العربية Deutsch English Español Français 日本語 한국어 Latina Bahasa Melayu Português (Brasil)Русский ไทย Tiếng Việt 繁體中文中文

Naive-N0.5-Flash登場：309B MoE、ネイティブ100万コンテキスト、最大約2000 tok/s。清華系チームが生んだ中国発オープンソースLLM

2026年11月14日

Naive-N0.5-FlashNaiveAI中国発オープンソースLLM1Mコンテキスト2000 tok/s

総パラメータ309B、1トークンあたりのアクティブは15.5Bだけ。ネイティブ1Mコンテキスト。Ultrafastで最大約2000 tok/s。MITライセンスで、重みはすべて公開。

4つの数字が伝えることは1つです。中国発のオープンソースLLMが、「速さ」の次元を一段引き上げました。

2026年9月27日、清華系チームが創業した中国のAI企業NaiveAIがNaive-N0.5-Flashを発表しました。NL2Repo-Benchでは、公式モデルカードのスコアが71.9です。Latent Spaceがまとめた比較では、DeepSeek V4.1 Flashが68.2、GLM 5.3 Flashが56.3でした。扱うのはテキストとコードだけ。その領域を深く、そして速く走り抜けるモデルです。

これは「またパラメータが増えた」という話ではありません。応答速度の話です。モデルが毎秒数千トークンを出力できるなら、コードを書く、Agentを動かす、リポジトリを読むという体験は「考え終わるのを待つ」ものではなく、「もう答えが出ている」ものに変わります。

まず結論

公開元：NaiveAI（naive.ai）、公式Xアカウントは@naiveailab、公開日は2026-09-27。
ライセンス：MIT。重みを公開しており、商用利用や二次開発のハードルは非常に低い。
規模：総パラメータ309BのMoE。1トークンあたり15.5Bのパラメータをアクティブ化。
コンテキスト：ネイティブ1M。
速度：公式のStandardは約50 tok/s、Ultrafastは最大約2000 tok/s。自社開発の推論エンジンNaiveRTが支える。
能力の範囲：テキストとコード専用。画像入力は非対応。
ベンチマーク：NL2Repo-Bench 71.9。DeepSeek V4.1 Flashの68.2、GLM 5.3 Flashの56.3を上回る（公式モデルカードの数値、Latent Spaceによるまとめ）。

開発元：清華系チームが創業したNaiveAI

NaiveAIは、清華系チームが創業した中国のAI企業です。メディア報道によると、創業者の代季峰氏は清華大学電子工学科の准教授とされています。Naive-N0.5-FlashはNaiveAIの自社製品です。

学術的な深みを持つチームが、重みをMITライセンスで全面公開し、そのうえ自社の推論エンジンで速度を極限まで高める。この路線は、中国の大規模モデルの中でも際立っています。

オープンソースの巨人の肩に乗り、速度を極める

Naive-N0.5-Flashは出自を隠しません。むしろ誇りを持って語っています。

公式の説明では、小米のMiMo-V2.5をベースモデルとし、DeepSeekのDSAスパースアテンションを参考にしています。そこにNaiveAI自社開発の推論エンジンNaiveRTが加わります。3つの要素が重なります。

MiMo-V2.5が確かな土台を提供する。 中国発オープンソースモデルの前走者が、すでに地盤を固めています。
DSAスパースアテンションが長コンテキストの考え方を提供する。 DeepSeekが手法を公開したことで、後続はその上に直接立てます。
NaiveRTが実装を極限まで磨く。 公式が示すStandard（約50 tok/s）とUltrafast（最大約2000 tok/s）の2段階は、同じモデル能力をサービス形態ごとに引き出せることを示します。高い側へ駆け上がるエンジンがNaiveRTです。

これがオープンソースのリレーの力です。小米が第一走者を務め、DeepSeekが手法というバトンを渡し、NaiveAIがそれを受け取って「極限の速度」へ駆け出しました。ゼロから車輪を作り直す企業はなく、各社が他社の成果をさらに遠くへ運んでいます。オープンソースのエコシステムが最も良い姿で回ると、走者が代わるたびに速くなります。

主要スペック

項目	内容
表示名	Naive-N0.5-Flash
公式APIモデルID（メイン）	`naive-n0.5-flash`
公式APIモデルID（思考オフ）	`naive-n0.5-lite`（同一モデルで思考をオフにしたもの）
公開元	NaiveAI（naive.ai）
公開日	2026-09-27
ライセンス	MIT、重み公開
アーキテクチャ	MoE、総パラメータ309B、アクティブ15.5B
層構成	48層：スライディングウィンドウアテンション（SWA）39層 + DSAスパースアテンション9層
コンテキスト	ネイティブ1M
速度（公式）	Standard 約50 tok/s、Ultrafast 最大約2000 tok/s
推論エンジン	自社開発のNaiveRT
入力タイプ	テキストとコードのみ。画像入力は非対応
ベースモデル	小米 MiMo-V2.5

アーキテクチャ解説：なぜ大きく、長く、速いのか

総309B、アクティブ15.5B：大容量で、計算は小さく

MoE（Mixture of Experts）の発想は明快です。モデル自体は巨大でも、1トークンごとに目を覚ますのはエキスパートのごく一部だけ。Naive-N0.5-Flashは総パラメータ309Bで、1トークンあたり15.5Bだけをアクティブにします。知識の容量は309B、1ステップの計算量は15.5B分で済みます。大きなモデルの知識と、小さなモデルの歩幅。これが高スループットを支える構造的な土台です。

SWA 39層 + DSA 9層：局所と全体の的確な役割分担

48層のうち、**39層はスライディングウィンドウアテンション（SWA）**を採用し、近傍だけを見るためコストがコンテキスト長に比例して膨らみません。9層はDSAスパースアテンションで、全体の中から本当に重要な位置を選び出します。計算の大半は軽量な局所層に任せ、少数の全体層が遠距離の依存関係を受け止めます。この配分によって、ネイティブ1Mコンテキストはスペック表の数字にとどまらず、実際に使える能力になります。

ネイティブ1M：リポジトリ全体を一度に読む

1Mコンテキストとは何でしょうか。中規模のコードリポジトリ、一式の技術文書、長大な会話履歴を、分割せずに1回のリクエストへ入れられるということです。コードのタスクでは、「まず検索して、つなぎ合わせる」方式に比べて、情報の欠落が一段階減ります。モデルが見るのは寄せ集めの断片ではなく、完全なコンテキストです。

最大約2000 tok/s：NaiveRTの答え

公式のサービスは2段階です。Standardは約50 tok/s、Ultrafastは最大約2000 tok/s。Ultrafastの裏にあるのが、NaiveAI自社開発の推論エンジンNaiveRTです。モデルのアーキテクチャが「計算を減らし」、推論エンジンが「計算を速くする」。両方が正しくできて初めて、この数字になります。

速度が変えるもの

2000 tok/sは、数字だけ見れば一行の情報です。実際の開発現場に置くと、見える景色が変わります。

IDEでのリアルタイム補完。 コメントを1行書くと、実装全体がほぼ同時に画面へ広がります。スピナーも「思考中」もありません。カーソルが止まった時には、コードはもう書き終わっています。補完は「待つもの」から「呼吸のようなもの」に変わり、開発者はより頻繁に呼び出すようになります。1日の差は積み上がります。

Agentの数十回の呼び出し。 Agentはファイルを読み、コードを直し、テストを走らせ、結果を読み、また直します。1つのタスクで数十回のやり取りになることもあります。1回あたり数秒を縮めれば、タスク全体で数分が縮まります。1ステップが速ければ、同じ時間枠の中でAgentはより多く試し、より多く検証でき、成功率が伸びる余地も広がります。

巨大なリポジトリを一度に読む。 1Mコンテキストと高スループットがあれば、コードベース全体をモデルに渡して、全体にわたる改修案を出させることができます。ウィンドウの制限の中で何度も分割する必要はありません。全体を読み、速く答える。長コンテキストが本来あるべき姿です。

バッチ処理を並列に展開する。 コードレビュー、ドキュメント生成、テスト補完のように並列化できる作業は、スループットが上がれば総所要時間がそのまま下がります。

時間を品質に変える。 十分に速ければ、思考の連鎖を長くする余裕が生まれます。かつて「じっくり考える」ことは贅沢でした。これからは標準的な選択肢にできます。

速度そのものが目的ではありません。変わるのは、人とモデルの協働のリズムです。「送信して、待つ」から、「対話して、先へ進む」へ。

中国発オープンソースにとっての意味

これまで中国発オープンソースLLMの話題は、「パラメータはどれだけ大きいか」「ランキングで何位か」にとどまりがちでした。Naive-N0.5-Flashは新しい切り口をもたらします。同じオープンソースの中で、開発者を驚かせるほど推論を速くできるのは誰か。

この切り口には3つの意味があります。

第一に、オープンソースは重みを出すだけではない。 MITライセンスなら、自分たちでデプロイし、ファインチューニングし、組み込めます。ライセンス上の制約を何重にも気にする必要がありません。重みが手元にあれば、選択権は開発者にあります。

第二に、エンジニアリング力が競争力になる。 ベースはMiMo-V2.5、スパースアテンションの考え方はDeepSeekのDSA。どちらもオープンソースのエコシステムで誰もが使える部品です。NaiveAIは推論エンジンNaiveRTに力を注ぎ、「同じ部品でより速く組み上げる」ことを自社の特色にしました。オープンソースの時代には、エンジニアリングの極致そのものが参入障壁になります。

第三に、中国発オープンソースにリレーが生まれた。 ある企業の成果が別の企業の出発点となり、ある企業の手法が別の企業によって検証、改良、再公開されます。この循環は回るほど速くなり、恩恵を受けるのはすべての利用者です。選べるモデルが増え、試行錯誤のハードルが下がり、改善のテンポが上がります。

技術の通信簿を読む4つのキーワード

このモデルの技術的な要点だけ覚えるなら、次の4語で足ります。

MoE。 総パラメータ309Bは「知識の倉庫」、アクティブな15.5Bは「1ステップの実際の計算力」。倉庫が大きければ容量は十分で、1ステップで動かすのが一部だけなら速く走れます。

SWA。 スライディングウィンドウアテンション。48層のうち39層を占めます。大半の層が近くの内容だけに注目するので、コストを抑えられます。

DSA。 スパースアテンション。残りの9層を占めます。全体の中から重要な位置を選び、遠くにある本当に有用な情報を引き戻します。

NaiveRT。 自社開発の推論エンジン。アーキテクチャの優位性を「毎秒何トークン」に変える最後の環です。

4語をつなげると、筋道は明快です。MoEで計算を減らし、SWAで長コンテキストのコストを抑え、DSAで全体の視野を保ち、NaiveRTで速度を実現する。

想像してみたい使い方

以下は公式のスペックと能力の範囲に基づく利用イメージであり、実際に起きた事例ではありません。

コードレビューのパイプライン：リポジトリ全体を一度にコンテキストへ入れ、ファイルをまたぐ修正案を出させる。ネイティブ1Mの価値が最も分かりやすい場面です。
IDEアシスタント：補完、解説、リファクタリング提案がほぼ同時に返り、待ち時間で開発者の集中が途切れません。
多段階のAgent：読み取り、修正、テスト、振り返りの循環。1ステップが速いほど、全体の流れも滑らかになります。
ドキュメントとコードの同期：長い文書とコードベースを同時にコンテキストへ入れ、インターフェース説明と実装が一致しているか照合します。

これらの場面には共通点があります。「速度」と「コンテキスト長」という2つの強みを増幅し、しかもテキストとコードの範囲に収まっていて、モデルの能力の範囲とぴったり合っていることです。

第三者の評価：Latent Spaceのレビュー

2026年11月10日、Latent SpaceがGabriele Beltramo氏によるレビューを公開しました。以下の数値はすべてこの記事によるもので、貴数智能の実測ではありません。

ベンチマーク結果

NL2Repo-Benchのスコア（公式モデルカードの数値、Latent Spaceによるまとめ）：

モデル	NL2Repo-Bench
Naive-N0.5-Flash	71.9
DeepSeek V4.1 Flash	68.2
GLM 5.3 Flash	56.3

速度の実測

Latent Spaceのレビューによると：

実測のピークは約2100 tok/sで、公式の2000 tok/sをわずかに上回った；
思考フェーズは約984 tok/s、回答フェーズは約1816 tok/s；
エンドツーエンドの所要時間の中央値は3.1秒で、DeepSeekの10.1秒と比べて短い。

アプリケーション事例

「太陽系アプリの生成」という事例では、Naive-N0.5-Flashが最も良い結果でした。木構造系のタスクでは、DeepSeekと同程度でした。

数字は冷静に読む

数字を見る際は、レビュー原文が示す次の3つの条件を踏まえてください。

Naiveの速度は公式サーバーで測定され、他のモデルはOpenRouter経由で測定されており、経路が異なる；
平均所要時間は近く、それぞれ45.3秒と45.0秒；
難問での平均所要時間は89.8秒対79.7秒で、理由は思考の連鎖が長いこと。

中国のメディアもこのモデルに注目しており、量子位が2026年11月13日のWeChat公式アカウント記事で紹介しました。この記事は二次的なまとめであり、数値はLatent Spaceの原文を正としてください。

向いている人と場面

特に向いている：

レイテンシに敏感な対話的コード補完、IDE内のQ&A；
大きなコンテキストが必要な、リポジトリ単位の理解と書き換え；
プライベート環境へのデプロイが必要で、ライセンスの柔軟さ（MIT）を重視するチーム；
高頻度の呼び出しに依存するAgentループ。1ステップごとの待ち時間が何度も積み上がります。

あらかじめ知っておくべき範囲：

テキストとコードだけを扱うため、画像入力が必要なタスクには別のモデルが必要；
公式のベンチマークは参考値であり、実際の業務での効果は自分たちのタスクで確認すべきです。

互換APIでこの種のモデルに接続する方法

APIで提供され、Chat Completions形式に沿ったモデルなら、接続の考え方はほぼ共通です。エンドポイント、キー、モデルIDを設定し、ストリーミングでリクエストを送ります。以下は汎用的な例です。エンドポイントとキーはプレースホルダーですので、公式APIドキュメントと利用するサービスの説明に従ってください。

curl -N "https://<利用するプロバイダーまたは公式エンドポイント>/v1/chat/completions" \
  -H "Authorization: Bearer <あなたのAPIキー>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "naive-n0.5-flash",
    "stream": true,
    "messages": [{"role": "user", "content": "PythonでスレッドセーフなLRUキャッシュを書いてください"}]
  }'

接続前に、次の項目を1つずつ確認することをおすすめします。

モデルID：公式のメインはnaive-n0.5-flash、思考をオフにした版はnaive-n0.5-lite；
ストリーミング出力：高スループットのモデルほどストリーミングが必要です。そうしないと速さが見えません；
入力タイプ：テキストのみを送り、画像は送らない；
タイムアウトとリトライ：長コンテキストのリクエストや長い思考の連鎖には、余裕のあるタイムアウトが必要；
自前の評価セット：実際のタスクで一通り試してから、切り替えるかどうかを決める。

どうすれば説得力のある評価になるでしょうか。自社のコードベースから実際のタスクを20〜50件選びます。最初のトークンまでの時間と総所要時間を別々に記録し、naive-n0.5-flashとnaive-n0.5-liteを比較します。コードのタスクはテストを実行して合格率を見ます。さらに実際のリポジトリを1Mのウィンドウに入れて、単独で1ラウンド試します。そうして得た結論が、自社の技術選定ドキュメントに載せられるデータです。

貴数智能は、こうした高速オープンソースモデルの動向を注視しています。現在は評価段階であり、提供時期についてのお約束はしていません。

よくある質問（FAQ）

Naive-N0.5-Flashは誰が作ったのですか？ NaiveAIが公開しました。NaiveAIは清華系チームが創業した中国のAI企業で、メディア報道によると、創業者の代季峰氏は清華大学電子工学科の准教授とされています。Naive-N0.5-FlashはNaiveAIの自社製品で、2026年9月27日に公開されました。

ゼロから学習したモデルですか？ 公式は、小米のMiMo-V2.5をベースとし、DeepSeekのDSAスパースアテンションを参考にしていることを確認しています。自社開発の推論エンジンNaiveRTと組み合わせ、推論速度の極限までの最適化に重点を置いています。

オープンソースですか？ライセンスは何ですか？ 重みは公開されており、ライセンスはMITです。

APIのモデルIDは何ですか？ メインはnaive-n0.5-flashです。naive-n0.5-liteは、同じモデルの思考をオフにした版です。

2000 tok/sはどこから来た数字ですか？ 公式の説明では、Ultrafastで最大約2000 tok/sで、自社開発の推論エンジンNaiveRTが支えています。Latent Spaceの実測ピークは約2100 tok/sでした。

1Mコンテキストに対応していますか？ はい、ネイティブ1Mコンテキストです。アーキテクチャ上は、スライディングウィンドウアテンション39層とDSAスパースアテンション9層が連携して実現しています。

画像入力に対応していますか？ いいえ。テキストとコードに特化しています。

どんな用途に向いていますか？ コード生成、リポジトリ単位の理解、Agentループ、レイテンシに敏感な対話的開発の場面です。

まとめ

MITオープンソース。309BのMoEで、アクティブは15.5Bだけ。39層のSWAと9層のDSAがネイティブ1Mコンテキストを支え、自社開発のNaiveRTが速度を公式最大約2000 tok/sまで押し上げ、NL2Repo-Benchで71.9を獲得しました。

小米のMiMo-V2.5がベースを担い、DeepSeekのDSAが考え方を与え、NaiveAIがエンジニアリングを極限まで磨きました。中国発オープンソースLLMの見事なリレーであり、「コードモデルはどこまで速くなれるのか」という問いに新しい答えを出しています。

このモデルのキーワードは、重みの公開、長いコンテキスト、応答速度です。3つが1つのモデルに揃った今、コードツール、Agent、開発者プラットフォームを手がけるすべてのチームが、真剣に目を向ける価値があります。

開発者にとって最良の応答は、自分で試すことです。公式ドキュメントを読み、自分のタスクで一通り動かし、データに語らせてください。

参考資料

NaiveAI公式リサーチページ：https://naive.ai/en/research/
Hugging Faceモデルページ：https://huggingface.co/NaiveAI/Naive-N0.5-Flash
NaiveAI APIクイックスタート：https://platform.naive.ai/docs/api-quick-start
NaiveAI公式X（@naiveailab）：https://x.com/naiveailab/status/2104247060186951725
Latent Spaceレビュー（Gabriele Beltramo、2026-11-10）：https://latent.space/p/naiveai/
量子位WeChat公式アカウント記事（2026-11-13、二次的な紹介）：https://mp.weixin.qq.com/s/d2PycGL_WwpYgcdB9dssMQ

Your privacy choices