LLM

AI最新情報

Meta「Muse Wonder」は Claude Fable 5.1 や GPT-6 Astra と比べてどれくらい強いのか

Metaが10月12日に発表した最上位モデル「Muse Wonder／Wonder Full」は、Claude Fable 5.1・GPT-6 Astra・Claude Opus 5.5と比べてどれくらい強いのか。第三者の総合指数（Artificial Analysis・Vals AI）での位置、分野別の勝ち負け、1タスクあたりの費用、使う前の注意点を公開データから整理し、Claude CodeやCodexのまま自分の課題で比べる手順も紹介します。
2026.10.13
AI最新情報ClaudeLLM
AI最新情報

LLM を 1 トークンごとに切り替える TokenRouter とは？ 0.6B と 32B を回答の途中で使い分ける

判定モデルで「質問ごとにモデルを振り分ける」のが当たり前になった先にある、回答の途中で1トークンごとに担当モデルを替える「トークン単位ルーティング」。清華大学が公開した推論基盤TokenRouterの仕組みと「2.01〜64.15倍」の読み方を解説し、Macで公式のR2Rルーターを使ってQwen3-0.6Bと32Bを切り替えた結果（数学30問で0.6B 20問→切り替わ 23問→32B 27問）を動画つきで紹介します。
2026.10.12
AI最新情報LLMローカルLLM
AIエージェント

Claude CodeやCodexの「会話の圧縮」は何を取りこぼすのか？ 要約文に学習した記憶を足すREMORYの仕組み

Claude Code や Codex は、会話が長くなると履歴を要約文に置き換えて圧縮します。その仕組みと、ツールの結果や細部が消えて同じ作業を繰り返してしまう問題を整理し、2026年10月8日に公開された論文 REMORY が「要約文＋学習した記憶トークン」でどう補うのかを解説します。全文の5.2%の長さで全文並みの成績、ツール出力の繰り返し18〜30%減などの結果と、動かすのに必要な環境もまとめます。
2026.10.12
AIエージェントAI最新情報Claude CodeCodexLLM
AIエージェント

AI エージェントに見せるツールは何個まで？ Postman が 170 個から 15 個に絞った本番設計

Postman と AWS が公開した Agent Mode の本番設計では、AI エージェントに見せるツールが約 40 個を超えると選び間違いが増えたため、170 個以上のツールから依頼ごとに約 15 個だけを検索で選んで見せています。従来の設計の課題、本番アーキテクチャで改善した点（動的ツール選択・スキーマ＋クエリ・コンテキスト・キャッシュ）を整理し、架空のツール 120 個で「全部見せる」と「絞る」を手元で比べた結果と、自分の環境での作り方をまとめます。
2026.10.12
AIエージェントAI最新情報LLMMCP（Model Context Protocol）
AIエージェント

Cloudflare Clef-omni は音声と動画をどこまで判定できるか ── 通話の用件は得意、異常音と感情は苦手

2026年10月9日に公開された Cloudflare の判定モデル Clef-omni は、音声と動画をそのまま入力できます。音声508件・動画206本のテストデータを自作し、通話の用件・環境音・声の感情・機械の異常音・動画の動き・画面録画・映像と音の照合を実測しました。文字起こし経由との比較、Liquid AI の d1-omni-600M との比較、速度と費用、使い分けのコツをまとめます。
2026.10.10
AIエージェントAI最新情報LLM企業 × 生成AI活用
AI最新情報

LightOnOCR-3 で RAG の前処理は1つのモデルにまとまるか？ 日本語の帳票で PaddleOCR-VL・olmOCR と比べた

2026年10月に公開された文書解析モデル LightOnOCR-3（0.8B・1B・4B、Apache 2.0）を Mac で動かし、正解が分かる日本語の帳票・グラフ・olmOCR-Bench・情報通信白書で PaddleOCR-VL-1.6・olmOCR-2 と比べました。文字・表・グラフの数値・枠・写真の説明・速度の実測と、grounding の出力を RAG のチャンクにするコードを紹介します。
2026.10.10
AI最新情報LLMローカルLLM企業 × 生成AI活用
AIエージェント

OpenAI の Decisions API は何に使える？ 速い「選ぶだけ」API の向き・不向き

OpenAI が2026年10月6日（米国時間）にパブリックベータで公開した Decisions API を、日本語のデータで約320回呼んで検証しました。応答は中央値0.20秒で、既定設定の Responses API の約11倍速い一方、料金はほぼ同じ。choice 形式は先に書いた選択肢に寄る偏りがあり、確率がほしいなら predicate が正確でした。振り分け・エージェントの操作選択・安全チェック・画像確認など、向いている用途と落とし穴をまとめます。
2026.10.08
AIエージェントAI入門AI最新情報ChatGPTLLM
AI入門

Sonnet 5.5 があるのに、なぜ Claude Haiku 5.5 を使うのか

2026年10月7日に公開された Claude Haiku 5.5 は、Sonnet 5.5 で十分な人にも必要なのか。Claude Code で Haiku 5.5・Sonnet 5.5・Haiku 4.5 に同じ課題を解かせ、正解率・費用・時間を比べました。コード調査は同じ正解率で費用約1/8、Sonnet を指揮役に残して調査係だけ Haiku にすると費用58%減。一方、77種類の分類では Haiku 5.5 は60%で Sonnet 5.5 の81%に届きませんでした。
2026.10.08
AI入門AI最新情報ClaudeClaude CodeLLM
AI最新情報

EmbeddingGemma 2 は何が変わった？ 画像・音声・コードを1つのベクトルで検索できるか Mac で試した

Google DeepMind が公開した EmbeddingGemma 2（740M、Apache 2.0）は、テキスト・コード・画像・動画・音声を1つの768次元のベクトル空間に置く埋め込みモデルです。旧版との違いと公式ベンチマークの変化を整理し、Mac（M5 Max）で日本語テキスト・コード検索・写真・文書ページ・音声・動画・混在索引の6つの実験を行いました。写真検索は画像専用モデルの約2倍、日本語テキストは旧版とほぼ同じ、そして1つの索引に混ぜるとテキストが上位を独占する落とし穴も見つかりました。
2026.10.07
AI最新情報LLMローカルLLM
AI最新情報

Microsoft GraphRAG は何が違う？ ベクトル検索RAGと同じ社内文書で比べてみた

Microsoft の GraphRAG は、文書からエンティティと関係を抽出して知識グラフを作り、Leiden でコミュニティに分けて要約を事前生成する RAG です。ふつうのベクトル検索 RAG と何が違うのかを仕組みから整理し、架空の社内文書34本・同じ10問を Mac のローカル LLM（Qwen3.8-27B）で両方に投げて比較しました。索引作成のコストと、GraphRAG が効く質問・効かない質問を実測で示します。
2026.10.06
AI最新情報LLMローカルLLM
次のページ