--- title: "Devstral Small 2・Devstral 2の使い方｜API終了後のOllama・vLLM実行とVibe CLI接続【2026年10月】" url: "https://www.issoh.co.jp/tech/details/10569/" published: 2026-01-13 updated: 2026-10-16 categories: ["LLM・RAG"] publisher: "株式会社一創" --- # Devstral Small 2・Devstral 2の使い方｜API終了後のOllama・vLLM実行とVibe CLI接続【2026年10月】 Devstral Small 2（24B）とDevstral 2（123B）は、Mistral AIが2025年12月9日に公開したコーディングエージェント向けのモデルです。2026年10月時点で、どちらもMistral APIからは呼び出せません。配布が続くオープンウェイトを手元で動かすのが主な使い方で、発表記事はSmall 2がGPUなしのCPU構成でも動くとしています。この記事では、モデルIDと公式スコアの対応、提供終了の日程、ライセンス条件を確認したうえで、Ollama・vLLM・llama.cppでの起動と、Mistral Vibe CLI 2.26からローカルのDevstralへ接続する設定を順に説明します。Vibe CLI 2.26.1の設定解析とリクエスト送信は、ダミーのOpenAI互換サーバーで確認しています。実モデルの推論や画像・ツール呼び出しの成功を検証した結果ではありません。 ## まとめ - Mistral APIでの提供は、Devstral Small 2（`labs-devstral-small-2512`）が2026年3月31日、Devstral 2（`devstral-2512`）が7月31日に終わりました。公式の代替はどちらもMistral Medium 3.5です。 - Hugging FaceとOllamaでの配布は続いています。2026年10月16日取得のHugging Faceの直近30日ダウンロード数はSmall 2が312,196件、123B版が5,080件です。この集計は利用者数や稼働数を示すものではありません。 - Small 2はApache 2.0です。123B版のModified MITには、直前月の全社連結の月間売上が2,000万ドルを超える企業は使えない条項があります。移行先のMedium 3.5も同じ条項です。 - Ollamaは`devstral-small-2:24b`（Q4\_K\_M・15GB）で動きます。ただし既定のコンテキスト長はVRAMが24GiB未満だと4Kしかないため、エージェント用途では`OLLAMA_CONTEXT_LENGTH`で広げる必要があります。 - Vibe CLIは2.26.1（2026年10月9日）で同梱の`local`（Devstral）モデルが削除されました。ローカルのDevstralを使うには、config.tomlに`[[models]]`を自分で書きます。このとき`active_model`はトップレベルのキーとして、最初のテーブル見出しより前に置きます。 ## Devstral Small 2とDevstral 2の仕様｜モデルIDと公式ベンチマーク ### 配布先ごとの識別子と実パラメータ数 同じモデルでも、Hugging Face・Ollama・旧APIで名前が違います。検索で使われる`devstral-small-2:24b`や`Devstral-Small-2-24B-Instruct-2512`は、いずれも下表の同じ列のモデルを指します。 | 項目 | Devstral Small 2 | Devstral 2 | | ------------ | -------------------------------------------- | --------------------------------------- | | Hugging Face | mistralai/Devstral-Small-2-24B-Instruct-2512 | mistralai/Devstral-2-123B-Instruct-2512 | | Ollamaタグ | devstral-small-2:24b（latest） | devstral-2:123b（latest） | | 旧API名 | labs-devstral-small-2512 | devstral-2512 | | パラメータ総数 | 24,011,361,840 | 125,025,989,840 | | コンテキスト長（公式） | 256K | 256K | | 入力 | テキスト・画像 | テキスト | | 配布ウェイト | FP8 | FP8 | | ライセンス | Apache 2.0 | Modified MIT | パラメータ総数はHugging Face APIがsafetensorsから返す値で、製品名の「24B」「123B」は丸めた数字です。123B版の実体は約1,250億になります。末尾の`2512`はMistralの年月表記（2025年12月版）で、`devstral-small-2507`なら2025年7月版のDevstral Small 1.1を指します。 Ollamaのページは`devstral-small-2`のコンテキスト長を384Kと表示します。これは[配布されているconfig.json](https://huggingface.co/mistralai/Devstral-Small-2-24B-Instruct-2512/blob/main/config.json)の`max_position_embeddings`が393,216（=384×1,024）になっているためで、モデルカードの公称は256Kです。設計の上限は256Kで見積もってください。 表で非対称なのは入力です。画像を受け付けるのはSmall 2だけで、123B版のモデルカードには画像入力の記載がありません。スクリーンショットからUIの不具合を直させる用途では、小さい方のSmall 2を選ぶことになります。 ### SWE-bench Verified 68.0%の出典と読み方 68.0%は、[Small 2のモデルカード](https://huggingface.co/mistralai/Devstral-Small-2-24B-Instruct-2512)と[2025年12月9日の発表記事](https://mistral.ai/news/devstral-2-vibe-cli)の両方に載っている公式値です。同じ表の残り2指標まで並べると、差の出方が変わります。 | ベンチマーク | Devstral Small 2 | Devstral 2 | 差 | | ---------------------- | ---------------- | ---------- | ------ | | SWE-bench Verified | 68.0% | 72.2% | 4.2pt | | SWE-bench Multilingual | 55.7% | 61.3% | 5.6pt | | Terminal Bench 2 | 22.5% | 32.6% | 10.1pt | ターミナル操作を繰り返す長い作業では、10ポイント以上の差が開きます。SWE-bench Verifiedだけを見て「123B版とほぼ同等」と判断すると、エージェント用途で期待を外します。またこれらはFP8ウェイトでの測定値なので、OllamaのQ4\_K\_Mで動かしたときの性能と同じではありません。 ## Mistral APIの提供終了日程と代替モデル ### 識別子ごとの非推奨化日と提供終了日 [Mistralのモデル一覧](https://docs.mistral.ai/models/overview)のレガシー表では、Devstral系は次のように整理されています。`devstral-latest`・`devstral-small-latest`などの別名も同じモデルを指していたため、別名で呼ぶコードも同様に通りません。 | モデル | API名 | 非推奨化 | 提供終了 | 公式の代替 | | ------------------- | ------------------------ | ---------- | ---------- | ------------------ | | Devstral 2 | devstral-2512 | 2026-05-22 | 2026-07-31 | Mistral Medium 3.5 | | Devstral Small 2 | labs-devstral-small-2512 | 2026-02-27 | 2026-03-31 | Mistral Medium 3.5 | | Devstral Medium 1.0 | devstral-medium-2507 | 2026-02-27 | 2026-05-31 | Mistral Medium 3.5 | | Devstral Small 1.1 | devstral-small-2507 | 2026-02-27 | 2026-05-31 | Mistral Small 4 | Small 2は`labs-`付きの試験枠のまま、公開から4か月弱で終了しました。Devstral 2も約8か月です。Mistralのモデルは発表記事だけ読んでいると提供状況を見誤るので、採用前にこのレガシー表を確認する習慣をつけてください。 ### 代替のMistral Medium 3.5との価格・スコア差 Mistral Medium 3.5は128Bのモデルで、SWE-bench Verifiedは77.6%です。[2026年5月22日の発表](https://mistral.ai/news/vibe-remote-agents-mistral-medium-3-5)でMistralは、Le Chatの既定モデルにし、Vibe CLIでもDevstral 2を置き換えると明言しました。 | 項目 | Devstral 2（終了） | Mistral Medium 3.5 | | ------------------ | -------------- | ------------------ | | API名 | devstral-2512 | mistral-medium-3-5 | | 入力 100万トークン | $0.40 | $1.50 | | 出力 100万トークン | $2.00 | $7.50 | | SWE-bench Verified | 72.2% | 77.6% | | ウェイトのライセンス | Modified MIT | Modified MIT | 単価は入力・出力とも3.75倍です。Devstral Small 2のAPI単価（$0.10／$0.30）と比べると、入力で15倍、出力で25倍になります。トークンを大量に使うエージェント用途では、この差がそのまま月額に効きます。API費用が問題なら、Medium 3.5へ移るよりSmall 2を自前のGPUで動かす方が費用は読みやすくなります。 ## ライセンス条件｜Modified MITの月商2,000万ドル条項とApache 2.0 どちらも「オープンウェイト」と紹介されますが、企業が使うときの条件は大きく違います。[123B版のLICENSE](https://huggingface.co/mistralai/Devstral-2-123B-Instruct-2512/blob/main/LICENSE)の第2項は、要約すると次の内容です。 **直前月における会社（または勤務先）の全世界連結の月間売上が2,000万ドル（他通貨での同等額を含む）を超える場合、本ライセンスに基づく権利を行使できない。**この制限はモデル本体だけでなく、派生物・改変物・組み合わせた成果物にも及び、Mistral AIが提供したものか第三者が提供したものかを問いません。該当する企業は、Mistralから商用ライセンスを取るか、Mistralのホスティングサービスを使うことになります。 月商2,000万ドルは、1ドル150円で約30億円、年換算で約360億円です。条項が見るのは直前月の数字なので、年商がこの水準に近い企業は月によって該当・非該当が入れ替わります。オンプレミスに常設する前提なら、その時点で避けるのが無難です。 移行先も同じ条件です。[Mistral Medium 3.5のLICENSE](https://huggingface.co/mistralai/Mistral-Medium-3.5-128B/blob/main/LICENSE)を123B版と突き合わせると、違いは帰属表示の年（2025と2026）だけで、売上条項は同じ文言でした。**月商2,000万ドルを超える企業は、Medium 3.5に乗り換えて自社でホストしても制限を避けられません。** Small 2のApache 2.0には売上による制限がありません。ライセンス文の同梱や変更点の明示といった通常の条件を守れば、商用利用も再配布もできます。2026年10月時点のダウンロード数（直近30日）はSmall 2が312,196件、123B版が5,080件で、約61倍の差です。8月時点の約4倍から、ダウンロード件数の比率は拡大しています。ただし、この比較だけではAPI終了との因果関係やセルフホスト需要の移動は判断できません。 ## Ollamaで動かす｜タグ別サイズとコンテキスト長の設定 ### タグ別の配布サイズと量子化 Ollamaではpullとrunで起動できます。以下はOllama 0.13.3以上をインストール済みの環境を前提にしています。`devstral-small-2`だけでも`latest`（=`24b`）が入りますが、精度を選ぶならタグを明示します。 ``` ollama pull devstral-small-2:24b ollama run devstral-small-2:24b # 8bit量子化を使う場合（26GB） ollama pull devstral-small-2:24b-instruct-2512-q8_0 ``` | タグの末尾 | Devstral Small 2 | Devstral 2 | | ------------------- | ---------------- | ---------- | | q4\_K\_M（latestと同一） | 15GB | 75GB | | q8\_0 | 26GB | 133GB | | fp16 | 48GB | 250GB | サイズは[Ollamaのタグ一覧](https://ollama.com/library/devstral-small-2/tags)の表示値です。Hugging Faceの配布元はFP8なので、Ollamaのfp16タグは元の重みより大きくなります。量子化の段階ごとの違いは[GGUFとは？量子化モデルフォーマットの仕組みとGPTQ・AWQとの違い・採用判断を解説](/tech/details/13788/)で詳しく扱っています。 ### 既定のコンテキスト長を広げる Ollamaで見落としやすいのが、コンテキスト長の既定値です。[Ollamaの公式ドキュメント](https://docs.ollama.com/context-length)によると、既定値はVRAMに応じて24GiB未満で4K、24〜48GiBで32K、48GiB以上で256Kになります。同じページは、コーディングツールのように長い文脈を使う用途では64,000トークン以上にするよう勧めています。4Kのままエージェントを動かすと、ファイルを数本読んだところで古い文脈から抜け落ちていきます。 ``` # 手動起動用。既存のOllamaサーバーを停止してから実行する # アプリやsystemdサービスで運用する場合は、その起動設定に環境変数を指定して再起動する OLLAMA_CONTEXT_LENGTH=32768 OLLAMA_KV_CACHE_TYPE=q8_0 ollama serve # 割り当てられたコンテキスト長とGPU・CPUの分担を確認する ollama ps ``` コンテキストを広げるとKVキャッシュが増えます。Small 2のconfig.json（40層・KVヘッド8・ヘッド次元128）から計算すると、KVキャッシュはf16で1トークンあたり160KiBです。32Kで5GiB、64Kで10GiB、256Kでは40GiBになります。Q4\_K\_Mの重み15GBに64KのKVキャッシュを足すと、24GBのGPUには収まりません。[OllamaのFAQ](https://docs.ollama.com/faq)によれば、Flash Attentionが有効な環境では`OLLAMA_KV_CACHE_TYPE=q8_0`でKVキャッシュがf16の約半分になります。24GBで64Kを狙うなら、この設定が前提です。KVキャッシュの増え方そのものは[KVキャッシュとは？LLM推論を高速化する仕組みとメモリ削減・実装判断を実装者向けに解説](/tech/details/13786/)で説明しています。 ## vLLM・llama.cppで推論サーバーを立てる ### vLLMでFP8ウェイトをそのまま動かす Mistralが推奨する推論サーバーはvLLMです。[Vibe CLIのオフライン利用ガイド](https://docs.mistral.ai/vibe/code/cli/offline-models)は、Vibeが既定で接続する8080番ポートで起動する例を示しています。ツール呼び出しのパーサ指定を省くとエージェントとして機能しません。 ``` vllm serve mistralai/Devstral-Small-2-24B-Instruct-2512 \ --tool-call-parser mistral \ --enable-auto-tool-choice \ --max-model-len 131072 \ --served-model-name devstral-small-2 \ --port 8080 ``` FP8のままだと重みだけで約24GBあるため、128Kで動かすこの例はH100・A100のような80GB級のGPUが前提です。`--served-model-name`を付けないと、API上のモデル名はHugging Faceの識別子そのものになります。後の章のVibe設定に書く`name`と同じ名前にしておきます。トークナイザには`mistral_common` 1.8.6以上が必要です。モデルカードの例は`--max-model-len 262144 --tensor-parallel-size 2`のGPU2枚構成、123B版は`--tensor-parallel-size 8`です。GPU1枚なら`--max-model-len`を下げて調整します。vLLMの仕組みとOllamaとの違いは[vLLMとは？PagedAttentionの仕組み・使い方とOllama・TensorRT-LLMとの違いを実装者目線で解説](/tech/details/15786/)にまとめています。 ### llama.cppのllama-serverで動かす GGUFで動かすならllama.cppのllama-serverも使えます。Small 2はMinistral 3と同じアーキテクチャのため、2025年12月12日にマージされた[PR #17945](https://github.com/ggml-org/llama.cpp/pull/17945)（mistral3のattn\_factorの修正）より前のビルドには、この修正が入っていません。Unslothのガイドも、この修正以降のビルドを使うよう求めています。 ``` llama-server \ -hf unsloth/Devstral-Small-2-24B-Instruct-2512-GGUF:UD-Q4_K_XL \ --jinja -ngl 99 --ctx-size 32768 \ --temp 0.15 --port 8080 ``` `--jinja`はチャットテンプレートの処理にJinjaエンジンを使う指定です。システムプロンプトの扱いは、使用するテンプレートにも依存します。温度はモデルカードのサンプルコードとUnslothのガイドが0.15、発表記事が0.2を推奨しています。例では0.15にしています。llama-serverの既定ポートも8080なので、Vibe CLIからはそのまま接続できます。 ### 必要なGPU・メモリの目安 Mistralの公式な目安は2つあります。モデルカードは「単一のRTX 4090、または32GBメモリのMac」で動くとし、Vibe CLIのガイドはより具体的に次の構成を挙げています。 - H100またはA100：FP8・128Kコンテキスト（長い文脈で実用的な速度を出す推奨構成） - RTX 4090など24GB VRAMのGPU：4bit量子化・32Kコンテキスト - CPUオフロード：RAMが足りれば動くが大幅に遅い 24GBで32Kという線は、上の計算（重み15GB＋KVキャッシュ5GiB）と一致します。12GBのGPUでは重みが単体で収まらず、CPUへ逃がした分だけ遅くなります。123B版はQ4\_K\_Mでも75GBあり、80GBのGPU1枚ではKVキャッシュの余地がほとんど残りません。発表記事も、Devstral 2の運用にはH100級のGPUが最低4枚要るとしています。 ## Mistral Vibe CLIからローカルのDevstral Small 2を使う設定 ### v2.25・v2.26で既定モデルから外れた経緯 Vibe CLIはMistralのターミナル型コーディングエージェントで、Apache 2.0で公開されています。[CHANGELOG](https://github.com/mistralai/mistral-vibe/blob/main/CHANGELOG.md)を追うと、Devstralは段階的に既定の一覧から外れました。 | 版（日付） | 変更 | | ------------------ | ------------------------------ | | 2.9.1（2026-04-29） | 既定モデルをmistral-medium-3.5へ移行 | | 2.25.0（2026-09-03） | devstral-small-latestを既定一覧から削除 | | 2.26.1（2026-10-09） | 同梱のDevstral（local）モデルを削除 | 2.26.1では、削除された`local`を`active_model`に指定したままの設定は、警告を出してMistral APIの既定モデルへ戻ります。公式のオフライン利用ガイドには「`/config`で`local`モデルを選ぶ」と書かれていますが、2.26.1ではその選択肢がありません。一方、ローカルサーバー用の組み込みプロバイダ`llamacpp`（`http://127.0.0.1:8080/v1`）は残っています。 ### config.tomlの書き方と公式例の落とし穴 ローカルのDevstralを使うには、`~/.vibe/config.toml`（プロジェクト単位なら`./.vibe/config.toml`）にモデルを定義します。組み込みの`llamacpp`プロバイダを使えば、書くのは`[[models]]`だけです。 ``` active_model = "devstral-local" enable_telemetry = false enable_auto_update = false [[models]] name = "devstral-small-2" provider = "llamacpp" alias = "devstral-local" temperature = 0.15 supports_images = true max_context_length = 32768 ``` 重要なのは`active_model`の位置です。公式ガイドの最小例は`active_model`を`[[models]]`の後ろに書いています。TOMLでは、テーブル見出しの後に書いたキーはそのテーブルに属します。そのためこの書き方では`active_model`がモデル定義の項目として読まれ、全体の設定としては空のままになります。 mistral-vibe 2.26.1を一時環境に入れ、受信内容を記録するだけのOpenAI互換サーバーを8080番で立てて確かめました。公式例のままでは、ローカルへのリクエストは0件でした。CLIは「Missing MISTRAL\_API\_KEY environment variable for mistral provider」で終了コード1を返し、Mistral APIの既定モデルを使おうとしていました。`active_model`を先頭へ移すと、`/v1/chat/completions`へ`model`名をそのまま載せたリクエストが届きました。ツール定義は9個付き、Authorizationヘッダは無く、記録された費用は0ドルです。 Ollamaにつなぐ場合は、Ollamaの[OpenAI互換エンドポイント](https://docs.ollama.com/api/openai-compatibility)（11434番の`/v1`）をプロバイダとして足します。OpenAI互換APIからはコンテキスト長を指定できないので、前の章の`OLLAMA_CONTEXT_LENGTH`をサーバー側で設定しておきます。 ``` active_model = "devstral-local" [[providers]] name = "ollama" api_base = "http://localhost:11434/v1" api_style = "openai" backend = "generic" [[models]] name = "devstral-small-2:24b" provider = "ollama" alias = "devstral-local" temperature = 0.15 supports_images = true max_context_length = 32768 ``` ### Vibeのコンテキスト長と画像入力の設定項目 `max_context_length`と`supports_images`は省略できますが、ローカルでは書いておくべき項目です。省略すると`supports_images`は`false`になり、Small 2の画像入力を`@`で渡せません。`max_context_length`を書かない場合、自動圧縮の閾値は200,000トークンのままでした。サーバー側が32Kで動いていると、圧縮が始まる前に文脈があふれます。32768を指定すると閾値は26,214（80%）に下がり、サーバーの上限より手前で会話が要約されます。サーバーに設定したコンテキスト長と同じ値を書いてください。 外部へ一切通信させたくない場合は、上の例のように`enable_telemetry`と`enable_auto_update`を`false`にします。外部に接続するMCPサーバーやコネクタは別途止める必要があります。ローカルモデルをほかのエージェントにつなぐ構成は、[Pi（pi-coding-agent）をローカルLLMで動かす設定手順](/tech/details/12925/)や[Clineとは？VS Code拡張とCLIの使い方・料金・自動承認設定を実装目線で解説](/tech/details/17387/)でも扱っています。モデルカードは、Vibe以外の接続先としてCline・Kilo Code・Claude Code・OpenHandsを挙げています。 ## 2026年10月時点の採否判断｜Devstral Small 2を選ぶ条件 **Devstral Small 2を選ぶ価値があるのは、ソースコードを外部APIに出せず、24GB級のGPU1枚で常時動かしたい場合です。**受託開発で顧客のコードを外に出せないチーム、従量課金を避けて費用を固定したいチーム、閉域網の検証環境がこれに当たります。Apache 2.0で売上の制限がなく、画像も読め、Vibe CLIのガイドでもローカル推奨モデルの筆頭に挙がっています。 **同じローカルでも、80GB級のGPUを複数枚用意できるならMistral Small 4を先に比べてください。**[Small 4](https://docs.mistral.ai/models/mistral-small-4-0-26-03)（2026年3月16日公開）はApache 2.0の119B MoE（推論時6.5B）で、Vibeのガイドでもう1つの推奨モデルになっています。ただしHugging Faceの配布ウェイトは1,194億パラメータの大半がFP8で、重みだけで約119GBあります。Vibeのガイドは「H100 80GBを少なくとも1枚」と書いていますが、FP8の重みは80GB 1枚には収まりません。24GBのGPUで扱うなら、CPUへ大きく逃がす前提になります。 **Devstral 2（123B）を社内インフラに新しく載せる計画は、ほとんどの企業で見送るべきです。**月商2,000万ドル超の企業はライセンス上使えません。該当しない企業でも、追加GPUの費用に見合う改善を自社タスクで確認できない限り、新規導入は勧めません。比べるときはSWE-bench Verifiedの4.2ポイント差だけでなく、ターミナル操作を含む長い作業の差（Terminal Bench 2で10.1ポイント）も材料に入れてください。 **Mistral APIで呼びたいなら、Devstralはもう選択肢になりません。**既存コードの`devstral-2512`指定は動かないので、Medium 3.5へ切り替えるか、Small 2をセルフホストに移します。2026年10月6日には[Mistral Large 4](/tech/details/18286/)もプレビュー公開されましたが、総パラメータ1.05Tでウェイトは公開予定の段階のため、手元のGPUで動かす候補にはなりません。社内のLLM導入で、オンプレミスとAPIのどちらに寄せるかから決めたい場合は、[生成AI導入支援](/service/ai/genai/)で構成の検討から相談を受けています。 ## よくある質問 ### Devstralとはどんなモデルですか？ Mistral AIがソフトウェア開発向けに公開しているエージェント型のLLMです。モデルカードは、コードベースの探索、複数ファイルの編集、ソフトウェアエンジニアリング用エージェントの駆動といったツール利用に強いと説明しています。2025年12月公開の第2世代がDevstral 2（123B）とDevstral Small 2（24B）です。 ### Devstral Small 2のSWE-bench Verified 68.0%は公式の数値ですか？ 公式値です。2025年12月9日の発表記事と、Hugging Faceのモデルカードの両方に68.0%と載っています。同じ表のSWE-bench Multilingualは55.7%、Terminal Bench 2は22.5%で、Devstral 2はそれぞれ72.2%・61.3%・32.6%です。 ### devstral-small-2:24bとdevstral-2:123bはどちらを選べばよいですか？ ほとんどの場合は`devstral-small-2:24b`です。Apache 2.0で売上の制限がなく、15GBで24GBのGPU1枚に載り、画像入力にも対応します。`devstral-2:123b`は75GBあり、Modified MITの月商2,000万ドル条項もかかります。ターミナル操作を含む長い作業の精度が必須で、ライセンス条件とGPUの両方を満たせる場合に限って検討してください。 ### モデル名末尾の2512は何を意味しますか？ 2025年12月版を示すMistralの年月表記です。`devstral-small-2507`なら2025年7月版です。`devstral small 2 2512`のように検索されるのは同じDevstral Small 2で、別のモデルではありません。 ### RTX 3060 12GBでDevstral Small 2は動きますか？ GPUだけでは動きません。Q4\_K\_Mでも重みが15GBあり、12GBに収まらないためです。Ollamaやllama.cppは収まらない分をCPUへ逃がすので起動はしますが、Mistralのガイドが書くとおり大幅に遅くなります。またOllamaの既定コンテキストは24GiB未満のVRAMで4Kなので、エージェント用途に使うなら`OLLAMA_CONTEXT_LENGTH`も合わせて上げる必要があります。 ## 関連記事 - [Pi（pi-coding-agent）をローカルLLMで動かす設定手順｜Ollama・llama.cpp・models.json【v1.1対応】](/tech/details/12925/) - [vLLMとは？PagedAttentionの仕組み・使い方とOllama・TensorRT-LLMとの違いを実装者目線で解説](/tech/details/15786/) - [GGUFとは？量子化モデルフォーマットの仕組みとGPTQ・AWQとの違い・採用判断を解説【2026年版】](/tech/details/13788/) - [Mistral Large 4とは：1.05T MoEの仕様・API呼び出し手順・料金と自社運用の判断【2026年10月時点】](/tech/details/18286/) - [OllamaでCodexをローカルLLM実行する方法｜ollama launch codex・chatgpt（旧codex-app）の設定【2026年10月】](/tech/details/12264/) --- 出典: [Devstral Small 2・Devstral 2の使い方｜API終了後のOllama・vLLM実行とVibe CLI接続【2026年10月】]()（株式会社一創）