3行でいうと

  • 新しいモデルは、作った会社の発表、Hugging Faceのモデルページ、使う道具の一覧、道具のリリースノートの4か所で追えます。
  • モデルカード（モデルの説明書）には、ライセンスや元のモデルが載っています。性能の数字が載らないこともあります。
  • Hugging Faceの評価結果には「verified」「community」の印があり、出どころが分かれます。
  • 「クラウド」の表示があるモデルは、手元ではなくインターネットの先で動きます。

この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書や論文を読んでまとめたものです。

先に結論

新しいモデルを追うために、特別な道具はいりません。次の4か所を、ときどき見れば足ります。

  1. 作った会社の公式ブログ・発表：何が新しいのか、作った側の説明が読めます。
  2. Hugging Faceのモデルページ：モデルの置き場所です。「モデルカード」という説明書が付いています。
  3. 使う道具の一覧：OllamaのライブラリやLM Studioのカタログです。「新しい順」で並べられます。
  4. 道具のリリースノート：道具そのものの更新の記録です。新しいモデルに対応した、といった変更が書かれます。

そして、数字や評判を見たときは「誰が、何で測った数字か」を確かめます。ここからは、その具体的なやり方です。

前提：言葉の整理

見る場所1：公式の発表

見立てです。モデルを作った会社や団体は、発表のページを持っています。ここで分かるのは「作った側の説明」です。便利ですが、作った側が自分で測った数字が中心になりやすいと思います。他社との比較は、「公式の発表では」と読んでください。

見る場所2：Hugging Faceのモデルページ

モデルのページには、モデルカードがあります。Hugging Faceの文書によると、モデルカードの上の部分（メタデータ）には、次の情報が入ります。

つまり、古いモデルのページを開いたとき、「新しい版があります」と表示されることがあります。

モデルカードの実例：Qwen3-8Bの場合

Hugging Face上のQwen3-8B（Alibabaが作ったモデル）のモデルカードを読みました。その内容です。

  • ライセンスは Apache 2.0、元のモデルは Qwen3-8B-Base と書かれています。
  • パラメータ数（モデルの大きさを表す数）は8.2B（82億）、会話の長さの上限は標準で32,768トークン、「YaRN」という方法を使うと131,072トークンとあります。
  • 「おすすめの設定」の節に、温度などの数字の推奨値が書かれています。
  • 「性能評価（ベンチマーク）の詳細は、ブログ、GitHub、ドキュメントを見てほしい」と書かれ、カードの中には載っていません。
  • 技術報告書（論文）の引用もあり、arXiv（論文の公開サイト）の番号が示されています。

カードの冒頭の特徴の説明には、道具を使って作業する課題で「オープンソースの中で先頭級の性能」といった強い言葉もあります。作った側の自己評価の言葉なので、見立てとしては、そのまま事実として受け取らず、ブログや論文の中身を見るのがよいと思います。

見る場所3：使う道具の一覧

Ollamaのライブラリ（ollama.com/library）には、「Popular」と「Newest」の並べ替えがあります。2026年10月8日に見ると、Popularの先頭はllama3.1で、ダウンロード数は1億2,010万回、「1年前に更新」と表示されていました。Newestの先頭は、1,735回で「昨日更新」のモデルでした。ダウンロード数は、古いモデルほど積み上がります。新しいモデルは、数が小さくて当然です。

LM Studioのモデルカタログ（lmstudio.ai/models）にも、「Last updated」「Date created」「Downloads」「Stars」「Model size」での並べ替えがあります。

どちらの一覧でも、見る点があります。

見る場所4：道具のリリースノート

OllamaのGitHub（ソフトの開発の場）のReleasesページには、「What's Changed」という見出しのもとに、短い変更点が並びます。見立てです。新しいモデルに対応した版が出たら、道具を更新しないと、そのモデルが動かないことがあると思います。

数字・評判の信頼度を見分ける

情報の種類ごとの見方
情報 何が分かるか 気をつける点
公式の発表・ブログ 作った側の説明、狙い 自社の測定が中心。強い言葉は割り引いて読む
モデルカード 仕様、ライセンス、推奨設定 性能の数字が載らないこともある
Hugging Faceの評価結果 点数と、その印 印によって出どころが違う（下の表）
論文（arXiv） 方法と数字の詳細 論文ごとに測り方の条件が違う。条件つきで読む
ダウンロード数 人気の目安 数え方に癖がある
SNSの比較・点数の投稿 話題の入口 出どころの確認が必要

Hugging Faceの文書では、評価結果に次の印が付きます。

印 意味（公式の説明の要約）
verified 有効な確認用のトークンがある（HF Jobsでinspect-aiを使って評価を実行したもの）
community 誰かが提案した結果で、まだ採用されていない（公開中の提案）
leaderboard ベンチマークの順位表へのリンクがある
source 評価の記録や外部の出典へのリンクがある

評価結果の機能は、文書の上で「作業中の機能」と書かれています。

ダウンロード数のくせ

Hugging Faceの文書によると、ダウンロード数は、決まったファイルへの通信を数えます。GETだけでなくHEAD（ファイルの有無を確かめる通信）も1回と数えます。GGUF（手元で動かすモデルでよく使われる形式）は、リポジトリ全体を丸ごと取得すると、二重に数えるとも書かれています。つまり、ダウンロード数は「使った人の数」ではありません。

点数が高いのは、本当に強いからか

見立てです。ベンチマークの点数は、強い目安ですが、それだけで決められないと考えます。論文では、ベンチマークの問題が学習データに混ざる「リーク」が起きると、評価の点数が大きく上がり、評価が信頼できなくなると報告されています（Zhouら、2023年）。2024年の別の論文は、この問題を「ベンチマークデータ汚染」として整理しています。点数を見るときは、第三者が測ったものか、出どころが分かるか、を確かめましょう。

同じ名前のモデルを入れる前の確認

初めての人向けに、番号つきの手順にします。

  1. 作者を見る：モデルのページの作者名が、公式の組織かを確かめます。同じ名前で、別の人が作り直した版が多くあります。
  2. base_modelを見る：元のモデルが何か、量子化か作り直しかを確かめます。
  3. ライセンスを見る：仕事で使うなら、特に確認します。
  4. 更新日を見る：古いなら、new_versionのリンクを探します。
  5. クラウドかを見る：手元で動くモデルかを確かめます。
  6. 数字の出どころを見る：自社の発表か、第三者か、印は何か。
  7. ウイルス検査の印を見る：Hugging Faceは、2GB未満のファイルをClamAV（ウイルス対策ソフト）で調べ、印を付けると文書にあります。見立てです。印は「検査をした」という印であり、安全の保証とは限りません。2GB以上のファイルがどう扱われるかは、文書に書かれていませんでした。

よくある失敗

気をつけること

出典

更新履歴