ローカルLLMアプリ「janhq/jan 0.8.6」公開、クラッシュや速度低下を修正

基本情報
| 項目 | 内容 |
|---|---|
| リポジトリ | janhq/jan |
| 版 | v0.8.6 |
| 公開日 | 2026-10-09 |
| ライセンス | NOASSERTION |
| 出典の種類 | 公開元の一次情報(公式GitHubリポジトリのリリースページが一次情報) |
情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。
概要
PC上で100%オフラインで動作する、ChatGPTのオープンソース代替アプリケーションである「janhq/jan」の最新バージョン「v0.8.6」が公開されました。janhq/janは主にRustで開発されており、ローカル環境で手軽にLLMを動かせるツールとして多くの技術者に利用されています。
今回のアップデートは、前バージョンであるv0.8.5における重大な不具合を解消するためのホットフィックスです。特にLinux(AppImage版)を利用しているユーザーや、古いNVIDIA製GPUを搭載した環境で利用しているユーザーにとって、モデル読み込み時の強制終了やエラーを解決する重要な更新となっています。v0.8.5をご利用中の場合は、速やかに本バージョンへアップデートすることをおすすめします。
主な変更点
Linux AppImage版での強制終了問題を修正
一部のLinuxディストリビューションにおいて、AppImage版のJanでモデルを読み込むたびにアプリケーションが強制終了(クラッシュ)してしまう不具合が修正されました。
この問題は、ビルドマシンのVulkanローダーがAppImageに誤って同梱されていたことが原因でした。今回のバージョンからは、ユーザーのシステムにインストールされているローダーを正しく使用するように修正されています。Linux環境でAppImage版をご利用のすべてのユーザーに影響する修正であり、アップデート後は設定を変更することなく、安定してモデルを読み込めるようになります。
古いNVIDIA Turing GPUでの起動エラーを修正
NVIDIAのTuringアーキテクチャを採用しているGPU(GTX 16xxシリーズやRTX 20xxシリーズなど)を搭載し、R595より古いバージョンのグラフィックスドライバーを使用している環境において、WindowsおよびLinuxのCUDAエンジンが動作しない不具合が修正されました。
これまでは「the provided PTX was compiled with an unsupported toolchain」というエラーが発生していましたが、今回のアップデートにより、以前のv0.8.4と同様にネイティブのTuringコードが同梱されるようになりました。これにより、対象のGPUを使用しているユーザーは、ドライバーを最新版にアップデートすることなく、そのままJanを実行できるようになります。
Qwen3.8(MTP搭載)での急激な速度低下を修正
v0.8.5へのアップデート後に、MTP(投機的デコーディング)を有効にしたQwen3.8の推論速度が著しく低下する不具合が修正されました。
これまでは「Parallel Sequences」の設定が「auto(自動)」になっていると、エンジンが4スロット分のメモリを強制的に確保していました。このため、VRAM容量が12GB前後のビデオカードを使用している環境では、モデルのデータがメインメモリ(共有システムメモリ)へ押し出されてしまい、処理速度が大幅に低下していました。
今回の修正により、MTP搭載モデルを動かす際、Parallel Sequencesが「auto」に設定されていれば確保するスロット数が1に抑えられます。また、ユーザー自身が手動で設定した値はそのまま尊重されます。12GB前後のVRAM環境でQwen3.8などのMTPモデルを動かしているユーザーは、アップデートすることで本来の推論パフォーマンスを取り戻すことができます。
MCPツールから返される画像処理の不具合を修正
MCP(Model Context Protocol)ツール(ファイルシステムからメディアファイルを読み込む read_media_file など)が返した画像データが、モデルに対して「画像」として正しく送信されない問題が解決されました。
これまでは、画像データが巨大なbase64形式のテキストとしてそのままモデルに送信されていました。そのため、モデルが画像を認識できないだけでなく、送信データ量がプロバイダーの入力制限を超えてしまい、画面上に「Provider returned error」というエラーが表示されて機能しなくなる現象が発生していました。
本バージョンでは、画像データが適切な形式でモデルに送信されるようになります。また、画像認識に対応していないモデルに対しては、画像の代わりに短い注記テキストが送信されるように配慮されています。さらに、コンテキスト制限に伴う会話履歴のトリミング処理において、画像データの文字数がそのままカウントされてしまうことで、ユーザーの質問が誤って削除されてしまう不具合も解消されました。MCPツールを活用して画像入力を伴うワークフローを構築しているユーザーにとって、信頼性が大きく向上するアップデートです。
Llama.cppの別バージョン使用方法へのリンクを追加
設定画面の「Settings」→「Model Providers」→「Llama.cpp」の項目から、同梱されているものとは異なるバージョンのllama.cppを使用する方法を解説した公式ドキュメントへのリンクが追加されました。
これは、ユーザー自身で llama-server を起動し、それをカスタムプロバイダーとして登録することで実現します。同梱されている推論エンジンと特定のモデルとの間で相性問題が発生した際の、有効な回避策として活用できます。
対応モデル・ハードウェア
本バージョンでは、特定のGPUアーキテクチャやモデル実行時のリソース割り当てにおいて重要な改善と互換性の回復が行われています。
NVIDIA Turing世代のGPU(GTX 16xx / RTX 20xxシリーズ)
NVIDIAのTuringアーキテクチャを採用したGPU(GeForce GTX 16xxシリーズやRTX 20xxシリーズなど)を搭載している環境において、WindowsおよびLinux向けのCUDAエンジンが再び正常に利用できるようになりました。R595より古いバージョンのグラフィックスドライバーを使用している場合でも、v0.8.4と同様にネイティブのTuringコードが提供されるようになったため、ドライバーを更新することなくモデルの推論処理を実行できます。
Linux環境(AppImage)とVulkan
Linuxディストリビューション全般において、AppImage版パッケージでのモデル実行が安定化しました。ビルド環境のVulkanローダーが混入していた問題が解消され、ホスト環境に導入されているシステムのVulkanローダーが直接参照されるようになったため、Vulkanバックエンドを用いたモデルの読み込み時にクラッシュすることなく動作させることができます。
Qwen3.8(MTP / 投機的デコーディング搭載モデル)
MTP(Multi-Token Prediction / 投機的デコーディング)を搭載したQwen3.8モデルの実行効率が向上しました。「Parallel Sequences」の設定が「auto」になっている際、予約されるメモリスロット数が従来の4スロットから1スロットへと見直されています。これにより、12GB前後のVRAMを搭載したグラフィックスカードでも、モデルが共有システムメモリ(メインRAM)へ退避されるのを防ぎ、GPU本来の速度を活かした高速な推論が可能となります。
ビジョン対応モデルおよび非ビジョンモデル(MCP経由の画像入力)
MCPツール連携において、画像を認識可能なモデル(ビジョンモデル)に対する画像入力が正式にサポートされました。さらに、画像認識に対応していないテキスト専用モデルに対しても、画像データの代わりに短い注記テキストを送信することで、エラーを起こさずに会話を継続できるようになっています。
アップデート方法
Janの更新は、公式サイトやGitHubの配布ページから最新版のインストーラーを入手するか、各プラットフォーム向けのパッケージマネージャーを利用して実施します。
各プラットフォーム向けの直接ダウンロード
お使いのオペレーティングシステムに応じたインストーラーをダウンロードし、インストールを実行してください。
- Windows環境: jan.exe をダウンロードして実行します。
- macOS環境: jan.dmg(Universal形式)をダウンロードし、アプリケーションフォルダに配置します。
- Linux環境(debパッケージ): DebianやUbuntu系の環境では、jan.deb をダウンロードしてパッケージマネージャーからインストールします。
- Linux環境(AppImage): ディストリビューションに依存しない形式として、jan.AppImage をダウンロードし、実行権限を付与して起動します。
また、LinuxのArm64環境向けには個別の導入手順が案内されています。詳細な情報はLinux Arm64向け解説ページをご確認ください。
アプリストアおよびパッケージ配信サービスからのアップデート
ストア経由で導入している場合は、各サービスのアップデート機能を利用できます。
- Microsoft Store: Microsoft StoreのJanページから更新版を取得できます。
- Flathub (Flatpak): FlathubのJanページより、フラットパックパッケージのアップデートを実行してください。
インストーラー本体や完全な変更履歴は、公式サイト(jan.ai)またはGitHub Releasesからも確認いただけます。
関連記事
- ローカルAIアプリ「Jan v0.8.5」公開:llama.cpp同梱と仕様変更まとめ
- Jan v0.8.8リリース:llama.cpp 0.7.0へのアップグレードとセキュリティ修正
- Jan v0.8.7公開:Shellツールの切り替えやサブエージェント機能を追加
- ggml v1.0.0リリース:API整理と各バックエンドの最適化まとめ
次に読むなら
- このツールの更新を追う → Jan の概要とリリース履歴(記録済み71版)
- 同じ分類(UI・デスクトップアプリ)の他のツール → Open WebUI / TextGen
- 記事に出てくるエンジンを調べる → llama.cpp
出典
- GitHub Releases: janhq/jan v0.8.6
- GitHub Issue #9173: Linux AppImage crash on model load
- GitHub PR #9178: Fix Linux AppImage Vulkan loader bundling
- GitHub Issue #9185: NVIDIA Turing GPUs PTX compilation failure
- GitHub PR #9187: Ship native Turing code for CUDA engine
- GitHub Issue #9183: Qwen3.8 with MTP slowdown on 0.8.5
- GitHub PR #9186: Adjust default Parallel Sequences slot allocation for MTP models
- GitHub PR #9176: Initial fix for MCP image results
- GitHub PR #9188: fix(chat): send MCP image results to the model as images, not base64 text
- GitHub PR #9179: Add link to custom llama.cpp documentation in settings
- Jan Documentation: Use a different llama.cpp version
- GitHub Issue #9177: Bundled engine issue
- GitHub Compare: v0.8.5…v0.8.6

