Blog

はじめに――自分の配線が障害の原因になった 今回、学内の壁面LANポートにスイッチングハブを直接つなぎ、その下にルーターと複数の端末を接続しました。この配線が、ネットワーク障害の原因になりました。 当時は「LANポートを増やす」という目的だけを見て、スイッチングハブを先に置いてしまいました。しかし、スイッチングハブは上流ネットワークと自分の機器を隔離する装置

こんにちは、個人開発者のttokunagaです。 今回は、個人開発で利用しているAIサービスの構成と、2026年7月の利用量をAPI料金に換算した金額を公開します。 7月はChatGPT Proに含まれるCodexと、Claude Max 20xを利用しました。使用状況画面で確認できた利用量は、Codexが269.9億トークン、Claudeが4モデル合計で4

「20倍」と聞いて、週次制限も20倍だと思いませんか Claudeの「Max 20x」というプラン名や「Proの最大20倍の使用量」という表示を見たとき、あなたはどう理解するでしょうか。 5時間ごとにリセットされる制限だけでなく、週次の利用制限もProの20倍になると思いませんか。 少なくとも私は、ProからMax 20xへアップグレードしたとき、両方が20

はじめに 中国系LLM APIの価格を見ると、100万token当たり数十円というモデルがあります。この価格で、高価なGPUを動かして本当に利益が出るのでしょうか。 では、Qwen、DeepSeek、Kimi、GLM、MiniMax、Tencent Hy3の公開重みを、公式レシピに沿ってセルフホストする費用を試算しました。本稿では、そのTCOと必要throu

はじめに 結論を先に言うと、公開重みであることと、セルフホストが安いことは別問題です。2026年7月10日時点の中国系フロンティアモデル6種を、公式レシピに記載された起動可能なGPU構成へ机上で落とし込み、電力、初期投資、コロケーション、資本コスト、公式API価格を比較しました。 入力80%・出力20%、キャッシュなしの固定ケースでは、APIより安くするため

はじめに 「検閲のないLLM」や「uncensored API」をうたう非公式サービスは、今後どこまで広がり、どの程度残り続けるのでしょうか。 この記事を書く直接のきっかけは、Claude CodeでClaude Fable 5を使い、自分の個人プロジェクトに対してセキュリティレビューを実行した経験です。 Claude Codeには、プロジェクト内で/sec

はじめに 「検閲のないLLM」「uncensored AI」「no-refusal model」を掲げる非公式サービスは、公開重みモデルの普及とともに作りやすくなっています。前の記事では、高性能な公開重みモデルが増えるほど、拒否傾向を弱めた派生モデルと、そのAPI提供が地下・半地下インフラとして現れ得る構造的条件も強まると考えました。 この記事でいう検閲のな

こんにちは、個人開発者のttokunagaです。 今回は、個人開発で利用しているAIサービスの構成と、2026年6月の利用量をAPI料金に換算した金額を公開します。 6月はChatGPT Proに含まれるCodexと、Claude Max 20xでClaudeを利用しました。使用状況画面で確認できた利用量は、Codexが62.1億トークン、Claudeが17

封筒へ宛名や差出人を書く作業は、件数が少なくても意外と手間がかかります。 住所を手書きすると時間がかかりますし、郵便番号、番地、建物名、会社名、部署名、氏名を書き間違える可能性もあります。会社やチームでよく使う宛先がある場合でも、毎回別の人が同じ住所を入力し直していると、表記ゆれや転記ミスが起きやすくなります。 そこで、Google スプレッドシートに宛先や

日本の教育機関を検索できるページとして、sDB を公開しました。 sDB の主眼は、政府が公開している公式情報をもとに、高校、大学、短大、高専、専門学校などの検索用データベースを誰でも再現できる形にすることです。特定の外部 SaaS や手元だけの非公開データに依存せず、自社環境でも同じ考え方の DB と API を再構築できるよう、取得・加工スクリプトと A

PDF の結合、並び替え、回転、削除のために外部サービスへファイルをアップロードするのは、内容によっては避けたい場面があります。 そこで、PDF の基本的な整理作業を ブラウザ内で完結 させるツールとして securePDF を作りました。PDF や画像の処理をできるだけ端末内で行い、Cloudflare Worker は静的配信と軽い API に寄せる構成

Three.js を使った授業成果物として、ブラウザで遊べる 3D 迷路ゲームを公開しました。 公開 URL: GitHub リポジトリ: 何を作ったか 作ったのは、迷路内を探索してゴールを目指す 3D ゲームです。 プレイヤーは W/S で前進・後退、A/D で左右旋回します。敵に追跡されながら、アイテムを拾い、制限時間内にゴールへ到達することを目標にして

はじめに 教育実習を終えて、教員志望に向かう入口の設計について改めて考えるようになりました。 教員不足や教員採用試験の倍率低下は、よく「教員になった後」の問題として語られます。長時間労働、給与、部活動、保護者対応、業務量の多さなどです。 それらはもちろん大きな問題です。一方で、教員になる前の段階にも、かなり大きな構造的問題があると感じました。 その一つが 教

はじめに 私が履修した年度・課程で教育実習に参加して、強く感じたことがあります。 それは、実習簿の運用が、教育実習の本来の意義と合っていないのではないかということです。 教育実習は、本来、学校現場でしか学べないことを学ぶための機会だと思います。授業を参観し、教師の発問や板書、生徒・児童の反応、教具の使い方、授業全体の流れを観察する。授業後には指導教員と話し、

こんにちは、個人開発者のttokunagaです。 今回は、個人開発で利用しているAIサービスの構成と、2026年5月の利用量をAPI料金に換算した金額を公開します。 5月はChatGPT Proに含まれるCodexを利用しました。使用状況画面で確認できた5月の各週を合計すると、42.9億トークンです。月末時点の累計は86.2億トークンでした。 この42.9億

はじめに エンジニア就活をしていると、会社説明会でよく聞く言葉があります。 「若手のうちから裁量を持てます」 「既存システムの保守だけではなく、新規プロダクトにも関われます」 「要件定義から実装まで、一気通貫で経験できます」 どれも魅力的です。特に、最新技術を使って新しいWebサービスを作りたい学生にとっては、かなり刺さる言葉だと思います。 私自身、以前いえ

AI Agentを使っていると、モデルの賢さに驚く一方で、かなり早い段階で別の壁にぶつかります。 それは、ローカルファイルシステムがAIにとってあまりにも扱いづらいという壁です。 LLMの性能は毎年上がっています。コード生成も、推論も、長文読解も、数年前とは別物です。それでも、AI Agentに自分のPC内の資料、PDF、画像、Officeファイル、過去のメ

こんにちは、個人開発者のttokunagaです。 今回は、個人開発で利用しているAIサービスの構成と、2026年4月の利用量をAPI料金に換算した金額を公開します。 4月はChatGPT Proに含まれるCodexを中心に利用し、OpenAI APIも併用しました。Codexの使用状況画面で確認できた4週分は、合計13.5億トークンです。 この13.5億トー

こんにちは、個人開発者のttokunagaです。 AIモデルを開発や日常の作業に組み込む際、すべてをAPI（従量課金）で賄うとコストが読めず不安になることはありませんか？ 私は現在、「基本は月額固定のサブスクリプション（ChatGPT PlusやClaude Proなど）を使い倒し、メッセージ制限が来た時や特定の自動化タスクでのみAPIを叩く」 というハイブ

はじめに 生成AIの普及によって、大学のレポート評価は根本から再検討が必要な段階に入っていると感じています。 従来、大学のレポートは次のような能力を測るものだと考えられてきました。 授業内容の理解 資料の読解 情報整理 文章構成 考察力 しかし現在では、適切に構成したワークフローを使えば、これらのかなりの部分を Coding Agent に代行させることがで

こんにちは、個人開発者のttokunagaです。 AIモデルを開発や日常の作業に組み込む際、すべてをAPI（従量課金）で賄うとコストが読めず不安になることはありませんか？ 私は現在、「基本は月額固定のサブスクリプション（ChatGPT PlusやClaude Proなど）を使い倒し、メッセージ制限が来た時や特定の自動化タスクでのみAPIを叩く」 というハイブ

LLM（大規模言語モデル）のAPIをシステムに組み込む際、多くの開発者が直面する壁があります。それは 「LLMの出力が毎回変わってしまうこと」 と 「余計な挨拶文が含まれてプログラムでパース（解析）できないこと」 です。 この記事では、Gemini API（特に gemini-3-flash-preview などの最新モデル）を用いて、出力を完全に固定化（決

大学の研究室やゼミのプロジェクト開発では、メンバーの入れ替わりが激しく、かつ「誰がどの実験コードを書いたか」という個人単位の進捗管理が重要になります。 ここでは、役割分担（プログラマ・インフラなど）がある10人規模を想定し、視認性と管理のしやすさを両立するブランチ命名規則を提案します。 結論：ブランチ名は3段構成にする 基本ルールはこれだけです。 ルール（最

ToC向けWebサービスの開発・運営において、エンジニアやPMであっても 「このサービスを成長させるために、どれくらいの予算（広告費）が必要なのか？」 という経営的な問いに直面することがあります。 「予算はあればあるだけ良い」わけではありませんし、「とりあえず月5万円から」という判断が技術的な観点からも間違いである場合があります。 この記事では、「事業フェー

現代のシステム開発において、「データベースの変更をいかに低遅延で他のシステムへ伝えるか」は非常に重要な課題です。従来の「夜間バッチ」によるデータ同期では、ビジネスのスピードに追いつけなくなっています。 そこで注目されているのが CDC（Change Data Capture：変更データキャプチャ） です。本記事では、CDCのデファクトスタンダードである De

こんにちは、個人開発者のttokunagaです。 AIモデルを開発や日常の作業に組み込む際、すべてをAPI（従量課金）で賄うとコストが読めず不安になることはありませんか？ 私は現在、「基本は月額固定のサブスクリプション（ChatGPT PlusやClaude Proなど）を使い倒し、メッセージ制限が来た時や特定の自動化タスクでのみAPIを叩く」 というハイブ

こんにちは、個人開発者のttokunagaです。 AIモデルを開発や日常の作業に組み込む際、すべてをAPI（従量課金）で賄うとコストが読めず不安になることはありませんか？ 私は現在、「基本は月額固定のサブスクリプション（ChatGPT PlusやClaude Proなど）を使い倒し、メッセージ制限が来た時や特定の自動化タスクでのみAPIを叩く」 というハイブ

VS Code で main を元にブランチを作るときの最短ルートと、事故を防ぐための注意点をまとめました。画像はすべて VS Code のステータスバーを使った操作です。 手順（6 ステップ） 必ず先に Pull して最新化 ソース管理ビューやコマンドパレットから Git: Pull を実行し、手元の main をリモートと揃えます。 左下が main に

Unity と Meta Quest 3S で QR コード検出を安定して扱うための実装ガイドです。MR Utility Kit（MRUK）に合わせた実装と運用上のポイントをまとめます。 更新日: 2026年1月（内容を現在の実装に合わせて更新） 対象読者: Unity MR 開発者（初級〜中級） 動作確認環境（参考）: HMD: Meta Quest 3S

Unity や VR アプリ開発で Quest 3S の動作ログを取りたいときは、adb logcat が手軽です。ここでは Windows 環境で Platform Tools をセットアップし、adb を使って Quest のログを取得する手順 をまとめます。 方法A：Platform Tools をインストールして PATH を通す 1. SDK Pl

こんにちは、個人開発者のttokunagaです。 AIモデルを開発や日常の作業に組み込む際、すべてをAPI（従量課金）で賄うとコストが読めず不安になることはありませんか？ 私は現在、「基本は月額固定のサブスクリプション（ChatGPT PlusやClaude Proなど）を使い倒し、メッセージ制限が来た時や特定の自動化タスクでのみAPIを叩く」 というハイブ

こんにちは、個人開発者のttokunagaです。 AIモデルを開発や日常の作業に組み込む際、すべてをAPI（従量課金）で賄うとコストが読めず不安になることはありませんか？ 私は現在、「基本は月額固定のサブスクリプション（ChatGPT PlusやClaude Proなど）を使い倒し、メッセージ制限が来た時や特定の自動化タスクでのみAPIを叩く」 というハイブ

社内の Wi-Fi 情報や限定公開 URL を共有する際、既存の SaaS 型 QR 生成サービスを利用すると「入力値が第三者の環境に送信される」という構造的なセキュリティリスクが伴います。 この課題を解決するため、「ブラウザ内で生成が完結し、サーバー側には一切データを送らない」構成の QR コード生成ツールを開発しました。本記事では、そのアーキテクチャと実

はじめに PDFを画像に変換する処理は、Webサービス開発において頻繁に求められる機能の一つです。今回は、外部APIの有料化をきっかけに、Goと言語とCloud Runを用いて自前で「PDF to JPEG 変換 API」を構築した際の知見を共有します。 作成のきっかけ これまで無料枠で利用していた外部の PDF to JPEG 変換 API が、突如として

最終週となる Week 4 は、これまで取り組んできた開発の成果をまとめ、英語で発表する 1 週間でした。同時に、限られた時間の中でシステムのブラッシュアップを行い、インターン全体を振り返る期間にもなりました。 月〜火：成果発表準備と資料作成 4 週目の前半は、成果発表会に向けた準備が中心でした。まずはチーム全員でこれまでの開発の流れを整理し、 まばたき・あ

3 週目は、まさに「壁にぶつかりながらもチームで乗り越える」1 週間でした。月曜日から日曜日までの流れを、まばたき・あくび検出モデルの改善と Driver Monitoring System 全体のリアルタイム性向上という 2 つの軸から振り返ります。 月〜火：コードベースの理解とチーム開発へのシフト 月曜日のミーティングで、私は「まばたき・あくび検出モデル

2 週目からは、いよいよ本格的に開発業務がスタートしました。私たちのチームは「ドライバーの居眠り検知」をテーマに、カメラ映像からドライバーの状態を推定する Driver Drowsiness Detection システムの構築に取り組みました。月曜日から日曜日までの流れを、業務内容を中心に振り返ります。 月：理論調査と開発環境構築 月曜日は、指導担当のエンジ

インド・ベンガルールにある Sasken Technologies での海外インターンシップがいよいよ始まりました。立命館大学からは 8 人の学生が参加し、私は自動車向けドライバーモニタリングシステム（Driver Monitoring System; DMS）の AI/ML 開発チームに配属されました。このブログでは、月曜日から日曜日までを 1 週間として

本編の Week 1 に入る前に、「Week 0」として、今回参加したプログラムの概要や、参加を決めるまでの経緯、渡航前に行った準備について振り返っておきたいと思います。 参加したプログラムについて 私が参加したのは、情報理工学部の「海外 IT 研修・海外インターンシップ」群のうち、ベンガルールの Sasken Technologies を受け入れ先とする、