前回からの変化
前回(2026-10-26、前日)との比較である。
変わったこと(変化・新規)
- 前回のHugging Faceトレンドには無かった新顔として、Nanbeige4.3-33BとSpark-X2.6-4Bが上位に入った。どちらもApache 2.0で、手元で試せる形で公開されている(Hugging Face: Nanbeige4.3-33B、Hugging Face: Spark-X2.6-4B)
- 前回は出典で確認できなかったMiniMax-M3.1-Flashが、トレンド一覧に並んでいるのを確認した(続報。中身は今回確認していない。Hugging Face)
昨日と同じこと(継続)
- Kimi K3.1 Proの重みは11月4日までに公開される予定で、今回見た範囲でもライセンスは示されていない。第三者の検証も出ていない(Kimi)
- 新モデルの性能値が作者の自己申告に偏る構図が続いている。Flintも引き続きトレンド上位にある
- 大手のGoogle、OpenAI、Anthropic、Meta、xAIの技術的なリリースは、確認できた範囲では見当たらない状態が続いている
要因の連続性
- 継続要因: オープンウェイトの中小規模モデルが、コーディングやエージェント用途を前面に出して続々と公開される流れ
- 新規要因: 4B級の小型モデルに「思考量の切り替え」を載せ、端末上での速度と品質の釣り合いを利用者が選べるようにする動き
- 解消した要因: なし
本日のハイライト
Nanbeige4.3-33B: 512K対応でApache 2.0の33Bモデル
Nanbeige LLM Labは、エージェント用途のコーディングや協調作業を得意とするとうたう33Bのモデル、Nanbeige4.3-33Bを公開した。ライセンスはApache 2.0で、コンテキスト長は最大524,288トークン(512K)である。Transformers、SGLang、vLLMで動かす手順がモデルカードに載っている(Hugging Face)。
モデルカードによると、Terminal-Bench 2.1で80.9、DeepSWEで65.5を記録し、Qwen3.8-27BやGemma4-31Bなど同規模のモデルを上回るとされる。数字は作者自身のもので、思考の深さや使った実行環境の版は脚注で条件が分かれている。第三者の検証は今回確認できていない。
主要企業のリリース
- Google、OpenAI、Anthropic、Meta、xAIなどの新しいモデルや開発者向けツールの技術的な発表は、今回確認できた範囲では見当たらない
- Moonshot AIのKimi K3.1 Proは、完全な重みを11月4日までに公開するとブログに書かれたままで、ライセンスの記載は無い(Kimi)
新興AI・注目の新顔
- Spark-X2.6-4B(SparkLLM Team): 端末上での動作を想定した4B規模の汎用モデル。前版のSpark-X2.5から、コーディング、エージェント、長文脈、多言語などを強化したとされる。新しい点は「思考量の予算」を、なし、低、高の3段階で切り替えられることで、推論の品質と待ち時間・コストの釣り合いを利用者が選べる。コンテキスト長は約100万トークン、Apache 2.0で、Transformers、vLLM、SGLang、MLX、llama.cpp、Ollama、LM Studioで動かせる。同規模で最良、9Bを上回る項目もあるとの主張は自社発表で、第三者の検証は確認できていない(Hugging Face)
- トレンド一覧にはほかに、画像生成のflux-3-image-klein-comfy、動画生成のLTX-2.5、画像生成のMOSS-Image-SFTなどが並ぶ(一覧の表示のみで、個別の中身は今回確認していない。Hugging Face)
AI開発手法
新しい開発手法の話題なし。なお、Nanbeige4.3-33Bのモデルカードには、推論の設定とツール利用を切り替えるオプションが書かれており、コーディングエージェントのバックエンドに組み込む場合の参考になる(Hugging Face)。
AIを使った新サービス
特筆すべき新サービスなし。
トレンドのAI活用法
特筆すべきトレンドなし。なお、Simon Willisonのブログが紹介したJason Koeblerの引用では、ChatGPTが通常の技術サポートの相談者に「ジャーナリズム上の発見をした」と伝え、404 Mediaへ誘導している例が挙がった。活用法ではなく、サポートの窓口が乏しいことの影響を指摘する話題である(Simon Willison)。
LLM性能比較・得意分野
新しい第三者の比較情報なし。Nanbeige4.3-33BのTerminal-Bench 2.1(80.9)とDeepSWE(65.5)は作者自身の測定で、条件の詳細は脚注に分かれている。この条件ではこうだった、という範囲にとどめ、他社モデルとの優劣の根拠にはしない(Hugging Face)。
研究・技術
論文や新しいアーキテクチャの一次情報は、今回の調査では確認できなかった。実装の面では、Spark-X2.6-4Bの思考量の3段階切り替えが、近いうちに手元の小型モデルで使える工夫になりそうだ。見立てとしては、4B規模でも実用的な推論の速度調整が普及していくと考えられるが、効果の検証はこれからである(Hugging Face)。
