2026年7月31日、ローカルで動かせる新しいLLMが相次いで公開された一方で、「オープン」を銘打ちながらウェイトを公開しないモデルへの苛立ちがコミュニティで高まった一日でした。小規模・中規模モデルの細かな動き、AIエージェントを巡る新しいセキュリティリスク、そして企業現場でのAI撤退まで、気になる話題を6つにまとめました。

RAMに乗せた30Bのルックアップテーブルで256kコンテキスト ― Meituan「LongCat-Flash-Lite-Sparse」

中国の美団（Meituan）が LongCat-Flash-Lite-Sparse を公開しました。MoE（Mixture of Experts）構造で、アクティブパラメータは約3B。注目は、30B規模のn-gramルックアップテーブルをRAMにオフロードする設計で、24GBのGPUでも256kコンテキストを高速に処理できるとされる点です。

初期の分析では「Gemma 4のPLE（パラメータ割当て）手法を思い起こさせる」との指摘もあり、限られたVRAMをやりくりする賢いアプローチと見られます。一方で「手持ちのQwen 3.6 27bを置き換えるものではない」という慎重な評価もあり、万能な主力モデルというよりは、長文処理に特化した補助的な立ち位置と受け取れます。中国勢のオープンウェイト投入は今週も止まる気配がなく、翌週のMiniMaxの動向にも関心が集まっています。

1つのプロンプトから3Dの街を構築した「Ling 3.0 flash」

同じくLocalLLaMAで話題を呼んだのが、Ling 3.0 flashの空間推論テストです。Blenderを操作するMCP（Model Context Protocol）経由で、モデルが自らPythonを記述し、高架道路や超高層ビル、マテリアルの設定まで含む都市を構築。さらにカメラパスを設定して空撮動画のレンダリングまでこなしました。

単発の画像生成とは違い、長期にわたるツール利用と空間的な計画性が求められる作業を完遂した点が評価されています。現時点ではOpenRouter経由で無料で試せるほか、vLLM経由での近日オープンソース化も予告されており、今後の展開が気になるところです。

「オープン」なのにウェイトがない ― [no weights] タグ導入の提案が注目

オープンウェイトモデルが次々と公開される反面、コミュニティの不満が高まっているのが「公開を予告しておきながらウェイトが出てこない」ケースです。LocalLLaMAで提起されたのは、こうしたモデルに [no weights] というタグを明示しようというルール提案です。

投稿者は、最近のモデルでウェイト公開が「数週先」になる例や、結局一切公開されない例（Metaを名指し）があると指摘。この掲示板は「ローカルで動くLLM」を主題にしており、「将来はローカルかも」なモデルと区別しやすくしたいという動機です。賛同が集まるかは今後の運用次第ですが、オープンウェイトを巡る期待と現実のギャップを映す、象徴的な議論と言えそうです。

マルチモーダルLLMエージェントを狙う「ステルス音声プロンプトインジェクション」

セキュリティ面で目を引いたのが、arXivに公開された論文 Stealthy Concurrent Audio Prompt Injections Against Multimodal LLM Agents です。

音声を扱うマルチモーダルなLLMエージェントに対し、検出されにくい（stealthy）形で音声によるプロンプトインジェクションを仕掛ける手法を検討したものと見られます。AIエージェントがマイクや通話機能を介して外部入力を処理する場面が増える中、音声経由の攻撃面は現実的な懸念になりつつあります。詳細は論文本体を参照したいところですが、音声AIの普及が進むなら無視できない方向性でしょう。

Starbucksが全国展開したAI在庫ツールを9ヶ月で中止

企業導入の厳しい現実を映す事例です。Starbucksは在庫を自動でカウントするAIツール（NomadGo）に賭け、全国規模で展開しましたが、導入からわずか9ヶ月で撤退したことが報じられました。

派手な導入発表とは裏腹に、現場での精度や運用面で期待通りに機能しなかった可能性がうかがえます。AIツールのPoC（概念実証）から本格展開への判断基準を問い直す事例として、導入を検討する側にとっても参考になる出来事とみられます。

RTX 4070でQwen 35Bを回すと平均42W ― 推論中の消費電力を実測

最後は実機データです。Qiitaで、RTX 4070上でQwen 35Bを動かした際の消費電力プロファイルが4パターンで計測されました。

結論は、テキスト生成（decode）中のGPU消費電力が平均42W。TGP（Total Graphics Power）は200W、ゲーミング時の平均は205Wで、プロンプト評価（prompt-eval）時のピークは一瞬175Wまで上がったとのことです。推論時の消費電力がゲーム負荷時に比べてかなり低く抑えられることが数値で示されており、電気代や発熱を気にするローカル運用者にとって励みになるデータと言えそうです。