はじめに

7月25日分の収集データから、本日の他のdigest記事でまだ触れられていないトピックを中心に6本をピックアップします。ローカル推論の小型化、エージェント運用の現実課題、トークナイザの日本語への影響など、現場寄りの視点でまとめました。

Inflect v2: 4Mパラメータで「実用に足る」TTS登場

開発者の Owen Song 氏が、完全なテキストから音声までを単一モデルで担当する超小型TTS「Inflect v2」を公開しました。ラインナップは Inflect-Nano-v2（3.96M / 15.97MB FP32） と Inflect-Micro-v2（9.36M / 37.53MB FP32） の2機種。外部ボコーダ不要で 24kHz 音声を出力し、CPU でも Nano が 10.72× リアルタイム、Micro が 6.28× リアルタイムを達成しています。

パラメータ数は Kokoroの約21分の1、Chatterboxの約126分の1 に相当し、 Fish Audio S2 Pro に対しては 1,000分の1 を切る計算です。当然ながら能力の単純比較ではなく「これだけ小さくしてどこまで実用に耐えるか」という問いに答える位置づけですが、UTMOS22 で Micro が 4.395、Nano が 4.386 を記録し、コミュニティのブラインド比較では2位・3位に入ったとのこと。固定音声・英語限定ながら、エッジ組み込みを真剣に検討できるサイズ感が揃ってきました。

  • Nano / Micro ともに Hugging Face で公開済み
  • コード: github.com/owenawsong/Inflect
  • 対話 Playground: huggingface.co/spaces/owensong/Inflect-v2

Gemma 4 12B を Core ML で 128K コンテキスト駆動

Zennの Okayuji 氏が、Apple Silicon Mac 向けに Gemma 4 12B を最大131,072トークンまで扱えるCore MLバンドル を公開しました。単一の 6.7GB バンドルに 32K 用と 128K 用の2関数を同梱し、M4 Max・GPUのint4 decode で 11 tok/s を計測しています。

実装の見どころは、リングバッファによるKVキャッシュ、コピーゼロのモード昇格、ロスレスの投機的デコードをCore ML上に構築し、全工程をbit単位の一致検証で固めた点。Hugging Faceでそのまま動くため、Macユーザーが長文処理をローカルで試す際の有力な選択肢になりそうです。

Claude 新トークナイザを実測: 日本語は減り、英語は +38%

Anthropic は Claude Opus 4.7 以降の新トークナイザについて、前モデル比で 1倍〜1.35倍（最大35%増） のトークンを消費する可能性を示唆していました。Zennの moname_ai 氏がこの「内容による」の幅を、日本語と英語で実際に計測しています。

結果はタイトルの通りで、日本語のトークン数は減る方向、英語は +38% に達するケースがある ことが見えてきました。日本語処理のコストが相対的に下がる半面、英語入力のバッチ処理や長文プロンプトでは API コストの試算を reconsider する必要が出てきます。実運用に移る前に、自分の主要ワークロードで実測を取り直す価値がありそうです。

AIエージェントの許可リストに bash -c の抜け穴

Zennの Map 氏が、AIコーディングエージェントに実行させるコマンドの許可リスト運用に潜む構造的穴を報告しています。運用側は「このコマンド名なら自動実行してよい」と個別に積んでいくのが安全側のつもりですが、渡した文字列をそのままシェルに渡す汎用実行系（いわゆるシェルラッパー）を許可リストに混ぜてしまうと、個別許可の意味が実質なくなる とのこと。

bash -c "..." のような形で任意の文字列を渡せる経路が残っていると、個別コマンドの許可/不許可をどれだけ丁寧に積んでも、結果的に全許可と同じ状態になりかねません。Agentic CI を組む前に、許可リストの粒度と「シェルに文字列を渡す経路の有無」をセットで点検すべき内容です。

月300件でパンクした AI 承認パイプライン

一人会社を AIエージェント群で運営する JOINCLASS 氏が、安全装置として構えていた承認パイプラインが 月300件を超えて破綻した経験 を共有しています。10部門のエージェントが記事執筆・営業・経理・出版を分担し、対外アクションの前に都度ドラフトを承認キューに積む体制でしたが、人間の承認能力が追いつかなくなってボトルネック化。結果として承認基準の自動化と、例外だけを人間が見る二段構えへ再設計したといいます。

自動化率98%は「仕組み」の勝利ではなく、人間の判断をどこに差し込むかの設計 で成り立っていることが伝わってくる事例です。「AIに任せられるところは任せる」から「人間の承認をどう希釈化するか」へ設計が移りつつある流れを感じさせます。

オープンソースLLMランキング2026: 2.8兆パラメータ時代

Zennの田口天晴氏が、2026年7月時点のオープンウェイトLLMを選ぶための整理を公開しています。わずか2日の間に、旧OpenAI CTOのMira Murati氏が創業した Thinking Machines Lab が初モデル「Inkling」を公開。翌日には中国の Moonshot AI が総パラメータ 2.8兆 の「Kimi K3」を発表し、オープンウェイトとしては当時世界最大のモデルが入れ替わりました。

記事では「サイズが必ずしも使いやすさに直結しない」点にも触れており、実用途（推論コスト・ホスト難易度・ライセンス）ごとに比較表を整理する視点が提供されています。「とりあえず最大」から「目的に合ったもの」を選び直すタイミングに入った感があります。

おわりに

本日はローカル推論のフットプリント縮小、エージェント運用の構造的課題、トークナイザ変更が日本語コストに与える影響など、実務に影響しやすい話題が並びました。明日も重要な更新があれば順次お伝えします。