テストの経過
掲載情報と初回起動
テスターは、ローカルのチャット用フロントエンドがすでに多数あるため、LUがチャット以上のことをしてくれるのではないかと期待していました。
インストーラーのダウンロードは15.8 MBで、テスターがダウンロードから読み取った値です。インストール後、正式名称ではアプリを見つけられませんでした。アプリ名は「LU」です。
セットアップ後のメインウィンドウには、Chat、Create、Voice、Compare、Benchmark、Models、Settingsのタブが並び、上部バーにCloudトグルがあります。
インストールとセットアップ
ステップ1では、内蔵のLU Engineが準備完了としてチェックされた状態で表示され、Continueボタンと、その下に「Use another engine (Ollama, LM Studio...)」のリンクがあります。テスターは選択肢のあるアプリを好みますが、エンジンのカードのチェックは外せませんでした。別のエンジンのリンクは試していません。
ステップ2では、マシンにすでにあった7つのモデルが、指示なしに一覧表示されました：x/z-image-turbo、HSR-DeepThink/nwe、x/flux2-klein、gemma4、gemma3:1b、minimax-m2:cloud、qwen3-coder:30b。テスターはgemma4を選びました。その下の2つの入門用モデルには、説明、ダウンロードサイズ、必要な空きメモリが付いています。
他のアプリでは入門用モデルにサイズが表示されることはまれで、テスターはこれを長所と見ています。
ステップ3では、Document Chat用の任意の埋め込みモデル（nomic-embed-text、84 MB）が、InstallとSkip for nowのボタンとともに提示されます。どちらを選んだかは、メモに記載がありません。
チャットとドキュメント
最初のチャットは動作しました。最初のメッセージを送ってモデルが読み込まれたとき、「Starting」の表示は18 sでした。gemma4はベルリンとパリの地下鉄についての質問に「Paris generally has more」と答えましたが、テスターは事実確認をしていません。
メッセージ欄の上にあるコンテキストメーターは使用量を示します（309/16K、のちに4.2K/16K）。ツールチップによると、Ollamaのnum_ctxトークンを数えており、推論トークンは含まれません。
クリップのボタンでExcelファイル（.xlsx、84 KB）を添付しました。モデルはファイル名とシートのファイル名（sheet1.xmlからsheet6.xml）から答え、内容は見えないと述べました。Docsのドロップ領域に表示される形式はPDF、DOCX、TXTで、Excelは含まれていません。
クリップのボタンで添付したPDF（872 KB）は、名前だけが読まれました。その中の金額についての質問には、テキストを読み取れないという返答があり、該当部分をコピー＆ペーストするよう求められました。テスターは最初「はい、ファイルを理解しました」と書き、数行後に自分で訂正しています。
メモによると、同じPDFをDocsフィールドから渡した場合も失敗しました。スクリーンショットはありません。Docsフィールドに入れたWordファイルは「20 chunks」と表示されたものの、モデルは.docxの内部の内容を読み取れないと答えました。
テスターはこれを最先端のモデルと比較し、PDFを諦めて、創設者に相談するつもりでいました。
画像生成
Createタブには、ローカル画像生成には一度きりのセットアップが必要で、Apple MLXと最小の画像モデルがインストールされ、「about 5 GB in all」と表示されます。テスターが実際にダウンロードされるのを見たのは、Python wheel（torch、88.0 MB）とSD Turboモデル（2.4 GB）で、合計は記録されていません。
ダウンロードのダイアログには、パーセント、GB中のMB、MB/sが表示されます（32%で1.2 MB/s、100%で1.1 MB/s）が、残り時間は表示されません。テスターはタブを離れ、Settingsを開き、Troubleshootウィンドウに行き当たり、アプリを再起動しましたが、ダウンロードは途中の進捗から再開されました。
画像モデルのカタログには6枚のカードがあり、ダウンロードサイズ、必要メモリ、ラベルが表示されます。4ビットモデルには「Runs on this Mac」、大きいモデルには「Too big for this Mac's memory. Images run on LU Cloud」と表示されます。
512×512のSD Turboは、プロンプトへの追従がゆるいものでした。「draw an elephant sitting on the Eifel Tower」では塔が出て、象は見当たりませんでした。「a color please」を加えると象が現れましたが、やはり白黒でした。シードが異なっていたため、違いの原因はシードかもしれません。
テスターはこのマシンでは動画をスキップしました（一度きりのセットアップで約27 GB）。キャラクター学習にはZ-Image Turbo（30.5 GB、32 GB必要）が必要で、このMacには大きすぎると表示されます。Characterタブは写真を受け付けましたが、24 GBでは学習を開始できませんでした。
設定、比較、ベンチマーク、エージェント
設定には、ライト／ダークの切り替え（使用）、ChatGPTのエクスポートのインポート、チャットのバックアップ、コンテンツポリシー、プライバシー、アップデート、オンボーディングがあります。サンプリングのスライダー（Temperature 0.7、Top P 0.9、Top K 40）には説明がありません。
テスターは、初心者が他で調べなくて済むよう、これらのスライダーに情報アイコンを付けてほしいと考えています。テスターの大きな表示スケーリングでは、メッセージ欄がとても小さく感じられ、灰色のバーが横切っていました。
A/B Compareはgemma4とgemma3:1bを並べて実行し、速度、時間、トークン数を表示しました（gemma4は54.5 t/s、15.5 s。gemma3:1bは23.9 t/s、0.4 s）。Benchmarkでは、gemma3:1bが「useful」t/s 109.4（正答率67%）で1位、gemma4は56.9（正答率100%）でした。
Coding Agent（gemma4）はピンポンゲーム用のindex.htmlを書き、内蔵プレビュー（Desktop、Tablet、Mobile）にスコア付きで動作するゲームが表示されました。最初の返答ではファイルの場所が示されなかったため、テスターが尋ねると、エージェントがファイルを読み返しました（248行）。
開発者の返信
テスターがメモを送った後、LUの開発者（LU Labs）がドイツ語で返信しました。日付は記載がなく、ここでは英語での言い換えです。テスターによると、開発者は掲載に同意しています（2026-10-24）。
これまで受け取った中で最も徹底したテストだと、開発者は述べています。
開発者はPDFの所見を認めています：クリップのボタンではモデルにファイル名だけが渡り、内容は渡らなかった。DocsフィールドがPDFを処理するはずだった。この件に取り組む、とのことです。
このほか、Top P・Top K・Temperatureの説明、ダウンロードの時間の目安、Troubleshootウィンドウにも取り組むと述べています。
ユーザーの多くはGitHub、Reddit、Googleで見つけたガイドから来ており、小さなリリースとフィードバックへの素早い返信を何か月も続けることが最も重要だった、と開発者は述べています。
これらの変更は、このテストでは検証されていません。いずれも再テスト項目です。
判断
メモは総括で終わり、使い続けるかどうかの判断は書かれていません。テスターは、インターフェースへの配慮と機能の組み合わせを驚くべきものと評し、多くのアプリがこれらのアイデアを真似できるだろうと述べています。提供されるすべての機能で最高とは限らないのではと疑問も示し、1年後にどうなっているかに関心を寄せています。