FreeLLMすべてのモデル › alibaba
Arenaスコア1340チャット部門で有料モデルを含む417件中214位
サイズ32.8 Bパラメータ
4ビットのダウンロード20 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 | GPU＋64 GBのRAM | 3.8 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | GPU＋64 GBのRAM | 4.2 tok/s |
| RTX 3090 | 24 GB | GPU＋64 GBのRAM | 10 tok/s |
| RTX 4090 | 24 GB | GPU＋64 GBのRAM | 10 tok/s |
| RTX 5090 | 32 GB | GPUに収まる | 47 tok/s |
| RX 7900 XTX | 24 GB | GPU＋64 GBのRAM | 10 tok/s |
| 2 × RTX 3090 | 48 GB | GPUに収まる | 24 tok/s |
| 4 × RTX 3090 | 96 GB | GPUに収まる | 23 tok/s |
| Mac M4 Max 128 GB | 96 GB | GPUに収まる | 14 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | GPUに収まる | 7.0 tok/s |
| 8 × H100 SXM | 640 GB | GPUに収まる | 69 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 | 19 GB | 26 GB | +6.7% 目立つ劣化 |
| Q4_K_M | 23 GB | 29 GB | +1.8% 小さな劣化 |
| Q5_K_M | 26 GB | 33 GB | +0.6% ほぼ劣化なし |
| Q6_K | 30 GB | 36 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 38 GB | 44 GB | ≈ 0% フル精度と同等 |
| F16 | 68 GB | 75 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
14001500
5月6月7月8月9月10月
Qwen3-32B 1340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
- Trinity Large Thinking 1340
- MiniMax-M2 1340 · 228.7 B
- Trinity Large Preview 1339
- Mistral Small 3.2 (2506) 1338
- Llama 3.3 Nemotron Super 49B v1.5 1338
- MiniMax-M1 1343
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