AIサービス（ローカル）

Doco Translate は、Ollama、LM Studio、oMLX などのローカル AI モデル ランタイムに接続して翻訳できます。

ローカルモデルの利点

Uローカル モデルの使用は、いくつかの重要な利点があるため、Doco Translate が最も強く推奨するアプローチです。

翻訳品質

大規模言語モデルは、自然言語タスク、特に翻訳に優れています。これらは通常、従来の機械翻訳エンジンよりも優れた翻訳品質を提供します。

プライバシー

ローカル ランタイムを通じてロードされたモデルは、データをデバイス上に保持します。サードパーティのプロバイダーには何も送信されないため、文書処理のプライバシーが確保されます。

コスト

クラウド AI API とは異なり、ローカル モデルはトークンの料金を請求せず、追加の使用料もかかりません。

ローカル モデルの制限事項

モデルサイズ

ローカル モデルは通常オープン ソースであり、コンシューマ ハードウェアで適切に動作するモデルのパラメータ数は、4B、9B、35B-A3B、27B など比較的小さいことがよくあります。したがって、それらの一般的な機能は大規模なクラウド モデルよりも弱い可能性があります。

ただし、翻訳には非常に長い推論チェーンや可能な限り強力な推論モデルは必要ありません。小規模なローカル モデルは優れた変換を生成できるため、コスト効率の高い選択肢となります。

推論速度

ローカル推論速度は、ハードウェアとモデルのサイズによって異なります。ハードウェアが優れていてモデルが小さいほど高速になりますが、ローカル推論は一般にクラウド AI API よりも依然として遅くなります。

ローカル AI モデル ランタイム

Oラマ

Ollama は、ローカル モデルを実行するための親しみやすいコマンド ライン ツールです。

公式の手順に従って Ollama をインストールし、実行します ollama pull MODEL_NAME モデルをダウンロードします。

モデルがダウンロードされ、Ollama で正常に実行されたら、ワンクリックで Doco Translate に接続します。

デフォルトの Ollama エンドポイントは次のとおりです。 http://localhost:11434.

LM スタジオ

LM Studio は、ローカル モデルを実行するためのグラフィカル インターフェイスを提供しており、簡単に使い始めることができます。

公式 Web サイトから LM Studio をインストールし、アプリ内でモデルをダウンロードします。

モデルのダウンロード後、LM Studio のローカル モデル サーバーを起動して API を公開します。その後、ワンクリックで Doco Translate に接続できます。

デフォルトの LM Studio エンドポイントは次のとおりです。 http://localhost:1234.

oMLX

oMLX は、Apple シリコン用に最適化されたローカル モデル ランタイムであり、非常に高速な推論を提供します。

公式 Web サイトから oMLX をインストールし、oMLX コンソールを開いてモデルをダウンロードします。

oMLX はローカル サービスを自動的に開始します。モデルがダウンロードされ、テストに合格したら、ワンクリックで Doco Translate に接続します。

デフォルトの oMLX エンドポイントは次のとおりです。 http://localhost:8000.

おすすめモデル

Doco Translate では、翻訳に次のモデルを推奨しています。

• Hy-MT2-1.8B: 非常に高速でメモリ使用量が最小限に抑えられ、特に翻訳用に最適化されています。
• Qwen3.5:9B: メモリ使用量が比較的少なく高速です
• Qwen3.6:35B-A3B: 強力な機能と高速パフォーマンス、より高いメモリ使用量
• Gemma4:12B: 品質、速度、メモリ使用量のバランスのとれた選択
• Qwen3.6:27B: 最も強力な機能ですが、速度が遅くメモリを大量に消費します
• Qwen3.5:4B: メモリ使用量が少なく高速ですが、安定性がわずかに劣ります

ほとんどのワークロードでは、次を使用します。 Hy-MT2-1.8B または Qwen3.5:9B をプライマリモデルとします。どちらも高速でメモリ効率が高いです。より高い品質と安定性を得るには、次を使用します。 Qwen3.6:35B-A3B。より高機能ですが、より多くのメモリを消費します。