まず、ここだけ
- Edge0-145Bと120Bは端末ネイティブの100B級オープンウェイト基盤モデルだ
- Terminal-Bench 2.1は86.5%で、Claude Opus 4.6の78.2%を上回ると主張している
- 必要メモリ29GB、重みはHugging FaceのEdge0-145B-NVFP4で無料公開中
端末ネイティブ100B級という宣言の中身
Cloud-level intelligence on your laptop. Free, offline, and fast enough for real vibe coding.
MIT TR35に名を連ねるSamuel Zeng氏(@SamuelZengML)はedge0.ai創業者だ。2026年11月12日、@Edge0_AI初の端末ネイティブ100B級モデルEdge0-145BとEdge0-120BをXで公開し、クラウドAPIもトークン請求もなくコードとデータはマシンから出ない、と宣言した。
参照先[1]
数字で見る軽さと速さ、課金のない提供形態
疎なMixture of Expertsでトークンあたり約100億パラメータだけを動かす設計が、100B級をノートPCのメモリに載せる前提になっている。投稿は71万6588回表示され、いいね1587、ブックマーク1570、リポスト225を集めた。
| 項目 | 内容 |
|---|---|
| モデル | Edge0-145B / Edge0-120B |
| ベンチマーク | Terminal-Bench 2.1で86.5%(Claude Opus 4.6は78.2%) |
| メモリ | 29GB(標準構成100GB超の約3分の1) |
| 速度 | デコード75+ tok/s、プリフィル1050+ tok/s(RTX SparkおよびMac) |
| コンテキスト | 128K〜256Kトークンでも長タスクで速度低下なし |
| 提供形態 | オープンウェイト。ローカル実行またはコーディングエージェントへ接続 |
参照先[1]
Hugging FaceのNVFP4と推論の深さ設定
重みの公開先はHugging FaceのEdge0/Edge0-145B-NVFP4で、カード掲載時のLikeは281、組織Edge0のフォロワーは1.77k。直リンクはhttps://huggingface.co/Edge0/Edge0-145B-NVFP4。
見出し「Rebuilt, not converted」が示す通り、既存巨大モデルの単純な量子化変換ではなく再構築を売りにしている。チャットテンプレではenable_thinkingとreasoning_effort(既定xhigh、ほかmedium/low)で思考量を切り替え、関数呼び出しは専用タグで記述する。
- Quick startとUsage & troubleshootingで導入と運用の注意を案内
- Capacity controlsはVRAMとホストRAMを分けて調整する節がある
- Community builds、Acknowledgements、モデルツリーも同一カードに掲載
参照先[2]
話題の元投稿
作者の投稿や紹介を、X で確認できます。
よくある質問
reasoning_effortのxhighとlowは何が違うのか
テンプレ上、xhighは前提の検証と代替案の検討、正しさと一貫性を優先するよう指示し、lowは思考を短く結論へ直進させる。未指定時の既定はxhigh。
参照先[2]
参考リンク
- Edge0-145B 関連ソース (1)x.com
- Edge0-145B 関連ソース (2)huggingface.co




