## 情報源
- URL: https://www.youtube.com/watch?v=LQCWD5bTQFY
- タイトル: Metaが自分のPCで動く無料AIを公開!ChatGPTの課金をやめられるのか【ゆっくり解説】
- チャンネル: サルでもわかるAIにゅーす速報
- 投稿日: 2026-08-11 / 約13分
- スコア: 75/100

## 主要な発見
1. **公開モデル** — 日本時間 2026-08-10、Meta が 300億パラメータのモデルを Hugging Face で公開。ライセンスは **Apache 2.0**（商用利用可）。重みのみ公開で学習手法は非公開のため「オープンソース」ではなく **オープンウェイト**（※モデル名は自動字幕の音写が「ミューズグリマー」で正式表記は未確認）。
2. **仕様** — エージェント用途（道具を使って作業を最後までやる／失敗しても止まらない）を重点強化。画像入力可、コンテキスト13万トークン超、100言語以上対応、知識カットオフ 2026-01-04。推論の深さを4段階で選択可能。
3. **必要メモリと量子化** — 素の状態で 55GB 超。量子化で **17GB まで縮めて性能低下は約1%**、余裕を持たせた版で 0.2%（いずれも **Meta 自社発表値**）。実運用に必要なのは 24〜32GB。
4. **コスト逆転（本動画の核心）** — 24GB を GPU VRAM で用意すると RTX 5090 が日本実勢 **約69万円**（RTX 4090 中古でも約40万円）。対して Mac は CPU/GPU がメモリを共有するため **Mac mini 24GB が15.48万円**、MacBook Air 24GB が約20万円。**同じことをするのに 1/4 以下**。ただし 24GB はギリギリで、実践者は 32GB 以上を推奨。
5. **速度** — RTX 5090 で 233 tok/s（Meta 発表）。Mac は大幅に低い（M5 系で数十 tok/s 台）。
6. **実行方法** — Ollama でコマンド1行、または LM Studio で GUI 操作。

## アクションアイテム
- 当環境は neo（親Mac・100.99.101.93）が既にメッシュ参加済み。**メモリ構成次第でローカル推論ノード化の候補**になる → 実測前に `system_profiler SPHardwareDataType` でメモリ量を確認すること。
- 性能低下1%は自社発表であり第三者検証ではない。採用判断の前に自前タスクで実測する。