『一番賢いモデル』が一番得とは限らない ― OCR で LLM のコスパを実測する
はじめに OCR（画像や PDF を文字データに変換する処理）に、いまは LLM（大規模言語モデル）が使えます。ただ「どのモデルを、どの設定で使うのが一番得か」は、公称スペックやベンチの評判だけでは決まりません。対象データが変われば最適解も変わるからです。 そこで書籍1冊の OCR を題材に、複数の Gemini モデルとその「思考量（thinking level）」を変えながら、精度とコストを測りました。先に結論を言うと、コストと本文の読み取り精度のバランスで本命になったのは、最高精度のモデルではなく、軽量な Flash-Lite を中程度の思考量で使う設定でした。以下、測り方・...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
この話題に関連する、TOEの実践・観測記録
終わったのに終わらないプロセスが翌朝の自分を締め出したので、「理由を問わず必ず終わる」仕掛けを5重にかけた
平日だけ無人で動く営業支援ツールが、18時に処理を終えたのにexitせず居座り、翌朝8時の自動起動まで巻き込んで止まりました。launchdは同名のプロセスが生きていると再起動しないからです。原因を全部突き止める前に、「原因が何であれ、時間が来たら必ず終わる」多層防御を敷いて解決した一次記録です。銀の弾丸ではないことも含めて、そのまま書きます。
続きを読む →
つないだツールが更新されたら、AIエージェントは何%壊れるか — 123サーバーで測った研究
AIエージェントに外部ツールをつなぐと、つないだ先が更新されただけで成功率が13〜14%落ちる。2026年7月公開の研究で測定された数字と、中小企業がAI導入の契約前に決めておくべきことを整理しました。
続きを読む →
AIに記憶を持たせると何が起きるか — 1,227ケースで判明した「後から効く」汚染
AIエージェントに社内の情報を覚えさせると、入力時のチェックをすり抜けて後から悪影響を出す汚染が起きます。2026年7月公開の研究が検証した1,227ケースの結果と、中小企業が記憶機能を使うときの線引きを整理しました。
続きを読む →