判断特化モデル「Jev」をめぐる動きが、実践記のラッシュから「オープン実装の登場」という段階へ進んだ一日でした。ローカルLLM界隈でも、ジャンク材を再生して27Bクラスを動かす構築記や、高価なARM機での運用記など、自宅運用の知見が着実に積み上がっています。

Jevのオープン実装「openjev」が登場、Doomをピクセルからプレイ

文章を生成せず、型付きの判断と確率だけを返すモデルとして今週大きく話題になったJev（TypeSafe AI）。実践記が一気に増えた流れの続きとして、今度はQwen3.5をベースにしたオープン実装「openjev」がHugging Faceに公開されました。

openjevは、Qwen3.5をNLI（自然言語推論）のクロスエンコーダとして訓練したものです。前提（premise）と仮説（hypothesis）の組を読み、entailment（含意）・contradiction（矛盾）・neutral（中立）の3値を返す。この単一のプリミティブだけで、回答のリランキング、参照答案との採点、コンテンツのガード、リアルタイムゲームの操作までをこなす設計で、タスクごとの追加学習は不要とされています。

新しい4B v2チェックポイントは画像にも対応し、ピクセルを直接読んでDoomをプレイして1エピソード10.4キル（v1の約2倍、ランダムプレイは1キル）、Minecraftではゼロから鉄のツルハシを作製する工程を約22回の決定で達成したと報告されています。敵対的NLIデータセットANLI r3で0.42→0.63、画像の主張判定で0.52→0.84などベンチマーク数値も公表されており、35B-A3BのMoEバックボーン版も同梱されています。

さらにbrowser-useチームは、ブラウザ操作を選択問題に落とし込むことでエージェントを高速化する「jev-ultrafast」を公開。Googleフライトでチューリッヒ→ロンドンの航空券検索から結果一覧表示までの全工程を7.1秒で完遂したデモが注目を集めており、国内でもコードを読んだ解説記事が登場しています。判断を生成に回さないアプローチがどこまで実用速度を引き出せるか、検証が一気に広がりそうです。

Sam Altman氏、来週に国連安保理でブリーフングへ

Reutersが報じるところによると、OpenAIのSam Altman氏は来週、国連安全保障理事会でブリーフングを行う予定です。AI企業のトップが安保理の場で直接説明するのは異例で、米中をはじめとする国際的なAIガバナンス議論の中で、何をどこまで語るのかが注目されます。

GB10でローカルLLMを数ヶ月運用して分かった「罠」

NVIDIA GB10を搭載したLenovo ThinkStation PGX（128GBユニファイドメモリ）で、数ヶ月間ほぼ毎日ローカルLLMを動かし続けた実測記がZennに投稿されました。常駐エージェントと夜間バッチ、たまにVLMでOCRという実際のワークロードでの運用記で、「スペックの数字は他の人に任せて、運用で実際に踏んだ穴の記録」に絞った構成。被害がわかりにくかった順に罠を並べ、最後に「罠を調べているうちに転がり込んできた小さな実験」の話で締めています。ユニファイドメモリ機の購入を検討している人には判断材料になりそうです。

250ドルのCMPマイニングカード2枚でQwen 3.8 27Bが30 tok/s

RedditのLocalLLaMAでは、i7-4790Kという10年前のCPUに、改造済みのCMP50hx（20GB）と無改造の10GB版の合計2枚——合わせて250ドル——を搭載し、Qwen 3.8 27Bを約30〜35トークン/秒（MTP有効）で動かした構築記が話題になっています。

ポイントは、PCIe 1.1の帯域制限を緩める新しいドライバパッチの登場。パッチ当てには手間取ったものの、最終的にPCIe 2.0での動作もZ97チップセットで成立したとのことです（ただしスリープ復帰でドライバがクラッシュするため、スリープ無効で運用）。電源に余裕を持たせるため180Wに電力制限した上で、Q6K量子化・130kコンテキストのプリセットや、256kコンテキスト用のプリセット（10〜14 tok/s）も作成しました。SATA SSDからのモデルロードに1〜2分かかるなど、ジャンク材再生ならではの苦労も率直に記録されています。

GPUレンタル「Clore.AI」──犯罪に使われてもプラットフォームは動じない

同じくLocalLLaMAに、GPUレンタル市場Clore.AIへの警告投稿が寄せられました。投稿者は自宅リグを貸し出して収益化を試みたところ、レンター（借受人）が脆弱性スキャンとコロンビアの賭博サイトへのマルウェア配布を自分の回線から試みているのを発見。アーカイブした証拠とともにプラットフォームへ通報したところ、対応を拒否されたばかりかサポートチャットからブロックされたと主張しています。

レンターの環境を「法で要求されない限り」検査してはならないという利用規約の規定とも絡み、自宅回線を貸し出すことの法的・セキュリティ上のリスクが浮き彫りになった形です。GPUの遊休資産を貸して収益を得る仕組みは他にも複数ありますが、不正利用が発覚したときのプラットフォーム側の対応方針まで含めて判断材料にすべきでしょう。

iOS 27のFoundation Modelsは「任意のLLMを差せる」形に

日本語入力システム「Sumibi」の開発者が、iOS 27で大きく変わったAppleのFoundation Modelsフレームワークを検証する記事を公開しました。これまでApple製オンデバイスモデル専用だったAPIが、任意のLLMを同じAPIの裏に差し込める形になったといいます。

iPhone版Sumibiは現在、利用者が設定したOpenAI互換APIへ直接つなぐBYOK方式。Appleのモデルが使えるならAPIキー設定なしで動かせるのではないか、という観点から、オンデバイスへの全面移行ではなく「どこまで置き換えられるか」を段階的に試す方針が示されています。AppleのオンデバイスAIを外部モデルと入れ替え可能な土台として開放するのかどうか、今後のアプリ開発への影響が気がかりな変更です。

Jevブームがオープンソース実装という形で裾野を広げる一方、ローカルLLMの自作・運用知見も「10年前のCPU+ジャンクGPU」と「最新のユニファイドメモリ機」の両極で積み上がってきた一日でした。Jevが「判断の高速化」としてエージェント実装をどう変えるのか、openjevやjev-ultrafastの検証結果が続きそうです。