Qwen(千問)概要

Qwen(中国語: 千問、「チエンウェン」)はアリババグループが開発した大規模言語モデル(LLM)および大規模マルチモーダルモデル群である。最初のバージョンは2023年4月にベータ形式で公開され、現在は世界最大のオープンソースAIエコシステムの一つに成長している。2026年3月、アリババはAIブランドを「Qwen大規模モデル」に統一し、以前の混乱を解消した。

主要機能

Qwenは様々なマルチモーダル・言語タスクを実行できる。

自然言語理解およびテキスト生成

視覚理解(画像、映像)

音声理解および処理

ツール呼び出しおよびAIエージェント機能

ロールプレイおよび複数ターン対話

モデルは大規模な多言語・マルチモーダルデータで事前学習され、高品質データでファインチューニングされて人間の好みに合致するよう設計されている。

技術構造および特徴

デュアルモードアーキテクチャ(思考モード/非思考モード) Qwen3の核心的イノベーションは、1つのモデルに「思考モード」と「非思考モード」を同時に搭載し、効率を高めることである。

モード | 適用状況 思考モード | 複雑な論理推論、数学、プログラミングなど深い思考が必要なタスク 非思考モード | 速い応答が必要な一般的な対話 モデルは「思考予算(thinking budget)」メカニズムを通じて問題の複雑度を動的に評価し、計算リソースを自動的に配分する。

モデル構造 DenseモデルとMoE(Mixture of Experts)モデルが並存: 0.6Bから235Bまで様々な規模を提供。

Qwen3-Nextは高希薄度MoEアーキテクチャを適用: 総パラメータ800億、推論時には約30億パラメータ(約3.75%)のみを活性化し、効率を大幅に向上。

Qwen3-Maxは総パラメータ1兆(1T)以上、事前学習に36Tトークンを使用。

トレーニング戦略 3段階事前学習: 言語基盤の構築→推論能力の強化→長文能力の拡張。

4段階事後学習: 長い思考連鎖のコールドスタート、推論強化学習、モード融合などを含む。

「大規模モデルが小規模モデルを育成する」蒸留方式: 大規模モデルのデータで小規模モデルを訓練。

主要バージョンおよびモデル

Qwen 3.5 2026年2月 — フラッグシップモデル 総397B(アクティブ17B) 262Kネイティブコンテキスト(1Mまで拡張可能) 201言語サポート、Apache 2.0オープンソース

Qwen3.7-Max 2026年5月 — エージェント特化 35時間以上の超長期複雑タスクを完全自律で実行可能

Qwen3-Max 2025年9月 — 総パラメータ1T以上、LMArenaランキング世界3位

オープンソースモデルはQwen、Qwen1.5、Qwen2、Qwen2.5シリーズなどがあり、0.5B〜110Bまで様々。 また専用ビジョン言語モデル(Qwen-VL)、オーディオモデル(Qwen-Audio)、コードモデル(Qwen-Coder)、推論モデル(QwQ)などがある。

適用分野

Qwenは様々な分野で活用可能。

ソフトウェア開発: コード生成、デバッグ、レビュー、50以上のプログラミング言語をサポート

コンテンツ制作: 長文作成、SEO、ソーシャルメディア、翻訳(201言語)

研究およびデータ分析: 文献レビュー、チャート解釈、科学的推論、医療分析

企業業務: カスタマーサービスチャットボット、文書処理、ナレッジベースQ&A

ベンチマークテストにおいて、Qwen 3.5はSWE-Bench Verifiedで76.4点を記録し、GPT-5.2およびClaude Opus 4.5と同等の水準である。

使用方法

オープンソースモデル: Apache 2.0ライセンスで無料使用可能、Ollama、llama.cpp、LM Studioなどでローカル実行をサポート

APIサービス: アリババクラウドDashScope APIを通じて呼び出し

無料体験: Qwen Chat公式ウェブサイト(chat.qwen.ai)で対話可能

企業サービス: 全世界29万以上の企業顧客に提供

0. まず知っておくべきバージョン整理(文書アップデート)

原文はqwen2.5/qwen3/散発的なqwen3.5:4bのみを扱うが、2026-06基準でラインアップは以下のように拡張されている。

世代 リリース 構成 マルチモーダル 対応言語 ライセンス ローカル可否
Qwen3 2025-04 dense 0.6B〜32B + MoE 30B-A3B、235B-A22B テキスト 119 Apache-2.0 可[R2][R7]
Qwen3.5 2026-02 Small 0.8B/2B/4B/9B + 27B / 35B-A3B / 122B-A10B / 397B-A17B vision(ネイティブ) 201 Apache-2.0 可[R1][R9]
Qwen3.6 2026-04〜05 27B(dense)/35B-A3B(MoE)、コーディング・エージェント強化 vision — Apache-2.0 可[R11][R12]
Qwen3.7-Max 2026-05-20 独占API専用、オープンウェイト未公開 — — 非公開 不可(ローカル不可)[R7]

注意:

  • 本ガイドはオープンウェイトモデルのみを対象とする。*-Max、*-PlusなどAPI専用モデルはローカルインストール対象ではない。[R7][R12]
  • 2025-07〜08の「2507」リフレッシュでQwen3はハイブリッド(トグル)方式からthinking/instruct分離チェックポイントに分かれた。ダウンロード時にどの変種かを確認すること。[R7]

1. インストール方法の選択

方法 特徴 推奨対象
Ollama コマンド1行でインストール/実行、最も簡単 LLM初心者、迅速なテスト
LM Studio GUIベース、数クリック。MLX・GGUFをサポート コーディングなしで使いたい方
Hugging Face Transformers Pythonコードで詳細制御 開発者、カスタマイズ

2. Ollamaのインストール(最も簡単)

2.1 Ollamaのインストール[R8]

Windows

irm https://ollama.com/install.ps1 | iex

または公式サイト(ollama.com)からインストーラーをダウンロード。

macOS

brew install ollama

Linux

curl -fsSL https://ollama.com/install.sh | sh

2.2 実行

ollama serve   # 手動起動(通常インストール後に自動実行)

2.3 モデルのダウンロードと実行[R8][R16]

# 現行推奨 — Qwen3系
ollama run qwen3:8b            # 基本/入門、約5GB
ollama run qwen3:4b            # 軽量
ollama run qwen3:14b           # 約9GB
ollama run qwen3:32b           # dense上位
ollama run qwen3:30b-a3b       # MoE: 30B品質・8B級速度(VRAMは全体分が必要)

# Qwen3.5系(マルチモーダル)
ollama run qwen3.5:9b          # 8GBカード推奨基本値、約6.6GB
ollama run qwen3.5:4b          # 軽量、約3.4GB(ファイル)

# 旧バージョン
ollama run qwen2.5:7b

利用可能なサイズ(例): qwen2.5 0.5/1.5/3/7/14/32/72B、qwen3 0.6〜32B + 30B-A3B/235B-A22B、qwen3.5 0.8/2/4/9/27/35/122/397B系。[R1][R2][R10]

注意:

  • Ollamaのタグにinstructがなくてもchat用モデルである場合が多いが、Qwen3 2507以降はthinking/instruct変種が別々に配布されるため、タグを直接確認すること。(原文の「すべてInstruct」という断定は現行基準では不正確)[R7]
  • qwen3.5:4bの「3.4GB」はGGUFファイルサイズであり、実行時のRAMではない。実際には+KV cache+contextオーバーヘッドを加える必要がある。[R7][R14]

2.4 自作GGUFファイルの使用(Modelfile)[R8]

FROM qwen2.5-7b-instruct-q5_0.gguf
PARAMETER temperature 0.7
PARAMETER top_p 0.8
PARAMETER repeat_penalty 1.05
PARAMETER top_k 20

ollama create my-qwen -f Modelfile
ollama run my-qwen

注意: Qwen3.5のようなマルチモーダルGGUFはvision(mmproj)ファイル分離の問題によりOllamaへの直接インポートが制限される場合がある。この場合はllama.cpp系バックエンドやLM Studioを推奨する。(Ollamaライブラリタグで受け取る場合は正常に動作)[R9]

3. LM Studioのインストール(GUI)

  1. 公式サイトからmacOS/Windows/Linux用インストーラーをダウンロードしてインストール。
  2. アプリを起動→Cmd+Shift+M(Mac)/Ctrl+Shift+M(PC)でモデル検索。
  3. 「Qwen」を検索→ハードウェアに合うモデルをDownload。
  4. Hugging Faceモデルカードの「Use this model → LM Studio」で直接接続も可能。
  5. マルチモーダル/Thinkingトグルはモデル別のYAML設定が必要な場合があり、CLIでlms import <パス>の手動インポートもサポート。[R9]

Apple SiliconはMLXフォーマットをサポートするLM Studio使用時に性能面のメリットが大きい。[R9][R11]

4. Hugging Face Transformers(開発者向け)

4.1 事前準備

pip install transformers torch accelerate
pip install modelscope   # 中国地域からのダウンロードが速い

4.2 ロードと実行

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "Qwen/Qwen3-30B-A3B"   # またはQwen/Qwen3-8Bなど

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype="auto",
    device_map="auto",   # GPU/CPU自動割り当て、不足時はCPUオフロード
)

messages = [{"role": "user", "content": "Qwen、韓国語で自己紹介してください。"}]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
    enable_thinking=True,   # 思考モード(Qwen3以上)
)

outputs = model.generate(
    **tokenizer([text], return_tensors="pt").to(model.device),
    max_new_tokens=200,
)
print(tokenizer.decode(outputs[0], skip_special_tokens=True))

enable_thinking=Trueは複雑な推論に有利だが応答が遅くなる。日常会話はFalseを推奨。[R2][R8]

インストール前のVRAM適合性確認のヒント — ダウンロードなしでヘッダーのみを読んでメモリを推定: [R18]

uvx hf-mem --model-id Qwen/Qwen3-8B --experimental --max-model-len 8192

5. モデル選択ガイド(ハードウェア別・Q4_K_M基準)

VRAM数値はQ4_K_M GGUF基準であり、4K context KV cacheで+1〜2GBを追加で確保すること。VRAM不足時はOllama/llama.cppがsystem RAMに自動オフロードするが、速度が大きく低下する(10〜20倍遅いメモリ帯域幅)。[R13][R18]

ハードウェア 推奨モデル 概算VRAM/RAM 備考
旧型ノートPC(RAM 4〜8GB) qwen3.5:4b / qwen2.5:3b 3〜4GB(ファイル) CPU-only可能、低速
一般デスクトップ(RAM 16GB) qwen3:8b / qwen3.5:9b 約5〜6.6GB CPU-only可能[R13][R14]
GPU VRAM 8GB qwen3.5:9b(Q4) / qwen3:7〜8b 約5.5〜6.6GB RTX 3060/4060級[R13][R14]
GPU VRAM 12GB qwen3:14b(Q4) 約9〜9.5GB Q6_Kの余裕[R13][R14]
GPU VRAM 16〜24GB qwen3:32b / qwen3.6:27b(約17GB) 17〜20GB 24GBでQ4_K_M快適[R12][R14]
GPU VRAM 24GB qwen3.6:35b-a3b(UD-Q4約22GB) 約22GB contextを過度に設定しないこと[R12][R14]
マルチGPU/サーバー qwen2.5:72b / 235B-A22B / 397B-A17B 数十〜数百GB tensor-parallel必要[R16][R19]

MoEの落とし穴: 30B-A3B、35B-A3B、80B-A3Bなどはアクティブパラメータが3Bでも全体ウェイトをVRAMに載せる必要がある。「3Bアクティブ=3Bメモリ」ではない。例: Qwen3-Next-80B-A3Bは非量子化時約160GB VRAM。[R14][R19]

6. 注意事項とヒント

6.1 ストレージ容量

  • 7B≈5GB、14B≈9GB、27B≈17GB、32B≈20GB、35B-A3B≈22GB(Q4基準)。[R13][R14]
  • Ollamaデフォルト保存パス: ~/.ollama/models。余裕のある空き容量を確保。[R8]

6.2 量子化(Quantization)[R13][R16][R18]

  • Q4_K_M: ほとんどのデフォルト値。VRAM約75%節約、品質損失最小。
  • Q5_K_M: 約60%節約、Q4よりわずかに高品質。
  • Q8_0: 最高品質の量子化。VRAM余裕がある場合。
  • NVFP4: Blackwell(RTX 5060 Ti/5090)ネイティブ、Q4より効率的。
  • 明示指定例: ollama run qwen3:8b-q4_K_M
  • 警告: Q2_Kは韓国語/中国語などCJK出力品質が目立って低下する。CJK作業はQ4_K_Mを最低線として使うこと。[R13]

6.3 GPU使用

  • NVIDIA: CUDAドライバが必要。
  • Apple Silicon(M1〜M4): 統合メモリで大型モデルに有利。MLXフォーマット+LM Studioを推奨。(例: M3 Max 64GBでqwen3:32b約22 tok/s)[R13]
  • VRAM不足時はdevice_map="auto"でCPUオフロードされるが、10〜20%を超えると体感速度が急落 — より小さいモデルを推奨。[R18]

6.4 韓国語での使用

  • Qwen3系は119言語、Qwen3.5以降は201言語をサポート。韓国語性能は優秀で、韓国語プロンプトをそのまま使用可能。[R2][R9]

6.5 Thinking Mode(Qwen3以上)

  • CLI: ollama run qwen3 --think / --no-think [R8]
  • API: {"model":"qwen3","think":false,...}または{"thinking":{"budget_tokens":1024}}で推論予算の上限を設定[R8]
  • プロンプト内の/think、/no_thinkトグルも一部の変種でサポート。
  • 推奨: 要約・ドラフトはno-think、コードデバッグ・数学・論理はthink。

6.6 Context / KV cache注意(原文の欠落を補強)

  • Qwen3.5/3.6はネイティブ256K(262,144)context、YaRNで約1Mまで拡張可能。[R12][R17]
  • contextを長く設定するほどKV cacheがVRAMを大きく占有する。「最小VRAM」表は短/中context基準であり、128K〜256Kを実際に使うには余裕を大きく確保する必要がある。[R12]

6.7 ネットワーク

  • 最初のダウンロード時はインターネットが必要(数GB〜数十GB)。以降は完全オフライン使用が可能。[R8]

6.8 ライセンス

  • Qwen3/3.5/3.6のオープンウェイトはApache-2.0 — 商用利用可能。(ただし*-Max APIモデルは別途規約)[R7]

7. トラブルシューティング

問題 解決方法
"CUDA out of memory" より小さいモデルまたはより低い量子化(Q4→Q3)/context縮小[R12][R14]
Ollamaがモデルを見つけられない ollama pull qwen3:8bで明示的にダウンロード[R8]
応答が遅すぎる CPU-onlyなら小型モデル(0.6〜4B)、またはオフロード比率を確認(10〜20%超はGPU不足)[R18]
LM Studioでモデルが表示されない lms import <モデルパス>で手動インポート[R9]
マルチモーダルGGUFがOllamaで壊れる mmproj分離の問題 — llama.cpp/LM Studioを使用[R9]
ダウンロード前のVRAM適合性確認 uvx hf-mem --model-id <repo> --experimental [R18]

参考文献(References)

免責事項: モデルラインアップ・タグ・容量はアップストリーム(Ollama/HF/Unsloth)で随時更新される。実際のインストール前に該当ライブラリページで最新のタグ・ファイルサイズを再確認すること。