ローカルLLMを試すとき、モデル選びの次に困るのが「実行エンジンが古くて読み込めない」「更新したらチャットが動かなくなった」という運用です。Pumpkin 0.9.0〜0.9.1 は、llama.cppの更新・互換性チェック・前の版へ戻す操作を画面にまとめました。モデルを賢くする新技術ではなく、手元のモデルを維持する作業を助ける更新です。
v0.9.0の公開日時は2026年10月27日21:13:35 UTC、日本時間10月28日6:13:35。本稿は10月28日にGitHub Releaseと同タグのソースを確認しています。製品の初公開日とは区別します。実行したのは版表示と更新関連の開発元テスト16件で、日本語モデルの推論速度や回答精度は未測定です。 公開前の10月29日朝に、v0.9.1（10月28日20:20:45 UTC／日本時間10月29日5:20:45）の追加を確認し、以下へ反映しました。
macOS・Windows・Androidは開発元がベータとしています。Web検索、外部コネクター、別端末への依頼には通信が伴います。最初は公開資料や架空データで、ツールや共有を広げずに試しましょう。日本語UIや音声認識の品質は今回確認していません。
Pumpkinとは：llama.cppの操作をまとめる管理画面
公式READMEによると、PumpkinはPCのGPU・メモリを調べ、実行環境とモデルの候補を提示するオープンソースの管理アプリです。llama.cppはモデルを実行するエンジン、Pumpkinはその設定や切り替えを扱う画面、モデルは回答を作る学習済みデータ、と役割を分けると理解しやすくなります。
GGUFはモデル配布で使われるファイル形式、量子化は重みの数値表現を軽くして必要メモリを減らす工夫です。小さいファイルを選んでも、長い会話を保持する領域や他アプリの使用量が加わるため、ファイルサイズだけで動作を保証できません。Pumpkinの候補表示は選ぶ補助であり、手元の業務への適合は実際の入力で確認します。
既存のLM StudioやOllamaなどのモデルを検出し、その場所のまま利用する機能もあります。ただし、各ソフトの設定・会話・拡張機能まで完全移行できるという意味ではありません。すでに使えている環境を消す前に、必要なモデルが認識されるかを確認してください。
0.9.0で変わったこと：更新を選び、問題があれば戻す
| 変更 | 何を助けるか | 理解しておく限界 |
|---|---|---|
| Update llama.cppボタン | 新しいモデルに必要なエンジンを取得する | モデルの品質や速度が上がる保証ではない |
| 更新方針をOff／Tell me／By itselfから選ぶ | 手動管理・通知・自動更新を使い分ける | 自動更新はモデル未稼働時、最大1日1回という条件 |
| 公開から1日経ったビルド／最新ビルドの選択 | 安定を待つ運用と新モデルを早く試す運用を分ける | 1日待つことは品質保証や長期サポートではない |
| 初回起動時のAPI互換性確認・切り戻し | チャットと新エンジンの不整合を検出し、前の版を利用する | すべての不具合や回答品質低下を検出する機構ではない |
| ReportsのCompare | 同じ質問に対するモデルの回答を見比べる | 比較条件をそろえなければ速度・品質の優劣を判断できない |
操作の詳細はv0.9.0のガイドにあります。SettingsのModel serverに更新操作があり、前のビルドを残してGo backで戻せます。自分でビルドしたllama-serverは置き換えず、Pumpkinが管理する配布版を扱います。既定値はソース上で通知型の notify と、公開から1日以上の版を選ぶ release です。 Tell meの通知は、ガイドでは利用中の版が1週間遅れた場合にOverviewへ出す仕組みです。
例えば社内文書の下書きを毎朝作る用途なら、まず通知型で更新を知り、同じ試験用文書を使って確認してから採用する運用が考えられます。最新モデルを試す担当者は最新ビルドを選び、動作版と試験結果を記録する。これは編集部からの運用案で、開発元が企業向けの可用性を保証したものではありません。
10月29日朝の追記：0.9.1は古いmacOSのGPU起動失敗に対応
v0.9.1のリリースノートは、新しいllama.cppの一部ビルドで古いmacOS向けのGPUコードをコンパイルできず、モデルが起動しない場合への修正を説明しています。初回の起動失敗で検出し、以前のビルドへ戻し、問題の版とそれより新しい版を1週間避けます。
この場合、従来のようにメモリ不足と表示したり、文脈長を半分にし続けたりせず、GPUを使えないビルドであることを伝えるようになります。Model serverのカードにも警告を出します。これは開発元が説明する修正内容であり、今回、古いmacOSの実機で障害を再現した結果ではありません。古いMacのすべてのGPU問題が直ると広げて解釈しないでください。
日本から使う条件：OS・費用・日本語を確認する
| 項目 | 公式資料で確認した内容 |
|---|---|
| Linux | Ubuntu 24.04以降でテスト。AMD・NVIDIA・Intel GPUまたはCPU |
| macOS | ベータ。Apple Silicon M1以降はMetal、Intel MacはCPU。Python 3.10以降が必要 |
| Windows | ベータ。Windows 10/11の64bit。配布物にはPythonを同梱 |
| Android | ベータ。64bitのAndroid 8以降。PC版と使える機能が異なる |
| 費用 | Pumpkin本体はMITライセンス。モデルのライセンス、外部サービス、端末・電力の費用は別 |
| 日本語 | 回答は選ぶモデルと指示に依存。今回、日本語推論・UI・音声の対応品質は未検証 |
条件はタグ固定のREADMEとLICENSEに基づきます。開発者のReddit投稿では、主な実機テストはUbuntuとMacで、Windows・Androidの検証は十分でないと説明しています。これは作者の説明であり、第三者の幅広い動作実績とは区別します。
最初に試す手順：チャット1つから始める
- 1公式GitHubのREADMEとReleaseを開き、自分のOSに合う導入方法と版を確認する。Linux/MacはPython 3.10以降が必要。配布スクリプトは内容を確認して実行する。
- 2初回セットアップでGPU・メモリ・保存先を確認する。既存モデルの候補があれば、元のデータを残して利用する。
- 3用途はまずChatを選び、手元のメモリに合う小さめのモデルで起動する。日本語を使うなら、モデルカードでも日本語の扱いを確認する。
- 4SettingsのModel serverで、llama.cppの更新方針とビルド選択を確認する。日常利用なら通知型から始め、勝手に更新されたと思わない運用にする。
- 5下の架空の連絡文で、日付・場所・例外条件を残せるかを確認する。同じモデル、同じ入力、同じ文脈長で更新前後の結果を記録する。
- 6必要が生じた段階で文書参照や外部連携を追加する。最初から会社の全フォルダーや外部アカウントを接続しない。
公式の導入手順では、Linux/Mac向けにインストールスクリプトが案内されています。本稿ではインストーラーの実行や常駐設定は行っていません。既存環境へ追加する前にREADMEのInstall節を確認してください。セットアップ後は pumpkin で開き、終了時は pumpkin stop を使えます。追加のモデル取得には通信量と保存容量が必要です。
仕事で価値を確かめる、3つの小さな試用
| 用途 | 最初の入力 | 確認する点 |
|---|---|---|
| 連絡文の整形 | 架空の休業・設備点検案内 | 日付、時刻、例外を勝手に変えないか |
| 手順書の質問応答 | 公開済みマニュアルのコピー | 根拠箇所を示すか。書かれていないことを不明と言えるか |
| モデル更新の受け入れ確認 | 同じ試験文と同じ指示 | 更新前の結果と比較し、業務に必要な条件を維持できるか |
以下は架空の社内連絡です。新しい事実を足さず、日本語で「対象者／日時／作業内容／例外」の4項目に整理してください。情報がなければ「記載なし」と書いてください。
11月12日18時から19時まで、B棟の無線LANを点検します。有線LANは利用できます。終了が遅れる場合は担当者から連絡します。A棟は対象外です。
最後に、原文にない情報を追加していないかを自分で確認してください。期待する確認点は「B棟」「11月12日18〜19時」「無線LANの点検」「有線LAN利用可・A棟対象外」を落とさないことです。「対象者」を全社員などと決めつけたり、終了を確約したりしていないかも人が読みます。これは簡単な受け入れ試験で、1問通っただけでモデル全体の正確さを認定するものではありません。試用文と空の比較記録表を用意しました。
ローカルLLMでも、データの行き先は機能ごとに変わる
通常の推論を自分のPCで実行できることと、アプリの全機能がオフラインで動くことは別です。モデル取得・更新は配布元へ、Web検索は検索先へ、コネクターは接続先へ通信します。別端末に質問を任せる機能では、その端末へ渡す内容も確認が必要です。
公式のSecurity節では、追加したMCPサーバーはDockerのサンドボックス外で利用者の権限で動くこと、ホームネットワークモードは暗号化されないことが説明されています。MCPはAIが外部の道具を使うための接続方式です。ローカルだからという理由だけで機密資料や本番データベースを接続せず、使う機能と権限を一つずつ確認します。
今回確かめた範囲：更新ロジックのテストと推論実測を分ける
Apple M2 Ultra、macOS 27.0.1、Python 3.12.10の環境で、v0.9.0のソースを一時ディレクトリへ取得しました。python3 -m pumpkin --version は Pumpkin 0.9.0 を表示し、開発元のtests/test_llamaup.pyにある16テストは成功しました。 10月29日にはv0.9.1も別の一時ディレクトリへ取得し、同じテストファイルの22件が成功しました。版表示も0.9.1を確認しています。v0.9.1のテストコードには、GPUコンパイルエラーの検出や切り戻しの試験が追加されています。
このテストには、公開から1日経つ版を選ぶ処理、起動できない模擬ビルドの扱い、APIが変わった場合の検出、以前の版への切り戻しが含まれます。模擬サーバーやモックを使うソフトウェアテストであり、実モデルのロード、日本語回答、推論速度、実際のGPU上での自動復旧を検証した結果ではありません。
まず試す価値があるのは、llama.cppの版管理に困っている人や、モデルを切り替えるたびに設定をやり直している人です。すでに安定して動く環境があるなら、その環境を残したまま試験文で比較できます。MacのローカルAI運用はForesightの記事でも、モデルが動くことと用途に合うことを分けて解説しています。