AI エージェント試験の経緯と全実行の記録

ローカルLLM で AI エージェントを使う試験の、試し方・途中で起きたこと・流したすべての試験
📅 作成: 2026-09-30 / 更新: 2026-10-01

目次

  1. 試験の方法と経緯
  2. 最初の試験の結果（ルールあり）
  3. 全実行の記録

この文書の位置づけ

ローカルLLM で AI エージェントを使う — 試験結果の根拠となる記録である。 試し方、試験の途中で起きたことと対処、最初に流した試験（共通ルールを読ませた状態）の結果、流したすべての試験を残す。 設定の中身と動かし方は使う・試す手順にある。

試験の方法と経緯

スクリプト

Claude Code は環境変数（ANTHROPIC_BASE_URL ほか、root の cc1.cmd と同じもの）で接続先を切り替え、claude -p を非対話で走らせる。 経緯の 10 より後は、どのエージェントもリポジトリの外に置いた作業用のコピー（W:/temp/llama-cp-sandbox）の中で動かし、コピーは 1 問ごとに作り直した。

サーバの設定（全モデル共通）

-c 65536 -np 1 -nkvo -ctk q8_0 -ctv q8_0 -fa on
3.2GB 以下は -ngl 99、それより大きいものは -ngl を渡さず自動配置

合否の決め方

問質問合格
読みREADME.html を Read ツールで読み、最初の h1 要素の文字列だけを答える回答に「ローカルLLM 実行環境」が入っている（読まないと分からない）
書きWrite ツールで tmp/ にファイルを作り、決めた 1 行を書くそのファイルが実際にでき、中身が一致する

1 問の待ち時間は 10〜15 分。超えたものは時間切れとして記録し、あとで 1 時間の枠で試し直した。

試験した版

この資料の試験（2026-09-28 21:34 〜 10-01 01:42）は、次の版で行った。 版はあとから 2026-10-01 に確かめたもので、試験の途中でエージェントが自動で更新されていた可能性は否定できない。

もの版備考
llama.cppb10612（commit 758443071）Windows 向け CUDA 12.4 版の配布バイナリ
Claude Code2.1.286
Pi0.87.1
OpenCode1.18.33
Codex CLI0.158.0
Aider0.86.2
Node.jsv26.8.1Pi・OpenCode・Codex の土台

2026-10-01 以降の試験では、試験スクリプトが結果ファイル（*-results.jsonl）の各行に、エージェント・llama.cpp・Node.js の版を書き込む。

再テストで使う版（2026-10-01 に上げた）

もの試験した版上げた版備考
llama.cppb10612b11320（commit b8f96c3e8）同じ CUDA 12.4 版。前の版は bin\llama.cpp-b10612 に残した。ビルドは 1 日に何十も出るため、この版で止める
Claude Code2.1.2862.1.286最新のまま
Pi0.87.10.99.2
OpenCode1.18.331.18.34
Codex CLI0.158.00.159.3
Aider0.86.20.86.2最新のまま
Node.jsv26.8.1v26.10.0

どれも 2026-10-01 22:50 時点の最新。Pi・Codex・OpenCode を npm で入れたとき、npm が一部のパッケージのインストール時スクリプト（esbuild など）を止めた。動くかは再テストで確かめる。

経緯

回起きたこと対処
1最初の要求を読み込んでいる途中（43,008 トークン・80 秒）で、Claude Code がメモリ不足としてコマンドを止めたプロジェクトの .claude/settings.json の env に CLAUDE_CODE_DISABLE_BG_SHELL_PRESSURE_REAP=1 を入れ、セッションを開き直した
2168 秒で応答が返ったが、答えが README と違い、出力も文字化けしていた出力を --output-format json でファイルに受け、UTF-8 として読むようにした
3206 秒で返ったが、質問そのものが化けていた（コマンド行に載せると CP932 になる）質問を UTF-8 のファイルにし、標準入力から渡すようにした
4質問は正しく届いた。171 秒で返ったが、ターン数 1 でツールを呼ばずに答えを作っていた（Qwen3-4B-Instruct）モデルを替える
5gpt-oss-20b（--n-cpu-moe 18）は 25 分でタイムアウト。やり取りは続いていたが、深いコンテキストで生成が 2.8 tok/s まで落ちた（短い文脈では 19 tok/s）10GB 未満の全モデルで試す（第 2 章）
613 本とも読み・書きの両方には通らない。4 本はチャットテンプレートが途中の system を例外にして 500 エラーテンプレートを取り出し、途中の system を通すように直した
7最初に送る 60,000 トークンのうち、共通ルールだけで 41,320 トークンあった（gpt-oss-20b のトークナイザで計数）USERPROFILE・HOME を空のフォルダに向け、ルールを読ませない
8ルールなしで多くが合格。思考を出すモデルは長く考えて時間切れになる--reasoning off を足す（結果は試験結果の第 2 章）
9Claude Code の試験が二重に走り、並行して始めたエージェントの試験とも重なった。起動に使った cmd ファイルが実行中に書き換えられたため（cmd.exe はバッチファイルを 1 行ずつ読む）。Windows では 2 つの llama-server が同じポートを取れてしまい、エラーにならずに結果が混ざった重なった回を無効にし、1 つずつ流し直した。長い試験は ps1 を直接呼ぶ
10エージェントの試験で、Aider がプロジェクトの README.html を 2 行に上書きしたgit から戻し、試験は作業用のコピーの中で動かすようにした
11作業用のコピーをリポジトリの中に置くと、Qwen 系がリポジトリの root を推測して本物に読み書きしにいった（Claude Code が作業フォルダの外として拒否）作業用のコピーをリポジトリの外（W:/temp）へ
12それでもプロジェクトのパスへ書きにいった。指示文に書かれるメモリの置き場が、プロジェクトの中の空のホームだったため空のホームも外へ移した。以後は本物を狙う呼び出しが無くなった
13Codex CLI は -s workspace-write では、ファイルを読み書きする PowerShell のコマンドが policy で止められた（rejected: blocked by policy）--dangerously-bypass-approvals-and-sandbox を付け、作業用のコピーの中で利用者が実行した
試験ではエージェントを本物のファイルの上で動かさない。 Aider は渡されていないファイルを「作り直してよい」と受け取ることがあり、--yes-always を付けると確認なしで上書きする。 コードは git から戻せても、コミット前の変更は戻らない。

最初の試験の結果（ルールあり）

2026-09-28 22:28 から流した 1 回分。秒数は claude -p が終わるまでの時間。

モデルサイズ読み書き何が起きたか
Ministral-3-3B-Instruct-25122.00 GB不可不可サーバが 500 を返す。チャットテンプレートの実行でエラー
Qwen3-4B-Instruct-25072.33 GB不可書けた読み: 188 秒・1 ターン、読まずに作成日の行を答えた。書き: ファイルは正しくできたが 10 分でタイムアウト
Qwen3-4B-Thinking-25072.33 GB時間切れ時間切れどちらも 10 分で返らない。ファイルもできない
NVIDIA-Nemotron-3-Nano-4B2.64 GB時間切れ時間切れ同上
gemma-4-E2B-it3.19 GB時間切れ合格書き: 480 秒・3 ターンで終わり、ファイルも一致。ただし最後の回答は質問と関係のない要約だった
Bonsai-27B（Q1_0）3.54 GB不可不可サーバが 500 を返す。チャットテンプレートの実行でエラー
gemma-4-E4B-it4.97 GB時間切れ書けた書き: ファイルは正しくできたが 10 分でタイムアウト
Qwen3.5-9B5.24 GB不可不可サーバが 500 を返す。チャットテンプレートの実行でエラー
GLM-4.6V-Flash5.74 GB時間切れ時間切れどちらも 10 分で返らない
gemma-4-12B-it-QAT6.50 GB時間切れ時間切れ同上。ファイルもできない
gemma-4-12B-it6.87 GB時間切れ書けた書き: ファイルは正しくできたが 10 分でタイムアウト
Ministral-3-14B-Reasoning-25127.67 GB不可不可サーバが 500 を返す。チャットテンプレートの実行でエラー
Qwen2.5-Coder-14B-Instruct8.37 GB不可不可400。モデルの上限 32768 に対し、要求が約 60,000 トークンで入らない

分かったこと

時間切れは「使えない」ではない。 この章の時点では、10 分を超えたものを打ち切っただけだった。 その後、ルールを読ませない設定と 1 時間の枠で試し直し、テンプレートのエラーも差し替えで解消した（試験結果の第 2 章）。

全実行の記録

2026-09-28 21:34 から 09-30 07:02 までに流した試験を、1 モデル 1 行で残す（92 行）。 元の記録は logs/test-cc-tools/・logs/test-agents/ の *-results.jsonl（git 管理外）。 秒数は、その問のエージェントが終わるまでの時間。「有効性」が無効・途中で停止の行は、比べるのに使わない。

開始ツール条件モデル読み書き1 問の上限有効性
09/28 21:34Claude Codeルールあり（test-cc.ps1）Qwen3-4B-Instruct-2507-Q4_K_M停止—15分途中で停止：メモリ不足で Claude Code が止めた
09/28 21:52Claude Codeルールあり（test-cc.ps1）Qwen3-4B-Instruct-2507-Q4_K_M不合格 168 秒—15分出力が文字化け
09/28 21:55Claude Codeルールあり（test-cc.ps1）Qwen3-4B-Instruct-2507-Q4_K_M不合格 206 秒—15分質問が文字化けして届いた
09/28 21:59Claude Codeルールあり（test-cc.ps1）Qwen3-4B-Instruct-2507-Q4_K_M不合格 171 秒—15分有効：ツールを呼ばずに答えた
09/28 22:02Claude Codeルールあり（test-cc.ps1）gpt-oss-20b-MXFP4時間切れ—25分有効
09/28 22:28Claude CodeルールありMinistral-3-3B-Instruct-2512-Q4_K_M不合格 177 秒不合格 190 秒10分有効
09/28 22:28Claude CodeルールありQwen3-4B-Instruct-2507-Q4_K_M不合格 188 秒時間切れ10分有効
09/28 22:28Claude CodeルールありQwen3-4B-Thinking-2507-Q4_K_M時間切れ時間切れ10分有効
09/28 22:28Claude CodeルールありNVIDIA-Nemotron-3-Nano-4B-Q4_K_M時間切れ時間切れ10分有効
09/28 22:28Claude Codeルールありgemma-4-E2B-it-Q4_K_M時間切れ合格 480 秒10分有効
09/28 22:28Claude CodeルールありBonsai-27B-Q1_0不合格 184 秒不合格 181 秒10分有効
09/28 22:28Claude Codeルールありgemma-4-E4B-it-Q4_K_M時間切れ時間切れ10分有効
09/28 22:28Claude CodeルールありQwen3.5-9B-Q4_K_M不合格 182 秒不合格 182 秒10分有効
09/28 22:28Claude CodeルールありGLM-4.6V-Flash-Q4_K_M時間切れ時間切れ10分有効
09/28 22:28Claude Codeルールありgemma-4-12B-it-QAT-Q4_0時間切れ時間切れ10分有効
09/28 22:28Claude Codeルールありgemma-4-12B-it-Q4_K_M時間切れ時間切れ10分有効
09/28 22:28Claude CodeルールありMinistral-3-14B-Reasoning-2512-Q4_K_M不合格 181 秒不合格 181 秒10分有効
09/28 22:28Claude CodeルールありQwen2.5-Coder-14B-Instruct-Q4_K_M不合格 2 秒不合格 2 秒10分有効
09/29 03:00Claude Codeルールあり・帰属ヘッダなしQwen3-4B-Instruct-2507-Q4_K_M不合格 335 秒合格 1304 秒30分途中で停止
09/29 03:38Claude Codeルールあり・テンプレート差し替えMinistral-3-3B-Instruct-2512-Q4_K_M不合格 140 秒時間切れ15分有効
09/29 03:38Claude Codeルールあり・テンプレート差し替えBonsai-27B-Q1_0時間切れ時間切れ15分有効
09/29 03:38Claude Codeルールあり・テンプレート差し替えQwen3.5-9B-Q4_K_M時間切れ時間切れ15分有効
09/29 03:38Claude Codeルールあり・テンプレート差し替えMinistral-3-14B-Reasoning-2512-Q4_K_M不合格 519 秒不合格 341 秒15分有効
09/29 05:11Claude Codeルールありgpt-oss-20b-MXFP4不合格 621 秒不合格 583 秒15分途中で停止
09/29 05:48Claude CodeルールなしMinistral-3-3B-Instruct-2512-Q4_K_M合格 29 秒合格 54 秒10分途中で停止
09/29 05:48Claude CodeルールなしQwen3-4B-Instruct-2507-Q4_K_M合格 54 秒合格 66 秒10分途中で停止
09/29 05:48Claude CodeルールなしQwen3-4B-Thinking-2507-Q4_K_M合格 292 秒時間切れ10分途中で停止
09/29 06:23Claude Codeルールなし・思考なし・テンプレートNVIDIA-Nemotron-3-Nano-4B-Q4_K_M時間切れ時間切れ10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートgemma-4-E2B-it-Q4_K_M合格 13 秒合格 10 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートBonsai-27B-Q1_0合格 142 秒合格 121 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートgemma-4-E4B-it-Q4_K_M合格 38 秒合格 26 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートgpt-oss-20b-MXFP4合格 84 秒合格 40 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートQwen3.5-9B-Q4_K_M不合格 80 秒合格 57 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートGLM-4.6V-Flash-Q4_K_M時間切れ時間切れ10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートgemma-4-12B-it-QAT-Q4_0合格 105 秒合格 84 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートgemma-4-12B-it-Q4_K_M合格 114 秒合格 86 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートMinistral-3-14B-Reasoning-2512-Q4_K_M合格 227 秒合格 331 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートQwen2.5-Coder-14B-Instruct-Q4_K_M不合格 257 秒不合格 241 秒10分有効
09/29 06:23Claude Codeルールなし・思考なし・テンプレートDevstral-Small-2507-UD-Q4_K_XL合格 248 秒合格 320 秒10分有効
09/29 07:50Claude Codeルールなし・思考なし（2 回目）NVIDIA-Nemotron-3-Nano-4B-Q4_K_M時間切れ時間切れ10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）gemma-4-E2B-it-Q4_K_M時間切れ時間切れ10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）Bonsai-27B-Q1_0合格 235 秒合格 192 秒10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）gemma-4-E4B-it-Q4_K_M合格 173 秒合格 56 秒10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）gpt-oss-20b-MXFP4合格 564 秒合格 354 秒10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）Qwen3.5-9B-Q4_K_M時間切れ時間切れ10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）GLM-4.6V-Flash-Q4_K_M時間切れ時間切れ10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）gemma-4-12B-it-QAT-Q4_0時間切れ合格 153 秒10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）gemma-4-12B-it-Q4_K_M時間切れ合格 110 秒10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）Ministral-3-14B-Reasoning-2512-Q4_K_M合格 187 秒合格 195 秒10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）Qwen2.5-Coder-14B-Instruct-Q4_K_M不合格 197 秒不合格 226 秒10分無効：誤って二重に走った
09/29 07:50Claude Codeルールなし・思考なし（2 回目）Devstral-Small-2507-UD-Q4_K_XL合格 247 秒合格 244 秒10分無効：誤って二重に走った
09/29 07:53Pi思考なしNVIDIA-Nemotron-3-Nano-4B-Q4_K_M合格 493 秒時間切れ10分無効：別の試験と重なった
09/29 07:53Pi思考なしGLM-4.6V-Flash-Q4_K_M時間切れ時間切れ10分無効：別の試験と重なった
09/29 07:53Pi思考なしQwen3-4B-Thinking-2507-Q4_K_M合格 192 秒合格 276 秒10分無効：別の試験と重なった
09/29 08:39OpenCode思考なしNVIDIA-Nemotron-3-Nano-4B-Q4_K_M合格 78 秒合格 426 秒10分無効：別の試験と重なった
09/29 08:39OpenCode思考なしGLM-4.6V-Flash-Q4_K_M合格 207 秒合格 235 秒10分無効：別の試験と重なった
09/29 08:39OpenCode思考なしQwen3-4B-Thinking-2507-Q4_K_M時間切れ時間切れ10分無効：別の試験と重なった
09/29 09:15Aider思考なしNVIDIA-Nemotron-3-Nano-4B-Q4_K_M不合格 98 秒時間切れ10分無効：別の試験と重なった
09/29 09:15Aider思考なしGLM-4.6V-Flash-Q4_K_M時間切れ時間切れ10分無効：別の試験と重なった
09/29 09:15Aider思考なしQwen3-4B-Thinking-2507-Q4_K_M不合格 128 秒時間切れ10分無効：別の試験と重なった
09/29 15:15Pi思考なしNVIDIA-Nemotron-3-Nano-4B-Q4_K_M合格 18 秒合格 18 秒10分有効
09/29 15:15Pi思考なしGLM-4.6V-Flash-Q4_K_M時間切れ不合格 55 秒10分有効
09/29 15:15Pi思考なしQwen3-4B-Thinking-2507-Q4_K_M合格 145 秒合格 88 秒10分有効
09/29 15:31OpenCode思考なしNVIDIA-Nemotron-3-Nano-4B-Q4_K_M合格 431 秒合格 58 秒10分有効
09/29 15:31OpenCode思考なしGLM-4.6V-Flash-Q4_K_M時間切れ合格 152 秒10分有効
09/29 15:31OpenCode思考なしQwen3-4B-Thinking-2507-Q4_K_M時間切れ時間切れ10分有効
09/29 16:12Aider思考なしNVIDIA-Nemotron-3-Nano-4B-Q4_K_M不合格 13 秒合格 11 秒10分有効
09/29 16:12Aider思考なしGLM-4.6V-Flash-Q4_K_M不合格 26 秒合格 16 秒10分有効
09/29 16:12Aider思考なしQwen3-4B-Thinking-2507-Q4_K_M不合格 37 秒合格 311 秒10分有効
09/29 16:19Claude Codeルールなし・思考なしQwen3.6-35B-A3B-UD-Q3_K_XL不合格 126 秒不合格 40 秒15分無効：README が上書きされていた
09/29 18:11Claude Codeルールなし・思考なし（作業用コピーはリポジトリ内）Qwen3.6-35B-A3B-UD-Q3_K_XL不合格 132 秒不合格 39 秒15分有効（Qwen 系はプロジェクトのパスを推測）
09/29 18:11Claude Codeルールなし・思考なし（作業用コピーはリポジトリ内）gemma-4-26B-A4B-it-UD-Q4_K_XL合格 128 秒合格 59 秒15分有効（Qwen 系はプロジェクトのパスを推測）
09/29 18:11Claude Codeルールなし・思考なし（作業用コピーはリポジトリ内）GLM-4.7-Flash-UD-Q4_K_XL合格 204 秒合格 60 秒15分有効（Qwen 系はプロジェクトのパスを推測）
09/29 18:11Claude Codeルールなし・思考なし（作業用コピーはリポジトリ内）Qwen3-Coder-30B-A3B-Instruct-UD-Q4_K_XL合格 291 秒不合格 222 秒15分有効（Qwen 系はプロジェクトのパスを推測）
09/29 18:11Claude Codeルールなし・思考なし（作業用コピーはリポジトリ内）Qwen3-30B-A3B-Instruct-2507-UD-Q4_K_XL合格 146 秒不合格 85 秒15分有効（Qwen 系はプロジェクトのパスを推測）
09/29 18:35Claude Codeルールなし・思考なし（作業用コピーは W:/temp、ホームはリポジトリ内）Qwen3.6-35B-A3B-UD-Q3_K_XL合格 175 秒不合格 40 秒15分途中で停止
09/29 18:41Claude Codeルールなし・思考なし（ホームも W:/temp）Qwen3.6-35B-A3B-UD-Q3_K_XL合格 165 秒合格 123 秒15分有効
09/29 18:41Claude Codeルールなし・思考なし（ホームも W:/temp）Qwen3-Coder-30B-A3B-Instruct-UD-Q4_K_XL合格 166 秒合格 64 秒15分有効
09/29 18:41Claude Codeルールなし・思考なし（ホームも W:/temp）Qwen3-30B-A3B-Instruct-2507-UD-Q4_K_XL合格 140 秒合格 73 秒15分有効
09/29 18:54Claude Codeルールなし・思考なし・テンプレートQwen2.5-Coder-14B-Instruct-Q4_K_M不合格 146 秒不合格 200 秒15分有効
09/29 18:54Claude Codeルールなし・思考なし・テンプレートQwen3.5-9B-Q4_K_M不合格 78 秒合格 49 秒15分有効
09/29 19:05Claude Codeルールなし・思考なしNVIDIA-Nemotron-3-Nano-4B-Q4_K_M不合格 1190 秒不合格 256 秒60分有効
09/29 19:05Claude Codeルールなし・思考なしGLM-4.6V-Flash-Q4_K_M時間切れ時間切れ60分有効
09/29 21:30Claude Codeルールなし・思考なしQwen3-4B-Thinking-2507-Q4_K_M—合格 1199 秒60分有効
09/30 03:30Codex CLI安全装置ありgemma-4-E2B-it-Q4_K_M不合格 17 秒不合格 9 秒15分無効：Windows の policy でコマンドが止められた
09/30 03:41Codex CLI安全装置なし（利用者が実行）gemma-4-E2B-it-Q4_K_M不合格 15 秒合格 6 秒10分有効
09/30 03:41Codex CLI安全装置なし（利用者が実行）gpt-oss-20b-MXFP4合格 53 秒合格 128 秒10分有効
09/30 06:59Pi思考なし・テンプレートgemma-4-E2B-it-Q4_K_M不合格 4 秒合格 3 秒10分有効（読みは答えが空）
09/30 06:59Pi思考なし・テンプレートgemma-4-E4B-it-Q4_K_M合格 13 秒合格 13 秒10分有効
09/30 06:59Pi思考なし・テンプレートgpt-oss-20b-MXFP4合格 30 秒合格 21 秒10分有効
09/30 07:01Pi思考なし・テンプレートgemma-4-E2B-it-Q4_K_M合格 4 秒合格 3 秒10分有効
09/30 07:02Pi思考なし・テンプレートgemma-4-E2B-it-Q4_K_M不合格 3 秒合格 3 秒10分有効（読みは答えが空）

初期プログラミング（sum）の全実行

2026-09-30 22:54 から 10-01 01:42 までに、日本語で「プログラムを書いて実行する」問を流した回を、1 組 1 行で残す（77 行）。 問と判定は初期プログラミングの検証計画、まとめは試験結果の第 4 章にある。 「開始」はその回の試験スクリプトを流し始めた時刻で、モデルごとの時刻ではない。1 問の上限はどれも 10 分。

無効の 1 行は、試験の中の Claude Code に PowerShell の道具が加わっていた回（許していない道具で node を呼び、止められ続けた）。直して流し直した。

開始ツールモデル結果所要有効性
09/30 22:54Claude Codegemma-4-E4B-it-Q4_K_M合格63 秒63 秒有効
09/30 22:56Pigemma-4-E4B-it-Q4_K_M合格21 秒21 秒有効
09/30 22:57OpenCodegemma-4-E4B-it-Q4_K_M合格26 秒26 秒有効
09/30 22:58Aidergemma-4-E4B-it-Q4_K_M不合格書いたが実行・報告なし19 秒有効
09/30 23:00Pigemma-4-E2B-it-Q4_K_M合格7 秒7 秒有効
09/30 23:00PiMinistral-3-3B-Instruct-2512-Q4_K_M不合格書いたが実行・報告なし11 秒有効
09/30 23:00PiQwen3-4B-Instruct-2507-Q4_K_M不合格書いたが実行・報告なし6 秒有効
09/30 23:00PiQwen3.5-9B-Q4_K_M合格54 秒54 秒有効
09/30 23:00Pigpt-oss-20b-MXFP4合格32 秒（跡なし）32 秒有効
09/30 23:00Pigemma-4-12B-it-QAT-Q4_0合格46 秒46 秒有効
09/30 23:00Pigemma-4-12B-it-Q4_K_M合格49 秒49 秒有効
09/30 23:00Pigemma-4-26B-A4B-it-UD-Q4_K_XL合格39 秒39 秒有効
09/30 23:00PiQwen3-30B-A3B-Instruct-2507-UD-Q4_K_XL合格44 秒（跡なし）44 秒有効
09/30 23:00PiQwen3-Coder-30B-A3B-Instruct-UD-Q4_K_XL不合格sum.js を作らない40 秒有効
09/30 23:00PiGLM-4.7-Flash-UD-Q4_K_XL合格24 秒24 秒有効
09/30 23:00PiBonsai-27B-Q1_0合格57 秒57 秒有効
09/30 23:00PiQwen3.6-35B-A3B-UD-Q3_K_XL合格35 秒35 秒有効
09/30 23:00PiMinistral-3-14B-Reasoning-2512-Q4_K_M合格111 秒（跡なし）111 秒有効
09/30 23:00PiDevstral-Small-2507-UD-Q4_K_XL不合格sum.js を作らない94 秒有効
09/30 23:00PiNVIDIA-Nemotron-3-Nano-4B-Q4_K_M合格18 秒18 秒有効
09/30 23:00PiQwen3-4B-Thinking-2507-Q4_K_M不合格書いたが実行・報告なし110 秒有効
09/30 23:00PiGLM-4.6V-Flash-Q4_K_M不合格sum.js を作らない19 秒有効
09/30 23:18OpenCodegemma-4-E2B-it-Q4_K_M合格11 秒11 秒有効
09/30 23:18OpenCodeMinistral-3-3B-Instruct-2512-Q4_K_M不合格書いたが実行・報告なし28 秒有効
09/30 23:18OpenCodeQwen3-4B-Instruct-2507-Q4_K_M合格33 秒33 秒有効
09/30 23:18OpenCodeQwen3.5-9B-Q4_K_M合格97 秒97 秒有効
09/30 23:18OpenCodegpt-oss-20b-MXFP4合格84 秒（跡なし）84 秒有効
09/30 23:18OpenCodegemma-4-12B-it-QAT-Q4_0不合格sum.js を作らない117 秒有効
09/30 23:18OpenCodegemma-4-12B-it-Q4_K_M合格97 秒97 秒有効
09/30 23:18OpenCodegemma-4-26B-A4B-it-UD-Q4_K_XL合格91 秒91 秒有効
09/30 23:18OpenCodeQwen3-30B-A3B-Instruct-2507-UD-Q4_K_XL不合格書いたが実行・報告なし84 秒有効
09/30 23:18OpenCodeQwen3-Coder-30B-A3B-Instruct-UD-Q4_K_XL不合格sum.js を作らない81 秒有効
09/30 23:18OpenCodeGLM-4.7-Flash-UD-Q4_K_XL不合格実行したが結果を答えない97 秒有効
09/30 23:18OpenCodeBonsai-27B-Q1_0不合格sum.js を作らない101 秒有効
09/30 23:18OpenCodeQwen3.6-35B-A3B-UD-Q3_K_XL合格102 秒102 秒有効
09/30 23:18OpenCodeMinistral-3-14B-Reasoning-2512-Q4_K_M不合格sum.js を作らない112 秒有効
09/30 23:18OpenCodeDevstral-Small-2507-UD-Q4_K_XL合格175 秒175 秒有効
09/30 23:18OpenCodeNVIDIA-Nemotron-3-Nano-4B-Q4_K_M不合格sum.js を作らない307 秒有効
09/30 23:18OpenCodeQwen3-4B-Thinking-2507-Q4_K_M不合格書いたが 55 が出ない529 秒有効
09/30 23:18OpenCodeGLM-4.6V-Flash-Q4_K_M不合格sum.js を作らない51 秒有効
09/30 23:59Aidergemma-4-E2B-it-Q4_K_M不合格書いたが実行・報告なし19 秒有効
09/30 23:59AiderMinistral-3-3B-Instruct-2512-Q4_K_M不合格書いたが実行・報告なし7 秒有効
09/30 23:59AiderQwen3-4B-Instruct-2507-Q4_K_M不合格書いたが実行・報告なし9 秒有効
09/30 23:59AiderQwen3.5-9B-Q4_K_M不合格書いたが実行・報告なし21 秒有効
09/30 23:59Aidergpt-oss-20b-MXFP4不合格書いたが実行・報告なし21 秒有効
09/30 23:59Aidergemma-4-12B-it-QAT-Q4_0不合格書いたが実行・報告なし69 秒有効
09/30 23:59Aidergemma-4-12B-it-Q4_K_M不合格書いたが実行・報告なし36 秒有効
09/30 23:59Aidergemma-4-26B-A4B-it-UD-Q4_K_XL不合格書いたが実行・報告なし30 秒有効
09/30 23:59AiderQwen3-30B-A3B-Instruct-2507-UD-Q4_K_XL合格22 秒（跡なし）22 秒有効
09/30 23:59AiderQwen3-Coder-30B-A3B-Instruct-UD-Q4_K_XL不合格書いたが実行・報告なし20 秒有効
09/30 23:59AiderGLM-4.7-Flash-UD-Q4_K_XL不合格書いたが実行・報告なし16 秒有効
09/30 23:59AiderBonsai-27B-Q1_0不合格書いたが実行・報告なし21 秒有効
09/30 23:59AiderQwen3.6-35B-A3B-UD-Q3_K_XL不合格書いたが実行・報告なし24 秒有効
09/30 23:59AiderMinistral-3-14B-Reasoning-2512-Q4_K_M不合格書いたが実行・報告なし24 秒有効
09/30 23:59AiderDevstral-Small-2507-UD-Q4_K_XL不合格書いたが実行・報告なし29 秒有効
09/30 23:59AiderNVIDIA-Nemotron-3-Nano-4B-Q4_K_M不合格書いたが実行・報告なし11 秒有効
09/30 23:59AiderQwen3-4B-Thinking-2507-Q4_K_M合格40 秒（跡なし）40 秒有効
09/30 23:59AiderGLM-4.6V-Flash-Q4_K_M不合格書いたが実行・報告なし31 秒有効
10/01 00:11Claude Codegemma-4-E2B-it-Q4_K_M合格32 秒32 秒有効
10/01 00:11Claude CodeMinistral-3-3B-Instruct-2512-Q4_K_M合格77 秒77 秒有効
10/01 00:11Claude CodeQwen3-4B-Instruct-2507-Q4_K_M不合格実行を止められ続けて 10 ターンで打ち切り357 秒無効：PowerShell の道具が加わっていた。流し直した
10/01 00:20Claude CodeQwen3-4B-Instruct-2507-Q4_K_M合格119 秒119 秒有効
10/01 00:20Claude CodeQwen3.5-9B-Q4_K_M合格102 秒102 秒有効
10/01 00:20Claude Codegpt-oss-20b-MXFP4合格80 秒（跡なし）80 秒有効
10/01 00:20Claude Codegemma-4-12B-it-QAT-Q4_0合格118 秒118 秒有効
10/01 00:20Claude Codegemma-4-12B-it-Q4_K_M合格113 秒113 秒有効
10/01 00:20Claude Codegemma-4-26B-A4B-it-UD-Q4_K_XL合格143 秒143 秒有効
10/01 00:20Claude CodeQwen3-30B-A3B-Instruct-2507-UD-Q4_K_XL合格158 秒（跡なし）158 秒有効
10/01 00:20Claude CodeQwen3-Coder-30B-A3B-Instruct-UD-Q4_K_XL合格170 秒170 秒有効
10/01 00:20Claude CodeGLM-4.7-Flash-UD-Q4_K_XL合格173 秒173 秒有効
10/01 00:20Claude CodeBonsai-27B-Q1_0合格445 秒445 秒有効
10/01 00:20Claude CodeQwen3.6-35B-A3B-UD-Q3_K_XL合格227 秒227 秒有効
10/01 00:20Claude CodeMinistral-3-14B-Reasoning-2512-Q4_K_M合格504 秒（跡なし）504 秒有効
10/01 00:20Claude CodeDevstral-Small-2507-UD-Q4_K_XL合格577 秒577 秒有効
10/01 00:20Claude CodeNVIDIA-Nemotron-3-Nano-4B-Q4_K_M時間切れ600 秒有効
10/01 00:20Claude CodeQwen3-4B-Thinking-2507-Q4_K_M時間切れ600 秒有効
10/01 00:20Claude CodeGLM-4.6V-Flash-Q4_K_M時間切れ600 秒有効