanese
Enterprise features like SSO, audit logs, and on-premises are planned, not shipped
Key Takeaways
Sakana Translate adds Japanese–English–Chinese translation to Sakana Chat, powered by Namazu.
Three modes ship together: Translate, Proofread, and Ask, in one free web app.
Translate handles ~5,000 Japanese characters with streaming; Proofread shows diffs; Ask explains nuance.
Sakana AI reports competitive XCOMET-XL scores on WMT 2024 data, from its own tests.
API access, file translation, glossaries, and enterprise controls are on the roadmap.
Sources
Sakana AI, “Sakana Translate: Sakana Chat Now Supports Translation” — https://sakana.ai/translate-release/
Sakana AI on X (@SakanaAILabs) — announcement post
Sakana Translate web app — https://translate.sakana.ai
Sakana AI, “Namazu (alpha)” announcement — https://sakana.ai/namazu-alpha/
Unbabel, “Introducing XCOMET” and Unbabel/XCOMET-XL model card — https://huggingface.co/Unbabel/XCOMET-XL
WMT24 General Machine Translation Shared Task findings — https://aclanthology.org/2024.wmt-1.1/
The post Sakana AI Launches Sakana Translate, a Namazu-Powered Japanese–English–Chinese Translation Tool With Translate, Proofread, and Ask Modes appeared first on MarkTechPost.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み