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。

3行でいうと

  • オンデバイスのモデルの文脈の長さは4,096トークン（約4K）です。これを超えるとエラーになります。
  • 長い文書や推論が要る場面向けに、サーバー側のPrivate Cloud Compute版（32Kトークン、推論の段階つき）があります。
  • 日本語は、Appleが示すApple Intelligenceの対応言語に入っています。
  • LM StudioやOllamaのように好きなモデルを選ぶ道具ではなく、アプリ開発者向けの部品です。

先に結論

Foundation Modelsは、「端末に入っているAppleのモデルを、Swiftのアプリから呼ぶ」ための仕組みです。モデルは自分で選べません。システムが持っているモデルを使います。その代わり、ダウンロードや配布の手間が要らず、通信なしで動きます。

見立てです。ふだんのチャット用に好きなモデルを動かしたい人は、LM StudioやOllamaのほうが目的に合います。Foundation Modelsが向くのは、自分のアプリに「要約」「分類」「項目の抜き出し」のような小さな賢さを組み込みたい場合です。公式は、得意な仕事として要約や項目の抜き出しなどを挙げ、基本的な計算・コード生成・論理的な推論は向かないと例示しています。

前提：用語

中身：何が入っていて、何ができるか

2つのモデル

Appleの文書によると、標準の道具立ては次の2つです。

SystemLanguageModel（オンデバイス） PrivateCloudComputeLanguageModel
プライバシー 保たれる 保たれる
オフライン 使える 使えない
利用回数 無制限 1日あたりの上限あり
推論（考える段階） 非対応 複数の段階
コンテキスト長 4K 32K

出典は、Appleの「Adding server-side intelligence with Private Cloud Compute」の比較表です。Private Cloud Compute（PCC）は、Appleのサーバー側の仕組みで、アプリは認証やAPIキーを扱わずに使えるとされています。使うには、資格の条件を満たし、特別な権限（エンタイトルメント）を申請する必要があります。

同じ文書に、PCC版のコードの書き換えは1行で済む、とあります。公式文書の例です。この記事では、実行していません。

// Create a session with the server-side model.
let session = LanguageModelSession(model: PrivateCloudComputeLanguageModel())

推論の段階は、light、moderate、deepの3つです。文書は、まずmoderateで評価し、複雑な設計判断のような場面でdeepを使う、と案内しています。deepは遅くなる代わりに、見落としを減らす、という説明です。

4つの主な機能

Appleの概要ページと技術文書から、機能を並べると次のとおりです。

  1. セッション：LanguageModelSession が会話の状態を保ち、すべてのやり取りを記録（トランスクリプト）します。
  2. ガイド付き生成（構造化出力）：Swiftの型に @Generable と付けると、モデルがその型どおりの結果を返します。Appleの技術文書は、これを制約付きの生成だと説明しています。出力が壊れた形式になるのを防ぎます。
  3. ツール呼び出し：アプリ側の関数（Tool）を定義すると、モデルが必要に応じて呼びます。
  4. モデルの切り替え：LanguageModel というプロトコルに合わせれば、Appleのモデル以外も同じ書き方で使えます。

Appleのモデル以外も使える

2026年6月の更新（Foundation Models updates）に、次の記述があります。

「Running a Core AI model in a Foundation Models session」には、Core AIでオープンソースのモデルを書き出して、アプリに同梱し、同じセッションAPIで呼ぶ手順があります。動作条件はmacOS 27、iOS 27、Xcode 27以降です。最初の1つには0.6B（6億）パラメータくらいのモデルを勧める、と書いてあります。

つまり、「Appleの組み込みモデル以外も呼べる」のは確かです。ただし、これは開発者がアプリの中に組み込む話です。LM Studioのように、利用者が画面でモデルを選ぶ道具とは別物です。

制約：数字で見る

コンテキストは4,096トークン

「Managing the context window」は、オンデバイスのモデルの文脈を「1セッションあたり4096トークン」としています。プロンプトや指示だけでなく、ツールの定義、@Generable の型の構造、モデルの返事もすべて、この枠を使います。超えると LanguageModelError.contextSizeExceeded が出て、セッションは返事をしなくなります。

2026年2月の更新で、contextSize（上限の取得）と tokenCount(for:)（トークン数を数える）が加わりました。

僕らの計算です。日本語が1文字で約1トークンなら、4,096トークンは、指示や返事の分を除くと、数千文字の文章を渡すだけで一杯になる大きさです。長い記事を丸ごと要約するのは難しいと考えられます。Appleの文書が勧めるのは、文書を分けて別々のセッションで要約し、結果をまとめる方法です。

文脈を節約する公式の勧め

「Managing the context window」の主な案内です。

  • プロンプトは3段落以内にする。丁寧すぎる言い回しを避ける。
  • 返事の長さは、「3文で」のようにプロンプトで指定する。maximumResponseTokens は暴走を防ぐ用途に限る。上限で切ると、文が途中で終わることがある。
  • @Generable の型は単純にする。@Guide の説明文もトークンを使う。
  • ツールは1回の依頼に3〜5個まで。説明は短く。毎回必要な情報なら、ツールにせず、プロンプトに直接入れる。
  • 超えたら、新しいセッションを作る。最初と最後のトランスクリプトだけ引き継ぐ、要約を引き継ぐ、などの方法がある。

モデルは時期で変わる

SystemLanguageModel は、OSの更新で入れ替わります。文書は、現在3つの版があるとしています。

2026年2月の更新は、26.4で指示への従いやすさとツール呼び出しが良くなり、ガードレール（有害な内容を止める仕組み）も、無害な内容を止めすぎないよう改善した、としています。6月の更新も、27のモデルで指示に正確に従うようになった、とあります。そのため公式は、OS更新のたびに、アプリのプロンプトを新旧のモデルで試すよう勧めています。

つまり、同じプロンプトでも、利用者のOSの版によって結果が変わりえます。

向く仕事、向かない仕事

「Generating content and performing tasks」の表によると、次のとおりです。

日本語での精度が、この表の「向く仕事」でどこまで保たれるかは、この文書からは分かりません。

日本語の扱い

Appleの文書は、オンデバイスのモデルが多言語で、プロンプト・指示・出力に別々の言語を使えるとしています。対応言語は、Apple Intelligenceの対応言語に従います。Appleのサポートページ（2026年10月22日に確認）では、27のソフトウェアで対応する言語は次のとおりです。英語、デンマーク語、オランダ語、フランス語、ドイツ語、イタリア語、ノルウェー語、ポルトガル語、スペイン語、スウェーデン語、トルコ語、ベトナム語、中国語（簡体字・繁体字）、日本語、韓国語です。

注意点がいくつかあります。

動かせる機器

Appleのサポートページによると、27のApple Intelligenceは、M1以降のMacで使えます。必要な空き容量は、M3以降でメモリ12GB以上のMacが最大14GB、その他が最大8GBです。これはApple Intelligence全体の目安で、言語モデル1つの大きさではありません。

技術文書で分かるモデルの中身

2025年7月のAppleの技術報告（Apple Intelligence Foundation Language Models Tech Report 2025）は、当時のオンデバイスのモデルを、約3B（30億）パラメータとしています。主な工夫は次のとおりです。

2025年6月のAppleの解説ページでは、人手評価で、オンデバイスのモデルは、やや大きいQwen-2.5-3Bに全言語で優位、英語ではQwen-3-4BやGemma-3-4Bと同程度とされています（Apple自身の評価です）。これは2025年版のモデルの評価で、2026年の26.4や27の版の数字は、今回確認できていません。

選び方の見立て

見立てです。

つまずきやすい点

気をつけること

出典

更新履歴