ブログ
自作PC・AI・セキュリティ・ホームラボについて。MetaMark管理人が実際に動作確認、検証したリアルな数字などを使って解説しています。
Kimi K3.1 Pro、中国勢で断トツの賢さ。ただし値段は Sonnet 5.5 と同じ
10月23日に出たKimi K3.1 Proを、Artificial Analysisの知能指数と単価で中国勢・米国勢と比較。中国勢では2位に8.8点差の断トツ、値段は入力$2・出力$10でSonnet 5.5と同じ。
管理人番外編：原点回帰はメタなのか
AI に執筆を任せがちだった管理人が、久しぶりに自分の手で書いた番外編。AI を使い始めた老兵の「闇アプリ」をハーネスで世話した話と、エンジニアの行き先、コマンドに戻った今の自分について。
DeepSeek V4.1 Flash、1017へ替える？賢さ同じ・費用−58%
DeepSeek V4.1 Flash-1017を9月版と同じ日・同じ配信事業者で比較。楽天の型番判定572回と29問に加え、Gemini 3.8 Flash・GPT-6 Luna・Claude Haiku 5.5とも同じ89行で並べました。
d1-ultraはOpenAI Decisionsから替える？日本語型番で正解率91%
Liquid AIのd1-ultraを前作と同じ楽天89行で実測。日本語の型番違いの見落としは8モデル中最少で、無印d1はJev並み。費用・速さ・限界も。
Perplexity DeciderはJevから替える？11対0の判定差
Perplexity Decider V1.2を楽天の同一商品判定でJev・OpenAI・Clefと同じ89行で実測。正解率は合格線に1行届かず、版数語の取り違えは6モデル中最少でした。
Muse Wonder は Opus 5.5 超えか？総合56対58、使えるプラン一覧
Meta の Muse Wonder Full は総合指数で Opus 5.5 に2点及ばず、コーディングの一部でのみ上回ります。API・Muse Code・アプリ別の使える場所と、日本からの利用条件を整理しました。
Jev・OpenAI Decisions・Clef、型番判定で最強はどれ？
Jev・OpenAI Decisions・Clefを楽天の型番判定189行で実測。正解数はOpenAI Decisions 165・Jev 146・Clef 141。規則の取り違えは指示文1文で直ったが、型番の見落としは直らなかった。
OpenAI DecisionsはJevから乗り換え？単価2.4倍の答え
OpenAIのDecisions API（gpt-6-luna）をJev・Clefと同じ日に楽天89行で実測。型番違いの見落とし、確信度で任せられる件数、実費の差を整理しました。
Claude Haiku 5.5 vs GPT-6 Luna、同額で替える価値はあるか
Claude Haiku 5.5 は GPT-6 Luna と同じ単価で、同じ設定どうしの総合点は上回りました。速さの内訳と、定額プランのまま自作の仕組みに組み込んだときのつまずきを実測で書きます。
Clefへの乗り換えは待ち——Jevを選ぶ日本語判定、画像だけは別
楽天商品89行とサムネ9枚を同日比較。日本語ECの版数判定はJev、画像判定はClefが候補になる理由を実測で整理します。
高性能でも負けるArgon——Terminal-Bench 57.1%、Claude Sonnet 5.5は63.6%
Gemini 4 ArgonをArtificial Analysisの数値で検証。Claude Code・Codex利用者が乗り換える必要があるか、提供範囲と費用も含めて判断します。
GLM 5.3 Flashは歩くことを覚えたが、向きは覚えなかった
GLM 5.3 Flashをヒントなしで砲撃ゲーム20連戦。経験ノートで覚えたこと、最後まで直らなかった失敗を追います。
単価は同じでもxhighの評価費用は約7倍：Sonnet 5.5とGPT-6.1 Sol
同じ入力$2・出力$10でも、xhighのAA評価費用は約7倍。速度・賢さの天井・出力トークンから使い分けを判断します。
GPT-6.1 Solをeffort別実測：medium 47.8、Astraとの差はどこまで縮むか
GPT-6.1 SolをDevDay 2026の発表とArtificial Analysisのeffort別実測で検証。旧Sol・Astraとの性能、費用、待ち時間から使い分けを判断します。
Sonnet 5.5 xhighは買いか、Claude Opus 5.5 mediumが得か
Claude Sonnet 5.5のeffort別実測と公式指針を整理。Sonnet 5からの破壊的変更、Opus 5.5との費用差、mediumの使いどころを解説します。
Claude Code advisorを同一課題で実測：effort連動は約1.3倍だった
Claude Code の advisor はメインの effort を引き継ぐのか、xhigh 固定なのか。公式ドキュメントの確認、実ログ2,483回の集計、同じモデルを effort 別に直接動かした物差しとの対照実験40回で、advisor の思考量を推定しました。
RTX 4070 Tiで72秒の紹介動画を自作：クラウド代は声の約3円だけ
RTX 4070 Ti（VRAM 12GB）の自宅 PC で、複製した自分の声と MiniMax H3・WhisperX・ACE-Step・Remotion を順に回し、72秒の紹介動画を作った実践記録。工程ごとの所要時間と費用（クラウド代は声の約3円）、字幕を誤字ゼロにする方法、書き出しが止まる罠、映像が暗いなど一発出しで残った課題まで。
Gemini 3.8 Flash TTSを実測：1分約2.6円で声は本人か
Gemini 3.8 Flash TTS の声の複製（Voice replication）を管理人本人の声で試したレビュー。見本25秒と同意文9秒の録り方、有料キーが必須だった点、全9本・420秒で約18円（1分約2.6円）の実測費用、品質は最高クラスだが完璧すぎる・感情指定は効きすぎという評価、同意録音を公開してはいけない理由まで。
Colabの代わりにGPUを借りる — RunPodとVast.aiの選び方と消し忘れ防止の3つの仕掛け
Google Colab から RunPod・Vast.ai へ移るときの判断材料。3社の公式料金を同じ日に撮影して比較し、A100 で音声付き動画14本を GPU 料金約$1.1で作った実費と、消し忘れを防ぐ自己消滅タイマー・stop ではなく削除などの事前準備をまとめました。
GPT-6 Solは買い替えか？GPT-5.6と同じ賢さでAPI半額
GPT-6 Sol / Lunaのeffort別知能指数、待ち時間、費用を比較し、常用設定とGPT-5.6・Claude・Geminiからの選び方を整理します。
Opus 5.5をeffort別に比較：mediumは10.4秒で全673モデル中8位
Claude Opus 5.5のeffort別性能・待ち時間・単価を比較し、mediumを常用しhigh以上へ切り替える判断基準を整理します。
MiniMax H3はつなぎ目が飛ぶのに直せる——同seedで構図維持
RTX 4070 Ti 12GB で MiniMax H3 の動画を 40 秒まで延ばした実測。1 本の上限 15 秒を続きを生成する追加ノードでつなぎ、つなぎ目の構図飛びは同じ seed のまま指示文 2 行で解消、スワップ枯渇は区間を分けて回避した。
MiniMax H3、画風検証は後回しでいい？速度差より広告の崩れに注目
RTX 4070 Ti 12GB で MiniMax H3 を使い、同じ構図の架空ビール CM を 3 画風×4 設定＝12 本生成した比較。画風が変わっても生成時間はほぼ同じ、仕上がりは 3D アニメが最も安定。文字のないラベルに偽の文字が生える落とし穴と、音の指示の勘所まで。
RTX 4070 Ti 12GBでMiniMax H3を実測：5秒動画は34.5秒
VRAM 12GB の RTX 4070 Ti で MiniMax H3 の音声付き動画をローカル生成した実測。Fused Turbo int8＋SLA＋nvfp4 エンコーダで 5 秒動画が 34.5 秒。SLA あり/なし・steps・解像度を同じ seed で切り分けた表と、初回計測の罠・ComfyUI 更新後の起動ループまで。
Claude Codeを週間枠到達後に実測：advisorは日別73〜105回動いた
最上位モデルの週間枠が尽きた後、メインを一段下げて advisor だけ最上位に残す構成を、セッションログの日別集計で検証した実測記録。
商品台帳657組を判定モデル TypeSafe Jev で再判定——文字列照合の盲点13件と判定不能147組
自サイトの商品台帳657組を判定モデル（TypeSafe Jev）で再判定した一次検証。文字列照合が構造的に見逃す「登録名が部分集合になる」誤りを13件見つけ、判定不能147件の66%に決着をつけた記録。指示文を厳しくしても総得点が4/6のまま動かなかった実測まで。
Jevが効く人、不要な人——選択肢を先に並べられるか
元OpenAI研究者が作った「文章を返さないAIモデル」Jev を、公式ブログ・プライバシーポリシー・上流報道の一次情報だけで読み解きます。193.6倍速の正体、『ハルシネーションしない』が何を保証していて何を保証していないか、そして公開当日に出た独立検証の数字まで。
Kimiの価格でClaude Opusへ流す：1件5.5倍の逆ザヤを検算した
Anthropicの2026年9月報告書154ページを一次情報として、Kimiの価格でClaude Opusに流したら赤字では？という疑問を検算しました。逆ザヤ約5.5倍でも成立する理由と、同じ構図が他3社でも観測されている状況証拠を整理します。
gpt-image-2.5 の flare vs sunburst——最上位品質は61秒と154秒
Azure OpenAI の新しい画像生成モデル gpt-image-2.5（flare / sunburst）を品質5段で実測。費用は公式単価が同一なので選択基準にならず、決め手は所要時間でした。あわせて LiteLLM 経由だと課金がゼロ円で記録され続ける罠の原因と対策をまとめます。
Claude CodeからClaude Webを自動操作していい？AI 5社の規約を比べた結論
Claude CodeからClaude Webへ質問を送り、回答を自動回収してもよいのか。Anthropicの明確な規約と、ChatGPT・Gemini・Perplexity・Grokの違いを個人開発者向けに比較します。
ChatGPT WebをAPI代わりにして大丈夫？Codexブラウザ自動化の境界線
Codex CLIやPlaywrightからChatGPT Webへ質問を送り、回答を回収するのは規約上大丈夫なのか。公式情報と実務判断を分け、個人開発で迷いやすい12例をやさしく整理します。
結論、RTX 3070 の買い替え先は RTX 5070 から——RTX 5060 Ti は 11% 差、RTX 4060 Ti はむしろ遅い
合成ベンチでは横並びに見えるRTX 3070・4060 Ti・5060 Tiを、1440p実ゲーム相対性能と消費電力で比較します。
経産省 SCS対策制度★3、「対応済み」なのに証拠が無い——期限付き評価基準27件の落とし穴
ルールを作ったのに評価で証拠が足りない、はなぜ起きるのか。SCS★3の81チェック項目のうち期限付きの27個を、IT専門でない管理担当者向けに5つの型と図で整理します。
経産省 SCS対策制度★3、一部読みが招く落とし穴——81評価基準を取りこぼす理由
SCS★3の26要求事項を、IT専門でない管理担当者向けに「何をすればいいか」「何を残せばいいか」だけに絞って整理。番号の読み方と、文書だけで済む項目・設定変更が要る項目・製品導入が要る項目の違いを図で示します。
ChatGPT Images 2.5 の透過PNG 3枚を白・黒・緑で実測——髪と基板の縁は崩れない
ChatGPT Images 2.5に「透過で出力して」と頼んだ3枚を白・黒・緑に合成し、アルファ値の分布・縁の減衰幅・ハローの有無を数値で測りました。アルファ253の落とし穴と、透過を直接出せる他モデルの一覧つき。
月3万円のCodex Pro 20xはAPI約80万円分？5時間枠を実開発ベースで換算した
Codex Pro 5x・20xの5時間枠をOpenAI公式の25 credits=$1レートでAPI料金へ換算し、Azure上で30日に流れた約4.97億トークンの実測と重ねて「APIで数千ドル」が起きる条件を示します。
結論、DGX SparkとRTX Sparkは性能でなくOSで選ぶ——2つのSparkの違い
DGX SparkとRTX Sparkの共通仕様と違いを、OS・形態・時期・用途で整理。実機未検証の範囲も明記します。
結論、FPS感度は数値でなく振り向きcmで揃える——Apex・VALORANT・CS2の換算手順
Apex、VALORANT、CS2などの感度を振り向きcmとyaw係数から換算。eDPIが通用しない理由と、合わない時の確認順も解説します。
$5〜$20のGPT-6 Astra：OpenRouterで5経路、エラー率13倍
同じGPT-6 Astraでも、OpenRouterの提供事業者で価格・速度・ツール呼び出しとJSON出力の失敗率が大きく変わります。
結論、検証ありならClaude Fable 5.1、直接参照ならGPT-6 Astra
AA-Omniscience同点43の内訳を分解。正答率と非ハルシネーション率の違いから、工程別のモデル選びを整理します。
21k対64kのGPT-6 Astra：費用差2.19倍を生む出力量
GPT-6 AstraとClaude Fable 5.1は同じ$10/$50でも1タスク費用が2.19倍。出力トークンと待ち時間から使い分けを整理します。
Muse Spark 1.3とGLM-5.3-Flash、知能4点差で単価6倍
Muse Spark 1.3のStandardとContributorを、GLM・Qwen・Geminiと知能、単価、速度、データ条件で比較します。
Claude Codeを10時間放置で実測：177k再読は空ターン何回分か
約10時間放置したセッションの再開で 177k トークンが再書き込みされた実測を起点に、Claude Code で1時間キャッシュを空ターンで温め続ける価値を API 単価とサブスク枠の両面から損益分岐で計算しました。
effort を途中で変えるとキャッシュはどうなる？ Fable 5.1 と Opus 5 で実測した
Fable 5.1 の値下げはキャッシュ読みだけ。Claude Code が TTL を決める仕組み、キャッシュを壊す操作と壊さない操作、effort 切替時の再書き込みを Fable 5.1 と Opus 5 の usage で実測しました。
Fable 5.1 は『low で旧 max 超え』なのか｜公式グラフ5枚をベンチ別に正直に読む
Claude Fable 5.1 の公式グラフ5枚をベンチ別に読み、low が旧 Fable 5 の max を超えたベンチと超えなかったベンチを表にしました。常用 effort の決め方と Pro/Max の課金条件も整理します。
Gemma 4 26B A4B vs Ornith 1.5、12GBの答えはどちらか
VRAM 12GB の RTX 4070 Ti で Ornith 1.5 9B と Gemma 4 26B A4B を同条件比較。速度 80.0 対 72.9 tok/s、VRAM は 5.9GB 対 11.6GB で Ornith が優位、コーディングは 60点満点で 26B を上回りました。一方 24問テスト総合は 199 対 220 で日本語力に差。長考の末に無回答となる症状は両モデル共通でした。
Gemma 4 26B A4B 実測：12GBのGPUで72.9 tok/s、24問テストは過去最高スコア
VRAM 12GB の RTX 4070 Ti で Gemma 4 26B A4B を実測。llama.cpp の --cpu-moe を -ncmoe 9 に変えるだけで 35.0 → 72.9 tok/s になり、12B を全部GPUに載せた 58.6 tok/s を上回りました。24問テストは 220/240 でランクS。長考時に空応答を返す弱点もあわせて記録しています。
月$200のClaude Codeを$138にした2日間 — z.ai GLM移行で踏んだ罠と、規約の本当の分かれ目
Claude Code の接続先を z.ai の GLM へ差し替え、月$200を$138にした2日間の実測記録。踏んだ罠7つ、reasoning effort が外部バックエンドでも効くかの実測、そして「サブスク枠なら白」が成り立たない理由を公式ページの実読から整理します。
直ったのは生物分野だけ――Claude Code で Fable 5 の拒否が続く理由
8月7日のFable 5再調整は生物分野に限定。Claude Codeで拒否を招く三層の原因と、Opus 5との使い分けを整理します。
Ox Alpha、GLM説は優勢でも正体不明——トークナイザ証拠が矛盾
Ox Alphaの正体はZ.aiのGLM-5.3-Flashでした。矛盾するトークナイザ証拠、基準率、標本数、一次実測から匿名モデルの読み方を整理し、答え合わせまで追記しています。
Claude Codeの公式カタログ全件を実測：Anthropic製は一部だけ
Claude Code の公式プラグインカタログに載っている＝Anthropic が作った、ではありませんでした。全件の提供元を機械で分類したところ、Anthropic 製は一部だけ。author 欄は自己申告で判定に使えず、頼れたのはコードが置かれた GitHub 組織という詐称できない一点でした。
中古RTX 3090、今買うか——半年で2倍超の相場変動
Vast.ai、GPU購入、OpenRouter APIを実測費用で比較。判定を分けるのは単価ではなくGPU稼働率です。
Qwen3.8-27B、16GBカードは買いか——実用下限は24GB
Qwen3.8-27Bを12/24/32GB GPUで実測。16GBに載らない理由と、買い替えの判断基準を整理します。
Vercelで十分な人、XServer VPSが必要な人——エックスサーバーを選ぶ条件
共用サーバー・PaaS・VPSの違いを、常駐プロセスやDocker、自前DB、ローカルLLMの有無で判定します。
X3DとXTは何が違う？CPUとGPUの型番に隠れた意味を全部調べた
Ryzen X3D・XT・GRE・K・Tなど、CPUとGPUの型番末尾サフィックスの意味を一覧表で解説。AMD・Intel・NVIDIA別に用途・性格の違いをまとめた。
ローカルLLMベンチマーク 24問テストの全問解説 — 何を・なぜ測っているのか
META-MARK のローカルLLMベンチマークで使う24問（4カテゴリ・240点満点）の全問解説。各問題の設計意図、10/7/5/3/0点の採点基準、ランクS〜Dの定義をまとめたテスト仕様ページです。
AIに発言だけ見せて「この2体は誰だ」と聞いたらGeminiを当てた。でも根拠はこちらのバグだった
AI同士に正体を伏せたまま20回会話させ、その発言ログだけを第三のAIに渡して「同じモデルか、どちらが上か」を推理させました。正体は当てましたが、根拠にはこちらの設定ミスが混ざっていました。同じ勝負を2回撮って分かったことの全記録です。
AI同士を20ターン戦わせて「お前は俺より下か」を判定させたら、分身にすら気づかなかった
AI同士に互いの正体を伏せたまま20発話の会話をさせ、相手の力量を判定させました。同じモデルの分身同士でも判定は割れ、別モデル戦では片方が相手を「格下」と確信度0.9で断じます。対戦後に本人へ理由を訊いたら、両者とも自分の判定の危うさを自分で言葉にしました。n=1の探索的実験の全記録です。
ベンチマーク測定サイト4本をChromeで実測——無料・インストール不要
Speedometer、MotionMark、Basemark Web、Octaneを同一環境で実測。測定対象とGPU性能の天井を数値で検証します。
自作連携は捨てるべきか？Claude CodeでSendMessageとファイルを分ける結論
Claude Code に公式のセッション間メッセージ（SendMessage / ListAgents）が入ったとき、自作のファイルベース連携は捨てるべきか。実機で /proc まで辿って検証した結果、役割が違うので『本文はメール・呼び鈴だけチャット』が正解でした。
中国LLMコーディングプラン vs Claude Code——月600タスクでなぜ86倍差か？
Claude Codeの定額・週次上限と、中国LLMの定額／従量課金を月600タスクで比較。乗り換えの手間と現実的な併用策を整理します。
Kimi K3を第三者データで実測：Claude Opus 5に3.6pt差、速度は最遅
Artificial Analysis v4.1でKimi K3・DeepSeek V4 Flash・Qwen3.8 MaxをClaudeと比較。性能、速度、実費の代償を整理します。
Ollama実測：RTX 3060 31.84、RTX 5090 94.18t/s
Ollamaを同一条件で実測。RTX 3060から5090までのtokens/s、VRAM不足による速度低下、予算別の選び方を整理します。
GPT-5.6 Luna xhigh: 知能49・タスク単価$0.04・待ち時間40秒、安い理由まで実測
2026年7月30日の80%値下げ後、通常セッションのモデルをLunaに切り替えるべきか。OpenAI公式発表と第三者ベンチの実測データ（Intelligence Index、TTFT、タスク単価）から、API従量とCodex定額それぞれの判断材料を整理します。
Laguna XS 2.1の24問実測——コード60/60と日本語40/60が示す使い分けの線
Poolsideの新モデルLaguna XS 2.1をVRAM 12GBの自宅GPUで動かし、コード・日本語を含む24問ベンチで実測。--cpu-moeフラグでVRAM使用量を3.4GBに抑え49トークン/秒で動作するも、コードは満点でも日本語は落第点という極端な偏りが判明した。
Claude Opus 5、全effort段でSol凌駕——秘めた実力とコスト最適化の結論
Claude Opus 5とGPT-5.6 Solを同じeffort段で並べると、low/medium/high/xhigh/maxの5段すべてでOpus 5が上回りました。mediumがSolのhighを超え、lowですらSolのmaxより嘘をつかない。独立実測データから、常用すべき段とコスト最適化の答えを出します。
ROCm.ai、推論3.3倍でも恩恵はAMD Skills利用者次第という結論
AMDが発表したROCm.ai。AMD Instinctユーザーとコーディングエージェント利用者への直接恩恵は分かるが、自作PC・ローカルLLMユーザーへの波及は現時点では限定的というのが、発表内容を三分離で整理した結果です。
HeartMuLa 3B vs ACE-Step 1.5 徹底比較：ローカルAI音楽生成、歌詞はどこまで再現できるか
自宅サーバー(RTX 4070 Ti 12GB)でHeartMuLa 3BとACE-Step 1.5を実機比較。歌詞再現度をWhisperXで定量評価し、12GB VRAM環境で踏んだ導入の罠も記録しました。
2秒 vs 15秒：Codex・Claude Code・Grok、通常セッションの最適モデルを実測で選ぶ
CodexのGPT-5.6 Terra High、Claude CodeのSonnet 5 High、Grok 4.5 Highを、第三者実測のタスク単価・知能指標・応答開始時間で比較。通常セッションと難問での切り替え基準を整理します。
PowerShellでVCP 0x60を書き換え、KVMホットキー切替はWindowsも外部ツール不要
メーカー案内がないKVMモニターの入力切替を、GNOME・ddcutil・PowerShell標準APIで実装する手順と検証範囲を整理します。
Claude Fable 5 vs Sonnet 5：料金5倍・知能+7点の実測使い分けガイド
Fable 5とSonnet 5をArtificial Analysisの知能指数・タスク単価・出力量で比較。料金5倍の差を実務の判断材料に落とし込みます。
GPT-5.6 Sol×Terra、コスパ最強のEffort組み合わせは？実測で検証
GPT-5.6 Sol（設計・計画役）とTerra（コーディング実装役）を組み合わせて使う際、どのreasoning effortが最もコスパが良いかをArtificial Analysisの実測データで検証。Solはhighで頭打ち、Terraはhighまで気軽に上げてよい理由を出典付きチャートで確認します。
GPT-5.6のeffort、maxにすると何倍遅い？実測で見る使い分け
GPT-5.6 Sol/Terra/LunaのreasoningエフォートをArtificial Analysisの第三者実測データで比較。effortを上げるとIntelligence Index・TTFT・価格がどう変わるかを出典付きチャートで確認し、用途別の使い分け判断基準を整理します。
Tavilyのinclude_answer、なぜ切るか——37件中7件の実測
TavilyやBrave Search等のWeb検索APIをLLMパイプラインに組み込む前に知っておきたい、ハルシネーション対策の設計。自プロジェクトの6層防御実装と、37件中7件が実際に弾かれた実測データを元に、6社の価格・用途比較まで整理します。
全エンジニアに送る、JAPANNEXT KVMという選択肢：4K 120HzとUSB-C 65Wが4万円台以下に降りてきた
JAPANNEXT JN-IPS27G120U2-HSPC6を、WindowsノートとLinuxノートを一日に何度も切り替える実運用でレビュー。4K 120Hz、USB-C 65W給電、KVM、ノングレアIPSを4万円前後で狙える意味と、KVM対応モニター10選の購入導線を整理します。
Fable 5 が弾かれた本当の理由、MCPでもスキルでもなくフック
Claude Code で Fable 5 が毎ターン Opus 4.8 へフォールバックする現象を実機で二分探索。犯人は CLAUDE.md でも MCP でもなく、UserPromptSubmit フックの強制命令調の注入文言でした。
GEMMA4-12B-CODERは何に使うべきか：コード55/60、総合B評価の実測結論
GEMMA4-12B-CODERをRTX 4070 Ti 12GBで実測。54.6 tok/s、24問160/240、コード55/60。Gemma 4 12B/E2B/E4Bとの使い分けとMTP可否を整理します。
Sonnet 5のeffortは何が変わった？1M CTX無料化と検証結果
Claude Sonnet 5のeffortレベル推奨表とベンチマークを整理し、Opus 4.8をadvisorにする設計パターンと、Usage Credits不要になった1M CTXの変化を解説する。
データから見る化け物 GPT-5.6——公式ベンチ7枚を実測者が読み、結論を出す
GPT-5.6限定プレビューの公式ベンチ7枚を、事実・分析・推測に分けて読み解く。生の実力と逸脱の影を整理します。
GPT-5.6は何が確定で、なぜ触れないのか——事実・報道・推測を分けて読む
2026-06-26発表のGPT-5.6限定プレビューを、公式確定情報・報道・推測に三分離して整理。価格、性能、安全性、政府レビューの意味を短時間で把握できます。
DGX Sparkは買うべきか——128GB統合メモリの強みとRTX 5090自作PCで十分な人
NVIDIA DGX SparkをローカルAI用PCとして評価。公式仕様の128GB統合メモリ、GB10 Grace Blackwell、1 PFLOP FP4、200Bモデル対応を起点に、RTX 5090自作PC・Mac Studio・クラウドGPUと比べて買うべき人を整理します。
新型 Google Home スピーカー全まとめ——¥16,800・6/25発売・58mmドライバ・Gemini for Home の確定スペック
新型Google Homeスピーカーの確定情報。日本価格¥16,800・2026/6/25発売・58mmドライバ・A55(NPU搭載)・Thread/Matter対応まで、公式スペックを整理し筆者の見立ても添えます。
DiffusionGemma 速度8.7倍の結論 — RTX 5090 実測で見えた品質の壁
RTX 5090でDiffusionGemmaとGemma4を実測比較。8.7倍速の代償は品質でした。下書き用途と本番用途の分かれ目を整理します。
Fable 5 停止は技術事故ではない——米商務省 vs Anthropic、AI統治の攻防を読み解く
Fable 5停止の事実・声明・推測を分けて整理。政府指令の意味、Anthropicの反論、そしてクラウドAI依存リスクを短く掴みます。
スマホだけで英語YouTubeを同時通訳：Gemini 3.5 Live Translateを耳で使う実践メモ
2026年6月公開のGemini 3.5 Live Translateを、スマホとBluetoothイヤホンだけで実機検証。スピーカーだと待たされるのにイヤホンだとほぼ完璧な同時通訳になる——その分かれ目と、英語YouTubeを耳で理解する一番実用的な使い方を共有します。
Claude Codeに噂の『98%トークン削減』context-modeを導入して実測した結果
『コンテキスト98%削減』を謳うMCPプラグイン context-mode を、使い捨てDocker隔離環境でON/OFF実測。Claude Codeでは削減どころか+50%増えました。なぜ増えるのか、どんな環境なら効くのかを数字で整理します。
Claude 7構成でテトリス実装——設計役（planner）も検証役（advisor）も崩れ、単体が勝った
難しいテトリス実装で7構成を比較。軍師が崩れ、参謀も割高に収束。最上位モデル単体の信頼性が効く条件を実測で整理します。
Claude 7構成にLPを作らせて比較——設計役（planner）が検証役（advisor）に半額で勝った
Claudeの高モデルは完成物レビューより事前設計に回した方が安く強い。7構成で同一LPを比較し、実コストと使用感から判断材料を整理しました。
Fable 5 は正解集のバグを見つけて、りんご問題で転んだ——24問実測レポート
Claude Fable 5 を24問で実測。224点でHaiku 4.5（221点）を僅差で上回るが、中身は別物でした。正解集のバグ発見とA4誤答まで公開します。
RunPod vs Vast.ai GPUレンタル実測 — 初めてはRunPod、最安はVastの2択
RunPodとVast.aiを実測比較。速さではなく運用品質で選ぶべき理由、コールドスタート、信頼性、課金停止の差を整理します。
Claude CodeにHeadroomは効くのか？5条件潰した実測の結論
Claude Codeの前にHeadroomを透過プロキシで挟んでも、5条件すべてで削減0%。本番Opus実測から、効く経路と無駄な経路を切り分けます。
MTPの3x高速化は誇大だった—3090/4090/5090で実測した倍率の結論
Gemma4 MTP自己投機デコードを3090/4090/5090で実測。3xではなくGPU次第で1.0〜1.9倍、5090は採択されても伸びませんでした。
なぜ今 Mac mini が爆売れしているのか——ローカルLLMブームの仕組みと、買う前に知るべき3つの落とし穴
Mac miniがローカルLLMで選ばれる理由を、実売・決算・帯域の数字で整理。容量だけで選ぶと後悔しやすい点も実務目線で解説します。
トークン60〜95%削減を謳う Headroom とは何者か——仕組み・公式ベンチ・導入判断を一次情報で整理する
Headroomの仕組み、公式ベンチ、RTKとの違い、実測との差を一次情報で整理。導入判断の材料をまとめます。
その pip install、信用していい？未監査の LLM 圧縮ツールをゼロトラスト隔離で実測した
トークン50〜90%削減を謳う未監査の OSS（Headroom）を、本番に晒さずゼロトラスト隔離で実測しました。静的監査・多層ハードニング・使い捨てキーの型と、削減0%だった理由、効果が別レイヤー（RTK）にあったどんでん返しまで一次情報で記録します。
gemma4:12bがollamaで直った — 0.30.5で3層バグ全解消を実測確認【回避策は不要に】
gemma4:12bのSIGFPE、macOS専用配布、日本語崩れを同一環境で実測。ollama 0.30.5で何が直り、何を捨ててよいかを整理します。
gemma4 12BはどのGPUで動く？実測3点＋主要18枚の速度早見表【VRAM 8GBは崖の縁】
gemma4 12Bを手持ちGPUで動かす判断材料を、VRAM別・実測3点・主要18枚の速度早見表で整理。8GBの限界も明確にします。
Linux向け無料EDRは実質Wazuh一択だった — 自宅RasPi 5で4.5ヶ月運用した本音と実測
個人のLinuxで無料EDR的監視はWazuhが現実的。RasPi 5で4台を4.5ヶ月運用した実測と、商用EDRとの違いを整理します。
gemma4:12bがollamaで動かなかった件——0.30.5で解消・12GBで52t/s
ollamaのHTTP 500やSIGFPEで詰まったgemma4:12bは0.30.5で解消。それ以前の版向けにllama.cpp経由で12GB GPUに載せる実測手順も残しています。
RunPodでGPUを時給39円で借りて実測 — 安い16GBは24GBより割高だった結論
RunPodでgemma3:27bを16GBと24GBで実測。借りるのは簡単でも、安いGPUが得とは限らない理由を数字で整理します。
「Grok Build」「grok-build-0.1」「grok-cli」は全部別物 — 2026年6月版・完全整理
Grok でコーディングエージェントを調べると同語幹の3つ（Grok Build / grok-build-0.1 / grok-cli）が出てきて混乱します。公式CLI・モデル単体・サードパーティCLI・同名フォークを1枚の表で別レイヤーに分離し、『動く/動かない』2点と用途別の選び方まで2026年6月時点の情報で整理します。
Claude Code のディープリサーチはコーディングに不向き — 1回で437万トークンを溶かしてわかった使いどころ
Claude Code のディープリサーチと通常検索の違い、1-2 vs 5+ tool callの判断基準、実際に1回で437万トークン溶かした体験、コーディングで使うべきでない理由を2026年時点で整理します。
Claude Code の新effortモード徹底解説｜max・ultracode・autoと『呪文ultrathink』の正体
Claude Code の /effort に増えた max・ultracode・auto と、プロンプトに紛れ込ませる呪文 ultrathink を、公式が明言した『ultracode は API の effort レベルではない』を起点に解剖。overthinking・自律ワークフロー・永続性と優先順位の罠まで、誤解されやすい論点を一次情報で正します。
Claude Code の /effort 完全ガイド｜low〜maxの使い分けと『コストが増える本当の理由』
Claude Code の /effort（low〜max・ultracode・auto）は「賢さ」ではなく「トークンの気前よさ」のレバー。モデル別の推奨スタートと、Opus 4.8 でコストが増えた気がする原因を『トークナイザ』と『effort』の2軸に切り分ける考え方を、公式一次情報と v2.1.156 の実機確認で解説します。
Claude Opus 4.8 は何が変わった？ベンチより「正直さ」と並列エージェントが本命だった
Claude Opus 4.8 で本当に変わったのは、ベンチの数ポイントではなく『正直さ』と並列サブエージェントでした。公式ベンチ、4つの新機能、OpenRouter の実トラフィックを重ねて、価格据え置きの今回のアップデートを乗り換え目線で整理します。
AIが書いたコードの穴を、AI自身に3層で見張らせる——Claude Code 公式セキュリティプラグインを実機検証した正直な結論
AIが生成したコードの脆弱性を、Anthropic公式の無料プラグイン security-guidance はどこまで防げるのか。わざと危険なコードを書かせて3層チェックが鳴るか実機検証し、限界も正直にまとめました。
Hy-MT2 + OllamaをAPIとして使う——DeepL API代替ローカル翻訳をPython20行で作る
Hy-MT2+OllamaをREST API化し、DeepL代替の翻訳・用語辞書・Markdown保護をコピペ実装。月額コスト比較も掲載。
ローカル翻訳AI Hy-MT2 とDeepL無料版を5テストで比較した結果
Hy-MT2をOllamaで実機検証。DeepL無料版との5テスト比較、1.8Bが7Bに勝った理由、onseバグ修正、スペック別推奨までまとめます。
Radeon 780M（gfx1103）でOllama：ROCm・Vulkan・CPU経路の選び方と2025年に変わったこと
780M（gfx1103）でOllamaは何を選ぶべきか。ROCm・Vulkan・CPUの3経路を整理し、2025年に変わった実用上の判断材料をまとめます。
gfx1103（Radeon 780M）でOllamaが動くモデル一覧2026——5B上限の理由と量子化別VRAM早見表
gfx1103/Radeon 780Mで動くOllamaモデルを実測ベースで整理。5B上限の理由、Q4_K_M/Q8_0のVRAM目安、動く/重い/NGを自分で判定できます。
Gemma 4 MTP drafter を今すぐ入れるべきか？ RTX 4070 Ti 12GB でつまずいた3つのポイントと結論
RTX 4070 Ti 12GBでGemma 4 MTP drafterを実測。ドラフター0.14GB、ただし最速はvLLMの162.7 tok/s。導入判断を正直にまとめます。
70Bモデルを動かすならGorgon Halo一択 — Panther Lakeが土俵から逃げた本当の理由
192GB統合VRAMで70BローカルLLMは本当に動くのか。Panther Lakeが比較を避けた理由と、帯域幅の落とし穴まで正直に整理します。
NVIDIA N1Xは「RTX Spark」として正式発表——128GB統合メモリ・RTX 5070級GPUは誰のための道具か
コードネームN1Xは2026年6月のComputexで「RTX Spark」として正式発表。20コアArm＋Blackwell 6144 CUDA・最大128GB統合メモリの確定仕様と、Windows on ARMの現実、ローカルLLM用途での向き不向きを整理します。
コードでわかる、エンジニアの婚活が積み上がらない3つのバグ
for文に隠れたバグから、エンジニアの婚活が動かない本当の理由を読み解く番外編コラム。
DeepSeek V4 Pro vs Opus 4.7：価格とトークナイザーの罠で選ぶ判断基準
10倍の価格差がある2つのコーディングAIを実務目線で比較。Opus 4.7の実質コスト増とDeepSeek V4の強み・弱みを整理します。
GPT Image 2 が実在ブランド広告を再現しすぎてぼかした — FLUX.2 klein との4ジャンル比較
GPT Image 2がキリン氷結広告をほぼ再現してしまった実体験を起点に、FLUX.2 kleinとの4ジャンル比較から用途別の使い分けを整理します。
reasoning effort 早見表——ChatGPTとClaudeの結論
ChatGPTとClaudeのreasoning effortを公式ドキュメントで突き合わせた早見表。既定値の違い（Claudeはhigh、GPT-5.6はmedium）、段階名が同じでも中身が違う理由、ultracodeはmaxの上ではないという誤解の訂正まで。
APIの値段が倍になったGPT-5.5。でも出力の実質コストは20%増？その計算根拠
GPT-5.5のAPI価格は2倍。token効率40%削減で約1.2倍になるのは出力分だけで、入力は2倍のまま。Codexでの使い分け判断を整理します。
gpt-image-2 vs nanobanana-pro：日本語漫画・アニメ・3Dを同一プロンプトで対決させてみた
LiteLLM Gateway経由でgpt-image-2とnanobanana-proを5テーマ比較。日本語吹き出し、スコアカード、アニメ、3Dの実測差を整理しました。
9950X3D2 vs 9950X3D 比較：+$200 で何が変わるのか——クリエイターには恩恵、ゲーマーは見送りが正解
AMD 9950X3D2のDual V-Cacheは、なぜゲーム性能が伸びにくいのか。$899の価値がある人・ない人を先出しで整理します。
格安モデルでも Rank S：Haiku 4.5 × 24問テスト実測（+Advisor で97.5%）
Haiku 4.5を24問で実測。単体93%でも十分強く、Advisor（Opus）の2パスで97.5%まで改善。ただし自信満々に間違える盲点も見えました。
Bonsai 8B実測：世界初の1-bit LLMはなぜランクCか——24問で見えた用途
Bonsai-8Bの24問実機ベンチマークを実測。1.15GBの軽さ、コード満点、日本語文化壊滅という二面性を、用途別に正直に整理します。
Gemma 4 E2B vs E4B：24問実測で見えた速度5倍差の使い分け基準
Gemma 4 E2B（2B）とE4B（4B）を24問実測比較。スコア差9%・速度差5倍の実態と、VRAM 4GBで動く省電力LLMとして選ぶべき条件を整理。
iGPU で LLM 推論：Radeon 780M + Ollama ROCm の速度実測と落とし穴3つ
Radeon 780MでOllama ROCmを動かす手順を、renderグループ・gfx1103偽装・OOMの3つの落とし穴ごとに整理。Ubuntu 24.04向けの実用ガイドです。
AIツールのスキル管理を1か所にまとめる——/skill-sync の仕組みと実践
Claude Code / Codex CLI / Gemini CLI のスキル同期を1か所で管理。/skill-sync の仕組み、使い方、権限設定、Docker注意点を実務目線で整理。
Gemma 4 E4B、ランクS確定——24問採点とOCR比較でわかった得意・苦手
RTX 4070 TiとOllama v0.20.0でGemma 4 E4Bを実機検証。24問218点のS評価、論理・コード満点、OCRはQwen3-VL 8Bと比較して速度優位を確認。
Google Gemma 4が変えたこと——Apache 2.0と本格マルチモーダルで「使えるオープンモデル」の基準が上がった
Google DeepMindが2026年4月にリリースしたGemma 4の実力を整理する。Apache 2.0への変更、E2B〜31Bの4モデル構成、画像・動画・音声対応のマルチモーダル実装、そしてQwen 3.5やDeepSeek V3.2との比較まで。「ローカルで動かして本当に使えるか」という目線で書く。
なぜLeCunはMetaを去りAMI Labsを作ったのか——ローカルLLMとオープンウェイト消滅論を15分で把握する
LeCunのAMI Labs設立とMollickのオープンウェイト消滅リスクを整理。ローカルLLM運用者が2026年に何を見直すべきかを実務目線で解説します。
Anthropicリーク2連発：Claude MythosとClaude Code流出で見えたKAIROS、BUDDY、Undercover Modeの正体
Anthropicの2週間で2回のリークを整理。Claude Mythosの位置づけ、Claude Code流出の中身、KAIROS/BUDDY/Undercover Modeの意味を分けて読む。
失敗から学ぶClaude Code Sonnet 4.6 1M context：$15と$5の分岐点
Claude Code MAXプランで1M contextが突然使えなくなった原因を実機で調査。extra usageの正体と、最小コストで戻す判断材料を整理します。
Gemini 2.5→3.1 移行失敗の原因Top3と即使える代替コード
Gemini Live API 2.5系から3.1へ移行すると壊れやすい3点を整理。非同期関数、thinkingBudget、プロアクティブ音声の変更点と代替実装をまとめます。
Gemini 2.5 Flash Live → 3.1 で変わった音声AIの仕組み：なぜ会話が自然になるのか
音声AIがぎこちなかった理由は、聞く・考える・話すの3段翻訳にあります。2.5から3.1で何が変わり、誰に必要かを整理します。
危険なツールを薦めた Claude Code が、5分後にセキュリティ講座を開いた
AIの推薦を安全承認と勘違いすると危ない。実体験の後日談から、推薦・検証・判断を分ける運用とdry-runの使い方を整理します。
Claude Code が薦めたツールが危なかった——Star数に騙されない3層防御フック
GitHub Star 2,100のツールの依存にSSH鍵を抜くマルウェアが。Claude Codeの3エージェント並列リサーチで発覚し、deny list + PreToolUse hookで3層防御を構築した実体験。
Claudeが眠るようになった——Auto-Dreamと自作メモリ、同じ部屋に住めるか
Session 218Claude Code 2.1.80〜2.1.84で追加されたAuto-Dream（/dream）と、独自運用の2層メモリシステムを徹底比較。同じディレクトリを共有する衝突リスクから、共存の可能性まで実際に確かめた記録。
パスワードも SSH 鍵も、自宅に置いておく——Vaultwarden + Bitwarden SSH Agent で作る個人セキュリティ基盤
クラウドパスワードマネージャーへの不安と ~/.ssh/ ファイル管理の煩雑さを、Vaultwarden（RasPi 5 Docker）と Bitwarden SSH Agent の組み合わせで解決した実録。GNOME Keyring の競合解消・毎回確認ダイアログによるプロンプトインジェクション対策・snap バージョン非依存のソケット設定まで解説。
PCケース選びの基準を間違えると、GPU交換のたびに後悔する
PCケース選びで最初に確認すべき「最大GPU搭載長」を解説。META-MARKのvalue 100ケースでも340mmと400mmで差がある。将来のGPU換装を見越した選び方。
ランクSとランクA——GPT-5.4 mini・nanoに24問解かせた
Session 196GPT-5.4 mini（$0.75/1M）とnano（$0.20/1M）をMETA-MARK独自の24問で採点。mini 92.9%ランクS・nano 79.2%ランクA。料金・横断比較・使い分けまで。
空冷 vs 水冷、2026年の今どっちを選ぶべきか正直に語る
2026年、空冷と水冷のメリット・デメリットを徹底解説！簡易水冷が人気の理由もお教えします。
209点/240点——「廉価モデル」Haikuが超えてきたライン
Claude Haiku 4.5を24問ベンチマークで計測。コーディング満点・総合87.1%ランクAという結果が「廉価モデル」という先入観を崩した。ローカル最高Nemotronも超えた実力の内訳を全問解説。
ハイエンドCPUに安物グリス。温度ログが出してしまった正直な結果
TDP 170WのRyzen 9 9950X3DやCore i9-14900Kに廉価グリスを使うリスクを解説。熱伝導率の差が温度管理に直結する理由と、グリス選択・交換サイクルの実践ガイド。
まだ .env で疲弊してませんか？私も同じでした、LiteLLMを導入するまでは。
複数プロジェクトに散乱するAPIキーの管理問題を、LiteLLM自己ホスティングで構造ごと解決。仮想キー集約・ハード予算上限・OpenAI互換エンドポイントの3本柱で変わったこと。
最近CPUファンがうるさい！その原因はグリスの劣化だった話
CPUファンの音が気になるあなたへ。実はグリス劣化が原因かも。簡単に解決できる方法を解説します。
45%高速化・メモリ150MB削減——Claude Code の--resume が変わった
Claude Code v2.1.77と2.1.78の変更点を整理。128kトークン出力・--resume 45%高速化・セキュリティ修正2件など、実際に体感できる変更を中心に解説。
ローカルLLM 80% vs GPT-5.4 mini 93%——20点差が示す、規模の残酷な現実
GPT-5.4 mini/nanoを同じ24問ベンチマークで測定。ローカル最高峰Qwen3.5:4bの80.8%に対し、miniは92.9%・nanoは79.2%。スコアの読み方と、正直な限界を書きます。
マザーボードって結局なんでもいいの？性能差は本当にあるのかを正直に語る
ゲーム性能はほぼ変わらないが、選ぶべきマザーボードの違いは確かにある！その理由を解説します。
14Bで175点・ランクB——phi4:14bに24問ぶつけた正直な結果
phi4:14bに24問テスト。175/240点（72.9%）ランクB。蛙の季語は正解できたが汚名返上をSwallowと同じく誤用と断言した。4.2 tok/s・VRAM 8.3GB使用の詳細な結果を公開。
80 PLUS認証のBronze・Gold・Platinum・Titaniumを正直に語る
80 PLUS認証の各種グレードを徹底解説。どれを選べばいいのか、電気代との関係もわかりやすくまとめています。
安い電源で組んで後悔した話を、正直に語ります
Bronze認証のefficiency_scoreはGoldより約60%低い。ATX 3.0対応かどうかでRTX 5000系の安定性も変わる。PSU選びで本当に大事な3点を数字で解説します。
推論に特化したモデルが39%しか取れない理由——deepseek-r1で何が起きたか
RTX 4070 Ti + Ollamaでdeepseek-r1:7bを24問テスト。94/240点（39.2%）ランクDの背景を掘る。6問タイムアウト・日中混合テキスト・論理は強い、という複雑な姿を正直に記録。
ローカルLLM24問テスト：コード77点・日本語47点——東工大Swallowの意外な素顔
東工大の日本語特化モデルSwallow 8Bを24問でテスト。コード77点・日本語47点という反直感的な結果と、「汚名返上を誤用と言った日本語特化AI」の実態を正直に報告します。
自殺相談窓口を貼ってくるAI——Qwen3.5:9bに意地悪問題を24問ぶつけた結果
ローカルLLM Qwen3.5:9b（9.7B Q4_K_M）に意地悪・論理・コード・日本語の24問テストを実施。180/240点（75%）ランクAの「空気読めない秀才型」。お墓問題で相談窓口を貼ってきた話も含めて正直に報告。
200Kが1Mになった3日間、Claude Code 2.1.74〜76で起きたこと
Claude Code v2.1.74〜76の3日間で何が変わったか。メモリリーク修正・セキュリティパッチ、Opusコンテキスト200K→1M（同一料金）、MCP Elicitation追加まで実運用視点でまとめ。
WazuhとClaude Codeを繋いだら、CVE調査と修正提案が自動化できた【自宅ラボ セキュリティ実録 #3】
Wazuh REST APIでCVEリストを取得し、Claude Codeに渡したら調査と修正コマンド生成が自動化できた。93件のCriticalを手動で追っていた状態からの脱出実録。
2026年コスパで組むPCに、実は予算上限はいらないという話
META-MARKのvalue_score 90以上のパーツだけでPC一台が組める。CPUはCore Ultra 7 265KF（value 100）、マウスはLogitech G305（value 93.5）——コスパは妥協ではなく設計の問題。
Codex CLI 0.112.0→0.114.0 で権限設計が変わった。request_permissions が実務で効く理由
Codex CLI 0.112.0から0.114.0で、権限要求の設計が段階的に進化。request_permissions、plugin拡張、承認フロー修正が実務でどう効くかを整理します。
3秒で終わる攻撃、Claude Code と Codex CLI に潜んでいた3つの穴
git cloneして起動するだけでAPIキーが流出していた——Claude CodeとCodex CLIに存在した3つのCVEの仕組みを解説。CVE-2026-21852・CVE-2025-59536・CVE-2025-61260はいずれも修正済み。バージョン確認方法と30秒でできる安全確認手順も紹介。
NVMe SSD Gen5のスピード、本当に必要か？正直に検証してみた
NVMe SSDのGen3・Gen4・Gen5の違いは本当にわかるのか？12,400MB/sのGen5を前にした私の考察をお届けします。
Qwen3.5:4b 24問テスト——thinkingをOFFにしたらスコアが21%上がった話
Qwen3.5:4bをOllama上でベンチマーク。thinkingモードが原因で9問が空回答になった。think:falseに切り替えたらスコアが194/240（80.8%）に回復。RTX 4070 Tiで101.5 tok/s出る4Bモデルの実力を24問で徹底検証。
ゲーミングモニター144Hz vs 240Hz：買い替え不要な人・効く人の条件
144Hzと240Hzの違いはどれほど体感できるのか？360Hzまで揃った2026年のモニター選びについて考察します。
ゲーミングマウスは「センサー」と「重さ」で選ぶべき理由を正直に語る
ゲーミングマウス選びの基本、センサーや重さ、DPI・ポーリングレートについて詳しく解説します。
論理パズルは満点、蛙の季語は間違える——Qwen3 4Bのリアルな実力差
Session 164Ollama + RTX 4070 Ti でQwen3 4Bに24問テスト。論理・引っかけ問題は95%正解も、蛙の季語を夏と断言。4Bモデルのリアルな実力差を数字で見る。
Intel Core i9とRyzen 9、型番が似ているようで全然違う——世代の読み方を比較した
Intel Core i9とAMD Ryzen 9の命名体系の違いを解説。Core Ultraへの移行、グレード体系の読み方、用途別の選択軸を比較表で整理した。
「CPUボトルネック」は本当に起きるのか？2026年版で正直に検証してみた
ゲームにおけるCPUとGPUの関係を初心者でも分かりやすく解説。最新のスペックと実体験を交えて、CPUボトルネックについて考えてみました。
4桁の数字で世代が分かる——Intel・AMD・Radeonの命名規則を表で整理した
CPUとGPUの型番4桁の読み方を解説。Ryzen 9000/7000系、Radeon RX 9000系、Intel Core Ultra 200系、RTX 50/40系の世代体系を一覧表で整理した。
3D V-Cacheとは何か。数値で見ると、想定外のことが起きている
AMDの3D V-Cache技術をMETA-MARKデータベースのスコアで検証。Ryzen 7 7800X3DからRyzen 9 9950X3Dまで、効率スコアに意外な逆転現象が存在する。
RadeonかRTXか。2026年の選択は、もはや性能比較だけじゃ済まない
2026年時点のMETA-MARKデータを使ってRadeon vs RTXを比較。性能スコアではNVIDIAが圧倒的だが、ROCm・Linux・AI用途ではRadeonが選択肢になる理由を解説。
Claude Code 音声入力、日本語で動かすまでの3ステップと1つの壁
Claude Code の /voice が日本語非対応だったため whisper.cpp で自前の音声入力を作った記録。文字起こしは成功したが、Wayland の壁で Claude Code への直接統合は断念。失敗から学べることをまとめた。
AMD vs Intel 2026：MetaScoreで比較するCPUの買い時と選び方の結論
META-MARKデータベースの実測値でAMD vs Intelを比較。効率スコアで逆転が起きる意外な結果と、用途別の正直な選び方を解説。
Moonshine Voice日本語認識をWhisperと2台で実測——「超え」は本当か
Moonshine Voice（2026年版）を自宅AIサーバーとRaspberry Pi 5の2台で日本語音声認識ベンチマーク。AIサーバーはRTF=0.062（16倍速）だがRasPi 5はRTF=0.91でリアルタイムに届かなかった実測値を公開。パッケージ混同の罠・RTF比較・FAQ付き。
VRAM12GBで35Bクラスが動く時代、Qwen3.5で確かめた3つの事実
Qwen3.5-35B-A3BをRTX 4070 Ti（VRAM 12GB）で動かした記録。Ollama非対応・Q2_K_L不可・IQ2_XSで突破。24問ベンチマーク：170/240 Rank B、113 tok/s。
Qwen3:8bは4bより賢いのか？同じ24問で試したら予想外の結果だった
Session 64前回テストしたQwen3:4b（Rank A・127 tok/s）の上位モデルQwen3:8bを同じ24問で評価。大きいほど賢いはずという期待を、数字が静かに裏切った記録。
Qwen3:4b 24問テスト——コード95点、日本語22点の衝撃格差
4Bパラメータの軽量モデルQwen3:4bを24問テスト。論理・コードで95%を叩き出しながら日本語力は22%に沈む衝撃の格差を徹底解剖。
24問テストして198点/240点——Nemotron 9Bの正直な成績表
ローカルLLM Nemotron-Nano-9B-v2-Japaneseに意地悪な引っかけ・論理パズル・コーディング・日本語力の24問を投げた本気の成績表。RTX 4070 Ti（VRAM 12GB）で63 tok/s、コーディング95%・総合82.5%（ランクA）。弱点も正直に語る。
ローカルで音楽を作る。ACEStep 1.5を本気で試したら詰まって、直して、驚いた
ACEStep 1.5をRTX 4070 Ti 12GBで実際に動かした記録。CUDA graphバグの修正からJ-Pop・Lo-fi・Rock・Ambient 4ジャンルの生成実験まで、数字ありで正直に書く。
「Pro品質 × Flash速度」が一本化。Nano Banana Pro 2（Gemini 3.1 Flash Image）完全解説
GoogleのAI画像生成「Nano Banana Pro 2」＝Gemini 3.1 Flash Image を実際に触って確認した。品質と速度が一本化、料金実質半額。デメリットも正直に書く。
ComfyUI vs AUTOMATIC1111：2026年に画像生成を始めるならどっちかの結論
画像AIを始めるならComfyUIとAUTOMATIC1111どちらがベストか？初心者目線で両者の違いを解説します。
Claude Code のリモートアクセスが解禁！でも設定中に Claude に怒られて和解した話
Claude Code 2.1.52 で追加された Remote Control 機能を試したら、設定中に Claude 自身に「危険」と怒られるというシュールな体験をした。実際の使い方・限界・tmux＋Cloudflare との比較まで自宅ラボ目線で解説。
2026年版・Stable Diffusionを快適に楽しむためのVRAM別完全攻略ガイド
Stable Diffusionを動かすためのVRAM別ガイド。8GB/12GB/16GBのGPUで何ができるか具体的に解説します。
Flux.1を試したらStable Diffusion 1.5に戻れなくなった件
画像生成の新境地、Flux.1を使った体験記。Stable Diffusion 1.5との違いや必要VRAM、使い勝手を徹底比較！
ComfyUI + FLUX.1-devでローカル画像生成——ノードエディタは難しいのか検証
RTX 4070 Ti（12GB）にComfyUI v0.12.3 + FLUX.1-dev fp8を入れて実際に画像生成。VRAM実測6.9GB、ノードエディタの構造、fp8量子化の選び方まで正直に記録。
Ollama導入の罠と解決手順——GPU認識・日本語チャットまでの全記録と結論
RTX 4070 Ti搭載の自宅サーバーにOllamaをSSHでセットアップした実録。非対話環境でのインストール罠、バイナリ直接DL、systemdサービス化、qwen2.5:7bでの日本語チャットまで。
Nemotron-Nano-9B日本語版を実測——NVIDIA日本語特化LLMの実力と限界
NVIDIAが開発した日本語特化ローカルLLM「Nemotron-Nano-9B-v2-Japanese」をUbuntuサーバー（RTX 4070 Ti）に実際にインストールして動かした実録。日本語品質・速度・VRAM使用量を正直に評価。
Ollamaでローカルにチャットを住まわせた記録 — インストールからモデル選びまで
Ollamaを使ってローカルLLMを動かした実録。インストール手順・VRAM別モデル選び・実際に使って感じた正直な評価まで。RTX 4070 Ti（12GB）環境での体験ベース。
Wazuhを入れたら脆弱性が3,247件検出された話【RasPi 5 自宅ラボ セキュリティ実録 #2】
Wazuhの脆弱性ダッシュボードに「3,247件」と表示された。焦ったが、分解してみると数字の正体はシンプルだった。旧カーネル・謎のThunderbird・CVSS 9.8の正体——自宅ラボ実録。
RasPi 5にWazuhを入れたら、Dockerが死んだ話——自宅セキュリティ監視の実録
RasPi 5（ARM64）にWazuhをDocker Composeで構築しようとしたらIndexerが落ちて失敗。直接インストールに切り替えた実録。3台を監視したらCritical脆弱性が203件出てきた話。
自分のPCで動かすAI — GPT4All完全ガイド。GPU選びからモデル選択まで
GPT4AllはGUIだけでローカルLLMが動かせるツール。GPU別モデル選択ガイドと、RTX 3060がなぜコスパ最強なのかを実用的に解説。LocalDocsでPDFをAIに読ませる方法も紹介。
ローカルAI vs クラウドAI、2026年の今どちらが本命なのかを正直に語る
2026年のAI環境の中で、ローカルAIとクラウドAIのメリット・デメリットを徹底比較。コスト、プライバシー、性能、手軽さを管理人の視点で解説します。
Qwen3-TTS に声クローン機能を追加した話 — Gradio UI・自分の声で TTS・ハマり全記録
自宅 RTX 4070 Ti の Qwen3-TTS に Gradio UI と声クローンを追加した記録。モデルの種類の罠・64KB制限・VoiceClonePromptItemの落とし穴・Gradio初期化順序まで、5件のハマりを全部書く。
RTX 4070 Ti 自宅サーバーに Qwen3-TTS を入れた実録 — API変更で3回詰まった話
自宅の RTX 4070 Ti に Qwen3-TTS をデプロイした記録。クラス名・メソッド名・戻り値の形式が全部変わっていて3回詰まった。同じ罠に落ちる人が減るよう全部書く。
2026年、一人開発が本当に強くなったのかを検証してみた
「一人開発最強」説を保守派HWエンジニアが検証。AIツールで何が変わり、何が変わらなかったか。チームとの比較で見えた「一人が強い本当の理由」を正直に語る。
Gemini 3.1フィーバーの陰で、Googleがひっそり仕込んでいたもの——Lyria 3「画像から音楽生成」を実際に触ってみた
Gemini 3.1が注目を集める2月、Googleはもうひとつの新機能をひっそりリリースしていた。AI音楽生成「Lyria 3」——桜と懐中時計の写真から「Two Rings Forever Yours」が生まれるまでを実体験レポート。ベストプラクティスからWorkspaceユーザーの制限まで徹底解説。
RTX 5090は誰のためのGPUか。正直に答えます。
TDP 575W、推奨電源950W。性能スコアはRTX 4090比27%アップ。でも効率スコアは4090以下。RTX 5090が本当に刺さる人・刺さらない人を正直に分けて語ります。
Claude CodeとCursorを使い込んで、コーディングという概念が変わった話
Claude CodeとCursorを実際に使い込んだHWエンジニアが「書く」から「判断する」への変化を語る。AIコーディングが便利な理由と、依存する危険を正直に解説。
1Passwordは本当におすすめ？プロが教える正直レビューと使いこなし術
有料パスワードマネージャーの代表格1Password。料金に見合う価値はあるのか？UI/UX・セキュリティ・家族プランのメリットとデメリットを正直に解説します。
パスワード管理に困っていない？Bitwardenで始めるセキュアなパスワード管理
全部同じパスワードを使い回していませんか？Bitwardenを使えば無料で安全にパスワード管理ができます。おすすめ設定・注意事項・デメリットまで正直に解説します。
【速報・完全版】Gemini 3.1 Pro徹底解説 — 推論2倍超・思考シグネチャ・エージェント時代の幕開け
Session 632026年2月19日リリースのGemini 3.1 Proを完全解説。ARC-AGI-2で77.1%（前世代比2倍超）、SWE-bench 80.6%を達成。Thinking Levels・思考シグネチャ・Context Caching最大90%削減・Batch API・Google Antigravityなど、開発者が知るべき全機能をベンチマーク比較表・料金表・プロンプト例付きで徹底解説。
SaaSの死という話を聞いて、半信半疑で調べ始めたら確かにそうだった
「SaaSの死」は誇張か現実か。AIエージェントとローカルLLMの台頭で何が変わるかを正直に検証。単機能SaaSから見直すべき理由と、残るSaaSの条件を解説。
エージェントスワームを実際に動かしてみた。あの静けさが少し怖い
複数のAIエージェントが並列で動くエージェントスワームを実際に使った体験を語る。仕事が「終わっている」という静けさと、人間に何が残るかを正直に検証。