自社サービスでLLMモデル出力を比較—Kimi K3 vs Fable5の日本語性能評価

LanceDB をサーバーレスな Amazon S3 バックエンドで運用し、Amazon Bedrock の埋め込みモデルと組み合わせてベクトル検索と簡易 RAG を実装した検証結果を報告。DB サーバーレス構成の実用性と課題を明確化。

Web エンジニアが初めてインフラ構築に取り組み、共有アカウントのパスワード管理を 1Password に集約し、Rails アプリから自動でローテーション・削除できる仕組みを構築した事例。要件の言語化から Connect Server のセルフホスト、API 連携まで、経験が浅い分野での進め方を実例で紹介。

Claude Voice Mode はiPhone で音声会話による壁打ちや意思決定支援に対応する一方、Reminders/Calendar 等 Apple 純正アプリ以外の操作やツール呼び出しは未対応。経営メール・スケジュール調整などを Voice Mode 単独では実現できず、Shortcuts + API 呼び出し、自作 MCP サーバー、フルスクラッチ iOS アプリの 3 パターンで補完する必要がある。

Claude、DeepSeek、GPT など 7 つのモデルのトークナイザーを 9 言語で実測したところ、言語によって最安のモデルが異なることが判明。日本語では DeepSeek が最少トークン数、Claude 3 モデルは全言語で最大級のコストを要する。トークン数はスクリプト密度とトークナイザーカバレッジの積で決まり、文字数からは予測できない。