【LLLMパワーレポート #009】名は三値、DLは257万の盆栽
新着12件はDLゼロだらけ、9月23日のMLX事情
2026年9月23日15時43分JST時点で、HuggingFaceのMLXモデル最新更新12件を確認した。12件のうちダウンロード数がゼロなのは11件にのぼる。Dirdx/YuE2-3B-MLX-with-Hum-encoder、mpuig/system-one-minicpm5-2b-q8とsystem-one-qwen3-0.6b、edbordin-linktreeのdecider-2bとdecider-0.8b、dopaemonのGemma4-E4B-8B関連2件、sayyidfareed/MiMo-V2.6-Flash-RL-MLX-4bit-MTP、oraculumai/Manchego-MLX-4bitと8bitまで、いずれもDL0・ハート0のまま当日更新されたばかりの状態だ。ゼロでない例は2件ある。hermitdave/Agnes-3.0-Flash-MLX-4bitはダウンロード181を記録し、baya1116/hypernet-sp-distillはDL0ながらハート2が付いている。新着直後のモデルは公開から時間が経っておらず、数字が育つ前の段階と見るのが自然だろう。とはいえ12件中11件がDLゼロという並びは、MLX新着欄がまさに「積み上げられたて」の現場であることを示している。なお本稿では編集部によるローカル推論の実測は行っていないため、ここで扱うのはあくまで公開数値の実測取得結果である。
挿絵の説明
全体2位に浮上したTernary-Bonsai-2-27Bの実力——DL数で読む256万9,604
今号の索敵で最も目を引いたのは、HuggingFace全体トレンド上位10に浮上したprism-ml/Ternary-Bonsai-2-27B-ggufです。ダウンロード数は256万9,604を記録しており、一覧に並ぶ他のモデルと比べても突出した水準です。同じ上位10では、DeepSeek-V4.1-Flashが54万2,014、Comfy-Org/Qwen-Image-2.1が142万9,925ですから、これらを大きく上回り、Qwen/Qwen3.8-27B（707万9,646）に次ぐ2位につけています。直下のXingChen-AGI/Xing4.0-29B-A4Bが3万0,627であることを考えれば、差は歴然です。
注目したいのは、名前と配布形式です。モデル名の「Ternary」は三値を、「Bonsai」は盆栽を思わせる命名で、配布はGGUF形式で行われています。27Bという大型モデルがGGUFでこれほど選ばれているのはなぜか、三値設計との関係は次節以降で見ていきます。
なお、今号の編集部はローカル推論の実測を行っていません。したがってここで述べられるのは、あくまでダウンロード数という普及の指標から読み取れる事実までです。実際の生成品質や速度までをこの数字から断定できない点は、付記しておきます。
挿絵の説明
三値量子化とは何か、GGUF配布が選ばれた理由
三値量子化とは、重みの値を三段階に限って表現する量子化手法の一般的な枠組みです。多くの量子化がbit幅を細かく調整するのに対し、三値では「プラス・ゼロ・マイナス」のような三階調だけで重みを塗り分けるため、1つの重みあたりの情報量を小さく抑えられます。モデル全体のサイズを縮小しやすい反面、表現力が落ちるリスクとの綱引きになるため、設計段階から三値を前提に学習や調整を行うアプローチが注目されてきました。
では、なぜGGUF配布なのでしょうか。GGUFはllama.cppで使われる形式で、llama.cpp v0.4.1（2026-09-14）やOllama v0.34.3（2026-09-19）といった主要ランタイムがこの形式を扱える点が大きいと考えられます。つまり、MacのMLX環境に限らず、幅広い環境でそのまま読み込める形で配布することは、ダウンロード数の伸びにつながりやすい合理的な選択と言えます。
名前に「Ternary（三値）」を据えたprism-ml/Ternary-Bonsai-2-27B-ggufがDL 256万9,604で全体2位に浮上しているのは、三値という軽さの設計と、GGUFという普及の形式が噛み合った結果と読めます。ただし編集部は今号でローカル推論の実測を行っていないため、品質面の評価は今後の検証に委ねられます。
ランタイム勢が示す重み。llama.cpp・Ollama・MLXの最新版
三値モデルがGGUFで配布される背景には、各ランタイムの存在が大きい。GitHub実測の最新リリースでは、ggml-org/llama.cppがv0.4.1（2026年9月14日）、ollama/ollamaがv0.34.3（同年9月19日）をそれぞれリリースしている。GGUF形式を扱う二大ランタイムが今月に入って相次いで更新されており、Ternary-Bonsai-2-27BのGGUF版が256万9,604DLを集めた受け皿として、この層の活発さがうかがえる。
一方、Appleシリコン向けでは、ml-explore/mlxがv0.32.2（2026年8月25日）、推論・学習ツールのml-explore/mlx-lmがv0.31.3（2026年4月22日）が最新版です。mlx-lmの更新が他より古いのは、プロジェクトごとにリリース間隔が異なることを示しており、更新日の新旧だけで優劣を論じるのは避けたいところです。
なお、今号では編集部によるローカル推論の実測は実施していません。バージョン番号とリリース日が示すのは開発の勢いであって、推論速度や品質ではありません。実際の挙動を確かめるには、読者自身の環境での試用が確実です。とはいえ、GGUF陣営とMLX陣営が揃って現役で動いているという事実は、三値モデルが単なる実験配布ではなく、実用ランタイム側の土壌に根を下ろしつつあることを示唆します。盆栽と名付けられた重みがどの土で育つか。ランタイムの更新履歴は、その一つの目安になるはずです。
特別付録：三値&量子化 用語ミニ図鑑
本題に入る前に、今号で頻出する用語を整理します。
「量子化」は、モデルの重みをより少ないビット数で表現し直し、軽さと省メモリを狙う手法の総称です。新着リストの「4bit」「8bit」といった表記は、このビット数の目安です。
「三値量子化」は、重みを三つの値だけで表す方式で、名前に「Ternary(三進)」を冠するモデルはこの設計を示唆します。三値のみという制約でどこまで性能を保てるかが注目点です。
「GGUF」はllama.cppで扱われるモデルファイル形式で、llama.cppやOllama経由で利用しやすい点が特徴です。
「MLX」はAppleの機械学習フレームワークで、ml-explore/mlxがv0.32.2(2026年8月25日)、mlx-lmがv0.31.3(2026年4月22日)を最新リリースとしています。HuggingFace新着の「MLX-4bit」などのモデルは、この形式向けに変換・整備されたものです。
なお、ランタイムではllama.cppがv0.4.1(2026年9月14日)、Ollamaがv0.34.3(2026年9月19日)をリリースしています。形式とランタイムの対応を押さえると、配布モデルの読み替えがしやすくなります。
今号の工房から
表紙のビジュアルは、暗いウォールナットの机の上に置かれた一本の盆栽を、大きな窓からのサイドライトで撮る構成にしました。幾百もの小さな立方体が集まって葉を形づくり、その色を深い炭色・銀・温かな琥珀の三階調だけに限定しています。背景にぼんやり並ぶサーバーラックを霞ませ、盆栽だけをシャープに立たせることで、「軽さ」と「存在感」の両立を絵として試みました。
Illustratorへの指示も同様の方針で、第1図は夜明けの靄の中を流れる光の粒子の川が、高さ順に並んだ台座へ向かう構図。二番目に高い台座に、三色の立方体でできた光る盆栽を据え、他の台座はぼかして沈めています。第2図は、手のひらに乗る小さな鉢の盆栽が、壁に巨大な木の影を落とすマクロ写真です。影の大きさと本体の小ささの対比に、本号の主題を重ねました。
なお、編集部の恒例チャレンジとしては「すべての葉を三階調だけで塗り分ける盆栽ポスター」を掲げ、中間色とグラデーションを全面禁止としました。名前が三値を示すモデルを扱う以上、絵の側も三値で通す、という趣旨です。
最後に一つだけ断わりを添えますと、今号では編集部によるローカル推論の実測は行っていません。掲載した数字はすべて2026年9月23日15時43分JSTに取得した実測値で、手元での動作検証は今後の課題として残しています。
今号の文章はクラウドモデルで生成し、編集部によるローカル推論の実測は行っていません。