Llama（Meta）

Gemma 4、Llama 4、Qwen 3.5の3大ローカルLLMを徹底比較。ベンチマーク性能、ライセンス、日本語対応、ハードウェア要件、ユースケース別の選定基準を詳しく解説します。

2026年4月時点の主要ローカルLLM10モデルを徹底比較。SWE-benchスコア・日本語性能・VRAM要件・Ollamaコマンド・ライセンスを一覧化。Gemma 4、Llama 4、Qwen 3.5、GLM-5.1、Kimi K2.5、MiniMax M2.5など最新モデルを網羅したガイド。

Anthropic Claude制限変更を受け、Qwen 3.5-9B、Mistral Small 4、DeepSeek R1、Gemma 4、Llama 4などのローカルLLMを徹底比較。日本語性能、ハードウェア要件、用途別おすすめモデルを詳細解説します。

**Software Mansion 提供の [React Native ExecuTorch](https://docs.swmansion.com/react-native-executorch/) が `useLLM` フックを公開**、React Native アプリに **オンデバイス LLM をネイティブに統合**。**対応モデル**: Qwen (2.5 / 3 / 3.5)・Llama 3.2・Hammer 2.1・Phi 4 Mini・SmolLM 2・LFM2.5（ビジョン対応）・**[Gemma 4](../columns/gemma-4-technical-report-2026-07)（ビジョン + オーディオ対応）** の量子化版。**2 つの動作モード**: **Functional/Stateless**（`generate()` メソッドと `response` プロパティで conversation history を自前管理、tool calling とチャット設定は無効）と **Managed/Stateful**（`sendMessage()` でフックが自動的に conversation state 保持・tool call parse・callback 実行）。**キー機能**: token batching（トークンをバッチ化して re-render 削減）、tool calling（tool schema 定義でモデルが外部関数を invoke、自動 parse + callback 実行）、vision-language / audio マルチモーダル入力、生成コントロール（temperature / top-p / repetition penalty / mid-stream 中断）、**JSONSchema または Zod による構造化出力**。**用途**: サーバー依存のないオンデバイスチャットボット、プライバシー重視の会話 UI、カレンダー / フラッシュライト等のアプリ内 function calling、画像解析 / 音声書き起こし。**位置付け**: [Gemma 4 の encoder-free 12B](../columns/gemma-4-technical-report-2026-07) と [Qwen 3.6-35B](../columns/qwen36-35b-a3b-uncensored-abliterated-2026-07) のような最新 open-weight LLM が **iOS / Android アプリでネイティブに動く時代の入り口** を実装レベルで示す React Native 界隈の重要成果。

Gemma 4（E2B / E4B / 26B MoE / 31B Dense）の性能を、同じくオープンウェイトの Llama 4 / Qwen 3.5 / Mistral / DeepSeek と公開ベンチマーク（MMLU-Pro / GPQA / HumanEval / MATH-500 / MT-Bench）で比較。さらに推論速度（tok/s）、メモリ効率（VRAM あたりの精度）、コスト効率（1M トークンあたりの円換算）、日本語性能、function calling 対応、Apache 2.0 / MIT / 商用利用条件まで2026年5月時点の最新情報で整理しました。社内 LLM・エッジ AI・コーディングアシスタント・RAG 用途別の推奨選定マトリクス付き。