
何が起きたか
MicroLLM labが、135Mパラメータモデルを含む小型LLMを客観的チェックで評価するブラウザツールとして登場。速度はtokens/s、精度は合格率で報告し、数値はすべてローカルに保持される。
なぜ重要か
失敗そのものを測定結果として扱う点が特徴で、135Mモデルの失敗も許容される。文章品質ではなく客観的チェックを用いるため、結果の比較が可能になる。
注目点
実行はユーザーのブラウザとハードウェアに限定されるため、端末をまたいだスコアの直接比較はできない。利用時にどのモデルと客観テストが選ばれるかに注目。
誰に効くか小型モデルを自分のノートPCで評価する開発者やAI愛好家は、データを端末外に送らずに客観的ベンチマークを実行できる。結果は各ユーザーのブラウザとハードウェアに依存するため、マシン間の比較には限界がある。
こういう要約が、毎朝あなたのメールに届きます。
MicroLLM labは、文章品質でモデルを評価するベンチマークスイートに対する、ブラウザベースの代替として登場した。チェックが客観的、つまり正規表現か完全一致トークンであるため、135Mモデルがチェックに失敗しても問題ではない。失敗こそがこのツールが生み出す測定結果なのだ。ツールは速度と精度を分けて扱う。速度は持続デコードのtokens/sとスイートの実時間、精度は客観テストの合格率で報告し、グラフには各モデルの最新スイートを用いる。
またユーザーはJavaScriptで独自のベンチマークを書くこともできる。エディタはページオリジン内でeval()され、各チェックはモデルがデコードしたテキストに対して実行される。より大きなLLMにプロンプトを送るオプションもあり、読者の直近のtok/s値があればそれを使った推定も行う。
最大の制約は結果が端末内に留まることだ。データをローカルに保てる一方、スコアは各ユーザーのブラウザとハードウェアに左右される。このツールがどれだけ有用かは、客観的チェックが共通の基準点になるかどうか、そしてユーザーがどのモデルを試すかにかかっている。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Reson8は5億パラメータの音声認識モデルRumble-2-FlashをApache 2.0ライセンスの無償オープンウェイトとして公開した
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた
