お使いのPCで動くLLMは
どれ？

🇫🇷 PleIAs · RAG特化の1.2Bモデル。引用とグラウンディングを内蔵。HotPotQAで4B以下の大半のSLMを上回る。

🇫🇷 CroissantLLM · 小型のフランス語・英語バイリンガルモデル。どんな環境でも動作し、CPUでも実行できます。

🇫🇷 HuggingFace · ダウンロード数の多い、Apache 2.0ライセンスの1.7Bモデル。MMLU-ProでQwen2.5-1.5Bを約6点上回る。BFCLの関数呼び出しスコアは27%。

🇫🇷 Kyutai · EUの24言語に対応する多言語ベースモデル（フランスのKyutai）。Gemma 2から蒸留されているため、Gemma Termsも適用されます。

🇫🇷 HuggingFace · VLM 2.2B：画像+動画+テキスト。動画推論には 5.2 GB の VRAM が必要。ベースは SmolLM2-1.7B。

🇫🇷 PleIAs · フランス語。Common Corpus（オープンデータ）で 100% 訓練。設計上 EU AI Act に準拠。

🇫🇷 HuggingFace · 3B デュアルモード（think/no-think）。6言語。MMLU 59.7、GSM8K 70.9。完全オープン（データ＋学習手順）。

🇫🇷 Mistral AI · Mistral 3Bのガードレールモデル（コンテンツモデレーション）、32kコンテキスト、Q4でVRAM約1.7 GB。セルフホスト対応、Apache 2.0ライセンス。

🇫🇷 Mistral AI · オープンな最先端TTS。フランス語を含む9言語に対応し、ElevenLabsに匹敵します。⚠ 非商用利用限定。

🇫🇷 Mistral AI · フランス発の定番モデル。高速で汎用性が高く、入門用として優れたモデルです。

🇫🇷 OpenLLM-France · フランス語コーパスで学習した、フランス語対応のソブリン LLM。

🇫🇷 Mistral AI · コード向けの純粋なMamba SSMモデル。線形時間の推論、コンテキスト長256k。Ollamaは非対応（llama.cppでは部分的に対応）。

🇫🇷 LINAGORA · 自然なフランス語の対話で Falcon-7B を LoRA ファインチューニング。⚠ NC-SA ライセンス。Apache 版は別。

🇫🇷 Kyutai · 初のオープンな全二重音声モデル。レイテンシは約200 ms。音声はMoshiko/Moshika。Kyutai（フランスの研究所）。

🇫🇷 Mistral AI · NVIDIAと共同開発。コンテキスト長128k、Tekkenトークナイザーを採用し、欧州の複数言語に強みがあります。

🇫🇷 Mistral AI · Mistral の 22B コーディングモデル。80 以上のプログラミング言語に対応。⚠ MNPL ライセンスで本番利用不可 — 個人・研究用途。

🇫🇷 Mistral AI · リリース当時（2025年初頭）は、サイズに対して非常に高い品質を実現。70Bモデルと互角に渡り合います。

🇫🇷 Mistral AI · Small 3 にビジョン機能を追加。128k ctx、Apache 2.0。2025 年6月から Small 3.2 に置き換え。

🇫🇷 Mistral AI · コーディングに特化した24Bモデル。Apache 2.0ライセンス。SWE-Benchで72.2%。256kのコンテキスト、フランスの研究所による開発。

🇫🇷 Mistral AI · Small 3.1の2025年6月アップデート。生成が止まらなくなるケースが半減し、関数呼び出しが改善されました。

🇫🇷 Mistral AI · Mistral初のオープンな推論モデル。AIME24 70.7%。Small 3.1をベースにCoT学習。

🇫🇷 Mistral AI · MoE 8 エキスパート。高品質ですが、VRAM 消費が大きい。

🇫🇷 Mistral AI · 総パラメータ数 119B、アクティブパラメータ数 6.5B の MoE が、チャット・推論・ビジョン・コードを統合。2026 年のフランスの旗艦モデル。

🇫🇷 Mistral AI · 128Bの密なモデル＋画像認識、コンテキスト長256k、調整可能な推論。SWE-Bench 77.6%。Medium 3.1とMagistralに取って代わるモデル。2026年4月29日リリース。

🇫🇷 Mistral AI · Apache 2.0ライセンスのMoE。総パラメータ数141B、アクティブパラメータ数39B。MMLU 77.8、HumanEval 45.1。Q4で80 GB。

🇫🇷 Mistral AI · 総パラメータ数 675B、アクティブパラメータ数 41B の MoE に、2.5B のビジョンエンコーダーを搭載。ライセンスは Apache 2.0。LMArena の OSS 非推論モデル部門で第 2 位。3,000 基の H200 で学習。

🇺🇸 IBM · IBMの時系列データ向けファウンデーションモデル（約385M、PatchTST）。多変量予測に対応し、Q4で必要なVRAMは約0.2 GB。超軽量でCPUでも動作します。Apache 2.0ライセンス。

🇨🇳 mjpsm · アクティビティ生成に特化してファインチューニングしたQwen 0.5B、32kコンテキスト、Q4でVRAM約0.3 GB。超軽量でCPUでも動作。Apache 2.0ライセンス。

🇺🇸 superwhisper · S1-mini（superwhisper）：Qwen3-0.6Bをベースにした0.6Bの音声認識モデル。コンテキスト長40k、Q4でVRAM約0.3 GB。超軽量のローカル文字起こし。

🇨🇳 Alibaba · Dense 0.8B、Apache 2.0ライセンス、256kのコンテキスト。メモリ使用量はごくわずかで、エッジ、モバイル、Raspberry Piに最適。2026年4月13日リリース。