AIエージェント

MetaのAIエージェント「Muse」とは|日本での始め方・招待特典と、任せる前に確かめる設定

Meta の AI エージェント「Muse」を日本で使い始める前に、公式情報で確かめた内容をまとめた。対応する端末とアカウントの作り方、無料と有料のプランの違い、招待コードの特典について分かっていること、任せる前に見ておきたいアクセス許可・学習への利用・データの消し方を順に説明する。
AIエージェント

Muse・dots・Grok Bot・Gemini Sparkを比較|常時動くAIエージェントはどれを選ぶか

Meta の Muse、OpenAI の dots、Grok Bot、Google の Gemini Spark (現在の名前はタスク) を、日本で使えるか・料金と使える量・承認が要る操作・データの扱いの4点で、各社の公式ページをもとに比べた。米国限定の Claude Duet も参考に並べた。
AIモデル

LFM3-Omni-2BをOllamaで動かす|日本語の読み上げの正確さと、CPUだけで再生より速く作れるか

Windows の Ollama 0.40.13 で LFM3-Omni-2B に日本語を読み上げさせ、自動の文字起こしで正確さを、RTX 5080・RTX 5060 Ti・CPU だけで音声を作り終えるまでの時間とメモリを測った。日本語を送るときのつまずきもまとめた。
LLM開発・技術

Ollama の判断モデル nimble と tev1 を実測|速度・日本語の判定・確信度の低い回答を人が確認する使い方

Ollama 0.40.0 の判断モデル nimble:9b・tev1:4b・tev1:0.8b を RTX 5080・RTX 5060 Ti・CPU で実測。往復時間、質問のまとめ送りと同時送信、日本語の文の判定、確信度の低い回答だけを人が確認したときの件数を比べた。
AIツール活用

GPT-6 は Sol と Luna のどちらを選ぶか|推論設定・作業の種類・使える経路で決める

GPT-6 Sol と GPT-6 Luna を、公式の単価と発表の図の1タスクあたりコストで比較。単価は20倍でも、推論設定しだいで1タスクの比は縮むことも開くこともある。業務フローやコンピュータ操作で残る差と、ChatGPT・Codex で使える経路の制約まで整理する。
AIモデル

F5-TTSは日本語で使えるか|漢字が中国語読みになる仕組みと、有志の日本語チェックポイントで何が変わるか

F5-TTSで日本語を読ませると何が起きるかを f5-tts 1.1.22 で確かめた。既定の重みでは漢字が中国語の読みになり、出力は中国語と判定される。公式一覧の日本語版は日本語になるが漢字だけ別の音で、文字誤り率は0.5を超えた。
LLM開発・技術

Jevとは|文章を書かない判断モデルの仕組み・料金と、日本語で使う前に見る制約

TypeSafe AI の Jev は文章を生成せず型付きの判断と確率だけを返す。三つの質問型・料金とレート制限・公式が挙げる苦手分野・日本語での扱いを一次ソースから整理する。
AI×コーディング

Codex で GLM Coding Plan を使う|config.toml の書き方と、wire_api に chat が通らない理由

Codex に Z.ai の GLM Coding Plan を挿す手順。config.toml と models.json の書き方、wire_api に chat を書いた古い手順が起動時に拒否される理由、Claude Code に挿す場合との違いを、公式ドキュメントと Codex のソースで整理した。
LLM開発・技術

Ollama の Web 検索を使う|APIキーとクラウド経由の仕組み、必要なコンテキスト長

Ollama の Web 検索の使い方。モデルはローカルのままでも検索クエリは ollama.com へ出るので API キーが要る。REST・公式ライブラリ・MCP の3経路の違いと、必要なコンテキスト長が公式の2ページで食い違う点、JavaScript 側の既知の不整合をまとめた。
AI×コーディング

ローカルLLMをコーディングエージェントに繋ぐ|OpenCode × Ollama の設定とモデル選び

OpenCode に Ollama のローカルLLMを繋ぐ設定と、繋いだのにツール呼び出しが動かないときに見るコンテキスト長、tools 対応・コンテキスト上限・サイズの3条件でモデルを絞る手順を、2026年9月時点の公式ドキュメントの記述で整理した。