ブログ
Claude Opus 5 レビュー・評判：エージェント的コーディングに全振りしたフラッグシップ
Claude Opus 5 を実データでレビュー。総合5〜7位ですが、数学は2位、マルチターンは19位とカテゴリで大きく振れます。得意不得意、high と max の違い、日本語での位置づけ、コストまで正直に整理します。
ツール呼び出し（Tool Calling）を実装する：4ステップの往復
モデルは関数を実行しません。実行するのは自分のコードです。tools定義からtool_callsの受け取り、実行結果の返し方まで、モデルを差し替えても動く4ステップのループをコード付きで解説します。
RAG vs ロングコンテキスト：全部渡す方式は本当に安いのか
「100万トークン入るならRAGは不要」という話は本当か。実際の円建て単価で1リクエストあたりのコストを計算すると200倍の差が出ます。キャッシュを効かせても20倍。判断基準を数字で整理します。
LLMに画像を読ませる：Vision APIの使い方（無料モデルで試せます）
画像をLLMに渡すには、contentを文字列ではなく配列にしてimage_urlを追加します。data URIとURLの使い分け、画像トークンの実測値、無料モデルでの試し方をコード付きで解説します。
ローカルLLMをOllamaで動かす：始め方とメモリの壁
Ollamaなら3コマンドでローカルLLMが動きます。OpenAI互換なので既存コードもそのまま使えます。その上で、モデルサイズとメモリの計算式、ローカルで無理が出る境界まで実務目線で解説します。
Muse Glimmer 30B vs Qwen3.6 27B：30Bクラスのオープンモデルを円建てで比べる
Meta が8月10日に公開した Muse Glimmer 30B と、同じ30Bクラスの定番 Qwen3.6 27B を比較します。ベンチマークの読み方の注意点と、円建ての実コスト差、使い分けまで具体的に見ていきます。
Embedding（埋め込み）とは？意味の近さを数値で測る仕組み
Embeddingは文章を数値のベクトルに変換し、意味の近さを計算できるようにする技術です。仕組み、次元数の意味、チャンク分割の勘所、そしてどこで入手すべきかを実務目線で解説します。
Meta の Muse Glimmer 30B が利用可能になりました
Meta が Apache 2.0 で公開した 30B の高密度マルチモーダルモデル Muse Glimmer が FastMetal で使えるようになりました。エージェント用途に最適化され、画像入力と 131k トークン文脈に対応します。
動画生成APIの使い方：ジョブを投げて、待って、受け取る
動画生成は同期では返りません。ジョブを作成してIDを受け取り、完成までポーリングしてMP4をダウンロードする3段構えです。課金は1本あたりの定額で、ポーリングとダウンロードは無料です。
RAGとは？検索して渡す仕組みと、実装に必要な5つの部品
RAGは「モデルに覚えさせる」技術ではなく、「答える直前に必要な資料を探して渡す」仕組みです。5つの部品に分解して、それぞれ何が必要か・どこでつまずくかを整理します。