Qwen3.7 プレビュー版が Arena に登場（1 分読了）

## @Alibaba_Qwen からのさらなる情報 link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/Alibaba_Qwen) Oct 4, 2025 🚀 Qwen3-VL-30B-A3B-Instruct & Thinking が登場！ より小型ながら、同じく強力なパフォーマンス 💪—Qwen3-VL のすべての機能を搭載しています。 🔧 アクティブパラメータはわずか 3B ですが、STEM（科学・技術・工学・数学）、VQA（視覚質問応答）、OCR（光学文字認識）、Video（動画）、Agent（エージェント）タスクなどにおいて GPT-5-Mini や Claude4-Sonnet に匹敵し、多くの場合それらを上回ります。 さらに詳しくはこちら モバイルアプリの収益化 スレッド共有プラットフォーム モバイルアプリ開発 Twitter マーケティングガイド X コンテンツツール ツイートスケジュール管理ツール マイクロブログing アプリストア最適化 そしてこれだけではありません：FP8 バージョンも公開します。また、大規模モデルである Qwen3-VL-235B-A22B の FP8 バージョンもリリースいたします！ ぜひお試しください。マルチモーダル AI アプリケーションの動作をさらに高速化しましょう！🧠🖼️ Qwen Chat: [chat.qwen.ai/?models=qwen3-…](https://chat.qwen.ai/?models=qwen3-vl-30b-a3b) Github&Cookbooks： [github.com/QwenLM/Qwen3-V…](https://github.com/QwenLM/Qwen3-VL/blob/main/cookbooks) API: [alibabacloud.com/help/en/model-…](https://www.alibabacloud.com/help/en/model-studio/models#5540e6e52e1xx) Blog： [qwen.ai/blog?id=99f033…](https://qwen.ai/blog?id=99f0335c4ad9ff6153e517418d48535ab6d8afef&from=research.latest-advancements-list) ModelScope: [modelscope.cn/collections/Qw…](https://modelscope.cn/collections/Qwen3-VL-5c7a94c8cb144b) HuggingFace: [huggingface.co/collections/Qw…](https://huggingface.co/collections/Qwen/qwen3-vl-68d2a7c1b8a8afce4ebd2dbe) Qwen3-VL-30B-A3B-Thinking のパフォーマンス 純粋なテキスト性能 ツイート 4 つを読む link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/Alibaba_Qwen) 2025 年 9 月 22 日 🚀 Qwen3-Omni のご紹介 — テキスト、画像、音声、動画を一つのモデルで統合し、モダリティ間のトレードオフを不要とした、世界初のネイティブなエンドツーエンド・オムニモーダル AI です！ 🏆 22/36 の音声および AV ベンチマークで SOTA（State of the Art）達成 🌍 テキスト 119L / 入力音声 19L / 出力音声 10L ⚡ レイテンシ 211ms | 🎧 30 分間の音声理解 🎨 システムプロンプトによる完全なカスタマイズ可能 🔗 組み込みツール呼び出し機能 🎤 オープンソースのキャプショニングモデル（低ハルシネーション！） 🌟 オープンソース化されたものとは？ 開発者が指示従事から創造的タスクまで多様なアプリケーションを探求できるよう、Qwen3-Omni-30B-A3B-Instruct、Qwen3-Omni-30B-A3B-Thinking、および Qwen3-Omni-30B-A3B-Captioner をオープンソース化しました。 今すぐお試しください 👇 💬 Qwen Chat: [chat.qwen.ai/?models=qwen3-…](https://chat.qwen.ai/?models=qwen3-omni-flash) 💻 GitHub: [github.com/QwenLM/Qwen3-O…](https://github.com/QwenLM/Qwen3-Omni) 🤗 HF Models: [huggingface.co/collections/Qw…](https://huggingface.co/collections/Qwen/qwen3-omni-68d100a86cd0906843ceccbe) 🤖 MS Models: [modelscope.cn/collections/Qw…](https://modelscope.cn/collections/Qwen3-Omni-867aef131e7d4f) 🎬 デモ：[huggingface.co/spaces/Qwen/Qw…](https://huggingface.co/spaces/Qwen/Qwen3-Omni-Demo) Qwen Chat の音声チャットおよびビデオチャット機能を使用して、Qwen3-Omni モデルを体験してください。 パフォーマンス 4 つのツイートを読む link#goto"> [twitter-profile#error" data-retried="true">](https://threadreaderapp.com/user/Alibaba_Qwen) 2025 年 9 月 11 日 🚀 Qwen3-Next-80B-A3B の紹介 — 効率的な大規模言語モデル（LLM: Large Language Model）の未来がここに！ 🔹 パラメータ数は 80B ですが、トークンごとに活性化されるのはわずか 3B → Qwen3-32B と比較してトレーニングコストは約 1/10、推論速度は約 10 倍（特に 32K 以上のコンテキスト長において！） 🔹 ハイブリッドアーキテクチャ：ゲート付きデルタネット（Gated DeltaNet）＋ゲート付きアテンション（Gated Attention）→ 高速性と想起性能の両方を最適化 🔹 超スパースな MoE（Mixture of Experts: エキスパート混合モデル）：512 のエキスパート、そのうち 10 がルーティングされ、1 つが共有される構成 🔹 マルチトークン予測 → 推測デコーディング（speculative decoding）をターボチャージ 🔹 パフォーマンスでは Qwen3-32B を上回り、推論能力と長文コンテキスト処理においては Qwen3-235B に匹敵 🧠 Qwen3-Next-80B-A3B-Instruct は、当社の 235B フラグシップモデルに迫る性能を発揮。 🧠 Qwen3-Next-80B-A3B-Thinking は Gemini-2.5-Flash-Thinking を上回るパフォーマンスを示します。 今すぐお試しください：[chat.qwen.ai](https://chat.qwen.ai/) ブログ：[qwen.ai/blog?id=4074cc…](https://qwen.ai/blog?id=4074cca80393150c248e508aa62983f9cb7d27cd&from=research.latest-advancements-list) Huggingface：[huggingface.co/collections/Qw…](https://huggingface.co/collections/Qwen/qwen3-next-68c25fd6838e585db8eeea9d) ModelScope：[modelscope.cn/collections/Qw…](https://modelscope.cn/collections/Qwen3-Next-c314f23bd0264a) Kaggle: [kaggle.com/models/qwen-lm…](https://www.kaggle.com/models/qwen-lm/qwen3-next-80b) Alibaba Cloud API: [alibabacloud.com/help/en/model-…](https://www.alibabacloud.com/help/en/model-studio/models#c5414da58bjgj) 事前トレーニング効率と推論速度 プリフィル段階：コンテキスト長が 4K の場合、スループットは Qwen3-32B と比較して約 7 倍高いです。32K を超えると、10 倍以上高速になります。 9 つのツイートを読む

Qwen3.7 プレビュー版が Arena に登場（1 分読了）

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト