自社開発のVelvet Flash 0.1を正式にリリースしました。

そして今回、私がいちばん興味を持ったのは、「またAIモデルを1つリリースした」ことではありません。

つまり：Velvetはパラメータをさらに“巻く”ことはせず、Crypto専用の小型モデルを作っています。

Velvet Flashはパラメータ40億だけですが、公式のCrypto Skills Benchmarkで50点を取り、1位を獲得しました。

対比すると：

Qwen3.5-27B：45

DeepSeek-V4：40

Llama-3.3-70B：32

Gemma-4-31B：31

Mistral-24B：20

パラメータがたった4Bのモデルが、パラメータ規模がずっと大きい一群の汎用モデルをむしろ上回ることがある。

この話の本当に面白いところは、「4Bが70Bに勝った」という釣りタイトルではなく、その裏にあるプロダクトの考え方です。

Crypto取引に必要なAIは、そもそも何でもできる必要がないかもしれません。

本当に必要なのは：

ユーザーが本当に何をしたいのかを理解できること。

正しい取引指示を選べること。

Token、金額、チェーン、アドレスを正確に識別できること。

リスクを見つけたらユーザーに知らせられること。

資金操作が関わるとき、ユーザーに必ず確認させるタイミングを知っていること。

特に最後の点です。

一般的なチャットの場面で、AIが1文間違えるだけなら、単に気まずいだけかもしれません。

でもCryptoの領域では、もしAIが1 ETHを10 ETHとして理解したり、資産を間違ったChainに送ってしまったりすると、結果はまさに現実の資金損失になり得ます。

だからこそ私は、むしろこう思います：

金融AIで最も重要な指標は、「賢いかどうか」ではなく、「不確実なときに止まれるかどうか」です。

これが、私がVelvet Flashに比較的注目している理由でもあります。

公式テストでは、学習していないBase Modelは23点に留まりましたが、Cryptoシーンに合わせた学習を行った後、Velvet Flashは50点に到達し、全体のパフォーマンスは2倍以上に跳ね上がりました。

その中でSafetyは28から61へ、Robustnessは26から53へ、Clarityは22から52へと向上しました。

これはとても重要な問題を示しています：

汎用AI ≠ Crypto AI。

Cryptoには独自の取引ロジック、チェーン、資産、プロトコル、そしてリスクがあります。

本当に取引に使うモデルに求められるのは、「世界のあらゆる知識」ではなく、具体的な金融シーンで正しく、制御可能で、安全な操作を行う方法を理解することです。

さらに、4Bモデルにはもう一つ現実的な利点があります：

導入コストがより低いこと、遅延がより小さいこと、そして自律的なコントロール能力がより強いこと。

Velvet Flashは現在、Velvet自身のインフラで動いています。つまり、外部の汎用モデルに全面的に依存するのではなく、自社のプロダクトに合わせて継続的に学習・反復・最適化できるということです。

私の見立てでは、Velvetが今回本当に注目に値するのは、AI Modelをリリースしたことではなく——

自分たちのCrypto AI能力スタックを築こうとしている点にあります。

未来もしAIが本当に取引の場に入ってくるなら、競争がただ——

誰のモデルのパラメータが最大か、という話だけではない。

つまり：

誰がCryptoをより理解していて、誰がより速く、誰がより安く、そして資金が関わる場面で十分に安全なのか——。

Velvet Flash 0.1はただの第一版。

ただ、この方向性は、引き続き注目する価値があると思います。