Apple Foundation Modelsとは？日本語と使い方

公開日: 2026年9月22日

公式ドキュメント・公式発表などの一次情報を確認したうえで、株式会社Nexaが執筆・更新しています。AIツールの仕様や料金は変わることがあるため、導入判断の前に各公式サイトの最新情報もご確認ください。運営会社について

Apple Foundation Modelsはアプリに生成AIを組み込む仕組みで、26系の基本機能と27系の拡張を分けて導入を判断します。

処理場所：端末内の推論だけでなく、PCCや外部モデルを使う構成も公式に用意されています。
日本語：対応していますが、端末やOS、言語設定、実行時の利用可否を確認する必要があります。
品質管理：構造化出力は形式を整える機能であり、内容の正確さや業務判断を保証するものではありません。

対象読者：開発担当者、DX推進担当者

今日やること：対象業務を1つ選び、入力情報と処理する場所を書き出す。

この記事の著者

株式会社Nexa 代表取締役川島陸

一橋大学経済学部卒業後、フォーティエンスコンサルティング株式会社（旧株式会社クニエ）にて法人向けAI導入支援等を経験。独立後、AI系メディア運営やDify/n8nの導入支援を経て、株式会社Nexaを創業。法人向けAI研修・AI導入支援・AI関連メディア運営を手掛ける。

詳しく見る AI顧問の無料相談

Apple Foundation Modelsは、要約や情報抽出などの生成AI機能をアプリに組み込むための仕組みです。ただし、「使えば常にオフラインで無料」と理解すると、導入条件を取り違えます。

オンデバイスモデルと、クラウドで動くモデルでは、通信や費用の扱いが異なります。日本語対応、使い方、企業での確認点を公開された一次資料に基づいて整理します。情報確認日は2026年9月22日です。本記事では実機での動作検証や性能測定は行っていません。

Apple Foundation Modelsとは何か

Apple Foundation Modelsは、生成AIの要約や情報抽出をアプリへ組み込む開発基盤です。

アプリ開発では、AIへの入力や回答の受け取りをコードで扱います。これらの共通処理をまとめた仕組みがフレームワークです。Foundation Modelsは、Appleの開発言語であるSwiftから利用できます。

一方、基盤モデルは、文章などの幅広いデータを学習し、多様な処理に使えるAIモデルを指します。モデルそのものと、それをアプリから呼び出すフレームワークは別物です。検索で同じ名称が使われるため、まず区別してください。

Appleの公式ドキュメントでは、オンデバイスモデルに加え、Private Cloud Computeや外部モデルも対象にしています。導入要件には、フレームワーク名だけでなく、実際に使うモデルを記載します。

Apple Intelligenceやチャットアプリとの違い

標準のAI機能を使うことと、独自アプリへ生成AIを組み込むことは、必要な準備も管理範囲も異なります。

Apple Intelligenceは、Apple製品のアプリやOSに統合されたAI機能群です。対してFoundation Modelsは、開発者が自分のアプリへAI機能を追加するために使います。設定画面で有効化するだけで、自社業務のアプリが完成するわけではありません。

選択肢	主な目的	企業が用意するもの
OSや標準アプリのAI機能	既存の文章作成や要約を使う	対応端末、利用ルール
Foundation Models	業務画面に独自のAI機能を組み込む	アプリ開発、品質評価、保守
外部のチャットサービス	対話画面から文章作成や調査を行う	サービス契約、情報管理

たとえば、担当者が要約をたまに使うだけなら、既存機能で足りる場合があります。入力項目や承認画面まで自社の作業に合わせたい場合に、アプリへの組み込みを検討します。

図1: 利用するモデルによって、処理場所や通信、費用の条件が変わります。

26系の基本機能と27系の拡張を分ける

26系からのオンデバイス機能と27系で追加された機能は、対応OSと提供条件を分けて確認します。

2025年の発表では、iOS 26、iPadOS 26、macOS 26で使うオンデバイスモデルが中心でした。その説明を、現在の全APIへそのまま当てはめることはできません。

区分	主な内容	読み違えやすい点
26系からの基本機能	テキスト生成、ガイド付き生成、Tool calling	対応OSだけで利用可否は決まらない
27系で広がったAPI	PCC、画像入力、外部モデル接続、動的な構成変更	26系でも同じコードが動くとは限らない
個別にBeta表示がある機能	一部の追加API、提供企業のパッケージ	OS全体の提供状況とは区別する

確認時点のApple公式では、PCC用モデルや画像添付APIは27.0以降のAPIです。一方、Beta表示が残るAPIや、ベータと案内される外部パッケージもあります。「27系はすべてベータ」「最新ページの機能はすべて26系対応」のどちらも避け、使うAPI単位で確認します。

AI導入に関するお困りごとは、株式会社NexaのAI顧問がサポートします。「何から始めればいいか分からない」という段階からご相談いただけます。

AI顧問の無料相談はこちら →

日本語には対応しているか

日本語は対応言語ですが、実際に使うモデルと言語設定を確認し、業務用語を含む入力で品質を評価します。

Appleサポートの対応言語一覧には日本語が含まれます。端末とSiriの言語を同じ対応言語に設定することなど、利用条件も示されています。ただし、Apple Intelligenceの各機能が、すべての言語や地域で同じように提供されるわけではありません。

Frameworkの言語対応資料では、オンデバイスモデルの対応言語や、ロケールの確認方法を説明しています。ロケールは、言語に加えて地域の表記慣習などを表す設定です。日本語で回答させる場合は、その希望を指示にも明記します。

試行では敬語だけでなく、略語、日付、部署名の表記揺れを確かめます。「実施しない」などの否定条件が逆の意味になっていないかも確認します。「日本語で返った」ことと「社内でそのまま使える品質」は別の判定項目です。

対応端末とOSの条件をどう確認するか

端末の対応状況、APIが必要とするOS、モデルの準備状態を別々に確認し、使えない場合の画面も用意します。

Appleのオンデバイスモデルを使うには、Apple Intelligenceに対応する端末が必要です。AppleサポートはiPhone 15 Pro系、iPhone 16以降のモデル、M1以降搭載のMacなどを挙げています。これは例示であり、全機種の一覧ではありません。機種名を公式一覧と照合してください。

アプリを起動できても、モデルが準備できているとは限りません。公式の基本実装資料は、availabilityによる利用可否の確認を求めています。初回ダウンロード中や、システム上の理由で準備が整っていない場合も考慮します。

社内の端末一覧には「機種」「OS」「必要なAPI」「AI機能の利用状態」を別欄で持たせます。非対応端末には手入力を残し、一時的な準備待ちには再試行を案内すると、業務全体を止めずに済みます。

無料で使える範囲と発生する費用

無料という説明はオンデバイス推論の範囲で捉え、クラウド利用とアプリ開発に必要な費用を分けて見積もります。

Appleの2025年9月の発表は、オンデバイスでのAI推論を無料と説明しています。推論とは、学習済みモデルが入力を受けて回答などを生成する処理です。推論が無料でも、端末の購入や開発作業まで無料になるわけではありません。

利用するもの	費用や上限の確認点
Appleのオンデバイスモデル	推論の料金とは別に、端末、開発、保守を見積もる
Private Cloud Compute	利用条件や日次上限、追加アクセスの扱いを確認する
Claudeなどの外部モデル	提供企業のAPI料金、認証、利用上限を確認する

見積書では、初期開発と継続運用を分けます。日本語の評価データ作成、OS更新後の再テスト、問い合わせ対応も運用費です。API代だけを比べると、少数端末では端末更新費の方が判断に影響する場合があります。

オフラインとデータ保護の範囲

オンデバイス推論は端末内で完結できますが、アプリの外部通信まで自動的になくなるわけではありません。

オンデバイスは、処理を利用者の端末上で行うことです。必要なモデルが準備済みで、外部サービスを使わない機能なら、ネット接続なしでの利用を設計できます。初回のモデル取得や、アプリが別途行う通信とは切り分けてください。

たとえば、要約は端末内でも、元の文書をクラウドから取得する実装なら通信が必要です。回答を解析用ログへ送る場合も、情報は端末の外へ出ます。確認対象は「モデルへの通信」だけではなく、入力から保存までの全体です。

入力文書をどこから取得するか
推論をどの端末またはサーバーで行うか
Toolがどこへアクセスするか
入力と出力をどこに保存し、誰が読めるか

機密情報を扱う企業は、この4項目を構成図に記入します。端末内の処理でも、端末紛失やアプリ内の共有設定への対策は必要です。

業務で試しやすい使い方

短い資料の要約や分類など、入力範囲と期待する出力を限定できる作業が、最初の試行候補になります。

Appleの基本資料は、要約、固有情報の抽出、文章の編集、分類などを用途として挙げています。以下は、その機能から考えられる設計例であり、Nexaや特定企業の導入実績ではありません。

設計例	入力と出力	人が確認する点
作業メモの整理	短いメモから要点を生成	省略で意味が変わっていないか
問い合わせの分類	本文から受付カテゴリを選ぶ	誤分類と担当部署
文書からの情報抽出	案内文から日付や場所を取り出す	原文との一致
文章の修正候補	下書きを指定の文体に整える	条件や約束を追加していないか

最初から全業務へ広げるより、「担当者が原文と比較できる作業」を選びます。失敗を見つけやすく、修正にかかる時間も測れるためです。入力が毎回大きく変わる仕事は、評価条件を作る負担が増えます。

任せにくい処理と避けたい使い方

正確な計算や専門判断をオンデバイスモデルだけに任せず、確定的な処理や根拠資料の確認と組み合わせます。

Appleの基本資料は、オンデバイスモデルに向かない用途として計算、コード作成、論理的推論などを挙げています。この説明は基本のオンデバイスモデルについてのもので、接続できる全モデルの能力を一括して評価したものではありません。

金額の合計は通常の計算処理へ渡し、最新の制度は公式資料で確認します。文章の中から金額を抜き出せても、その数字の読み取りが正しいかは別途検査が必要です。抽出と計算をつなぐだけで、誤りがなくなるわけではありません。

人事評価や契約上の判断など、誤りの影響が大きい作業では、判断者と根拠を残します。試行対象を決める際に「AIが提案してよい範囲」と「人が決める範囲」を先に記録してください。

構造化出力で保証されること

構造化出力は結果を指定の型で受け取る仕組みであり、抽出内容や生成された説明の正しさを保証しません。

構造化出力は、「要約」「日付」「カテゴリ」などの項目を決めて結果を受け取る方法です。自由な文章よりも、アプリの入力欄や後続処理につなぎやすくなります。

Appleのガイド付き生成では、@GenerableでSwiftの型を定義し、@Guideで項目の説明や制約を付けられます。指定した型に沿う出力を得るための仕組みですが、「日付の形式が正しい」と「原文の日付を正しく抜き出した」は異なります。

実装では、項目を受け取った後に原文や業務ルールと照合します。日付が見つからない場合の空欄や確認待ちも設計し、必須項目だからといって推測で埋める運用にしないことが大切です。

Tool callingで業務データを扱う方法

Tool callingは開発者の処理をモデルから呼ぶ仕組みで、情報取得と変更操作の権限を分けて設計します。

モデルが必要な情報を持っていないとき、アプリの検索処理などを呼び出せます。この連携をTool callingと呼びます。Appleの公式資料は、ローカルのデータベース照会、Webリクエスト、アプリ内の操作などを例示しています。

Toolを使うから自動的にインターネットへ接続するのではありません。何を呼び出すかは、開発者が提供する実装によります。ただし、外部APIへ接続するToolなら、オンデバイスモデルを選んでいても通信は発生します。

検索用Toolには読取権限だけを与え、メール送信やデータ変更は別の処理に分けます。変更前には対象、内容、実行者を人が確認できる画面を設けます。取得文書に「別の情報を送信せよ」と書かれていても、それを操作権限の根拠にしない制御が必要です。

図2: 情報の取得と変更を分離し、生成候補を確認してから更新します。

開発を始める前の準備

開発前に対象OSと利用モデルを決め、短い評価用データ、成功条件、利用できない場合の代替手順をそろえます。

開発担当には「AIを入れたい」だけでなく、入力と出力の具体例を渡します。最初は公開文書や架空データを使い、個人情報や機密情報の取り扱いを判断する前に、本番データを持ち込まない進め方が適切です。

26系の基本機能か、27系のAPIが必要かを選ぶ
対応するSDKを含むXcodeと、対象端末を用意する
Apple Intelligenceの設定とモデルの準備状態を確認する
正常入力だけでなく、空欄や長すぎる入力も用意する
原文を確認する担当者と、失敗時の手入力手順を決める

SDKは、開発に使うAPIや道具をまとめたものです。新しいSDKでビルドできることと、古いOSを搭載した社内端末で動くことは同じではありません。配布先のOSを基準に確認します。

Swiftで呼び出す基本の流れ

基本の呼び出しは利用可否の確認、セッション作成、生成要求の順に行い、失敗時は手動の操作へ戻します。

セッションは、モデルとのやり取りをまとめて管理する単位です。単発の要約なら新しいセッションを作り、連続した対話なら同じセッションを使う設計が基本です。

以下は26系からの基本APIを使った説明用コードです。本記事ではコンパイルや実機実行を行っていません。エラー表示などを含む製品用の完成コードではなく、処理順序を示しています。

import FoundationModelsfunc summarize(_ text: String) async throws -> String? {    let model = SystemLanguageModel.default    guard case .available = model.availability else {        return nil    }    let session = LanguageModelSession(        instructions: "入力された文章だけを使い、日本語で要点を3つ示してください。"    )    let response = try await session.respond(to: text)    return response.content}

呼び出し側では、nilなら代替画面を表示し、例外なら原因に応じて再試行や入力の見直しを案内します。同じセッションへ、前の生成が終わる前に次の要求を送らない制御も必要です。画面の連打やキャンセルまで含めて確認してください。

長文とコンテキストの制限

長文は入力だけでなく指示や生成結果も含めて容量を使うため、関連部分の抽出や分割を先に設計します。

コンテキストウィンドウは、モデルが一度の処理で参照できる情報量の上限です。単位は文字数ではなく、文章を細かく区切ったトークンです。基本のオンデバイスモデルについて、Appleは4,096トークンの上限を説明しています。PCCや外部モデルまで同じ上限とは限りません。

公式のコンテキスト管理資料も確認し、指示、入力、回答、会話履歴に使う量を配分します。「4,096文字の資料を必ず入力できる」という意味ではありません。ツール定義や構造化出力の情報も考慮が必要です。

長い文書は、段落や議題ごとに分けて処理し、原文を参照できる状態で統合します。分割位置によって条件と例外が離れる場合があるため、まとめた結果だけで判断しない運用にします。社内検索を組み合わせる場合も、必要な部分を取得して渡す設計から始めます。

あわせて読みたい

LM Studioとは？使い方と必要スペック：ローカルで生成AIを試す別の選択肢を比較できます。

RAGとは？仕組みと導入方法：文書を検索して回答の根拠に加える仕組みを確認できます。

AIセキュリティ診断の進め方：モデルだけでなく連携先や権限も検査対象にする考え方を整理できます。

PCCとClaudeを使う場合の注意

クラウドモデルへ切り替える際は、通信先、利用上限、認証、費用を見直し、端末内と同じ条件だと考えないでください。

Private Cloud Compute（PCC）は、Appleがプライバシー保護を考慮して設計したクラウド処理の仕組みです。Foundation Models向けPCCの説明は、より大きなコンテキストと推論能力を案内しています。ネット接続が必要で、日次上限や開発者向けの利用資格、権限の申請などの条件があります。

一方、Claude for Foundation Modelsは、Claudeをサーバー側モデルとして使うSwiftパッケージです。直接接続する構成では、要求はアプリからClaude APIへ送られ、Appleは推論リクエストの経路に入りません。標準API料金がAnthropicアカウントへ請求されます。独自バックエンドを経由する構成も提供されています。

確認時点のAnthropic文書にはベータ表記があり、要件欄もOS 27とXcode 27のベータ版を対象としています。Appleの27系APIの提供状況とは別に、そのパッケージの条件を確認してください。本番アプリへ開発用APIキーを埋め込まず、公式が案内するApp Attestやプロキシ方式を検討します。

画像入力とDynamic profilesの確認点

画像入力や動的な構成変更を使う場合は、対応APIとモデルの機能を確認し、送信する情報の範囲も再点検します。

画像を使う公式ガイドでは、画像とテキストを組み合わせた解析を説明しています。これは画像を理解する入力機能であり、画像生成機能と同じ意味ではありません。小さい文字や金額を読み取る用途では、認識結果を原本と照合します。

Dynamic profilesは、アプリの状態に合わせて指示、Tool、モデルの構成を切り替える仕組みです。公式資料では、複数の処理段階に応じた設定変更を説明しています。

便利になる一方、端末内の処理からクラウドへ切り替えると、履歴や画像の送信範囲も変わります。画面に「端末内で処理」と表示しながら外部モデルへ送らないよう、表示と実装を一致させます。

企業の試行を進めるチェックリスト

企業の試行では精度だけでなく、通信と権限、失敗時の代替、更新後の再評価までを同じ確認票で管理します。

小規模な試行をPoCと呼びます。技術的に動くかだけでなく、業務の条件で使えるかを確かめる段階です。以下の確認票は、導入検討用の提案であり、検証済みの成果を示したものではありません。

確認項目	記録する内容
目的	どの入力作業や確認作業を減らすか
対象環境	機種、OS、SDK、利用モデル、言語
入力	使用できる情報区分、文書の取得元
データ移動	推論先、Toolの接続先、ログと保存先
品質	正常例、誤答例、空欄、判断不能の扱い
承認	送信や更新を確定する担当者と画面
代替	非対応、通信失敗、上限到達時の手順
継続運用	問い合わせ窓口、停止方法、再評価条件