ローカルLLM実装 Qwythos-9BはVRAM 6GBでどこまで動く？Q4/Q5/Q6を比較検証
VRAM 6GB環境でQwythos-9B-Claude-Mythosを検証。Q4/Q5/Q6のVRAM、速度、4GB台動作の現実味を比較しました。
2026-06
ローカルLLM実装 
ローカルLLM実装 自分のGPUでローカルLLMを使う手順｜OllamaでGemma 4・Qwen3を動かす
OllamaでローカルLLMを使い始める手順を、GPU/VRAM別のモデル選び、プロンプト入力例、画像解析、速度やVRAM確認まで初心者向けに整理します。
ローカルLLM実装 Gemma 4をRTX 4070（12GB）で実測｜12B・E4B・Qwen3 14B・Phi-4-mini・26Bを同じ試験でクラウドと比べた
RTX 4070(12GB)でGemma 4・E4B・Qwen3 14B・Phi-4-mini・26Bの5モデルをOllamaで実測。クラウドのOpus 4.8と同一テストで採点し、12GB級はコード15/15で同点。速度・VRAM・画像認識の差を実数値で比較した。
AIコーディング Claude Fable 5を実測｜Opus 4.8と同じ隠しテストを全サーフェスで受けさせた結果
Opus 4.8と同じ隠しテストをClaude Fable 5に全サーフェスで実施。品質は全run満点。差が出たのは簡潔さ・コストの振れ幅（単発$0.17〜workflow$4.16）・フォールバック挙動の3点を実測。
AIコーディング Claude Opus 4.8のeffortを実測検証｜全5段階×Code/Cowork/Chatでトークン・速度・品質はどう変わるか
Claude Opus 4.8のeffort（low〜max＋ultracode）を実機で27run検証。出力トークンは約7倍、処理時間は最大6倍に増える一方、正解率は全レベル同じ。実測データと使い分け指針を公開。
AIコーディング Claude Code のステータスラインを自作する｜プラン・effort・応答時間・使用量ゲージを1行に
Claude Codeのステータスラインを Node.js で自作する実装記録。stdinに渡るJSONスキーマ、契約プラン・effort・応答1回ごとのAPI処理時間（累積値の差分方式）・公式使用量ゲージ（rate_limits）の実装と設計判断、Windowsのハマりどころまでまとめました。