Preferred Networks(PFN)는 2026년 6월 22일, 국산 생성형 AI 기반 모델의 최신 버전인 'PLaMo 3.0 Prime'을 공개했다. 이 모델은 'PLaMo 3.0 Prime β'를 기반으로, 모니터링 기업들의 피드백을 반영하여 추론 성능 강화와 시스템 안정화를 거친 플래그십 모델이다.

주요 특징은 추론 성능 향상과 컨텍스트 길이의 대폭 확장이다. 기존 모델 대비 약 2배 더 많은 단계의 강화학습을 수행하여 추론 성능을 끌어올렸다. 또한, AI 에이전트 활용을 고려해 입력 가능한 컨텍스트 길이를 기존 64K에서 256K로 늘렸다. 이와 함께 빠른 응답 속도가 중요한 환경을 위해 추론 성능에 최적화된 '비추론 모델'도 함께 선보였다.

안전성 면에서는 일본 정보통신연구기구(NICT)로부터 제공받은 데이터를 활용해 학습을 진행했다. 스탠퍼드 대학교의 'HELM Safety' 벤치마크를 통해 폭력, 사기, 차별 등 6가지 안전 카테고리에서 경쟁 모델과 동등 이상의 성능을 확인했다. 또한 외부 시스템 및 API와의 원활한 연동을 위해 '구조화 출력(Structured Output)' 기능을 지원한다.

성능 평가 결과, Qwen3.6-27b나 gpt-oss-120b와 같은 오픈 모델은 물론, GPT-5.4 Mini 및 Claude Haiku 4.5 등 동가격대 클로즈드 모델과 비교해도 높은 경쟁력을 갖췄다. 지시 이행, 대화, 도구 사용, 의료, 코드 생성 분야에서 우수한 결과를 보였으며, 웹 검색 및 수학적 추론은 향후 개선 과제로 설정했다. 현재 PLaMo Chat과 API를 통해 이용할 수 있으며 무료 플랜도 제공된다.

Preferred Networks(PFN)는 2026년 6월 22일, 국산 생성형 AI 기반 모델의 최신 버전인 'PLaMo 3.0 Prime'을 공개했다. 이 모델은 'PLaMo 3.0 Prime β'를 기반으로, 모니터링 기업들의 피드백을 반영하여 추론 성능 강화와 시스템 안정화를 거친 플래그십 모델이다.

주요 특징은 추론 성능 향상과 컨텍스트 길이의 대폭 확장이다. 기존 모델 대비 약 2배 더 많은 단계의 강화학습을 수행하여 추론 성능을 끌어올렸다. 또한, AI 에이전트 활용을 고려해 입력 가능한 컨텍스트 길이를 기존 64K에서 256K로 늘렸다. 이와 함께 빠른 응답 속도가 중요한 환경을 위해 추론 성능에 최적화된 '비추론 모델'도 함께 선보였다.

안전성 면에서는 일본 정보통신연구기구(NICT)로부터 제공받은 데이터를 활용해 학습을 진행했다. 스탠퍼드 대학교의 'HELM Safety' 벤치마크를 통해 폭력, 사기, 차별 등 6가지 안전 카테고리에서 경쟁 모델과 동등 이상의 성능을 확인했다. 또한 외부 시스템 및 API와의 원활한 연동을 위해 '구조화 출력(Structured Output)' 기능을 지원한다.

성능 평가 결과, Qwen3.6-27b나 gpt-oss-120b와 같은 오픈 모델은 물론, GPT-5.4 Mini 및 Claude Haiku 4.5 등 동가격대 클로즈드 모델과 비교해도 높은 경쟁력을 갖췄다. 지시 이행, 대화, 도구 사용, 의료, 코드 생성 분야에서 우수한 결과를 보였으며, 웹 검색 및 수학적 추론은 향후 개선 과제로 설정했다. 현재 PLaMo Chat과 API를 통해 이용할 수 있으며 무료 플랜도 제공된다.