「Open Weight LLM」のコラム

9件の記事

AI2026-07-27

Kimi K3 のweightsが公開 — 2.8T MoEを自前で動かす条件（MXFP4・約1.4TB）

Moonshot AI が Kimi K3（2.8兆パラメータMoE）のweightsを2026年7月26日に公開。MXFP4で重みだけ約1.4TB、実質H100 80GB×64基級のクラスタが必要で単体GPUやMacでは動きません。必要ハードと現実的な3択を整理。

Kimi K3Moonshot AIOpen Weight LLM

AI2026-07-24

GGUF量子化の選び方 — Q4_K_M / Q5_K_M / Q8_0 / IQ系の違いと使い分け【2026年版】

ローカルLLMを動かすとき、まず選ぶべきは Q4_K_M。VRAMに余裕があれば Q5_K_M / Q6_K で品質が上がります。GGUF量子化の命名規則、各レベルの品質・速度・VRAMのトレードオフ、IQ系（imatrix）との違い、用途別の選び方を解説。Updated July 2026。

GGUF量子化ローカルLLM

AI2026-07-21

LongCat-2.0 必要スペック早見表 — VRAM 970GB〜/1.6T MoE をどう動かすか【2026年版】

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。

LongCat-2.0RequirementsVRAM

AI2026-07-21

DeepSeek V4 必要スペック早見表 — Flash 約160GB / Pro 約920GB（4-bit）と API 料金・旧モデル廃止（7/24）まとめ【2026年正式版】

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。量子化別のVRAM・RAM早見表、API料金（Flash 出力 $0.28/1M・Pro $0.87/1M）、1Mコンテキスト時のKVキャッシュ、そして2026年7月24日の deepseek-chat / deepseek-reasoner 廃止への移行手順までまとめた。Updated July 2026。

DeepSeek V4RequirementsVRAM

AI2026-07-20

NVIDIA Nemotron 3 必要スペック早見表 — Nano/Super/Ultra のVRAM・GPU構成・量子化別メモリ【2026年版オープンウェイト】

Nemotron 3 Nanoは4-bitで約18GB、Superは8×H100-80GB、UltraはNVFP4で4×B200が公式の目安。NVIDIAのオープンウェイトMoE 3モデルの必要VRAM・GPU構成・量子化別メモリを早見表で整理する。2026年7月時点。

Nemotron 3NVIDIARequirements

AI2026-07-18

GLM-5.2 必要スペック早見表 — VRAM 約180GB〜1.5TB / 量子化別メモリと動作環境【2026年オープンウェイト753B MoE・MIT】

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。

GLM-5.2Z.aiRequirements

AI2026-07-18

Inkling（Thinking Machines）必要スペック早見表 — VRAM 280GB〜1.9TB / 量子化別メモリと動作環境【2026年オープンウェイト975B MoE】

Inklingの必要メモリは最小280GB（1-bit量子化）、4-bitで約600GB、BF16フル精度で1.9TB。975B総パラメータ/41BアクティブのオープンウェイトMoEを動かすVRAM・RAM・ディスク・量子化別要件を早見表で一覧化。2026年7月版。

InklingThinking MachinesRequirements

AI2026-07-18

Kimi K3（Moonshot AI）とは — 2.8T MoEの実力・API料金・ローカル実行の現実（K2との違い／weights 7/27公開予定）【2026年版】

Kimi K3は2.8兆パラメータのオープンウェイトMoE（weightsは2026年7月27日公開予定）。フロントエンドコードArenaで1位。API料金は入力$3/出力$15（100万トークン）。ローカル実行は推定650GB〜1TBでサーバー級が必要。K2からの違いを解説。

Kimi K3Moonshot AIOpen Weight LLM

AI2026-06-15

Kimi K2.7-Code 徹底解説 — Moonshot AI が2026年6月12日に公開したコーディング特化 1T MoE オープン重みモデル、Modified MIT・$0.95/$4.00・256K context、ただし日本企業はデータ越境とベンチ独立検証未確立の2大論点に注意

Moonshot AI（北京）が2026年6月12日に公開したコーディング特化新フラッグシップ **Kimi K2.7-Code** を、[Hugging Face モデルカード](https://huggingface.co/moonshotai/Kimi-K2.7-Code)・[MarkTechPost](https://www.marktechpost.com/2026/06/12/moonshot-ai-releases-kimi-k2-7-code-a-coding-model-reporting-21-8-on-kimi-code-bench-v2-over-k2-6/)・[VentureBeat](https://venturebeat.com/technology/kimi-k2-7-code-cuts-thinking-tokens-30-practitioners-say-benchmarks-dont-check-out)を一次ソースに整理。**1T 総パラメータ / 32B アクティブ MoE**（384 expert / 8 active + 1 shared）、**256K コンテキスト**、MoonViT ビジョンエンコーダ400M、INT4 ネイティブ、思考モード強制有効。**Modified MIT License**（月間1億 MAU または $20M MRR 超でのみ Kimi K2 表示義務）、API は **入力 $0.95 / キャッシュヒット $0.19 / 出力 $4.00 per 1M トークン**（Claude Opus 4.8 の出力単価約1/18）。OpenAI 互換 + Anthropic 互換 API で Claude Code / Cursor / Aider / Cline / cmux に即組込可能。**K2.6 比でベンチ +21.8%、思考トークン -30%** と Moonshot 自社主張、ただし **公式ベンチがすべて自社プロプライエタリで SWE-bench Verified / Pro / FrontierCode の独立検証スコアは2026年6月15日時点で未公開**（VentureBeat 批判）。日本企業視点では **(1) `api.moonshot.cn` および Singapore 子会社経由の `api.moonshot.ai` ともに中国国家情報法第7条の compelled-disclosure リスク（2025年2月 PPC DeepSeek 注意喚起・デジタル庁事務連絡の precedent）、(2) Hugging Face セルフホスト（≥4-8 H100 / INT4 595GB）が Mizuho / Lion の Qwen 国内ファインチューン precedent パターンに沿った唯一の確実解** という2大論点を率直に整理しています。

Moonshot AIKimi K2.7-CodeOpen Weight LLM