ローカルAIモデルを動かすことはできた。しかし仕組みは分からない。Reddit上のあるユーザーの投稿が、初心者がAI支援に頼りすぎることで生じる「理解の空洞化」という問題を浮き彫りにした。ツールは動く。だが何故動くのかが分からない状態は、トラブル時に詰む。

「Gemmaって話題だけど、実際どうなの？」と思っている方へ。海外コミュニティで注目されている比較検証によると、より小さいモデルであるQwen3.5-9BがGemma-4-12Bを8つ中5つのベンチマークで上回ったという結果が報告されています。今回はその中身をわかりやすく解説します。

クラウド不要、アカウント不要。OnePlus CE 5（RAM 8GB）上でGemma 4 E2Bをローカル動作させ、音声メモの分類・リマインダー抽出まで完結させた実装報告が注目を集めている。2.4GBモデルがスマートフォン上でクリーンなJSON出力を返す——その事実が、エッジAIの現在地を示している。

AMD Radeon RX 6900 XTを使い、llama.cppをROCm 6.4.2とVulkanの両バックエンドでビルドしてGemma 4およびQwen 3.5のベンチマークを実施したユーザー報告が公開された。プリフィル速度ではモデルによって優劣が逆転し、トークン生成速度ではVulkanが一貫してROCmを上回るという、単純ではない結果が出ている。