JJUG CCCで「Common Lisp処理系を50万行のJavaで作る — JVMバイトコード生成、Wasm、そしてClaude Codeとの付き合い方」という話をします rontolispの投稿に全く「いいね」がつかないので、あまり聞きに来る人がいないと予想していますが面白くします。ronotlispの話は↓で。 making.github.io/rontolisp/d…

DGX Spark x 2 向けにファンを買って見たが、静かでとても良い。

I repeated DeepSeek V4.1 Flash 1017 benchmark 89 times across 9 harnesses to understand which works best. High effort, 5 attempts each: Pi harness: 40.4 Grok Build CLI: 40.4 DeekSeek: 39.2 OpenCode 2.0: 38.6 OpenCode: 36.6 Claude Code: 36.4 Codex: 33.2 Hermes Agent: 32 Kilo Code: 31.8 Codex kept failing several times exceeding the allowed time per repo (3 hours) and was judged where it finished. Based on what I tested, Pi, Grok Build CLI, and OpenCode 2.0 look like the strongest universal harnesses. This doesn't necessarily generalize. A detailed table with every run in the response🧵

DeepSeek V4.1 Flash (4x DGX Spark)、試したけど、GLM 5.3 Flashの方が好みかな。tok/sは速いけど、ものができるのが遅い。GLMに慣れると余計感じる。

Q. ローカルLLMなぜやってますか？ A. 楽しいから。 Q. 機材買ってペイできますか？ A. ペイできない。ペイできる能力あるなら社畜やってない。 Q. ローカルLLMで儲かりますか？ A. NVIDIAが儲かります。 Q. ChatGPTやClaudeで十分では？ A. その通りです。 Q. API使った方が安くないですか？ A. それ以上はいけない。 Q. クラウドの方が速くないですか？ A. 速いし安い。以上。 Q. 電気代は？ A. 計算しないことにしている。 Q. 128GBもメモリ必要ですか？ A. 128GBしかないんです。 Q. ローカルLLMのメリットは？ A. 自分で全部管理できる。 Q. デメリットは？ A. 高い。 Q. DGX Sparkもう1台買うんですか？ A. 止めてください。 Q. ローカルLLMは将来性ありますか？ A. わかりません。 Q. 何の役に立つんですか？ A. こっちが聞きたい。 Q. 結局、何がしたいんですか？ A. 私にもわからない。

📣 JJUG CCC 2026 Fall 11/28(土)開催！ タイムテーブルを公開しました✨ 参加者も絶賛募集中です！ぜひご参加ください🙌 🎟️ 参加登録 jjug.doorkeeper.jp/events/19… 📋 タイムテーブル sessionize.com/api/v2/o3lp3z… #jjug_ccc

Run DeepSeek V4.1 Flash 1017 with the full official weights on your 4x DGX Sparks, using TensorFold, Abliterated! 🔥 - Full support for switchless TP4 - 1M context, 16M total KV cache - 16 concurrent sessions with 1M each - 15 GB of free mem per Spark after load - OFFICIAL weights, no further quantization! - Needle passed at 100% depth - ABLIT is off by default. Gated. Performance tested on a switchless TP4. It should be faster with a switch. Decode speeds, non-greedy, thinking on: - 66 tok/s on prose, single stream - 96 tok/s on prose, 2 concurrent streams - 173 tok/s on prose, 16 concurrent streams Decode speeds, greedy, thinking off: - 85 tok/s on prose, single stream - 113 tok/s on prose, 2 concurrent streams - 210 tok/s on prose, 16 concurrent streams Decode speeds per stream in deep context (128k), non-greedy, thinking on: - 58.6 tok/s on prose, single stream - 83 tok/s on prose, 2 concurrent streams - 132 tok/s on prose, 8 concurrent streams Prefill: 4000+ tok/s up to 256k. This is the best model to run if you have 4x DGX Sparks, bar none! It works so well on the Sparks that it's unbelievable. Get it here: mia-ai.net/models/DeepSeek-V…