最新オープンアーティファクト（第20号）：新組織、新モデルタイプ！Nemotron Super、Sarvam、Cohere Transcribeなど

今回のアーティファクトログ記事は、使用ケースやモダリティにわたる多様で個性的なモデルの数において異例です。通常、これらのモデル総覧は Qwen、DeepSeek、Kimi などの大規模モデルによって支配されていますが、この記事では光学文字認識 (OCR)、RAG 検索、音声書き起こし、コンピュータ操作、コード編集、数学定理証明など、あらゆる異なる使用ケースに対応するモデルが登場します。今月取り上げられたアーティファクトは、より広範なオープンモデル開発者リストからも提供されています。

これは、ドメイン特化型で安価なモデルが最も強力なクローズドエージェントを補完する重要なツールとして必要とされる未来のオープンモデルに対して大きな希望を抱かせます。上位数モデルが注目を集める中で、この広範かつ産業規模の試行錯誤は容易に見落とされがちです。この記事を読むことで、業界が特定のモデルにどのような方向性を向けて推進しているかについて、技術的根拠に基づいた広範なカバーage を得ることができます。今後とも同様の内容が続くことを期待してください。

共有する

今回の号におけるモデルの多様性を見てもらうよう促すため、更新の核心部分は有料壁に囲まれていません。オープンモデルの最上位において通常は静かだった今月が、実際には素晴らしい成果をもたらしました。

アーティファクトログ

私たちが選ぶ

nvidia-nemotron-3-super-120b-a12b-nvfp4 by nvidia: NVIDIA による長年待ち望まれていたミドルサイズのモデルが遂に登場しました。総パラメータ数は 120B、アクティブなパラメータは 12B で、コンテキストウィンドウは 1M をサポートし、複数の主要言語に対応しています。さらに、このモデルは LatentMoE（潜在モジュール型エキスパート）に基づいており、事前学習に NVFP4（NVIDIA フォーマット 4 ビット浮動小数点）を採用した点は、オープンモデルとしては初めてです。NVIDIA の他の製品と同様に、詳細な技術レポートと事前学習・事後学習のデータセットが付属しており、その大半は公開されています。

cohere-transcribe-03-2026 by CohereLabs: Cohere による Conformer アーキテクチャ（コンフォーマーアーキテクチャ）に基づく音声テキスト変換モデルで、NVIDIA の Parakeet と類似しています。14 の異なる言語をサポートしており、その中には一部のアフリカ系言語やアラビア語も含まれています。性能面では、Cohere は同サイズのオープンおよびクローズドな他モデルを上回ると主張しています。さらに素晴らしいことに、このモデルは Apache 2.0 ライセンスの下でリリースされています！Cohere の過去のオープンモデルは非商用ライセンス下で公開されていました。

Sarvam-105B by SarvamAI: 過去にオープンモデルの訓練を行っていたインドのスタートアップ、Sarvam は、新しいフラッグシップモデルにおいて、データセットサイズ（12〜16T トークン）とモデルサイズ（30B-A2B, 105B-10A）の両面で規模を拡大しました。その結果、同程度のサイズの多くのオープンモデルに匹敵し、あるいは凌駕する性能を示しています。今回のリリースは、主権 AI（ソブリン・エーアイ）がいかに重要であるかを示すものであり、これはまだ他の国々の多くが内面化していない点です。SOTA（State-of-the-Art：最先端）のオープンモデルと比較すると、Sarvam モデルはインド系言語において圧倒的に好まれることがわかります。

Mistral-Small-4-119B-2603 by MistralAI: Mistral 社による 119B-A7B モデルで、過去のモデル世代を統合し、コーディング能力を備えたハイブリッド推論モデルとして機能します。

Zeta-2 by Zed Industries: オープンソースのコードエディタ「Zed」は、過去に編集予測モデルを公開しており、私たちは一年前にこれを特集しました。以前のバージョンがオープンデータに基づいていたのに対し、新しいバージョンは Seed-Coder-8B をベースとしており、データ収集への明示的な同意を行ったユーザーによるオープンソースコードで訓練されています。

Models

General Purpose

nvidia による gpt-oss-puzzle-88B：GPT OSS 120B の剪定された専門家版です。また、一部のグローバルアテンション層をウィンドウアテンションに置き換えています。Puzzle は「推論に重点を置いたワークロードの推論効率を大幅に向上させつつ、推論予算全体で精度を維持または向上させることを目的とした、ポストトレーニングニューラルアーキテクチャサーチ（NAS）フレームワーク」です。

allenai による Olmo-Hybrid-7B：ハイブリッドアテンションと GDN（ゲート付きデルタネット）を組み合わせたモデルです。アーキテクチャとその課題に関する詳細については、当社のブログ記事をご覧ください。

nvidia による NVIDIA-Nemotron-3-Nano-4B-BF16：NVIDIA-Nemotron-Nano-9B-v2 の圧縮版であり、同モデル自体は NVIDIA-Nemotron-Nano-12B-v2 の圧縮版です。オープンモデルにおいて、この方向性を最も積極的に推進しているのは nvidia 以外にいません。

マルチモーダル

YuanLabAI による Yuan3.0-Ultra：比較的無名な Yuan Lab が開発した 1T パラメータのマルチモーダルモデルです。同社は 2.2T トークンで 1.5T モデルを事前学習し、その後、技術レポートに概説されている新しい手法を用いて専門家を剪定しました。

meituan-longcat による LongCat-Next：テキスト、ビジョン、オーディオを両方の入力と出力として処理できるマルチモーダルモデルです。

ibm-granite による granite-4.0-1b-speech: 6 か国語に対応する小規模な音声認識モデルです。また、翻訳用の英語オーディオ生成もサポートしています。

microsoft による Phi-4-reasoning-vision-15B: SigLIP-2 ビジョンエンコーダー（vision encoder）を採用した Phi モデルです。

Special Purpose（専用用途）

miromind-ai による MiroThinker-1.7: エージェントワークフロー、特に研究分野向けに微調整された Qwen 235B のバージョンです。

Prior-Labs による tabpfn_2_6: 人気のある表形式予測モデル（tabular prediction model）のアップデート版で、前作よりもわずかにサイズが大きくなっています。そのライセンスは研究および内部評価にのみ許可されています。

facebook による sam3.1: SAM 3 のアップデート版であり、同様に制限付きのライセンスを有しています。

Hcompany による Holotron-12B: CUA エージェント向けのポリシーモデルです。

meituan-longcat による LongCat-Flash-Prover: 大規模な LongCat モデルをベースにした Lean4 の微調整版です。

mistralai による Leanstral-2603: 新しい Mistral Small 4 をベースにした Lean4 の微調整版です。

RekaAI による reka-edge-2603: ロボティクス向けのモデルで、Cosmos-Reason2 などのモデルを上回っています。その非商用ライセンスは、2 年後に Apache 2.0 に変換されます。

RAG

百度による Qianfan-OCR：最近、多くの優れた OCR モデルが登場しています。このモデルは百度が開発し、Apache 2.0 ライセンスの下で公開されています。

datalab-to による chandra-ocr-2：Chandra OCR モデルのアップデート版ですが、制限付きライセンスの下でリリースされています。

lightonai による Reason-ModernColBERT：非商用ライセンスの下で公開された SOTA（State-of-the-Art）検索モデルです。ただし、データを再生成するためのコードも提供されており、商業利用可能なバージョンを訓練することが可能です。

chromadb による context-1：エージェント型検索向けに微調整された GPT-OSS のバージョンで、詳細な技術レポートも併せて公開されています。これにより、Chroma がオープンモデル空間へ初参入を果たしました。Thinking Machine の Tinker を用いて訓練されています。

rednote-hilab による dots.mocr：愛される dots.ocr モデルがアップデートされ、SVG 出力に対応しました。ただし、一般的な MIT ライセンスに加え、前作と同様に追加の使用制限が付いています。

続きを読む