01 / インターフェース
使い慣れたインターフェースのまま。
Codex はこれまでどおりの作業場所です。ネイティブ GPT、マネージドプロバイダー、自分のローカルモデルが同じモデルピッカーに並びます。切り替えるのはモデルだけで、アプリは変わりません。
Codex のためのモデルハブ
ひとつの場所で作業し、
あらゆる能力で完遂する。
Codex での作業をそのまま続けられます。ModelDock は、ネイティブ GPT、マネージドプロバイダー、ローカルエンジンなど選んだモデルと、タスクに必要なツールを同じワークフローに接続します。プロンプト、ファイル、結果をアプリ間で手作業で移す必要はありません。
ローカルブリッジ Responses のストリーミング、ツールループ、長いセッションも同じタスクの一部として維持されます。
ModelDock スタック
インターフェース、ドック、マシン——
ひとつのシステム。
ModelDock は中間にあるルーティング層です。そして、作業する場所、ルーティング先、それを動かすハードウェアを一体として設計するという考え方でもあります。
02 / ドック
ひとつのドックが、すべてのタスクを振り分ける。
ローカルブリッジが各リクエストを適切なモデルへ送り、タスクに必要なツール——画像理解、検索、メモリ、音声、画像生成——を組み合わせます。ストリーミング、ツールループ、長いセッションはそのまま維持され、ルート、トークン、レイテンシーはすべて見える状態に保たれます。
03 / マシン
その下で動くマシンを知る。
ローカル AI は実際のハードウェアで動きます。ModelDock は Ollama、llama.cpp、vLLM、Strata を検出し、公開ベンチマーク——プリフィル、デコード、消費電力、100 万トークンあたりのコスト——と照らし合わせて、調整・比較・購入を根拠のあるものにします。
ランキングを見る →