大規模言語モデルを活用したRAG（検索拡張生成）システムの生成ステップにおいて、ホスト型フラッグシップモデルの使用がランニングコストの主要因となっている。これに対し、安価なローカルモデルから出力検証を経て失敗時のみ上位モデルへ移行するLLMカスケード手法が提案されている。 ベンチマークでは、20種類のローカルモデルとフラッグシップモデルの性能を比較した結果、パラメータ数が精度を決定しないことが実証された。小型モデル単体の正答率は約33％にとどまる。一方で、業務用語の辞書をプロンプトに追加するだけで、フラッグシップモデルは100％、ローカルモデルは62％まで精度が向上した。これにより、モデル選定よりプロンプト設計がコスト効率を支配することが明確になった。 本カスケードは、機密性、出力の型適合性、変換複雑さの基準で初期モデルを選定し、検証ルールに合格すれば出力、不合格の場合のみエスカレーションする。複雑な数値変換ではモデルによる抽出と決定論的コードによる整形を分離し、機密データ保護と精度維持を両立させる。 本手法は既存のクエリ送信ロジックと統合され、提案・検証・エスカレーションの閉ループを形成する。企業向けドキュメント解析基盤の運用コストを大幅に抑制しつつ、正確な構造化データ抽出を実現する。実環境での検証とエスカレーション閾値の最適化が今後の展開となる。