FreeLLMすべてのモデル › alibaba
Arenaスコア1366チャット部門で有料モデルを含む417件中190位
サイズ235.1 B1トークンあたり22 Bがアクティブ（Mixture of Experts）
4ビットのダウンロード142 GB重みのみ、Q4_K_M
最大コンテキスト40Kトークン、モデル設定より
無料で使える場所
- ラボ公式のチャット：chat.qwen.ai（1日の利用制限つきで無料）
- 自宅でダウンロードして動かす：公式の重み · Ollama と LM Studio 用の GGUF ファイル
よく使われるハードウェアでの速度
| ハードウェア | GPUメモリ | 収まる？ | 速度 |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | 収まらない | — |
| RTX 4060 Ti 16 GB | 16 GB | 収まらない | — |
| RTX 3090 | 24 GB | 収まらない | — |
| RTX 4090 | 24 GB | 収まらない | — |
| RTX 5090 | 32 GB | 収まらない | — |
| RX 7900 XTX | 24 GB | 収まらない | — |
| 2 × RTX 3090 | 48 GB | 収まらない | — |
| 4 × RTX 3090 | 96 GB | 収まらない | — |
| Mac M4 Max 128 GB | 96 GB | 収まらない | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | 収まらない | — |
| 8 × H100 SXM | 640 GB | GPUに収まる | 80 tok/s |
4ビット、32Kコンテキスト、オフロード用にDDR5を64 GBとした推定値。速度 ≈ メモリ帯域 × 78% ÷ 1トークンあたりの読み込みデータ量に、トークンごとの固定コストを加えたもので、44件の実際の llama.cpp テストで補正しています。典型的な誤差は約±10%です。すべてのGPUを比較。
必要なGPUメモリ
| レベル | 8Kコンテキスト | 32Kコンテキスト | フル精度との品質比較 |
|---|---|---|---|
| Q3_K_M | 120 GB | 124 GB | +4.7% 目立つ劣化 |
| Q4_K_M | 145 GB | 149 GB | +1.2% ごくわずかな劣化 |
| Q5_K_M | 169 GB | 174 GB | +0.4% ほぼ劣化なし |
| Q6_K | 195 GB | 200 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 252 GB | 257 GB | ≈ 0% フル精度と同等 |
| F16 | 472 GB | 477 GB | ≈ 0% フル精度と同等 |
重み＋コンテキストキャッシュ（モデルのアーキテクチャから算出）＋ランタイム。品質：フル精度モデルに対するperplexityの増加分で、llama.cpp のテストをもとにモデルサイズに合わせて換算しています。自分の環境をシミュレーション。
チャットスコアの推移
13501400145015001550
5月6月7月8月9月10月
Qwen3-235B-A22B 1366最高の有料モデル
Arenaスコア（2026年4月22日～2026年10月20日）。
チャットの似た無料モデル
- gpt-oss-120b 1366 · 116.8 B
- Qwen3-Next-80B-A3B-Thinking 1368 · 81.3 B
- Kimi K2 Preview (0711) 1371
- Granite 4.2 30B 1361 · 29.3 B
- Ling-flash-2.0 1361
- DeepSeek-R1 1373 · 684.5 B
このページを共有：XLinkedInRedditWhatsApp
数字の誤りやリンク切れを見つけましたか？間違いを報告