■ 概要 Tool calling・構造化抽出に最適化した 45M パラメータの超軽量モデル（14MB バイナリ、28MB RAM）で、エッジ実行を前提に設計。 ■ 特徴・用途 - **メモリ有界性**: 256トークン sliding window + KV sink により、会話長に関わらず常に ~28MB で実行可能→ モバイル/IoT/組込デバイス向けの唯一の実用的選択肢 - **構造化出力保証**: バイト単位の文法制約で JSON スキーマを完全遵守、tool calling パイプラインの信頼度ゲート実装→ エスカレーション処理の自動化に適合 - **トレード**: 同等の推論品質を維持しながら他の小モデル（FunctionGemma 270M等）比で 5～70倍のサイズ削減、ただしベンチマークは FunctionGemma と win/loss が競合 ■ 結論 メモリと消費電力の制約が本質的なボトルネック（ドローン、ウェアラブル、エッジキューイング）のシナリオでは初めて実用的な tool-use パイプラインをもたらしたが、ベンチマーク上の優位性は限定的で、既存小モデルとの選択は用途・帯域・精度要件で判断すべき。