ビジネスAI

Lingua・fastText比較|短文の言語判定をMacで動かし正答数と時間を比べる

この記事の料金・仕様は時点で各社の公式ページを確認したものです。

Macの画面に並んだ短い文章を、旗の付いた虫眼鏡が国ごとに仕分けている抽象イラスト

自作の短文50件を、2つの道具にそれぞれ5回判定させました。正答数・時間・容量を並べて、どんな人にどちらが向くかを決めます。

結論

主要な言語を、軽く速く判定したい人は
fastTextから始めるのが無難です。対応する言語が多く、モデルは圧縮版を使えば小さく収まります。
ビルド作業なしで、Pythonだけで試したい人は
Linguaが向いています。一度取得すればオフラインで使えます。ただし先にモデルを読み込む設定を入れても、最初の判定は遅れます。

50件の短文を判定する時間は、Linguaが0.022048000秒、fastTextが0.000122000秒でした。 予想と違ったのは、時間にこれだけ差があるのに、当たった数が同じだった点です。

どちらも50件中49件を当てて、外したのも同じ1件でした。 言語判定(文章がどの国の言葉かを当てる処理)を、外部のAPIを使わずMacの中だけで動かした結果です。

正解付き短文の正答数と総件数(件):どちらも50件中49件

正答数は、LinguaもfastTextも総件数50件のうち49件でした。 日本語・英語・ドイツ語・フランス語・スペイン語の短文を、各10件ずつ自作して使っています。

道具候補にした言語数正答数総件数
Lingua754950
fastText1764950

外したのは、スペイン語の依頼文1件です。 「書類を確認してください」という意味の、短い文でした。

Linguaはイタリア語、fastTextはポルトガル語と答えました。 5回の試行とも、同じ答えでした。

次のグラフで、2つの道具が答えを選ぶ言語の数の違いを見てください。 Linguaは75言語、fastTextは176言語の中から選んでおり、候補の広さが違う比較です。

選べる言語の数

選べる言語の数。出典: 各社の公式ページ(2026年10月31日確認)

出典: Lingua公式リポジトリ、fastText公式の言語判定ページ(2026年10月31日確認)

同じ短文一覧の判定時間(秒):fastTextが圧倒的に短い

50件の判定にかかった時間は、fastTextのほうがはるかに短くなりました。 ウォームアップ(本番の計測の前に1周まわして準備すること)を済ませたあとの値です。

区間LinguafastText
判定50件(ウォームアップ後・第1試行・秒)0.0220480000.000122000
モデル初期化のAPI区間(第1試行・秒)0.0003724590.006519417
初回50件のウォームアップ(第1試行・秒)0.0370672500.000165416
Pythonライブラリのimport(第1試行・秒)0.003037875対象外

5回の試行で見ると、判定50件の幅はLinguaが0.020474542〜0.022806542秒でした。 fastTextは0.000113709〜0.000124666秒で、どの試行でも順位は入れ替わりませんでした。

fastTextはCLI(コマンドを打って使う形の道具)として動かし、時間はC++の計時用コードで測っています。 Linguaの時間は、Pythonから呼び出した区間の値です。

ここが落とし穴:Linguaは初期化が短いのに、初回の判定が遅い

Linguaのモデル初期化は0.000372459秒と短く見えます。 ところが、続く初回50件には0.037067250秒かかりました。

Linguaの公式リポジトリは、モデルが既定では必要になった時に読み込まれると説明しています。 今回は先読みの設定を指定しましたが、初回の遅れは残りました。

1回だけ起動して数件を判定する使い方だと、この初回ぶんが待ち時間に乗ります。 初期化の区間で全モデルの読み込みが終わった、とは言えません。

出典: Lingua公式リポジトリ(2026年10月31日確認)

取得モデル・パッケージの保存容量(バイト・内訳別):Linguaが大きく、fastTextは小さい

保存容量は、Linguaが展開後307477163バイト、fastTextはCLIとモデルの合計で1266149バイトでした。 Linguaはモデルが実行部品の中に同梱され、fastTextはモデルと実行ファイルが別々のファイルです。

wheel(Pythonの部品を配る時の圧縮ファイル)は、Linguaだけの項目です。 圧縮された取得物と、展開後の大きさは、別の行に分けて並べました。

内訳バイト区分
Lingua 取得wheel(圧縮済み)172494828取得したファイル
Lingua 展開パッケージ全体(モデル込み)307477163展開後
上のうちネイティブ拡張(モデル込み)307238448展開後
fastText 取得ソースアーカイブ4036722取得したファイル
fastText 公開モデル938013展開後
fastText CLI実行ファイル328136展開後
fastText CLIとモデルの合計1266149展開後

fastTextは、配布ソースからApple ClangでCLIをビルドして使いました。 ビルドの途中で出た中間ファイルは、401752バイトでした。

fastTextの公式リポジトリは、新しい規格のC++によく対応したコンパイラが必要だと説明しています。 同じリポジトリは、所有者によってアーカイブされ、書き込みできない状態です。

長く使う道具を選ぶ時は、この更新の止まった状態も頭に置いてください。

出典: fastText公式リポジトリ(2026年10月31日確認)

選ぶ理由は3つ:時間、候補言語数、容量

速さと軽さではfastText、手軽に入れられる点ではLinguaが優勢でした。 差の大きい順に並べます。

① 時間:判定50件は、fastTextが0.000122000秒、Linguaが0.022048000秒でした。

② 候補言語数:fastTextは176言語、Linguaは75言語です。

③ 容量:fastTextのCLIとモデルは1266149バイト、Linguaの展開後は307477163バイトでした。

次の図は、どちらから試すかの順番です。

どちらから試すか

  1. 1. 速さと保存容量の小ささを優先しますか?
    はい → fastTextから試します。いいえ → 2番目の質問へ進みます。
  2. 2. ビルド作業なしで、Pythonだけで動かしたいですか?
    はい → Linguaから試します。いいえ → fastTextでも十分です。
出典: 各社の公式ページ(2026年10月31日確認)

向く人・向かない人・代わりの選択

日本語や英語を中心に、短い文を軽く速く判定したいなら、fastTextです。 圧縮版のモデルは、938013バイトの小さなファイルでした。

ビルド作業なしで、Pythonだけで手早く試したいなら、Linguaです。 今回は、公式が配る形のwheelを展開するだけで動きました。

fastTextは、ビルド作業が必要でした。 道具を入れる手間を最小にしたい人は、Linguaから始めるのが向きます。

どちらを選んでも、自分の文章で誤りを数えてから決めてください。 今回の誤りは1件でしたが、あなたの文章では別の言語の組み合わせが外れるかもしれません。

次のカードは、2つの道具の一言まとめです。

2つの道具の一言まとめ

Lingua

Pythonの部品として入れ、取得後はオフラインで動きます。

fastText

対応言語が多く、圧縮モデルは小さなファイルです。

使う前の注意

fastTextは配布元が更新を止めた状態です。

出典: 各社の公式ページ(2026年10月31日確認)

測定と比較の範囲

測定は、2026年10月30日に、macOS 27.2(26B123)のarm64のMac1台で行いました。 Python 3.14.10、Lingua 2.2.0(macOS ARM64向けの配布)、fastText 0.9.2を使っています。

fastTextはApple Clang 17.0.0でビルドしたCLIと、公開モデルを使いました。 fastTextのPython向けの配布物は使っていません。

CPUの製品名と搭載メモリは、実行環境の制限で取得できませんでした。 GPUは使っていません。

入力は、自作の短文50件です。 日本語・英語・ドイツ語・フランス語・スペイン語が各10件で、正解は予測を見る前に固定しました。

正解は作者が意図した言語で、母語話者による採点はしていません。 一般のコーパスから無作為に選んだ文でもありません。

各道具を5回ずつ、新しいプロセスで動かしました。 5回は同じ50件の再実行で、250件の独立した文という意味ではありません。

判定時間は、入力をメモリに読んだあとの50件のループの値です。 ファイルの読み書き、プロセスの起動、取得、ビルド、モデルの読み込み、ウォームアップは含みません。

Linguaの内部スレッドは既定のままで、CPUの負荷や周波数、ファイルのキャッシュは制御していません。 極めて短いfastTextの時間は、他のプロセスや計時の誤差の影響を受けることがあります。

Linguaは75言語、fastTextは176言語の全候補から答えを選びました。 候補の範囲、学習データ、呼び出す言語が違うので、この結果はアルゴリズムだけの優劣を示すものではありません。

容量は、ファイルの大きさ(論理バイト数)の合計です。 ディスクの割り当て、メモリ、Python本体、OSの共有ライブラリ、Command Line Toolsは含みません。

Linguaのモデルは実行部品の中に入っていて、モデルだけの容量を分けて出せません。 圧縮された取得物と展開後の大きさは、混ぜて合計していません。

通信は、ソフトウェアとモデルの取得時だけです。 短文は外のAPIへ送っていませんが、通信を遮断した状態での監査は行っていません。

混在した言語、ローマ字で書いた日本語、1語だけの入力、ノイズ、未対応の言語は、測っていません。 業務の実データ、大量の処理、メモリの消費、電力、別のMac、fastTextの大きいほうのモデルも、測っていません。

この記事の正答数は、自作の50件に限った言語ラベルの一致数です。 翻訳の品質や、生成AIの回答の質を示す数字ではありません。

出典

公式ページ(2026年10月31日確認)

自前の測定(2026年10月30日実施)

変更履歴

日付内容
2026-10-31初版作成

このサイトで測った元データ

関連記事