Qwen3: ベストAI画像生成器の新しい進歩

Qwen3が4月29日の深夜にリリースされました。千問は今回、異なるパラメータを持つ8つのモデルをオープンソース化し、全てが同サイズのオープンソースモデルでSOTA（最高の性能）を獲得しました。その能力はどれほど凄いかというと、4Bの小型モデルでさえ、千問の前世代72Bモデルに匹敵する性能を発揮します！これは、高品質なモデルのプライベートデプロイメントが、一般的な消費者向けのグラフィックカードに向けてついに扉を開いたことを意味します。さまざまな使い方が可能になりました。ローカルデプロイも難しくありません。この記事では、コードの知識がなくても簡単にできる2つの方法を紹介します。

1. Ollamaのインストール
   • Ollamaをダウンロード：ollama.comにアクセスし、自分のシステムバージョンに合わせてダウンロードします。普通のソフトウェアのようにインストールできます。
   • モデルをダウンロード：インストール後、上記のウェブサイトにアクセスし、メニューの「Models」タブをクリックして「qwen3」の詳細ページに進み、自分のコンピュータ条件に適したバージョンを選択します。私は30シリーズのNカードを使用しているため、8bのバージョンを選びました（後に14bバージョンのテストも行います）。

上の図の②でコマンドをコピーし、「Win + R」キーを押してCMDコマンドプロンプトを開き、そのコマンドをペーストしてリターンキーを押すと、自動でそのバージョンのモデルがダウンロードされます。

8b版は約5GB程度で、Ollama自体を加えると約10GBになります。デフォルトではCドライブに保存されるので、十分なスペースを確保しておいてください。

3. 対話の開始：ダウンロードが完了すると自動的に実行され、以下のように質問し対話が可能です：

なお、CMDウィンドウを閉じた後にqwen3を再実行するには、CMDコマンドラインに以下のコマンドを入力する必要があります：ollama run qwen3。上の図から分かるように、8bモデルでも深い思考が可能です。私は30シリーズのグラフィックカードでは動かないと思っていましたが、出力速度は58.96 tokens/sに達しました。この数値は一般的に、普通の人のタイピング速度の約15倍に相当します。

（ollama run qwen3 --verboseコマンドでローカルモデルの実行速度を確認できます、上の図参照）ここまでで、Qwen3モデルをローカルでオフラインで実行することができました。しかし、コマンドラインでの対話方式はあまり便利に感じません。視覚化ツールを用いて実行できると、もっと良いと思います。普段のDeepSeekとの対話のように、明確な対話ウィンドウがあれば理想的です。このようなツールは数多くありますが、個人的にOllama Open WebUIを試したところ、良い感じでした。インストール方法は以下の通りです。

2. Open WebUIのインストール
   • 前述のようにOllamaをインストールしたら、あと2つのステップを行います：DockerのインストールとOllama WebUIのインストール。
   1. Dockerのインストール： https://www.docker.com/にアクセスし、自分のコンピュータに応じたバージョンをダウンロードしてください。VPNを使わない場合、ダウンロードが遅くなる可能性があります。私はWindows AMD64バージョンをダウンロードしました（この公共アカウントの「対話ボックス」にdockerと送信していただければ、そのバージョンをダウンロードできます）。x64アーキテクチャベースのWindowsコンピュータにはこのバージョンを直接使用してください。Macの場合は公式サイトからダウンロードしてください。自分のシステムアーキテクチャバージョンを確認するには、「Win + R」キーを押して「msinfo32」と入力し、リターンキーを押します。「システムの概要」セクションで「システムの種類」を確認してください。ダウンロード後、通常のソフトウェアのようにインストール・実行してください。初回実行時には少し遅くなる可能性があります。

2. Ollama WebUIのインストール： https://github.com/open-webui/open-webuiにアクセスし、下の図の場所でコマンドラインをコピーします（右下の矢印のところ）。

次に、Win + Rを押してCMDを開き、上記のコマンドをペーストしてリターンを押し、自動インストールが完了するのを待ちます。最後に、ブラウザのアドレスバーにOllama WebUIのアドレス http://localhost:3000 にアクセスします。登録が求められた場合は、指示に従って進んでください（システムは最初のアカウントを管理者として設定します）。この記事で既にqwen3の8bモデルをダウンロードしているので、左上でこのモデルを選び、すぐにメッセージを入力して対話を始めることができます（下の図）。

これで第二のデプロイメントプランが完了しました。Qwen3の品質効果を確認するために、まず「知能」をテストしてみましょう。質問：「現実の経験に基づいて、直径20mmの5.5メートルの竹竿が、幅4メートル高さ3メートルの矩形の扉を無傷で通過できるか？」結論を直接見てみましょう。まずは文心の答えを見ましょう（その答えは「できない」でした）。

次にKimiの回答（その答えもやはり「できない」）：

次にqwen3の8bモデルの回答を見てみましょう：

意外ですか？？8bテストを終えた後、14bパラメータのモデルも見てみましょう。8GBのNカードでもこのパラメータのレベルを操作できるとは思いもよらず、驚きです！ただし、出力速度は普通の人のタイピング速度の約2倍です：

古詩がどのように書かれたかを見てみましょう：

上図の思考にかかる時間は、完全に受け入れられます。これは8GBのメモリの効率で、他に何を求める必要があるのでしょうか。もちろん、質が重要です。全体的に見て、今回テストしたモデルのパラメータはそれほど大きくありませんが、結果はしっかりしています。スペースの関係で、もっと多くのケースを載せることはできませんでした。この傾向のままでは、大部分の閉じられた大規模言語モデルはQwenのオープンソースに打ち負かされると思います。どう思いますか？公式のフルバージョンを体験したい場合は、chat.qwen.aiにアクセスしてください。