Transformers破壊的変更とローカルモデル対応

先に結論

本日は、既存codeの挙動を変え得るTransformers v5.15.0を最優先で確認します。linear attentionのkernel選択、cache crop、T5系attentionには移行確認が必要です。一方、Ollama v0.32.7とllama.cpp b10344は新しいlocal model経路を広げる更新ですが、前者はApple SiliconのMLX engineによる初期対応、後者はNemotron NanoのMTP対応に限定されます。運用環境は即時更新せず、versionをpinしたtest環境で互換性を先に確認するのが本日の判断です。

収集日時: 2026年8月11日 06:45（Asia/Tokyo）
対象期間: 2026年8月9日 18:45〜2026年8月11日 06:45（Asia/Tokyo）
情報区分: 公式releaseとmerge済みPRを確認した机上調査です。
検証状況: package更新、model download、推論、互換性test、性能測定はいずれも当サイトでは実行していません。

本日の要点

Transformers v5.15.0は破壊的変更を含むため、direct API利用とattention backendを棚卸ししてから更新します。
Muse GlimmerはOllama 0.32.7時点でApple Silicon／MLXの初期対応です。他platformへ同じ手順を広げません。
llama.cppのNemotron Nano MTPは対応追加の段階で、公式PRも性能が最適ではないと明記しています。速度向上を前提に採用しません。

ニュース一覧

1. Transformers v5.15.0は4系統の破壊的変更を含む

何が変わったか: v5.15.0（commit 5eddc12）では、Mamba、GDN、convolution-onlyなどlinear attention modelのkernelが自動必須からopt-inへ変わりました。cacheのcrop APIはabsolute sizeではなくnegativeなrelative offsetだけを受け付けます。T5、MT5、LongT5などはSDPAを含むattention backendへ対応し、既定経路が従来のeager-onlyから変わり得ます。またmultimodal processor内部のprivate helperも複数削除されました。
誰に影響するか: linear attentionで自動kernel選択へ依存する利用者、cacheのcrop methodを直接呼ぶapplication、T5系で従来backendの数値・memory・速度特性へ依存する利用者、underscoreで始まるprivate helperをimportしていた下流libraryです。通常の公開APIだけを使い、該当modelを使わない環境への影響は限定的です。
今日対応すべきか: productionは現行versionをpinしたまま、該当呼び出しを検索します。T5系で従来挙動が必要なら公式releaseが案内するattn_implementation=“eager”を明示し、同じ入力で出力、peak memory、latencyを比較します。cache cropは正のabsolute値を渡すtestを負のrelative offsetへ書き換え、private API importは公開APIへ移すまでupgradeを保留します。
確認範囲: 公式release本文、version、commit、破壊的変更の説明を確認しました。当サイトでは各model、各attention backend、custom kernel、downstream libraryを実行していません。OS／accelerator別wheel、既知の不具合、全modelでの数値一致、移行後の性能は未確認です。
公式情報: Transformers v5.15.0 release（2026年8月10日公開）

2. Ollama 0.32.7がMuse GlimmerをApple Siliconで初期対応

何が変わったか: Ollama v0.32.7（commit 9c15f5c）は、30Bのmultimodal modelであるMuse Glimmerをlocal実行する初期対応を追加しました。release本文はApple Silicon上のOllama MLX engineを現在の対象とし、DFlashと画像入力に対応したと説明しています。公式例のmodel tagはmuse-glimmer:30b-mlxです。
誰に影響するか: Apple Silicon Macでcoding agent、document analysis、personal assistantなどへMuse Glimmerを試したい利用者です。releaseはNVIDIA、AMD、その他platformへの追加対応と最適化を今後提供するとしているため、現時点でそれらを同等の対応済み環境とは扱いません。
今日対応すべきか: 新規検証だけを小さく始め、既存agentの既定modelは変更しません。Ollama v0.32.7、model tag、取得したmodel digest、入力種別を記録し、textだけのrequestと画像入力を分けて成功可否を確認します。長時間agentへ接続する前に、tool権限、保存先、timeout、停止方法を既存の安全境界内で確認します。
確認範囲: 公式releaseのversion、commit、Apple Silicon／MLXという提供範囲、DFlash、画像入力、実行例を確認しました。当サイトではmodelをdownloadしておらず、必要unified memory、download容量、速度、品質、長時間安定性、model licenseの個別条件、他platformの提供時期は未確認です。
公式情報: Ollama v0.32.7 release（2026年8月10日公開）

3. llama.cpp b10344がNemotron NanoのMTPへ対応

何が変わったか: b10344（commit 7a20b41）はNemotron Nano modelへMTP対応を追加し、Nemotron用のmtp_flagsを実装しました。MTPは複数の未来token候補を扱うためのmodel側機構ですが、このreleaseだけから全構成の高速化を保証することはできません。
誰に影響するか: MTP headを備えた対応Nemotron Nano artifactをllama.cppで検証する利用者です。通常のNemotron以外のmodel、MTP情報を持たないGGUF、別のspeculative decoding方式へ自動的に効果が広がる更新ではありません。
今日対応すべきか: まずb10344、GGUFの元model／revision、converter、prompt、context、backendを固定し、MTPなしのbaselineを保存します。その後、同じ出力条件で総応答時間、生成token数、acceptanceに相当する利用可能な統計、peak memory、出力同等性を比較します。速くなるという前提でproductionへ入れません。
確認範囲: 公式releaseとmerge済みPR #26725を確認しました。PRは対応追加を説明する一方、性能はまだ最適ではないと明記しています。当サイトでは対応GGUF、converter、GPU／CPU backend、memory増分、品質、速度を未検証です。対応artifactのlicenseと配布条件も個別確認が必要です。
公式情報: llama.cpp b10344 release、merge済みPR #26725（いずれも2026年8月10日公開／merge）

情報の確認範囲

候補JSONのsummaryは記事へ転記せず、採用した3件の公式release URLを個別に開き、version、commit、提供範囲、制限を確認しました。vLLM v0.27.0は重要候補でしたが、この実行では候補URL本文を開けず、一次情報本文で裏づけられないため除外しました。TransformersとOllamaの両releaseに現れるMuse Glimmerは同じ出来事として重複計上せず、Transformers項目は既存利用者の移行判断に直結する破壊的変更だけを扱っています。価格、地域rollout、全platformの既知の問題は公式release本文から確認できないため未確認です。

公式情報源

Transformers v5.15.0 release（2026年8月10日公開、2026年8月11日確認）
Ollama v0.32.7 release（2026年8月10日公開、2026年8月11日確認）
llama.cpp b10344 release（2026年8月10日公開、2026年8月11日確認）
llama.cpp PR #26725（2026年8月10日merge、2026年8月11日確認）