モデルファミリー

DMindは、3世代にわたる7つのオープンソースモデルに加え、DMind Benchmarkデータセットを公開しました。すべての重みは、寛容なライセンスの下でHugging Faceで公開されています。

DMind-3（2026年、現行世代）

Edge-Local-Cloudスタックとして連携する3つのモデル。参照 主権アーキテクチャ どのように組み合わさるかについて。

DMind-3-Nano（270M）

ブラウザ拡張機能、ウォレットアプリ、モバイル上で動作する2億7,000万パラメータのモデル。署名時に決定論的な安全性チェックを行い、calldataを解析し、無制限承認を特定し、疑わしいパターンをフラグ付けします。完全にオンデバイスで動作し、ネットワークは不要です。標準化された関数呼び出しプロトコルを中心に構築されています。

DMind-3-Mini（4B）

ユーザーのローカルマシン上で動作する40億パラメータのモデルで、コンシューマー向けGPUや最近のAppleシリコンも含まれます。ユーザーのポートフォリオを文脈として、プライベートな戦略推論と高度なリサーチを処理します。C³-SFTで学習（参照 学習手法）そのため、回答を生成し、自ら批評し、最終化する前に修正します。

DMind-3（21B）

OpenAIのgpt-oss-20bベースの上に構築されており、256kトークンのコンテキストウィンドウ向けにカスタムTransformerとMulti-Scale RoPE位置エンコーディングを採用しています。ネイティブのBF16/FP16精度。50万件超の厳選文書とテラバイト規模のオンチェーンデータで学習されています。クラウドまたはプライベートVPCで動作し、ユーザーデバイス上では動作しません。

DMind-2シリーズ（2025年）

DMind-2は、ツール呼び出しと暗号資産投資分析に焦点を当てた過渡期の世代でした。両モデルは今でも使用可能ですが、DMind-3がそれらを上回るため、もはや第一推奨ではありません。

DMind-2-107B

ツール呼び出しをサポートする、暗号資産投資分析向けの1070億パラメータの旗艦モデル。オンチェーンデータAPI、取引所API、市場データサービスを直接呼び出せます。

DMind-2-4B

同じファミリーの40億パラメータ軽量版。同じ投資分析特化を、より小さなフットプリントで実現するようローカル導入向けに設計されています。

DMind-1シリーズ（2025年）

第一世代であり、オープンウェイトを備えた初の公開Web3ネイティブLLM。AlibabaのQwen3ベースモデル上に構築され、32.7GBのソース文書から蒸留した、専門家が厳選した13,276件のWeb3知識項目でファインチューニングされています。

DMind-1（32B）

元祖Web3ネイティブLLM。Qwen3-32B上に構築。2段階で学習されました。まず、厳選データセットでLoRAを用いた教師ありファインチューニング、次に、Web3特化の報酬モデルを使ったPPOによるRLHFです。Web3タスクでは、トークンコストの10～30%で、はるかに大きな汎用モデルに匹敵する性能を発揮します。

DMind-1-mini（14B）

Qwen3-14B上に構築された蒸留版で、DMind-1と一般的なSOTAモデルの両方をデュアルティーチャーとして使用しています。蒸留は3層で行われます。学生モデルは、教師の最終出力、各トークンに対する教師の完全な確率分布、そして教師の中間層表現を学習します。これはファミリー内で最もダウンロードされているモデルです。多くのエージェントアプリケーションでは、旗艦モデルよりも小さく高速なモデルが必要だからです。

一目でわかる

モデル	サイズ	動作場所	主な用途
DMind-3-Nano	270M	ブラウザ / ウォレット / モバイル	取引の安全性チェック
DMind-3-Mini	4B	ユーザーデバイス	プライベートな戦略とリサーチ
DMind-3	21B	クラウド / プライベートVPC	市場全体のリサーチ
DMind-2-107B	107B	クラウド	ツール呼び出し付き投資分析
DMind-2-4B	4B	ローカル	軽量な投資分析
DMind-1	32B	クラウド	初のWeb3ネイティブLLM
DMind-1-mini	14B	クラウド / ローカル	蒸留されたWeb3エージェントモデル

7つのモデルすべてに加え、ベンチマークデータセットは、で入手できます huggingface.co/DMindAI.