ブログ

記事一覧

28 本の記事

28 件中 13–24 件 · 3 ページ中 2 ページ目

  1. 横棒グラフ「1 分の映像を、定価で買うと」。動画生成モデル 7 本の公式単価を 60 秒分に換算した USD 表示。Veo 3.1 Lite と Runway Gen-4 Turbo が 3 ドル、MiniMax H3 が 4.8 ドル、Veo 3.1 Fast が 6 ドル、Runway Gen-4.5 が 7.2 ドル、Seedance 2.0（BytePlus 経由）が 18 ドル、Veo 3.1 Standard が 24 ドル。最安と最高で 8 倍。

    AIショートドラマの制作費はいくらか——1 億回再生『非妖哉』の 1 話 6 分は、定価なら 18〜144 ドル、報道では約 1 万元

    Kaya Rowan
  2. Coding Agent サブスクリプション 5 社を月額・枠の計量単位・API の cache read 値下げが枠に届くかで並べた対照表。Claude Max は単位が非公開で不明、ChatGPT Pro はメッセージ数で届かない、Cursor は API 価格のドル換算で届く、GLM Coding Plan は credits 式、OpenCode Go はドル建て

    Coding Agent サブスクリプションのコスパは 3 つの数字で決まる。枠の計量単位・既定 effort・作業の形で再計算する

    Leo Kaka
  3. Kaitchup の散布図：Qwen3.8-27B の GGUF 15 本について、横軸に MTP と vision を除いた体積（GB）、縦軸に BF16 に対する精度回復率（%）。金色の 95% 線の上に 12 本、下に GSQ-RCO IQ2_S、UD IQ2_XXS、UD IQ1_M の 3 本。右に 15 本の凡例（体積・回復率・出力トークン）

    Qwen3.8 27B の量子化、Q4・Q2・Q1 で何が変わるか——Q3_K_XL は BF16 と同じ、同じ 2-bit でも 96% と 74%、Q1 は 53%

    Linden Kern
  4. 手描きのインク挿画。自分でぜんまいを巻く小さな真鍮の置き時計と、そこから吐き出された紙テープが時計よりはるかに大きく巻き上がった山。山の中腹に小さな黄色い旗が一本立っている。

    常時稼働エージェントの請求書はステップ数の二乗で伸びる——prompt の「節約して」が効かない理由

    Leo Kaka
  5. bartowski の Nemotron-3.5-Lightning GGUF 各ファイルについて、ファイル名が謳う bpw とテンソル表から実測した bpw を並べたダンベル図。k/i-quant の全段が 4.5 bpw の床に張り付いている

    Qwen3.8-Flash-Next の GGUF はどれを選ぶか——最小 4 段は「名前が違うだけ」に近い、ヘッダを読んだ実測

    Linden Kern
  6. Kimi K3 をめぐる四段の構造図：2.8T の重みは無償 → ホストは 8×GB300 以上 → 報道された最大 30% の収益分配 → 未解決のトークン監査。下段にライセンス 3 条項の閾値（$20M/12 か月・1 億 MAU または月商 $20M・社内利用と認定パートナーは免除）

    Kimi K3 ライセンスの商用条件は 3 条項で決まる——「$20M」の読み方と、Azure・AWS・Google に求めた 30% 収益分配

    Leo Kaka
  7. 手描きイラスト：並んだ二つの作業台。左の職人は木塊を鉋で薄く削り、右の職人は重い帳簿を棚へ運ぶ。二台の間に張った紐の中央に黄色い値札が一枚

    GLM-5.3-Flash と Qwen3.8-Flash-Next——同じ $0.15 に、逆の削り方で着地した

    Leo Kaka
  8. 手描きイラスト：模型作りの露店が並ぶ市場の門前に真鍮のシャベルを積んだ手押し車が停まり、荷役夫が門柱に黄色い予約リボンを結んでいる

    Nvidia が Hugging Face 買収交渉——依存先が『中立の場』でなくなる日

    Linden Kern
  9. 三つのホップ（エージェント → LLM ゲートウェイ → モデル提供者）を横に並べ、各ホップで認可の文脈のうち何が残り何が抜け落ちるかを示した構造図。ゲートウェイの入口と出口が Trust Domain の境界として区切られている

    Transaction Tokens とは何か——認可の文脈は三ホップのどこで消えるか

    Leo Kaka
  10. 三モデルのチェックポイント容量（23.5 / 65.2 / 83.5 GB）を RTX 5090 の VRAM 32 GB の線と並べ、単発 decode 速度 196.9 / 127.1 / 32.0 tok/s を対置した図。著者実測 2026-08-22

    FreeToken × RTX 5090——120B MoE が 127 tok/s、その請求書

    Leo Kaka
  11. 三列の比較図：ルール層は 0.5 µs・費用ゼロ（筆者計測）、埋め込み層（semantic-router + Qdrant）は p50 94 ms・正解率 67.5%、LLM 分類（gpt-5.6-luna）は p50 1,048 ms・正解率 100%（Zenn 実測）。1,000 件あたりの費用は本稿の試算で約 0.0003 ドル対 0.11 ドル

    semantic-router と Qdrant で LLM を呼ばずに振り分ける——11 倍速で済む判定、済まない判定

    Linden Kern
  12. 日本 8 団体の Hugging Face 公開モデル数と 30 日ダウンロード数の対比図：モデル数は llm-jp 266 が最多、ダウンロードは rinna 56 万回・sbintuitions 32 万回が上位、8 団体合計 591 モデル・約 136 万ダウンロード

    日本の国産 LLM 591 モデルは、売却検討中のプラットフォーム上にある

    Leo Kaka