# LLM

Hugging Faceml-internAIリサーチオープンソースLLMAIエージェント

論文を読み、データを集め、モデルを鍛える — Hugging Faceが公開した「AI研究者エージェント」

Hugging Face公式のOSSエージェント「ml-intern」を解説。arXiv論文の自動巡回からLLMのファインチューニング、評価まで自律実行する仕組みと実際の改善実績を紹介。

TencentHunyuan中国AIAIモデルオープンソースLLMMoE

295Bパラメータをオープンソースで — Tencentの新モデルHy3が静かに出してきた数字

Tencentが295B MoEモデル「Hy3 Preview」をオープンソース公開。SWE-bench 74.4%の実力、入力0.18ドルの価格、既存サービスへの統合状況を解説する。

OpenAIChatGPTGPT-5LLMベンチマークCodex

GPT-5.5が出た — ベンチマーク圧勝、料金は倍、ハルシネーション率86%という矛盾

GPT-5.5が4月23日に正式リリース。Terminal-Bench 82.7%でClaude超え、API料金は$5/$30に倍増。ベンチマーク・料金・ハルシネーション問題を整理する。

QwenAlibabaAIコーディングベンチマークLLM

オープンソースの旗手が「非公開」で最強を取りにきた — Qwen 3.6-Max-Previewの矛盾と実力

Alibaba Qwen 3.6-Max-Previewが6つのコーディングベンチマークで世界1位を獲得。初のクローズドモデルとなった背景、ベンチマーク分析、API料金、制約を解説する。

2026-04-24

DeepSeek V4が正式公開。入力$0.14、Apache 2.0 — 「安すぎて怖い」は本当か

DeepSeek V4 ProとFlashが正式ローンチ。1.6TパラメータMoEでGPT-5.4・Claude Opus 4.6級の性能を、入力$0.14〜$1.74で提供。ベンチマーク・料金・実用性を整理する。

DeepSeekLLMAIコーディングオープンソース速報

2026-04-21

80億パラメータが1GBに入る。量子化ではない、最初から1ビットで作ったLLMの話

Caltech発PrismMLの1ビットLLM「Bonsai」は80億パラメータを1.15GBに収め、iPhone上で毎秒44トークン生成する。量子化とは異なるネイティブ1ビット学習の仕組みと性能を解説。

PrismML BonsaiLLMオープンソースオンデバイスAI速報

2026-04-20

寝ている間にAIが100回実験する — Karpathyの「AutoResearch」がML研究を変えつつある

Andrej Karpathy発のAutoResearchを解説。AIエージェントがコード修正→学習→評価を一晩中ループし、GPU1枚で100回以上の実験を自動実行する仕組み。

AIリサーチオープンソースLLMAIエージェント

2026-04-15

Claudeより96%安い米国製のオープンモデルが、こっそりPinchBench 2位に上がってきた話

米Arcee AIが400BのOSS推論モデルTrinity-Large-ThinkingをApache 2.0で公開。Claude Opus 4.6比96%安、長期エージェント特化の中身と評価を整理する。

Arcee AITrinityオープンソースAIモデルLLMAIエージェント

2026-04-15

Claude Opus 4.7が今週来る — 4.6からの進化と、Figma株が落ちた本当の理由

Anthropicが今週リリース予定のClaude Opus 4.7の全貌。1Mコンテキスト維持、MCPトークン30%削減、SWE-bench改善、同時発表のAIデザインツールがFigma/Wixを震わせた理由を解説

LLMAnthropicClaudeAIコーディング速報MCP

2026-04-15

Mistralが縛りを外した — Codestral 2がApache 2.0で降ってきた日

Mistralがコード生成モデルCodestral 2をApache 2.0で公開。前モデルの商用制限が外れた意味、22Bのスペック、DeepSeek CoderやQwen3との立ち位置、ローカルで動かす現実的な使い道を整理する。

MistralCodestralAIコーディングAIモデルオープンソースLLM速報

LLMLlamaLlama 5Metaオープンソースオープンモデル推論モデル速報

Muse Sparkの数日後、Metaが再び開いた — Llama 5は何をひっくり返したのか

Metaが4月8日に発表したオープンソースのLlama 5を解説。600Bパラメータ・5Mコンテキスト・System 2思考の意味と、Muse Sparkとの関係を整理する。

MozillaセキュリティLLMオープンソース速報

自社のLLMが脱獄されるか数分で試せる — Mozillaが無料公開した0DIN AI Scannerの中身

Mozillaが4月9日に公開したOSSのAIセキュリティスキャナー0DIN。179のプローブでLLMのジェイルブレイクやプロンプトインジェクションを検査できる。GARAKとの違いと導入手順を解説する。

LLMOpenAIGPT-6速報推論モデルマルチモーダル

GPT-6 公開 — 価格据え置きで200万トークン、そしてSoraを飲み込んだ

OpenAIが2026年4月10日に公開したGPT-6を解説。2Mコンテキスト、System-1/2の二層推論、ネイティブ動画生成、価格据え置きの戦略、GPT-5.4やClaude Opus 4.6との差をまとめる。

LLMAnthropicClaudeAIコーディング速報ベンチマーク

Claude Sonnet 5 — SWE-bench 92%、Opus 4.6を「Sonnet価格」で超えたAnthropicの一手

Claude Sonnet 5がSWE-bench Verified 92.4%を記録し、Opus 4.6を12ポイント上回った。据え置き価格・2Mコンテキスト・強化されたadaptive thinkingを実機目線で整理する。

OpenAIChatGPTGPT-5LLMAIモデル速報

"Spud" と呼ばれているモデルが4月末に来るかもしれない — OpenAIの次期フラッグシップをめぐる既知と未知

OpenAIの次期モデル（コードネームSpud）は2026年3月24日にプリトレーニング完了。GPT-5.5とGPT-6のどちらで出るのか、リリース予測、Brockman発言の読み解き方まで、現時点で確実な情報と推測を分けて整理する。

2026-04-13

ChatGPTの裏で動いている「控えのAI」が、静かに賢くなっていた — GPT-5.3 Instant Mini

OpenAIがChatGPTのフォールバックモデルGPT-5.3 Instant Miniを公開。モデルピッカーに出てこない「無料・Plus枠の控え選手」が何を改善したか、無料ユーザーに効く理由を整理する。

ChatGPTOpenAIAIモデルLLM速報

2026-04-13

家にある古いパソコンを3台つなげば、大きなAIモデルが動く — mesh-llmの仕組み

Jack Dorsey率いるBlockのエンジニアが公開したOSSプロジェクトmesh-llmを解説。家のPCやMacのGPUをピアツーピアで束ね、単独では動かせない大規模モデルを分散実行する仕組みと使い所。

mesh-llmローカルAIオープンソースLLMAIインフラLlamaQwenDeepSeek

AMD PACE — GPU不足時代、EPYCで380トークン/秒が出るという静かな一撃

AMDがLLM推論最適化エンジン「PACE」を公開。5th Gen EPYCでvLLMの1.6〜4.45倍の速度を達成。GPU不足時代のCPU推論という選択肢を整理する。

AMDLLMオープンソースベンチマーク速報解説

LLMAnthropicClaudeAIコーディング速報

Claude Sonnet 4.6 — 1Mトークンが「据え置き価格」でGAになった意味

Claude Sonnet 4.6が1Mトークンコンテキストを標準料金でGA化。Opus 4.6との使い分け、料金、adaptive thinkingの実力、実務での向き不向きを整理する。

LMArena — 3500万人が「AIの実力」をブラインドで裁く、評価額2500億円の審判台

LMArena（旧Chatbot Arena）は300以上のAIモデルをブラインドテストで人間が評価するプラットフォーム。Eloレーティングの仕組み、商業化の背景、ベンチマークとしての限界を解説する。

LMArenaLLMAIベンチマーク速報

訓練の50%を自分でこなすAI — MiniMax M2.7「自己進化」モデルの衝撃

MiniMax M2.7は自身の訓練の30-50%を自律実行する「自己進化」型AI。10Bアクティブパラメータで業界トップ性能、価格は1/50。技術と意味を解説

AIモデルMiniMaxオープンソースLLM

NemotronNVIDIAオープンモデルAIエージェントLLM速報

Nemotron 3 Super — NVIDIAが"1のコストで4人の専門家"を動かすMoEを解禁

NVIDIAのNemotron 3 Superは120B総/12BアクティブのMoE開放モデル。specialist activationの仕組み、エージェント用途での実力、Qwen 3.5やGemma 4との位置関係を整理する。

2026-04-10

AMI Labs — 「LLMは行き止まり」と断言するチューリング賞受賞者が、10億ドルで賭けに出た

ヤン・ルカンが設立したAMI Labsは、LLMに代わる「ワールドモデル」を構築するパリ発のAIスタートアップ。$1.03Bの資金調達、JEPAアーキテクチャ、AI業界への影響を解説。

AIリサーチAIモデルAMI LabsLLM速報

2026-04-10

GLM-5.1 — SWE-Bench Proで首位を奪った中国発OSSモデル、8時間自律コーディングの実力と死角

Z.ai（智譜AI）のGLM-5.1はSWE-Bench ProでGPT-5.4やClaude Opus 4.6を上回った744Bオープンモデル。8時間連続自律コーディングの仕組み、料金、ベンチマークの裏側を解説する。

AIコーディングオープンモデルLLMGLM智譜AI (Z.ai)エージェント速報

GoogleGeminiAIモデルLLMマルチモーダル

Gemini 3.1 Flash Lite — 100万トークン処理で「1ドル以下」の衝撃

Google Gemini 3.1 Flash Liteを解説。入力$0.25/100万トークンの超低価格、2.5倍速のレスポンス、Thinking Levels機能の使い方、翻訳・モデレーション・エージェントルーターの活用法を紹介

GPT-5.4 mini & nano — OpenAIが「サブエージェント時代」に向けて弾を込めてきた

OpenAI GPT-5.4 miniとnanoを解説。入力$0.20/100万トークンの超低価格モデルが変えるサブエージェント時代のコスト構造、ベンチマーク、フルモデルとの使い分けを紹介

OpenAIAIモデルLLM速報

LLMLlamaオープンモデルマルチモーダルMeta

Llama 4の3モデル、結局どれを使えばいいのか — Scout・Maverick・Behemoth選び方

Meta Llama 4のScout・Maverick・Behemothの使い分けを解説。10Mトークンコンテキスト、API料金、ローカル実行方法がわかる

LLMMetaAIモデルマルチモーダルMuse Sparkレビュー

Meta Muse Spark — オープンソースの旗手がクローズドに転じた衝撃と、その実力

MetaのクローズドモデルMuse Sparkを実際に触ってレビュー。GPT-5.4・Claude Opus 4.6とのベンチマーク比較、無料で使える理由を解説する

LLMAnthropicClaudeセキュリティ速報

Claude Mythos Preview — 「強すぎるから非公開」という判断は正しいのか

Claude Mythos Previewの能力・Project Glasswingの全容を解説。数千件のゼロデイ脆弱性を発見したAnthropicの最強モデルが非公開とされた理由と意味

LLMAnthropicClaudeAIコーディングレビュー

Claude Opus 4.6を1ヶ月使った所感 — 100万トークンとエージェントチームの実力

Claude Opus 4.6を2ヶ月使った実務レビュー。100万トークンコンテキスト、適応型思考、エージェントチームの実力と、料金・日本語品質の課題を正直に評価

DeepSeek、初の「Fast/Expertモード」導入 — 完全無料モデルからの静かなる撤退

DeepSeekのFast/Expertモード導入の意味を分析。V4リリース直前に「完全無料」から階層化へ舵を切った背景と、ビジネスモデル転換の行方を考察

LLMDeepSeek速報

DeepSeek V4が示す新しい勢力図 — 1兆パラメータ、Huaweiチップ、$0.30/Mトークンの衝撃

DeepSeek V4のスペック・価格・地政学的意味を解説。1兆パラメータMoE、Huaweiチップ上での動作、$0.30/Mトークンの価格破壊が示すAI産業の多極化

LLMDeepSeekマルチモーダル速報

LLMGoogleGeminiAIモデルベンチマーク

Gemini 3.1 Proを本気で使い込んでわかった「推論番長」の実力と限界

Google Gemini 3.1 Proを使い込んだレビュー。ARC-AGI-2で77.1%の推論性能、1Mトークン対応、API価格$2/$12のコスパ、Claude・GPTとの使い分け、強みと弱みを正直に解説

GPT-5.4が来た — OpenAIの最新モデルは「速さ」と「深さ」を両取りしにきた

OpenAI GPT-5.4の全貌を解説。Standard/Thinking/Proの3バリアント、105万トークン対応、ネイティブコンピュータ操作、ベンチマーク比較、Claude・Geminiとの使い分けを紹介

LLMOpenAI速報コンピュータ操作推論モデル

Mistral Small 4 — フランス発「スマホで動く音声AI」の意外な実力

Mistral Small 4とVoxtral TTSを解説。ローカル実行可能な高品質音声合成モデルの性能、Le Chatの新機能、開発者向けの活用法がわかる

LLMオープンソースAI音声Mistral