OllamaのOpenAI互換APIを実測——長い入力は黙って切られた
macOS 26.6.1 · arm64 · 検証コマンド 13 本 · 2026-10-11
Ollama 0.31.1のOpenAI互換APIに生HTTPを投げて互換性を実測
開発者向け生成AIをアプリに組み込むとき「OpenAI互換」はどこまで信用できるか。Ollamaに生HTTPを投げて実測したら、コンテキスト超過がエラーにならず入力が黙って消えていた。
#llm
9 本の記事。
AIエージェントの作り方、その先――ツール選択の正解率を実モデルで数えた
macOS 26.6.1 · arm64 · 検証コマンド 11 本 · 2026-09-26
ローカル3モデルでツール選択をn=6ずつ実測、k別正解率と不要呼び出しを記録
AIエージェントの作り方としてローカルLLMと標準ライブラリだけの最小ループを組み、今度はtool_callsを返すモデルでツール数を変えて選択正解率を実測した。不要呼び出しと応答遅延も記録。
Claude Code の指定は API リクエストのどこに載るか
macOS 26.6.1 · arm64 · 検証コマンド 17 本 · 2026-09-25
claude -p の指定が API リクエストのどこに載るかをモックで実測
Claude Code の使い方で指定する CLAUDE.md・@メンション・起動フラグが、API リクエストのどのフィールドに載るかを localhost モックで実測して対応表にした。
「AIエージェントとは」を定義でなく実測で確かめた
macOS 26.6.1 · arm64 · 検証コマンド 5 本 · 2026-09-23
同一タスクをツール無し・エージェント・データ埋込の3条件で実測比較
「AIエージェントとは、自律的にタスクを実行するAI」という定義の裏で何が起きているか。同じモデル・同じタスクをツール無し・ツール付きループ・データ埋込みの3条件で動かし、API往復数・トークン量・所要時間・正誤を実測した。
無料AIコーディングのおすすめ選びより先に、何が渡っているかを測る
macOS 26.6.1 · arm64 · 検証コマンド 23 本 · 2026-09-17
repo map の既定予算はモデル依存。同じリポジトリで6ファイルと43ファイルに分かれた
AIコーディングの無料おすすめ記事は出力しか見ていない。aider の repo map を APIキーなしで実測したら、予算の既定値はモデルによって1024と4096に分かれた。同じリポジトリでも、モデル名を変えるだけで渡る量が6ファイルと43ファイルに変わる。
AIエージェントの中身はwhileループ ── 自作して壊れ方まで実測した
macOS 26.6.1 · 検証コマンド 12 本 · 2026-08-17
フレームワーク無しの while ループ型エージェントを自作し、壊れ方を実ログで確認した
AIエージェントの中身を理解するため、フレームワークなしで ollama のローカルLLMと Python 標準ライブラリ120行のループを自作した。tool_calls が返らない、小型モデルが無限ループするなど、実際に踏んだ壊れ方を実ログ付きで示す。
生成AI開発の最初の壁「JSONで返して」を無料のローカルLLMで実測する
macOS 26.6.1 · 検証コマンド 4 本 · 2026-08-17
prompt 指示だけでは3モデルとも厳密パース 0/5。schema 指定で 5/5 に
生成AIアプリ開発で最初に詰まる「LLM出力をJSONで受け取る」を、ollamaのローカル小型モデル3種×structured outputsあり/なしの30リクエストで実測した。プロンプト指示だけでは7Bでも厳密パースが通らない。
AIコーディング比較は読むより測る——ローカルLLM3種をpytestで採点した
macOS 26.6.1 · arm64 · 検証コマンド 13 本 · 2026-08-17
同一6問を pytest で採点。7b が 5/6、1.5b が 4/6、deepseek 1.3b は 1/6
AIコーディングツールの比較記事は料金表とベンチ引用ばかりで、自分のタスクでの実力が分からない。同一プロンプト・pytest自動採点のハーネスを自作し、無料のローカルLLM3モデルの合格率と落ちたコードを実測した。
AIコーディングのおすすめ構成を無料で組んで実測した
macOS 26.6.1 · 検証コマンド 21 本 · 2026-08-17
Ollama + qwen2.5-coder:7b + aider が3つのバグを全部直し、1.5b は1つ見逃した
AIコーディングのおすすめ記事に実測はない。完全無料でそろうOllama×Qwen2.5-Coder×aiderにバグ入りコードを渡し、テストが通るまで直せるかをモデルサイズ別に検証した記録。