Konohana AI、次世代モデル『Konohana 6 Hayabusa』を発表。Konohana 5から推論能力を大幅強化

KX3は2026年9月10日、オンデバイスAI『Konohana AI』の次世代モデル『Konohana 6 Hayabusa』を発表しました。

Konohana 6 Hayabusaは、従来のKonohana 5が重視してきた高速な端末内応答を引き継ぎながら、新たに推論を中核機能として強化した世代です。保存された知識をそのまま返すだけでなく、複数の情報の関係をたどり、比較、原因、条件、結果を組み合わせて回答を導くことを目指しています。

Konohana 5からの最大の進化は「推論」

Konohana 5は、端末内で軽快に動作し、入力処理、候補生成、ローカル検索、要約などを素早く処理することを重視してきました。Konohana 6 Hayabusaでは、その方向性を維持したまま、モデルの役割を「知識を素早く取り出すAI」から「知識を使って考えるAI」へ広げています。

たとえば、2つの選択肢について同じ観点から比較する、ある条件から結果を導く、複数の事実から原因を整理する、といった処理がKonohana 6の重点領域です。単純な一問一答だけではなく、情報同士のつながりを使って結論を組み立てられることが、Konohana 5との最も大きな違いです。

標準的なLLMとは異なるアプローチ

Konohana 6 Hayabusaは、一般的な大規模言語モデル（LLM）とは異なる方法で回答を生成します。標準的なLLMは、数億〜数十億以上のパラメータを持つニューラルネットワークを使い、文章を1トークンずつ順番に生成します。

一方のKonohana 6は、大規模な生成モデルの重みを中核処理に必要とせず、端末内のKnowledgeと推論処理を組み合わせて回答を構成します。そのため、短い知識応答や比較、構造化された推論では、LLMのように文章を最後まで1トークンずつ生成する時間を待つ必要がありません。

この違いにより、Konohana 6は応答速度、軽量性、同じ条件での結果の再現性、オフラインでの処理を重視する用途で強みを持ちます。特に、スマートフォンやタブレットのようにメモリや電力に制約がある環境で、短い問い合わせを何度も処理する用途との相性を重視しています。

どれくらい速いのか

生成型LLMの速度は、一般に「1秒あたり何トークン生成できるか」で表されます。Appleが公開しているオンデバイスFoundation Modelの技術資料では、iPhone 15 Pro上で約30トークン/秒の生成速度が示されています。100トークンの回答であれば、生成部分だけで単純計算約3.3秒です。

また、llama.cppの公開ベンチマークでは、iPhone 15 Pro上で1B級の量子化モデルが約56.9トークン/秒、約3B級が約24.7トークン/秒、7B級が約9.0トークン/秒という例があります。100トークンを生成する場合、約1.8秒、約4.0秒、約11秒に相当します。ここには入力文の処理時間や最初の1文字が表示されるまでの待ち時間は含まれません。

Konohana 6 Hayabusaの中核処理は、この「100トークンを1つずつ生成する」工程そのものを必要としません。Knowledgeの検索と推論を行い、結果を組み立てて返すため、対応する知識応答や推論では、一般的なオンデバイスLLMで発生する数秒単位の逐次生成待ちを省けることが速度面での大きな特徴です。

LLMとKonohana 6では処理方式が異なるため、単純な「何倍」という比較では表せません。KX3では、トークン生成速度ではなく、質問を送ってから回答が完成するまでの実際の待ち時間を重視しています。短い日常的な問い合わせでは、「文章が少しずつ出てくるAI」ではなく「結果がすぐに返るAI」を目標としています。

LLMに対してKonohana 6が優れる領域

Konohana 6が特に重視しているのは、端末内ですぐ答えが必要な処理です。一般的な生成LLMと比べ、巨大なモデルを毎回動かす必要がなく、回答をトークン単位で順番に生成しないため、短い知識応答や比較では待ち時間を抑えやすくなります。

また、推論に使う知識と関係を明示的に管理できるため、同じ情報と同じ条件からは同じ結論を導きやすいことも特徴です。文章表現の自由度を競うのではなく、速度と一貫性を重視した実用的なオンデバイスAIとして設計しています。

クラウド型LLMと比べた場合は、通信そのものを必要としない点も大きな違いです。ネットワークの往復時間やサーバー側の混雑に左右されず、対応する処理を端末内で完結できます。入力内容を外部へ送信せずに処理できることも、Konohana AIが継続して重視している特徴です。

「高速なKonohana 5」に「考える力」を加えたKonohana 6

Konohana 6 Hayabusaの方向性を短く表すなら、Konohana 5の速さを維持しながら、推論能力を加えたモデルです。

Konohana 5で培った軽快な端末内処理を土台に、6では比較、判断、原因整理などの推論を強化。LLMのようにモデル規模を大きくすることで性能を上げるのではなく、必要な知識を効率よく扱い、その関係から答えを導くことで、軽量さと知的処理の両立を目指します。

今後について

Konohana 6 Hayabusaは現在も開発を継続しており、推論できる分野とKnowledgeの拡張、端末上での応答性能の改善を進めています。KX3は今後も、単純にモデルを巨大化するのではなく、スマートフォンからPCまで幅広い端末で軽快に動作するオンデバイスAIを目指します。

参考：Apple Machine Learning Research「Introducing Apple’s On-Device and Server Foundation Models」、llama.cpp Apple Silicon A-series公開ベンチマーク。各数値は公開された測定例であり、Konohana 6との同一条件による直接ベンチマークではありません。