今日iPhone 16を購入すれば、Appleのオンデバイスモデルはおよそ30億パラメータです。iPhone 17 Proを購入すれば、それは200億近くになり得ます――同じOS、同じApple Intelligenceというブランドでありながら、ガラスの下にどのシリコンが搭載されているかによって、静かに異なるモデルが選択されているのです。このギャップこそが2026年のオンデバイスAIの本質です。マーケティングは統一されていますが、ハードウェアはそうではなく、両者の間の距離こそ、開発者が一行のコードを書く前に把握しておくべきものなのです。

Appleが実際に投入したもの

Appleの開発者向けの動きは、サードパーティにオンデバイスモデルを開放したWWDC 2025で実現しました。新しいFoundation Modelsフレームワークは、Apple Intelligenceの中核にあるオンデバイス基盤言語モデルへの直接アクセスを開発者に提供するもので、およそ30億パラメータのモデルを中心に構築されています。すべてオンデバイスで実行されるため、モデルに出入りするデータはプライベートに保たれ、オフラインでも動作可能です。Appleはこのモデルの限界について明言しており、要約、エンティティ抽出、短い対話といったテキストタスクには優れているものの、一般的な世界知識のためのチャットボットとして設計されたものではないとしています。

このフレームワークは実際のアプリに素早く展開され――Automattic製のジャーナリングアプリDay Oneはこれを利用してプライバシーに配慮したインテリジェンス機能を追加し、同社はアプリでできることを再考する助けになったと述べています。しかし、機能を計画する誰にとっても重要な、厳格な上限も伴っていました。ある開発者がWWDC 2026のラボセッションについて記したアカウントによれば、オンデバイスモデルのコンテキストウィンドウは変わっておらず、入力と出力を共有する予算であるため、プロンプトが長くなると長い会話の余地がほとんど残らないとされています。

1年後のWWDC 2026で、Appleはこの上限を新しいハードウェアに限って引き上げました。Appleの最も強力なオンデバイスモデルであるAFM 3 Core Advancedは、ネイティブにマルチモーダルであり、200億パラメータのスパースアーキテクチャを採用しており、一度に活性化するのはわずか10億から40億パラメータで、Appleの最も高性能なシリコンによって解放され、それに最適化されています。古いApple Intelligence対応iPhoneが何も得られないわけではありません――このファミリーには、より広く動作する30億パラメータの小型密モデルであるAFM 3 Coreも含まれています――しかし、Apple Intelligenceが登場して以来適用されてきた標準の8GBメモリ要件は、もはや最も高性能なオンデバイス機能を保証するものではなくなっており、Appleがこの種の機能に対して基準を引き上げたのはこれが初めてです。MacRumorsの報道によれば、200億パラメータモデルは具体的にiPhone 17 ProまたはiPhone Airを必要とするとのことです。

開発者にとってより重要な変更は、もっと静かなものかもしれません。WWDC 2026までは、Foundation Modelsフレームワークには一つのルールしかありませんでした――Appleのオンデバイスモデルか、さもなければ何もないか、というものです。しかし、これは任意のLLM、クラウドAPI、あるいは自己ホスト型モデルが実装できる公開プロトコル層の登場によって変わりました。これにより、Appleのセッションおよびツール呼び出しの基盤が、Apple自身のモデルだけでなく他のモデルにも向けられる配布層へと変わったのです。

Googleが実際に投入したもの

Googleの道筋はAICoreと呼ばれるシステムサービスを通じています。Gemini NanoはAndroidのAICoreシステムサービス内で動作し、これはデバイスのハードウェアを活用して低い推論レイテンシを実現するもので、ML KitのGenAI APIはその上に構築され、GenAI基盤モデルのオンデバイス実行を可能にしています。Appleの単一の汎用セッションAPIとは異なり、Googleはタスクごとに名前が付けられた専用エンドポイント群を投入しました。カスタムテキストやマルチモーダル生成のためのPrompt、記事や会話の要約のためのSummarization、短いチャットメッセージの校正のためのProofreading、異なるトーンでの言い換えのためのRewriting、Image Description、そして音声を書き起こすSpeech Recognitionです。

デバイスサポートは異例なほど具体的で、ベンダーをまたいでいます。GenAI APIは、AICoreを通じて最適化されたMediaTek Dimensity、Qualcomm Snapdragon、Google Tensorプラットフォームを使用するAndroidデバイスで利用可能です。Googleの公式ドキュメントは、Pixel 9からPixel 11シリーズの端末に加え、特定のHonor、Oppo、Poco、Samsung Galaxy S25の端末まで含め、モデル番号レベルでサポート対象ハードウェアを列挙しています――ベンダーが一括りの主張ではなく、検証可能な互換性リストを公開している珍しい事例です。

特にPixelのハードウェアについては、機能の履歴が十分に文書化されており、その多くは真にオンデバイス処理によるものです。Pixel 9のCall NotesとPixel Screenshotsは2024年8月に登場し、マルチモーダルのGemini Nanoは2024年11月に、通話とメッセージ向けのScam Detectionは2025年3月に、そしてTensor G5を搭載したPixel 10は2025年10月にNano駆動のMagic CueとVoice Translateを追加しました。プラットフォームを比較する開発者にとって注意すべき点として、見た目が似ているAI機能がすべて同じ仕組みで動作するわけではありません。Android Authorityのデバイステストによれば、SamsungのVoice Recorderアプリには類似したAI要約機能が搭載されていますが、これはクラウド上でしか動作しないGoogleのより大規模なGemini Proモデルに依存しており、プライバシーと速度を犠牲にして数時間に及ぶ録音を処理できる能力と引き換えにしています。同じカテゴリーの機能でありながら、アーキテクチャはまったく異なっている――これはまさに、機能一覧だけでなく実装を確認して初めて明らかになる種類の詳細です。

Samsungが実際に投入したもの

SamsungはGalaxy S24シリーズ以来、Galaxy AIをスマートフォンに組み込んできましたが、Galaxy S26 Ultraはその方向性の転換を示しています――反応型のツールから、能動的な提案へという転換です。この端末は今や習慣を学習し、依頼される前に提案を表示します――ミーティングに関するテキストメッセージが届くと、電話がカレンダーを開くよう提案したり、友人からの写真リクエストに対して関連するギャラリー画像を自動的に呼び出したりすることがあります。Samsungはこれをハードウェアによるものと説明しており、Galaxy向けSnapdragon 8 Elite Gen 5の高速化されたNPUによって、これらのタスクの多くがクラウド接続に依存することなく、直接デバイス上で実行できるようになったとしています。

ただし、具体的な性能数値は独立した測定値ではなく、ベンダー側の主張です。Samsungによれば、Galaxy向けにカスタマイズされたSnapdragon 8 Elite Gen 5は、前世代と比較してCPU性能が最大19%、NPU性能が39%、GPU性能が24%向上しているとのことですが、これを取り上げたレビュアーは、それがSamsung自身の数値であり、独立した保証ではないことに注意を払っていました。ある機能は、ハードウェアの能力と実際に出荷される機能の可用性がまったく別の問題であることを物語っています。Samsungのコミュニティフォーラムに関する報道によれば、Call Screeningは基本的にデバイス上で直接動作するソフトウェア機能であり、Galaxy S25のような端末でもそれを処理するのに十分な性能とNPU容量を備えている可能性が高いとされています――それにもかかわらず、Samsungはサポート対象がGalaxy S26シリーズからのみであると確認しています。それが技術的な制約なのか、それとも製品セグメンテーションの判断なのか、Samsungは公には明らかにしていません。いずれにせよ、教訓は変わりません――スペックシート上のNPU性能は、その機能が実際にあなたの端末に投入されることを保証しないのです。

3社すべてに共通するパターン

3つのプラットフォームを並べてみると、共通する構造が見えてきます。各ベンダーは今や、真にローカルな推論経路を提供しています――Appleのfoundation Modelsフレームワーク、GoogleのAICoreとML KitのGenAI API、そしてNPUとメモリが許す範囲でオンデバイス動作するSamsungのGalaxy AI機能です。各社はまた、タスクがローカルモデルの能力を超えた際に自動的に呼び出される、より大規模な第二段階のクラウド機能も確保しています。AppleはこれをPrivate Cloud Computeと呼んでおり、SamsungはGalaxy AIの一部機能について、ユーザーにその切り替えを必ずしも明示することなく、バックグラウンドでGemini Proを使用しています。開発者にとっての実務上の帰結は、オンデバイスAIが単一の保証ではないということです――それはデバイス、地域、さらにはアプリ内で呼び出す特定の機能によって変化するスペクトラムなのです。

構築前に確認すべきこと

ローンチのキーノートではなく、最新のドキュメントに照らして直接確認する価値のある、具体的かつ検証可能な事項がいくつかあります。ターゲットとする端末のうち、どれが実際に高度なモデル階層を出荷しており、どれが基本階層にとどまっているのか――Appleの200億パラメータモデルはOSバージョンだけでなくシリコンによってもゲートされているためです。使用しているフレームワークの実際のコンテキストウィンドウ予算――入力と出力が共有するトークン上限が、要約の実際の意味合いを左右するためです。評価している機能が実際にオンデバイスで完結しているのか、それとも入力が長くなった際に静かにクラウドモデルへフォールバックしているのか――Samsung自身のVoice Recorder実装で文書化されている通りです。そしてML KitのGenAI APIに関するGoogleが公開しているデバイスサポートリストです。これはチップセットファミリーを漠然と指し示すのではなく、正確なモデル名を列挙しています。これらのいずれもプレスリリースを信頼する必要はありません――すべては、一つの機能が出荷される前に、開発者向けドキュメントで検証可能なのです。