「MIT License」のコラム

Hacker Newsで話題になったRemoveMacAIは、macOS 27のApple Intelligenceを一括で無効化し、約12GBのモデルを削除して容量を回収するMITライセンスのCLI。要件と導入手順、主要コマンド、仕組みと安全性、失う機能、手動設定とMDMとの比較まで詳しく解説する。

StrataはQwen3.8-Flash-Next（125B MoE）をVRAM 12GBのゲーミングPCで動かすMIT Licenseの推論エンジン。RTX 5070で94トークン/秒（README実測）。2026年10月時点の必要スペック、導入手順、Claude Code連携を解説。

DwarfStar（ds4）はRedis作者antirezのMITライセンスのローカルLLM推論エンジン。DeepSeek V4/V4.1・GLM 5.3・Qwen3.8を96〜128GBのMacやDGX Sparkで動かす。2026年10月時点のメモリ要件、導入手順、Claude Code連携、実測値を解説。

claude-code-templatesは、Claude Codeのagent・command・MCP・hook・settingsをコマンド一発で導入できる、MITライセンスの無料オープンソースCLIだ。GitHub週間トレンド5位（今週+1,154スター、累計約32,048スター）を獲得した本ツールの主要機能・インストール・使い方・既存手段との違いを、公式README・リポジトリ情報のみで解説する。

Paperclipは、OpenClawやClaude Code、Codex、Cursorなど複数のAIエージェントを組織図・予算・承認ゲートつきで運用できる、MITライセンスの無料セルフホスト型アプリだ。GitHub週間トレンド2位（今週+7,364スター）を獲得した本ツールの主要機能・インストール・使い方・既存ツールとの違いを、公式README・リポジトリ情報のみで解説する。

Hindsightは、会話履歴の呼び出しではなく「学習するエージェント」を目指す、Vectorize製のMITライセンス・オープンソースAIエージェント用メモリ層だ。LongMemEventベンチマークでSOTAを記録し、GitHub週間トレンド3位（今週+11,089スター）を獲得した本ツールのRetain・Recall・Reflectという3操作、4つのメモリ種別、インストール・料金・既存ツールとの違いを公式README・ドキュメントのみで解説する。

Whiteboardは、YC W26採択スタートアップ/dev/fastが開発したMITライセンスのOSS製デスクトップアプリである。Claude CodeやCodexが書いたコードの変更をシーケンス図や決定ログとして可視化し、レビューを助ける。2026年9月にShow HNで公開され話題になった。

MiMo-V2.6はFlashが4bitで約170〜190GB・FP8で約320〜350GB、Proは4bitでも約550〜600GB、9B蒸留版は4bitで約6〜7GBが目安（推定）。2026年9月22日にXiaomiが公開したMITライセンス全3モデルの構成・ベンチマーク・料金・他モデル比較を整理した。

WeKnoraは、TencentのWeChatチームが開発しOSS公開したLLMナレッジ基盤だ。文書をRAG検索・ReActエージェント・自己更新Wikiの3モードで使え、MITライセンスでセルフホストできる。導入手順と競合比較を解説する。

Atria Dawn Previewは4bit量子化で約400GB、FP8で約780GB、BF16で約1,500GBのメモリが目安（推定値）。744B MoEの基本情報・自己申告ベンチマーク・API有無・他モデル比較を整理した。

GLM-5.3-Flashを動かす必要メモリは4-bit量子化で約190GB、BF16フル精度なら約740GB。話題のステルスモデル「Ox Alpha」の正体は320B総パラメータ／18BアクティブのオープンウェイトMoEだったと判明。VRAM・量子化・GPU構成の早見表を整理する【2026年8月】。

Ornith-1.5はVRAM 8GB〜800GBで動くMITライセンスのオープンウェイトLLM。9B・35B-A3B・397Bの3サイズを量子化別に整理し、GPU選定やKVキャッシュ増加の注意点、Ornith-1.0からの変更点まで解説する必要スペック早見表を丁寧に紹介する。2026年8月時点の情報。

Prime Agent は、コンテキストを変数、サブエージェントを関数呼び出しとして扱うRecursive Language Model（RLM）と、ハーネス自体をCRUD編集できるContinual Harnessが核。MITライセンスで公開されたPrime Intellect製コーディングエージェントの仕組みを整理する。2026年8月更新。

OpenChamberはOpenCodeを土台にしたオープンソースのエージェント開発環境で、MITライセンスかつ無料。2026年8月にHacker Newsで話題になった。Session Goalsやマルチモデル並列実行など主要機能とインストール手順、Claude Code・Cursorとの違いを解説する。

LongCat-2.0はMeituan公開の1.6TパラメータMIT MoEモデル。ローカル実行はBF16で約3,800GB、INT4でも約970GB級のメモリが必要で個人PCでは動かない。必要スペック早見表とAPI料金（入力$0.75/出力$2.95・100万トークンあたり）を2026年7月時点でまとめた。

DeepSeek V4 をローカルで動かす必要メモリは、V4-Flash（284B）が4-bitで約160GB、V4-Pro（1.6T）が4-bitで約920GB。7月31日公開の V4-Flash-0731 はスペック据え置きで性能のみ向上した。量子化別のVRAM・RAM早見表、API料金、1MコンテキストのKVキャッシュ、旧モデル廃止への移行手順まで。Updated August 2026。

GLM-5.2（Z.ai）を動かす必要メモリは4-bit量子化で約430GB、BF16フル精度なら約1.5TB。753B総パラメータ／約40BアクティブのオープンウェイトMoE（MITライセンス）をローカル実行するためのVRAM・量子化・GPU早見表。2026年7月時点で最強クラスのオープンウェイトモデルの動作環境を整理。

**[Hunk](https://www.hunk.dev/) はコードレビューと AI エージェント統合に最適化されたターミナルベース diff ビューア** — 従来の `git diff` の代替として、レビュー体験を第一級で設計。**キー機能**: (1) **マルチファイルレビューサイドバー** — チェンジセット全体を俯瞰、ファイル間ナビゲーションと変更カウント、(2) **AI 注釈のインライン表示** — [Claude Code](https://claude.com/product/claude-code) / [Cursor](../columns/cursor-ios-supports-2026-07-01) 等の AI エージェントの reasoning を該当コードの隣に表示、(3) **アダプティブレイアウト** — split / stacked / auto-responsive をターミナル幅に応じ自動選択、(4) **Watch モード** — working tree の変更を自動リフレッシュ、(5) **シンタックスハイライト + 複数テーマ** — Graphite / Midnight / Ember / Zenburn / Catppuccin、(6) **キーボード + マウス + pager 統合** の複数入力方式。**CLI コマンド**: `hunk diff`（未コミット変更の表示）と `hunk show`（コミットの表示）の 2 種類。**技術スタック**: Node.js 18+、**MIT ライセンス** で完全無料、**npm / Homebrew / Nix** の 3 系統で配布。位置付けは [Crit.md（ブラウザ PR レビュー体験）](../columns/crit-md-local-first-agent-review-2026-07) の **ターミナル版**、[Herdr（複数エージェント並列運用）](../columns/herdr-terminal-agent-multiplexer-2026-07) と同じ『ターミナルネイティブ AI エージェント時代』の潮流。**想定ユーザー**: コードレビューを行う開発者、AI ツールを開発ワークフローに統合するチーム、ターミナル志向のエンジニア。

**DeepReinforce が2026年6月26日に Ornith-1.0 を公開** しました（[公式](https://deep-reinforce.com/ornith_1_0.html) / [Hugging Face コレクション](https://huggingface.co/collections/deepreinforce-ai/ornith-10)）。**エージェント・コーディング特化のオープンウェイト LLM ファミリー** で、**MIT ライセンス・地域制限なし**。 **3つのサイズで提供**: [Ornith-1.0-9B](https://huggingface.co/deepreinforce-ai/Ornith-1.0-9B)（dense、~19GB BF16）/ [Ornith-1.0-35B](https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B)（MoE）/ [Ornith-1.0-397B](https://huggingface.co/deepreinforce-ai/Ornith-1.0-397B)（MoE、Qwen 3.5 + Gemma 4 ベース）。**全サイズが 262K context**、**FP8 / GGUF 量子化版も同時公開**。 **ベンチマーク（公式公表値、同サイズ帯 OSS の SOTA を主張）**: | ベンチ | 9B | 35B | 397B | |---|---|---|---| | **SWE-Bench Verified** | **69.4%** | **75.6%** | **82.4%** | | **SWE-Bench Pro** | **42.9%** | **50.4%** | **62.2%** | | **SWE-Bench Multilingual** | — | — | **78.9%** | | **Terminal-Bench 2.1** | 43.1% | 64.2% | **77.5-78.2%** | | **NL2Repo** | 27.2% | 34.6% | **48.2%** | | **ClawEval** | — | — | **77.1%** | **設計思想**: 強化学習で **解の rollout だけでなく scaffolding（解を導くエージェント構造）自体も最適化**。自己改善型の agentic coding という、[Loop Engineering](../columns/loop-engineering-ai-agent-paradigm-2026-06) の Maker-Checker 思想と地続きのアプローチ。`<think>...</think>` ブロックでの推論モード、function calling、ツールユース対応。 **配布・運用**: vLLM ≥ 0.19.1 / SGLang ≥ 0.5.9 / Transformers ≥ 5.8.1 / Docker + llama.cpp / Ollama。OpenAI 互換 API エンドポイント。9B は単一 80GB GPU で十分、35B / 397B は **8×80GB GPU ノード（TP=8）**。エージェントフレームワーク互換: **OpenHands / Hermes Agent / [OpenClaw](../services/openclaw-setup)**（弊社サービスとも直接互換、ClawEval も同社で公式評価対象に）。 **DeepReinforce の系譜**: 強化学習を CUDA / 行列演算 / コード生成に応用してきた研究組織。過去に [CUDA-L1（3.12× 平均 GPU 高速化）](https://github.com/deepreinforce-ai/CUDA-L1)・[CUDA-L2（cuBLAS 超え HGEMM カーネル）](https://github.com/deepreinforce-ai/CUDA-L2)・**IterX（MLSys 2026 NVIDIA Track）** を発表。Ornith-1.0 はその RL ノウハウを LLM 自己改善に応用した最新作。 **位置付け**: 同時期の [Kimi K2.7-Code](../columns/kimi-k2-7-code-moonshot-ai-2026-06)（1T MoE / 32B active）・[GLM-5.2](../columns/local-llm-landscape-2026-june-update)（Intelligence Index v4.1 で 51 点 / OSS 首位）と並び、**2026年6月の agentic coding OSS 戦線の最先端**。中国系（Kimi / GLM）に対し **MIT ライセンス + 地域制限なし + 米国ベースの法務調達優位** が差別化。 **留保事項**: ベンチは DeepReinforce 自社公表値で、第三者リーダーボードでの独立検証は2026年6月26日時点で未確立。ベンダーレポート段階の数値である点には留意が必要です。 本コラム末尾に **Ornith-1.0 を含むローカル LLM の導入・PoC・継続保守の3つの問い合わせ導線** を設置しています。

Moonshot AIが2026年1月27日にリリースしたKimi K2.5は、1兆パラメータ（32Bアクティブ）MoEモデル。SWE-bench 76.8%、HumanEval 99.0%、GPQA Diamond 87.6%を達成しMITライセンスで公開。アーキテクチャ・ハードウェア要件・Ollama導入・ユースケースを完全解説。