Terry (Teruo Kunihiro)

Frontend Software Developer

[Terry (Teruo Kunihiro) @trknhr_ja]

会社員を辞めてフリーランスになりました。
https://t.co/nH6xcVInzJ
派手な肩書きのエンジニアではないですが、AIインテグレーション、Webアプリ開発を中心に現場に合わせて泥臭く進められると思います。
お仕事のご相談も随時受け付けています。
https://t.co/sVzN2sarea

[Terry (Teruo Kunihiro) @trknhr_ja]

Kimi K3でしばらくコーディングやKaggle コンペしてみたけどもう十分すごいという感じで、フロンティアモデルを高い金払って使い続けるのは本当に特定の分野だけになっていく未来がクリアになってきた。
内容によってはガードレールがない分使いやすいまである。

[Artificial Analysis @ArtificialAnlys]

Kimi K3 scores 57 on the Artificial Analysis Intelligence Index. Its intelligence is comparable to Opus 4.8 and GPT-5.5 but remains behind Fable 5 and GPT-5.6 Sol. Moonshot AI has expressed plans to release the 2.8T parameter model's weights, which would make it the leading open weights model

Key results:

➤ Strong agentic task performance: @Kimi_Moonshot's Kimi K3 reaches an Elo rating of 1668 on GDPval v2. This is a marked improvement over K2.6’s 1190, surpassing GLM-5.2 (1514), GPT-5.5 (1494), and Claude Opus 4.8 (1600). However, it still lags behind Claude Fable 5 (1760). Kimi K3 also scores an impressive 53% and takes the #1 position on AutomationBench-AA, our implementation of Zapier’s Agentic SaaS workflow evaluation.

➤ Second-highest performance on AA-Briefcase (agentic knowledge work): On our private long-horizon knowledge work evaluation, Kimi K3 reaches an overall Elo of 1547, +732 points from Kimi K2.6 and behind only Claude Fable 5. It is well-rounded: its rubric scoring and analytical quality almost reach Claude Fable 5’s scores, while GPT-5.6 Sol continues to outperform other leading models on presentation quality.

➤ Set to lead open weights models once weights are released: Moonshot AI has not yet released the weights but expressed plans to do so. Once available, Kimi K3 would clearly lead other open weights models including GLM-5.2 (51) and DeepSeek v4 Pro (44). However, at 2.8T parameters, it is significantly larger than its open weights peers (eg. GLM-5.2 at 753B params and DeepSeek V4 Pro at 1.6T), as well as the Kimi K2 to K2.6 models (1T params).

➤ Cost per task ($0.94) is similar to GPT-5.6 Sol ($1.04), ~1/2 the price of Opus 4.8 ($1.80) and higher than open weights peers: Moonshot AI’s pricing for K3 is significantly higher than their K2 pricing (K3’s output token price is $15/1M tokens while K2.6 was $4). This positions the model as cheaper on a cost per task basis than Opus 4.8, similar to GPT-5.6 Sol ($1.04) and more expensive than open weights peers, GLM-5.2 ($0.32) and DeepSeek V4 Pro ($0.04)

➤ Improved token efficiency alongside higher intelligence: Kimi K3’s token usage on the Artificial Analysis Intelligence Index decreased significantly, using 21% fewer output tokens than K2.6. The new model used approximately 132M output tokens to complete all nine evaluations, compared to approximately 166M for K2.6, while achieving higher scores.

➤ Native multimodal capabilities: Kimi K3, like K2.6, is released with native image and text multimodal input. If weights are released, this will position Kimi K3 as one of the leading open weights models with multimodal input capabilities

Other model details:

Context window: 1M

Size: 2.8T total parameters

Pricing: The first-party API is priced at $3.00/$15.00 per 1M input/output tokens, with cached input discounted 90% to $0.30 per 1M tokens.

Modality: Native multimodal input supports text and images, and the model remains text-only for output.

Accessibility: Accessible at launch through Moonshot’s first party API. Model weights are not yet released but Moonshot AI has expressed plans to do so.

[Greg Brockman @gdb]

Sol is rising. It’s a good model.

[Tibo @thsottiaux]

@haider1 Ultra will be in codex.

[Terry (Teruo Kunihiro) @trknhr_ja]

トークン消費フレンドリーで良さそう

[Claude @claudeai]

Introducing Claude Sonnet 5, our most agentic Sonnet yet.

It makes plans, uses tools like browsers and terminals, and runs autonomously at a level that just a few months ago required larger and more expensive models.

[Terry (Teruo Kunihiro) @trknhr_ja]

kaggleのコンペ。
ポケカ知らないなりに自分で考えてデッキ作ったらめちゃ弱かったので、とりあえず上位陣のデッキと同じようなの作ったら普通に銅圏内に入ってしまった。
自分の価値とはと問答する結果になってしまっているが、アルファが出るのはここからだ！！という気持ち。

[Terry (Teruo Kunihiro) @trknhr_ja]

freee MCP + Codexで、請求書・領収書管理は良さそう。
ローカルリポジトリに証憑を置いて、按分ルールや勘定科目をYAML管理しつつ、freeeへの証憑アップロードと取引登録まで進められる。惜しいのは銀行口座の明細消し込み。ここまでMCPでできれば完璧。とはいえ体験はかなり良かった。

[Terry (Teruo Kunihiro) @trknhr_ja]

AI以後の受託開発についての生々しい記事。

Coding Agentでコード生産量は一気に増えるけど、売上や案件数が同じ速度で増えるわけじゃない。結果として最初に調整されるのは外注やSES。という内容。

フリーランスには厳しい時代だけど、価値ある仕事をしていきたいな。

[てるろー @terurou]

最近の弊社の受託状況に触れつつ怪文書を書いた。きのこ。

AI以後の受託システム開発はどうなっていくのか（2026年6月版） https://t.co/vU7H7RAdMj #zenn

[Terry (Teruo Kunihiro) @trknhr_ja]

スコアは全然だけど初めてKaggleのコンペ出たので記念にスクショ撮りました。あとポケカしたことないのでこっから何をしたら強くなるのか正直全くわかりません。

[Terry (Teruo Kunihiro) @trknhr_ja]

LinkedInの求人オファーを装い、GitHubリポジトリをレビューさせて npm install でバックドアを発火させる攻撃。
app/test に隠し、prepare scriptで実行されるのがかなり怖い。ほんと未信頼コードはローカルで動かさないの大事。
https://t.co/9oas59Efot

[Terry (Teruo Kunihiro) @trknhr_ja]

HomeKit 起動の安定とか普通にSiri の精度とかが上がってくれたら。

[日本経済新聞 電子版（日経電子版） @nikkei]

Apple「Siri AI」発表　メール自動作成など目新しさなく株価2%下落
https://t.co/sBLjvJWxYO

年次開発者会議「WWDC」で発表しました。日本語を含む多言語対応の時期は未定です。

[Terry (Teruo Kunihiro) @trknhr_ja]

LLM時代に強いのは、特定領域の知識だけを抱え込む人というより、その場の状況を見て、広い領域に素早く適応できる人だと思う。あと嫌なやつじゃないこと。
技術が変わっても、信頼と適応力は残る気がしてる。
https://t.co/KX4pWfdGCE

[Terry (Teruo Kunihiro) @trknhr_ja]

Codexと古いkindleで遊んでここまでできた。
完全バイブコーディングだったけど、Codexが優秀でjailbreaking とか楽勝でやってくれるのでびっくりする。

[Terry (Teruo Kunihiro) @trknhr_ja]

PostgresのWALを直接S3上のIceberg/Parquetに流して、DuckDB経由でpsqlから分析クエリできるOSS。
重いBI/集計を本番DBから逃がす選択肢としてかなりコスパ良さそう。まだ初期だけど面白い発想
https://t.co/WrQDTJc1Gt

[Terry (Teruo Kunihiro) @trknhr_ja]

そろそろハードウェア入門する時が来たか。

[Google Gemma @googlegemma]

Introducing the newest Coral board, for efficient, on-device AI!

Check out the demos in the video:
- On-board speech translation
- Natural language controlling hardware
- Vision & sound generating music

[Terry (Teruo Kunihiro) @trknhr_ja]

AIに任せて速く大量に書くというより、AIに何度もレビューさせて、自分の理解を深めながら、むしろ少し遅く丁寧に書く。
速く書くためではなく、深く理解して、壊れにくくするために使う。
https://t.co/V9scE6eL4R

[Terry (Teruo Kunihiro) @trknhr_ja]

GitHubが内部リポジトリへの不正アクセスを公表。原因は悪意あるVS Code拡張で従業員端末が侵害された可能性。
対象は現時点で社内repoのみ、約3,800 repoという攻撃者主張とも方向性は一致。
開発ツール経由のサプライチェーン攻撃。
もう適当にツールをインストールできない。

[GitHub @github]

1/ We are sharing additional details regarding our investigation into unauthorized access to GitHub's internal repositories.

Yesterday we detected and contained a compromise of an employee device involving a poisoned VS Code extension. We removed the malicious extension version, isolated the endpoint, and began incident response immediately.

[GitHub @github]

1/ We are sharing additional details regarding our investigation into unauthorized access to GitHub's internal repositories.

Yesterday we detected and contained a compromise of an employee device involving a poisoned VS Code extension. We removed the malicious extension version, isolated the endpoint, and began incident response immediately.

[GitHub @github]

We are investigating unauthorized access to GitHub’s internal repositories. While we currently have no evidence of impact to customer information stored outside of GitHub’s internal repositories (such as our customers’ enterprises, organizations, and repositories), we are closely monitoring our infrastructure for follow-on activity.

[Terry (Teruo Kunihiro) @trknhr_ja]

Codexのアプリかなり便利。
現状Tailscale + ホームサーバー上でスマホからの開発をやってるけど、上手くやればこっちだけでもスマホファーストな開発ができそう。
とはいえ普通にMacBookPro(Intel)だともうパワー不足って感じなのでまずはMBP買い直さないと。