TECH LM StudioのWeb検索は実用になるのか？DuckDuckGo MCP × Gemma / Qwen / gpt-oss検証
LM StudioでローカルLLMにWeb検索を追加できるのか？DuckDuckGo MCPを使った実用検証。URL要約は本当に読めているのか、Gemma4・Qwen・gpt-ossの挙動差から見えた“決定的な違い”を解説。
gpt-oss
TECH 
TECH GLM-5という選択肢──エージェンティックAI時代におけるフロンティアモデルの居場所
GLM-5は総744B/アクティブ40Bのフロンティア志向OSSモデルだが、実務の主役になるのか？mxGraphによる軽いテストとWeb生成の所感から、エージェンティックAI時代におけるフロンティアモデルの立ち位置と“別の価値”を考える。
HowTo ローカルAIで使う Next AI Drawio― LM Studio と gpt-oss によるAI作図の実用検証
Next AI DrawioをローカルAI環境で実用検証。LM Studioとgpt-oss、Qwen3を用い、低スペック環境でもAI作図がどこまで使えるかを検証する。クラウド不要のAI作図の現実的な手触りを記録。
HowTo 音声を英語字幕化してみた ─ Subtitle Edit＋LM Studioで完全ローカル翻訳の実力検証
Whisper・LM Studio・Qwen3を組み合わせて字幕翻訳を実験。DeepLより遅いが、完全ローカルで処理できる価値がある。用途と結果をまとめたレビュー。関西弁の英日翻訳も。
TECH ホールデンが帰る場所 ─ 三つのAIが見た“終わりの地図”
『ライ麦畑でつかまえて』の結末に描かれた「帰る」という行為を、Qwen・Gemma・GPT-OSSの三者がそれぞれどう解釈するかを比較する。純粋を守る者、赦しを受け入れる者、自己を再設定する者──AIたちが示した「帰還の形」から、人間の終わりと再生の意味を読み解く。
TECH Qwenに問う ─ ホールデンが“つかまえようとした誰か”は誰か─AIが見る「救済と孤独」の形
サリンジャー『ライ麦畑でつかまえて』を題材に、Qwen・Gemma・GPT-OSSの3つのAIがそれぞれ「救済」と「孤独」をどう描くかを比較。Qwenは止まり、Gemmaは祈り、GPT-OSSは誤りの中で成長した──AIたちが映し出す“ホールデンの心”の三態を追う。
TECH Qwen 3-VL-4BはGemmaを超えた“直線番長” ─ 文法は速く、意味は曲がらない
WebGPU解説文を題材に、Qwen 3-VL-4Bの日本語生成を分析。文法は正確、速度も圧倒的。しかし意味が前に進まない“直線番長AI”の実像を描く。Gemma・Hermes・GPT-OSSとの文体比較で、AIが「語る」ための条件を探る。
TECH 激速！Qwen 3-VL-4B ─ ローカルLLM4モデル横断で見えたコーディング能力の性格差
ローカルLLM4モデル（Qwen 3-VL-4B／Hermes 4-14B／Gemma 3n-E4B／GPT-OSS-20B）の同一タスク実測から、コーディング能力と出力傾向を比較。Qwenの“待たせない速さ”、GemmaとGPT-OSSの堅牢性、Hermesの中庸バランスを実測で可視化する。
HowTo LM StudioでContext7 MCPを検証 ─ 自然発火で5Kトークン消費の真実
LM StudioにContext7 MCPを導入し検証。TailwindやNext.jsを題材に、正確さ向上のメリットと自然発火で5Kトークン消費に至る挙動を解説します。
TECH Hermes-4 実力検証 ─ 日本語・数学・コーディングでGemma/GPT-ossと比較
Hermes-4 の日本語能力・数学推論・文学読解・コーディング性能を、Gemma-3 や GPT-oss と比較検証しました。最新オープンソースLLMの実力を一次情報で整理します。