# ローカルLLM

7件の記事

活性パラメータ760Mで数学オリンピック91.9% — 「小さいのに賢い」AIモデルの設計思想

ZAYA1-8Bは総パラメータ8.4Bながら活性760MのMoE推論モデル。AIME 91.9%の実力、AMD学習の背景、ローカル実行の可能性を解説。

Mistral Small 4は119B MoEで推論・画像・コードを統合。Apache 2.0で無料。使い所を解説。

Ollama・LM Studio・Foundry Localを速度・モデル対応・企業利用で比較。ローカルLLMの選び方。

Mac専用AIランタイムOsaurusをレビュー。Ollamaより20%高速、7MBのSwift製、MCP対応。ローカルLLMとクラウドAPIを1つのアプリで統合する設計思想と制約を解説。

Qwen3.6-35B-A3Bは35Bパラメータのうち3Bだけ使う超効率MoEモデル。SWE-bench 73.4%の実力をOllamaでローカル実行する方法、27B Dense版との違いを解説。

Alibaba発のQwen3.6-27Bは27Bパラメータの密モデルでClaude Opus 4.5級のコーディング性能を実現。RTX 4090で動くフロンティア級モデルの実力と限界を解説。

Alibaba Qwen 3.5の全7モデルを徹底解説。9Bが30B超えの衝撃的なパラメータ効率、Ollamaでのローカル実行手順、GPT-5.2との性能比較がわかる。