FreeLLMすべてのモデル › alibaba
Arenaスコア1629コーディング部門で有料モデルを含む148件中21位
サイズ180 B1トークンあたり61.6 Bがアクティブ（Mixture of Experts）
4ビットのダウンロード109 GB重みのみ、Q4_K_M
最大コンテキスト256K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
Arenaスコア
有料モデルを含む全モデル中の順位。出典：Arenaリーダーボードのデータセット。エージェントのスコアは別の尺度（×100、実際のエージェントセッションにもとづく）のため、ほかのスコアとは比較できません。
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 | GPU＋64 GBのRAM | 7.6 tok/s |
| 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 | 48 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 | 128Kコンテキスト | フル精度との品質比較 |
|---|---|---|---|---|
| Q3_K_M | 91 GB | 91 GB | 94 GB | +4.7% 目立つ劣化 |
| Q4_K_M | 110 GB | 110 GB | 113 GB | +1.2% ごくわずかな劣化 |
| Q5_K_M | 129 GB | 129 GB | 132 GB | +0.4% ほぼ劣化なし |
| Q6_K | 148 GB | 149 GB | 151 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 192 GB | 193 GB | 195 GB | ≈ 0% フル精度と同等 |
| F16 | 361 GB | 361 GB | 364 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。
コーディングスコアの推移
160017001800
5月6月7月8月9月10月
Qwen3.8-Flash-Next 1629最高の有料モデル
Arenaスコア（2026年4月20日～2026年10月19日）。
エージェントスコアの推移
-2002040
7月8月9月10月
Qwen3.8-Flash-Next -3.1最高の有料モデル
Arenaスコア（2026年6月4日～2026年10月20日）。
コーディングの似た無料モデル
- Hy4 preview 1631
- MiMo-V2.6-Pro 1625 · 1024.2 B
- MiMo-V2.6-Flash 1634 · 310.8 B
- GLM-5.3 (Max) 1621 · 753.3 B
- DeepSeek-V4.1-Flash-20260910 (Max) 1618
- GLM-5.3-Flash 1607 · 321.3 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