FastVLM vs LLaVA-OneVision

目次1 セクション

出典条件付き比較

Apple が報告した FastVLM-0.5B と LLaVA-OneVision-0.5B の比較を、出典条件付きで読み解きます。

比較条件	FastVLM-0.5B	LLaVA-OneVision-0.5B
LLM サイズ	同じ 0.5B クラス	同じ 0.5B クラス
比較解像度	最高テスト：1152×1152	最高テスト：1152×1152
Time to first token	最大 85× 高速（Apple 報告）	基準
視覚エンコーダサイズ	3.4× 小型（Apple 報告）	基準
主要評価結果	引用条件では SeedBench、MMMU、DocVQA が上	比較基準

85× が意味すること・しないこと

すべての FastVLM 構成がすべての LLaVA 構成より 85 倍速いという一般的な主張ではありません。Apple が最高テスト解像度 1152×1152、同じ 0.5B LLM クラスで、TTFT を測定した報告結果です。

この記事を共有

同じテーマやツールに関連する記事。

この記事のテーマに近いディレクトリ項目を確認できます。

GitBotは、ローカルで動くオープンソースのエージェント管理ツールです。Claude Code、Codex、OpenCodeを、継続的なスレッドと個別の権限を持つ再利用可能なボットとして使えます。既存のエージェントを置き換えずに、ブラウザーの作業画面と繰り返し使える役割を追加します。

Oh My Pi（omp）は Pi を基に拡張された、ターミナル中心のオープンソースのコーディングエージェントです。LSP、デバッグ、サブエージェント、ブラウザー自動化、モデルルーティング、高い拡張性を備えた開発基盤として、多くの機能を標準搭載しています。

CueはManusの独立したパーソナルエージェントアプリです。エージェントが専用のデジタルIDを持ち、連絡、決済、専用コンピューターを使って仕事を進めます。AI IDEやエディターではなく、業務の流れを担うエージェントです。

Floot MCPはClaude、ChatGPT、Codex、CursorなどをFlootの実行環境へ接続し、フルスタックアプリの作成に使えるようにします。モデルと推論はアシスタント、プロジェクト、バックエンド、プレビュー、公開はFlootが担います。

Cortex AI IDEは、ローカル中心でBYOKに対応するエージェント型エディターです。プロジェクト全体の計画、編集、実行、検証を行い、独立したAI IDEを使いながら提供元とAPIキーを自分で管理したい開発者に向いています。

CodexBarは、AIコーディングツールの利用状況を確認する無料のオープンソースアプリです。macOSのメニューバー、Linuxデスクトップ、CLIで、利用枠の期間、リセット時刻、残高、支出、提供元の状態を表示します。コードを書くツールではなく、複数のエージェント契約を管理する開発者向けです。