2026年6月、オープンウェイト（公開重み）LLMのコーディング性能がプロプライエタリモデルに肉薄する動きが加速している。Moonshot AIのKimi K2.7 CodeがSWE-bench Proで主要商用モデルを上回り、MistralはセルフホストOCRエンジンOCR 4をオープンソースで投入、AlibabaとDeepSeekは高コスパなオープンウェイトMoEモデルを相次いでアップデートした。本稿では今週の主要トピックを横断的にまとめる。
Kimi K2.7 Code——12時間自律コーディングと300エージェントスウォーム
Moonshot AI は2026年6月12日、オープンウェイトのコーディング特化モデル Kimi K2.7 Code をリリースした。前世代の K2.6 比でコーディングベンチマーク（Kimi Code Bench v2）が +21.8%、Program Bench が +11.0%、MLS Bench Lite が +31.5% 向上している。推論トークン使用量は30%削減されており、「考えすぎ（overthinking）」問題を大幅に改善した。
- モデル規模: 総パラメータ数 1T（MoE）、アクティブパラメータ 32B
- コンテキスト: 256K トークン
- ベンチマーク: SWE-bench Pro 58.6 / SWE-bench Verified 80.2 / AIME 2026 96.4
- 自律エージェント: 12時間以上の無人コーディングセッション、最大300サブエージェント・4,000ツールコールを確認
- マルチモーダル: ネイティブ画像・動画入力対応（MoonViT ビジョンエンコーダ搭載）
- ライセンス: Modified MIT（商用利用可）
幻覚（ハルシネーション）率も K2.6 の約65%から 39% に低下。長時間の自律的なソフトウェア開発タスクを安定してこなせる点が際立つ。モデルは Kimi API および Kimi Code から利用でき、Hugging Face でも公開されている。
出典: Moonshot AI 公式 X (2026年6月12日) / VM0 モデル詳細
Mistral OCR 4——170言語対応・セルフホストで動く文書インテリジェンス
Mistral AI は2026年6月23日に Mistral OCR 4 を公開した。企業の文書処理パイプラインを念頭に設計されたモデルで、170言語・10言語グループに対応し、テキスト抽出と同時にバウンディングボックス・ブロック分類・インライン信頼スコアを出力する。
- デプロイ形態: 単一コンテナで完結するセルフホスト対応（データ主権・コンプライアンス要件を満たしやすい）
- 高スループット: コスト効率の高いバッチ処理に最適化
- Mistral Search Toolkit 統合: AI Now Summit 2026 で発表された同社オープンソース検索フレームワークのインジェスション コンポーネントとして機能（RAG・エンタープライズ検索・ドメイン特化型検索パイプラインに組み込み可能）
また、Mistral は米国が 一部の商用モデルへのアクセスを制限する動きが出た直後から、オープンソース戦略を前面に押し出しており、欧州・アジア市場での「主権AI」代替として存在感を高めている。新たなコーディングエージェント特化モデル Devstral 2 もこの流れで今月投入されており、24B パラメータながらエージェントワークフローでの優れた実績が報告されている。
出典: Mistral AI 公式ブログ「Mistral OCR 4」
Qwen3-Coder と DeepSeek V4-Flash——商用ライセンス×高コスパの二大選択肢
Alibaba と DeepSeek は、今月も消費者ハードウェアで実用になる大規模モデルをリリースし続けている。
Qwen3-Coder 480B-A35B（Alibaba / Apache-2.0）
SWE-bench Verified スコア 69.6% はオープンウェイトモデルの中で現状最高水準（シングル試行）。MoE 構造により 480B 総パラメータのうちアクティブは 35B に抑えられ、サービング効率が高い。またローカル向けには Qwen3.6 27B（77.2% SWE-bench）が Q4 量子化で約24GBに収まり、コンシューマ GPU 環境でも動作する。
DeepSeek V4-Flash（DeepSeek / MIT）
284B 総パラメータ・13B アクティブの MoE モデルで、1Mトークンコンテキストを持ちながら単一 H100 GPU で稼働できる。MIT ライセンスのため商用 SaaS への組み込みも自由。LiveCodeBench のスコアは上位クラスで、1Mコンテキストを活かした長大なコードレビューや大規模リポジトリへの対応が評価されている。
| モデル | 総パラメータ | アクティブ | コンテキスト | SWE-bench | ライセンス |
|---|---|---|---|---|---|
| Kimi K2.7 Code | 1T | 32B | 256K | Pro 58.6 / Verified 80.2 | Modified MIT |
| Qwen3-Coder 480B | 480B | 35B | 128K+ | Verified 69.6% | Apache-2.0 |
| DeepSeek V4-Flash | 284B | 13B | 1M | 〜70%（LiveCode上位） | MIT |
| Devstral 2 | 24B | 24B（dense） | 32K | —（エージェント特化） | Apache-2.0 |
| Qwen3.6 27B | 27B | 27B（dense） | 128K | 77.2% SWE-bench | Apache-2.0 |
出典: Kilo Code「Best Open-Source Coding Models 2026」 / MorphLLM ランキング
Ollama v0.30.8——GGUF 拡張と Apple Silicon MLX 改善
ローカル LLM 実行ツール Ollama は2026年6月12日に v0.30.8 をリリースした。llama.cpp 経由での GGUF ハードウェアサポートが拡張され、Apple Silicon 向け MLX エンジンも改善されている。
- 今月ライブラリ追加の主なモデル: MiniMax M3（1Mコンテキスト・ビジョン）、NVIDIA Nemotron 3 Ultra（6月4日）、DeepSeek V4 Pro、Qwen3.6
- ダウンロード数トップ: 引き続き Llama 4 Scout ファミリー、Llama 3.x
- コンシューマ GPU でのベストモデル: Qwen3.6 27B（Q4量子化で24GB、SWE-bench 77.2%）
グラフィカル GUI 版では LM Studio（Element Labs）が Mac/Windows 向けに引き続き人気で、MCP サーバーとの統合が標準化し「ローカル AI エージェントプラットフォーム」として位置づけが明確になっている。Linux ではコマンドライン運用が主流の中、Ollama 公式 GUI（Mac/Windows 向け）も v0.10 以降搭載されている。
出典: PromptQuorum「Ollama Juin 2026 v0.30.8」 / Fungies.io ローカル LLM 推論ツールガイド 2026
主な情報源
- Moonshot AI 公式 X — Kimi K2.7 Code リリース告知
- VM0 — Kimi K2.7 Code モデル詳細
- Verdent Guides — Kimi K2.6/K2.7 開発者向け解説
- Mistral AI 公式ブログ — Mistral OCR 4
- Kilo Code — Best Open-Source Coding Models 2026
- MorphLLM — The Best Open Source LLMs (2026)
- Pinggy — Best Open Source Self-Hosted LLMs for Coding 2026
- PromptQuorum — Ollama June 2026 v0.30.8
- Fungies.io — Local LLM Inference Tools Guide 2026
各サービスは提供元の規約に従ってご利用ください。情報は各情報源の公開時点のものです。収集・要約はAI、公開判断は人。