إصدار من سلسلة PLaMo يركز على الجمع بين الأداء المرتفع في اليابانية وانخفاض التكلفة.
ترى Preferred Networks أن تطوير نموذج الذكاء الاصطناعي من الصفر يمنحها سيطرة أكبر على التصميم والبيانات وقابلية تفسير النتائج، إلى جانب تحسين كفاءة معالجة اليابانية. وفي المقابل، تقر الشركة بارتفاع تكلفة هذا النهج وبأن استخدام النماذج المفتوحة أو دمج الطريقتين قد يكون أنسب لبعض الحالات.