Opus 5.5と5比較｜公開品質表とAPI費用
Claude Opus 5.5と5の開発元品質表を、effort・safeguards・fallback条件付きで照合。API単価とtask費用を分け、Mac・Windows・Linuxから使う場合の判断と未検証範囲を示します。
CATEGORY
ベンチマーク
LLMの速度、品質、VRAM使用量を同じ条件で比較するための測定方法と結果をまとめています。 全15件。
Ollama 0.34.3のthinking metadata分析
Ollama v0.34.3の/api/showが返すthinking values／defaultと、Chat／Generate requestでの値の指定を区別し、未測定の性能範囲を整理します。
GLM-5.3-Flashのdtype・runtime比較
GLM-5.3-FlashのFP8／BF16をrevision固定し、Transformers 5.16.1、vLLM、SGLangと複数GPU・APIの適用範囲を未測定の性能と分けて比較します。
DGX Spark GPUクロック実測｜2000MHzで報告電力40%減
DGX SparkでQwen3.8-27B MTPを定格から1800〜2200MHzまで実測。2000MHzでdecode -0.75%、prefill -1.51%、nvidia-smiのGPU報告電力 -40.61%となった条件、2台構成の不安定性、安全な設定手順を示します。
Qwen3 4B・8B・30B-A3B公式性能比較
Qwen3 4B・8B・30B-A3BのBF16と公式4bit品質表を同一指標で照合し、32K／YaRN拡張context、H20公開memory値、DenseとMoEの違いを分離して機器別の適用範囲を示します。
Llama 4 Scout・MaverickのH100適性比較
Llama 4 ScoutとMaverickを、static model revision、109B／400B total、Int4／BF16／FP8、H100 80GB／DGX host、10M／1M context、vLLM／Transformers条件へ固定し、未測定の性能と機器適性を分けます。
Mistral Small 4のartifact機器適性比較
Mistral Small 4のBF16、NVFP4、EAGLEを、2026年7月15日revision、artifact容量、vLLM・SGLang・NIM、H100／H200／B200条件へ固定し、測定済み範囲と未測定結果を比較します。
Gemma 3n E2B・E4B公式品質比較
Gemma 3n E2B ITとE4B ITのGoogle公表benchmarkを、variant、metric、n-shot、full precision、2GB／3GB memory、32K contextに固定し、小型端末へ適用できる範囲と未測定の速度を整理します。
gpt-oss 20b・120bのruntime機器適性比較
gpt-oss-20bと120bのMXFP4 weight、128K context、Harmony、Metal・vLLM・ONNX Runtimeを固定し、16GB、H100 80GB、Windowsへの適用範囲と未測定のpeak memory・速度を比較します。
Nemotron 3 NanoのH200 throughput比較
Nemotron 3 Nano 30B-A3B、gpt-oss-20b、Qwen3-30B-A3BのNVIDIA公表値を、単一H200、8K入力、16K出力へ固定し、throughput倍率、quality、context、H100・NIMへの適用外を比較します。
Gemma 4 12Bと26B-A4Bの機器適性比較
Gemma 4 12Bと26B-A4Bの現行revision、BF16・量子化artifact、MLX・Transformers・vLLM、公式load memoryを固定し、32GB Mac、24GB GPU、H100へ適用できる判断と未測定範囲を比較します。
Qwen3.6 27B vs 35B-A3BをvLLMで比較：品質・VRAM・速度の測り方
Qwen3.6-27Bと35B-A3BをvLLMで比較し、公式品質スコア、denseとMoEの違い、FP8容量、TTFT・TPOT・throughputの測定方法を解説します。
DeepSeek V4 FlashをvLLMで動かす：v0.25対応と公式ベンチマーク
DeepSeek V4 FlashをvLLMで起動する構成例、284B MoEと1M contextの要件、v0.25.0の最適化、公式品質スコアと性能測定方法を解説します。
Qwen3.6 27Bと35B-A3Bをllama.cppで比較：GGUFベンチマーク手順
Qwen3.6-27Bと35B-A3Bの公式性能、モデル構造、GGUF容量を比較し、llama.cppで再現可能な速度・品質ベンチマークを行う方法を解説します。
DeepSeek V4 Flash×llama.cpp｜対応状況と測定方法
DeepSeek V4 Flashのllama.cpp本流対応を公式PRとリリースで確認し、モデル規模、GGUF準備、vLLMとの選択、再現可能な測定方法と未検証範囲を整理します。