LLM開発・技術

AIエージェント

MiniMax M3とは？意味・仕組み・使いどころをわかりやすく解説

MiniMax M3とは、2026年6月公開の中国MiniMax社製オープンウェイトMoEモデル。総約428B・活性約23B、最大100万トークン、MSAによる長文効率、マルチモーダル対応。スペックの読み方・他モデルとの違い・API/自己ホストの選び方を公式情報で解説します。
2026.06.29 AIツール図鑑編集部
AIエージェントLLM開発・技術
LLM開発・技術

MiniMax MSAとは？長文アテンション計算を28.4倍削減する2段階スパースアテンションを解説【2026年6月】

長文LLMの計算コスト増という壁に対し、MiniMax Sparse Attention（MSA）は「読むべき範囲を絞り、主計算量を一定に固定する」アプローチを取ります。GQAベースの2段階構造（Index/Main Branch）が、どのようにしてコンテキスト長と計算量を切り離すのか、その仕組みと効果を109Bモデルでの実証例を基に解説します。
2026.06.28 AIツール図鑑編集部
LLM開発・技術
AIエージェント

AIエージェントのトレーシング実装｜全経路を追ってトークン浪費と失敗箇所を可視化

AIエージェントのトレーシングは、各ステップの処理をスパンとして記録し、トークン浪費と失敗箇所を1本の経路で追える状態にする手法です。OpenTelemetryのGenAI規約（gen_ai.*属性）で計装する手順を、最小コード例とともに基礎から解説します。
2026.06.27 AIツール図鑑編集部
AIエージェントLLMモニタリングLLM開発・技術
AI×ライティング

NuExtract 3でPDF・請求書をローカルでJSON抽出する｜クラウドAI(GPT-5.5)との使い分け・選び方

請求書のPDFを開いて、発行日と請求番号を目で追い、明細を1行ずつ表計算に打ち込む。月末に何十枚も処理していると、転記ミスと終わりの見えない単純作業で時間が溶けていきます。やりたいのは「決まった項目を、決まった形で、機械的に抜き出す」こと。
2026.06.25 AIツール図鑑編集部
AI×ライティングAI×自動化LLM開発・技術
AIエージェント

Qwen3-Coderはクラウドで使うべきか｜料金・コーディング精度・データ取扱いをClaude・GLM・DeepSeekと比較

Qwen3-Coderをクラウドで使う判断材料を、DashScopeの料金（文脈長で段階課金）・第三者ベンチ・速度・データ取扱い・Claude Code連携で整理。最新Qwen3-Coder-Nextや小型30B、GLM-5.2やDeepSeek・Kimiとの使い分け、ローカル実行の橋渡しまで。
2026.06.24 AIツール図鑑編集部
AIエージェントLLM開発・技術
LLM開発・技術

国産AI「PLaMo 3.0 Prime」とは？料金・日本語性能とChatGPT・Claude・Geminiの使い分け【2026年6月】

Preferred Networks（PFN）が2026年6月22日、自社開発の大規模言語モデル「PLaMo 3.0 Prime」を正式にリリースしました。海外製の生成AIが大半を占めるなかで、事前学習から自社で組み上げたフルスクラッチの国産モデルという立ち位置で…
2026.06.23 AIツール図鑑編集部
LLM開発・技術
LLM開発・技術

Kimi K2.7-Codeはクラウドで使うべきか｜料金・コーディング精度・データ取扱いをClaude・GLM・DeepSeekと比較

Kimi K2.7-Codeをクラウドで使う判断材料を、公式の料金・コーディングベンチ・速度・データの扱い・Claude Code連携の観点で整理。基盤K2.6との関係、GLM-5.2やDeepSeek V4との立ち位置の違い、自己ホストの推奨スペックや乗り換えの損益分岐まで一通り。
2026.06.23 AIツール図鑑編集部
LLM開発・技術
LLM開発・技術

DeepSeek V4はクラウドで使うべきか｜料金・コーディング精度・データ取扱いをClaude・GLM-5.2と比較

DeepSeek V4をクラウドで使う価値があるかを、料金・コーディング精度・速度・使い勝手とデータの扱いでClaude・GPT-5.5・GLM-5.2と比較。最安級の従量API、競技コードの強さ、中国処理のデータ注意点まで2026年時点の公表値で整理しました。
2026.06.21 AIツール図鑑編集部
LLM開発・技術
AIエージェント

コンテキストエンジニアリングとは｜AIエージェントの精度を左右する「情報の渡し方」の設計

コンテキストエンジニアリングとは、LLMに渡す情報（システムプロンプト・検索・圧縮・記憶・取捨選択）の設計でAIエージェントの精度を引き出す実践。プロンプトとの違い、約34,000件のスキルを用いた研究が示す「渡し方」の重要性、よくある失敗と実務の進め方を解説。
2026.06.21 AIツール図鑑編集部
AIエージェントLLM開発・技術
LLM開発・技術

GLM-5.2はローカルではなくクラウドで使うべきか｜Claude・Codex比較と料金の目安

GLM-5.2をローカルではなくクラウドで使う価値があるかを、料金・コーディング精度・速度・使い勝手でClaudeやOpenAI Codexと比較。2026年6月時点の公表値・第三者計測をもとに、従量APIとGLM Coding Planの料金、ベンチの目安、ローカル実行との使い分けまで整理しました。
2026.06.20 AIツール図鑑編集部
LLM開発・技術
次のページ