【国内】日本語モデル・国内サービス・国内の動き

11/4|Sumibi:ローマ字の誤字を、LLM でどこまで直せるか
日本語入力の Sumibi で、gpt-6.1-sol にローマ字の誤字を直させた検証です。

  • 12 パターンのうち、直せたのは 5 パターンでした
  • ひらがなに前処理された入力は 0/6、ローマ字のままだと 5/6 でした
  • くだけた表現や比喩は、勝手に書き換えられませんでした
    ポイント:LLM に直させるなら、前処理でひらがなにしないほうが良さそうです。
    確認::warning: 個人の報告(未検証)
    出典:Zenn

11/4|ISUCON2026 の AI 活用記が、さらに 2 件
Zenn に、ISUCON2026 の AI 活用記が 2 件出ています。

  • 94 位の人は、競技後に人の指示なしのハーネスを作り直しました
  • 過去問では、開始 1 時間半で約 51 万点、最高は 575,333 点でした
  • 78 位(157,897 点)の人は、運営が仕込んだ AI 向けの罠の文書を洗い出しました
    ポイント:得点より、人が指示しない前提のハーネスの作り方が参考になります。
    確認::warning: 個人の報告(未検証)
    出典:Zenn(94 位)・Zenn(78 位)

11/4|ISUCON2026 の AI 活用記が、さらに 2 件
どちらも Claude Code と Codex を使った記録です。

  • 6 位(449,294 点)のチームは、計測・配備・main 更新を順に進める仕組みを作りました
  • 過去問では、人の手なしで 8 時間に 974,056 点まで伸びたそうです
  • 126 位(126,634 点)のチームは、配備や戻す判断を人が担当しました
    ポイント:AI に任せる部分と、人が決める部分の分け方が参考になります。
    確認::warning: 個人の記録(未検証)
    出典:ブログ(6 位)・Zenn(126 位)

11/4|Zenn が、全自動の AI 診断を GitHub Actions で始めました
Zenn の開発チームが、AI による脆弱性の診断を自動化しました。PR ごとのレビューと、毎週の全体診断の 2 本立てです。

  • OpenCode とオープンウェイトのモデルが、curl や nuclei などの道具を使います
  • Docker の隔離と AI ゲートウェイで、AI の通信先を制限しています
  • 全体の診断は 1 億トークン超で、費用は 3.02 ドルでした
    ポイント:診断は自分のサービスだけに向け、通信先を絞ってから動かしてください。
    確認::warning: 開発チームの報告(未検証)
    出典:Zenn

11/4|食べログが、失敗したテストの原因切り分けを AI に任せました
食べログの QA チームが、E2E テストの失敗の原因切り分けを AI に任せました。

  • テスト設計書・実行結果・履歴・不具合票を、1 つの JSON にまとめて渡します
  • 判定基準はプロンプトでなく、渡すデータ側に持たせました
  • 1 回の修正で直る割合が、42% から 85% に上がりました
    ポイント:AI への指示を増やすより、渡す資料の整え方が効いた事例です。
    確認::white_check_mark: 食べログの公式ブログ/:warning: 数値は自己報告
    出典:食べログ テックブログ

11/4|メルマガ生成 AI を、さくらの AI Engine に載せ替えた記録
Claude 前提のメルマガ生成 AI を、さくらの AI Engine に移した記録です。

  • Anthropic 互換の API では構造化出力が効かず、OpenAI 互換で動きました
  • 4 モデルを比べ、数字の作り話がなかった gpt-oss-120b を選びました
  • 無償枠 3,000 回のうち 49 回を使い、料金は 0 円です
    ポイント:載せ替えるときは、API の互換性を先に確かめましょう。
    確認::warning: 個人の報告(未検証)
    出典:Zenn

11/4|Siri AI に、日本語で同じ 10 種類を頼み直しました
macOS 27.2 で日本語に対応した Siri AI を試した記事です。英語ベータ時と同じ 10 種類の依頼をしています。

  • コード生成と文面作成は、日本語で良くなりました
  • 開いているページの要約・読み取りは、通らなくなりました
  • 文字より、音声で頼んだ方が成功しやすいそうです
    ポイント:期待する機能が日本語で使えるか、先に小さく試してください。
    確認::warning: 個人の報告(未検証)
    出典:Zenn

11/4|メルカリの AI Agent Day:開発以外の業務をエージェントに
AI ツールの利用率は 100%、エンジニア 1 人の開発量は 7.6 倍です。非エンジニア 1,000 人超が、業務を止めてエージェントを作る日も設けました。

  • 開発以外の工程が速くならないと、全体は変わらないと述べています
  • 記事は、入力・手順・出力・完了条件を書くテンプレートを紹介しています
  • 企画書のレビュー前チェックを例に、30 分で試す手順があります
    ポイント:まず 30 分で、身近な作業 1 つを試す流れです。
    確認::warning: 個人の記事(未検証)
    出典:Zenn

11/4|建設業務向けの LLM 評価の順位表が公開されました
ONESTRUCTION が、建設業務での LLM の力を測る順位表を公開しました。評価方法の解説記事が出ています。

  • 図面理解・BIM 編集・BIM 理解・積算 QA・IDS 生成の 5 種類です
  • 商用モデルと Qwen3.8-27B・DeepSeek V4.1 Flash などを比べています
  • 費用と処理時間は、OpenRouter の実績や実測の中央値で出しています
    ポイント:建設業で使うモデルを選ぶとき、種類別の成績が参考になります。
    確認::warning: 評価元の記事による(未検証)
    出典:Zenn

11/5|PFN が翻訳特化モデル plamo-3-translate を公開
Preferred Networks が、翻訳特化の 2B と 0.8B を公開しました。Hugging Face で入手できます。

  • 量子化版は、FP8・NVFP4・GGUF・MLX 4bit などが同時に出ています
  • 2B 版には、Mac 向けの MLX 4bit 版もあります
    ポイント:手元で試すなら、まず 2B 版の GGUF が手軽です。
    確認::white_check_mark: Hugging Face の公開ページ
    出典:Hugging Face(pfnet)

11/5|Claude 認定資格は日本語でも受験できます
Claude の認定資格は日本語で受けられます。ただし、Claude Partner Network に入っている組織の社員が対象です。

  • 会社のドメインのメールが必要です
  • 受験料は 99〜175 ドル、合格点は 720 点、試験時間は 120 分です
  • 12/7 から、3 つの試験の内容が改訂されます
    ポイント:受ける前に、組織の加入状況と最新の試験案内を確かめてください。
    確認::white_check_mark: 対象は加入組織/:warning: 細部は個人の記事
    出典:Zenn・Pearson VUE

11/5|フジテレビが全ドラマで生成 AI を使える体制を目指す
報道:Yahoo!ニュース

11/5|Sumibi の評価を、口語入りの 628 件に広げた結果
Sumibi の作者が、評価用データを口語入りの 628 件に広げて測り直しました。

  • ローマ字など 3 つの入力方式を、6 モデルで試しました
  • Gemini 4 Argon と GPT-6.1 Sol は、誤りが少ないままでした
  • Gemini 3.8 Flash は、余計な解説を付けて誤りが増えました
    ポイント:変換に使うモデルは、答えだけを返すかどうかも見て選びたいです。
    確認::warning: 個人の報告(未検証)
    出典:Zenn(kiyoka)

11/6|マイベストが「接客 × AI」の 2 年半で得た学び
商品比較サービス「マイベスト」の CTO が、AI チャットの 2 年半の試行錯誤を話しました。

  • ChatGPT 上の GPTs では、7〜8 割が「おすすめの洗濯機は?」程度の入力でした
  • ルール型の接客は使われましたが、購入率は上がりませんでした
  • 今は、選択式の質問と絞り込み、おすすめの理由の表示を組み合わせています
    ポイント:文章で条件を書かせるより、選んでもらう形が使われやすいという学びです。
    確認::white_check_mark: 当事者へのインタビュー
    出典:レバテック LAB

11/6|ISUCON2026 を、人が介入しない AI エージェントが制しました
ISUCON2026 で、介入ゼロの AI エージェントを使った kawasy さんが優勝しました。

  • Claude Code の上に、自作のハーネスだけを載せた構成です
  • 競技開始から 1 時間 22 分で、50 万点に達しました
  • 最終スコアは 625,857 点です
    ポイント:事前に作り込んだ計測ツールを捨て、その場で調べさせた方が良かったそうです。
    確認::white_check_mark: 本人の発表(ポッドキャストとブログ)
    出典:八百万の OSS・Zenn(kawasy)

11/6|PLaMo 3 Translate の全 4 サイズが公開されました
PFN が、PLaMo 3 Translate の重みを公開しました。0.8B・2B・8B・31B の 4 サイズが Hugging Face にあります。

  • 53 言語に対応し、GGUF や MLX 形式も用意されています
  • 商用利用は、年商 10 億円以下なら事前登録で無償です
  • X では、31B が DeepL に 70% の勝率と紹介されています
    ポイント:会社で使うなら、ライセンスの条件を先に読んでください。
    確認::white_check_mark: 公開は PFN の発表/:warning: 条件と勝率は報道・投稿による
    出典:PFN・Hugging Face|報道:窓の杜|議論:X(うみゆき)

11/6|freee が、Lean を使った検証の記事を 2 本公開
freee が、証明の道具 Lean を、税計算と AI の検証に使う話を書きました。

  • 税計算は、条文から作った仕様と本番の実装を、全入力で突き合わせました
  • 業務ルールを Lean に写し、AI の判断に証明を求める仕組みも紹介しています
  • 後者は途中経過で、74 タスクのうち 45 タスクが満点かつ証明完了でした
    ポイント:ルールの多い業務で AI を使うなら、検証の考え方が参考になります。
    確認::white_check_mark: freee の公式ブログ(成果は同社の報告)
    出典:freee(税計算)・freee(ガードレール)

11/6|Claude の入門資格 CCAO-F に 851 点で合格した受験記
サーバーワークスの社員が、Claude の入門資格 CCAO-F の受験記を書きました。

  • 出題は Claude Code ではなく、業務で使う基礎知識でした
  • 指示とナレッジの使い分け、モデル別の費用、機密チャットの保存期間などです
  • 60 問・120 分で、合格は 720 点です
    ポイント:Claude に慣れた人なら、エンジニア以外にも向いた試験だそうです。
    確認::warning: 個人の受験記(未検証)
    出典:サーバーワークス

11/6|PLaMo 3 Translate を、元の Gemma 4 と比べた記事
筆者が、PLaMo 3 Translate を、元になった Gemma 4 31B と比べました。

  • 総合の指標 COMET-22 では、Gemma 4 と同程度か少し下でした
  • 別の指標 chrF では、2B 以上が Gemma 4 を上回りました
  • 2B は 31B に近い質で、重みは約 11 分の 1 と報告されています
    ポイント:「Gemma 4 を超えた」とは言い切れないので、用途ごとに試してください。
    確認::warning: 個人の評価(未検証)
    出典:Qiita

11/6|さくらの AI Engine の無償プランを 3 モデルで検証
さくらの AI Engine の無償プランで、3 モデルに同じ 3 課題を解かせた記事です。

  • 無償プランは月 3,000 リクエストで、RAG などは対象外です
  • gpt-oss-120b は、要約で原文にない数値を足しました
  • llm-jp-3.1 は、テストの期待値を取り違えました
    ポイント:要約に使うなら、数値が原文にあるか確かめてください。
    確認::warning: 個人の検証(3 課題のみ)
    出典:Zenn