続・Qwen追跡:推論の予算調整と思考モード統合という新段階

AIモデルに「考える時間の予算」を自分で設定できる——Qwen3の技術報告が、そんな使い方を提示しています。前回は推論トークンを減らして効率を上げる動きを追いました。今回はその延長線上にある「1つのモデルで役割をまとめる」という流れを追います。Qwen3は、Qwenシリーズ最新バージョンの技術報告として公開された大規模言語モデル(LLM)群です。性能・効率・多言語対応の3つを伸ばすことを目標に掲げています[1]。モデル構成は2種類です。dense型は、すべてのパラメータを使う従来の方式です。MoE型は、計算を複数の「専門家」に振り分ける仕組みです。規模は6億から2350億パラメータまでと幅広いのが特徴です[1]。小さなモデルから巨大モデルまで、同じシリーズの中で選べます。報告の本文はarXivで読めるほか、GitHubの公式リポジトリにもPDFが置かれています[2]。

いちばんの目玉は、思考モードと非思考モードの統合です。思考モードは複雑な多段階の推論を担います。非思考モードは、文脈に即した素早い応答を担います[1]。これまでLLMは大きく2種類に分かれていました。応答の速さを優先するチャット最適化モデル(GPT-4oなど)と、じっくり推論する専門モデル(QwQ-32Bなど)です。利用者は用途ごとにモデルを切り替える必要がありました。Qwen3はこの2つを1つのフレームワークにまとめ、質問や入力の形に応じて動的にモードを切り替えます[1]。速さが欲しいときと精度が欲しいときで、別のモデルを用意しなくてよくなります。

そこに重なるのが「思考バジェット」という仕組みです。推論(モデルが答えを組み立てる処理)の途中で、計算資源をどれだけ割り当てるかを利用者が調整できます。タスクの難しさに応じて、応答の速さ(レイテンシ)と性能のバランスを取るためのものです[1]。難しい問題には予算を厚く、単純な質問には薄く、といった使い分けが1つのモデルの中でできます。トークン削減による効率化と合わせると、Qwenは「効率の調整つまみを利用者側に渡す」方向へ進んでいるようです。

性能面の報告も具体的です。コード生成、数学的推論、エージェント作業などの多様なベンチマークで最先端の結果を達成しています。より大規模なMoEモデルや、非公開の専有モデルにも競争力があるとされます[1]。小規模モデルの作り方も工夫されています。旗艦モデルの知識を小さいモデルに注ぎ込むことで、構築に必要な計算資源を大幅に減らしつつ、競争力のある性能を保ちます[1]。小さいモデルでも大きなモデルに引けを取らないという主張は、エッジ側(端末や身近なデバイス側)での活用を考えると重要です。

多言語対応も大きく広がりました。前世代Qwen2.5の29言語・方言から、119まで一気に拡大しています[1]。言語間の理解と生成そのものを高め、世界中で使いやすくする狙いです。さらに、再現性とコミュニティ主導の研究開発を後押しするため、全モデルがApache 2.0ライセンスで公開されています[1]。ここまで大規模なシリーズがそろった形でのオープン公開は、コミュニティにとって大きな材料です。

シリーズの動きも止まっていません。GitHubには「Qwen3.8-Flash-Next」の技術報告PDFが置かれており、Flash系の軽量モデルの開発も続いているようです[6]。周辺の比較素材も複数見つかりました。モデルファミリーを整理した資料[3]、ベンチマークデータでAlibabaモデルを順位付けしたサイト[4]、DeepSeek・GLM・Kimiなど中国系AIモデルを横並びで比べる2026年のまとめ[5]、そして「どのQwenをローカルで動かすか」をランキング形式で解説するガイド[6]です。比較系の情報がこれだけ並ぶこと自体、注目度の高さを物語っています。

ただし、正直にお伝えしたい点があります。今回集めた素材の範囲では、比較サイトの具体的な数値や順位の中身を確認できていません。ローカル実行の実測速度(TPSなど)や、GPU構成・量子化(重みを圧縮してメモリを節約する仕組み)の詳細も素材には記載がありません。「どのサイズをどの環境で動かすと快適か」の判断には、各ガイドを直接確認する必要があります。思考バジェットも、予算の決め手を利用者が考える負担を生みます。調整の裁量がユーザー側に移った、ということです。

それでも方向性ははっきりしています。モデルを使い分ける時代から、その場で推論の深さを調整する時代へ——Qwen3が示したのはこの転換です。119言語対応とApache 2.0での公開が相まって、多言語・オープンな推論基盤としての存在感は今後も強まるでしょう。次に確認したいのは、Flash系の新モデル[6]と各比較サイトの実数値です。そこまで追えば、Qwenの実力はより立体的に見えてくるはずです。