Qwen3.7 プレビュー版が Arena に登場（1 分読了）
アリババの Qwen チームが、GPT-5-Mini や Claude 4-Sonnet と競合する性能を持つ軽量マルチモーダルモデル「Qwen3-VL-30B-A3B」および FP8 版を公開し、STEM・動画理解・エージェントタスクでの実用性を高めた。
キーポイント
高性能な軽量マルチモーダルモデルの登場
アクティブパラメータが 3B の Qwen3-VL-30B-A3B-Instruct & Thinking がリリースされ、GPT-5-Mini や Claude 4-Sonnet と同等かそれ以上の性能を STEM、VQA、OCR、動画理解、エージェントタスクで発揮することが示された。
FP8 量化版の同時公開
大規模モデルである Qwen3-VL-235B-A22B の FP8 版も同時にリリースされ、マルチモーダル AI アプリケーションの実行速度と効率性が大幅に向上する。
広範なアクセス経路の提供
Qwen Chat、GitHub Cookbooks、Alibaba Cloud API、Blog、ModelScope、HuggingFace など、開発者がすぐに試せる多様なプラットフォームが用意されている。
Qwen3-Omni の発表
テキスト、画像、音声、動画を一つのモデルで統合する初のネイティブエンドツーエンドのオムニモーダル AI「Qwen3-Omni」が紹介されました。
オープンソース化されたモデル
指示従事からクリエイティブタスクまでを可能にするため、Qwen3-Omni-30B-A3B-Instruct、Thinking、Captioner の 3 つのモデルがオープンソース化されました。
高性能な評価と機能
音声・動画ベンチマークで SOTA を達成し、211ms の低遅延、30 分間の音声理解、およびシステムプロンプトによる完全なカスタマイズが可能となっています。
Qwen3-Omni のマルチモーダル機能
Qwen Chat を介して音声チャットおよびビデオチャット機能を体験でき、Qwen3-Omni モデルのリアルタイム性を確認できる。
影響分析・編集コメントを表示
影響分析
この発表は、高性能なマルチモーダルモデルを軽量かつ高速化して実装可能にする技術的ブレイクスルーを示しており、エッジデバイスやコスト敏感なユースケースにおける AI アプリケーション開発のハードルを大幅に下げます。特に FP8 版の提供は、大規模モデルの実用性を高める上で決定的な役割を果たし、開発者がより迅速にプロトタイプから本番環境への移行を行えるよう支援します。
編集コメント
「小さくても強力」というコンセプトを体現したモデルであり、特に FP8 化による速度向上は実務現場での導入障壁を下げる重要な一手です。競合他社の最新モデルと比較して優位性を示すデータがある点は、開発者にとって非常に説得力のある情報と言えます。
@Alibaba_Qwen からのさらなる情報
link#goto">
twitter-profile#error" data-retried="true">
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-…
Github&Cookbooks： github.com/QwenLM/Qwen3-V…
API: alibabacloud.com/help/en/model-…
Blog： qwen.ai/blog?id=99f033…
ModelScope: modelscope.cn/collections/Qw…
HuggingFace: huggingface.co/collections/Qw…
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">
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-…
💻 GitHub: github.com/QwenLM/Qwen3-O…
🤗 HF Models: huggingface.co/collections/Qw…
🤖 MS Models:
🎬 デモ：huggingface.co/spaces/Qwen/Qw…
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">
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
Huggingface：huggingface.co/collections/Qw…
ModelScope：modelscope.cn/collections/Qw…
Kaggle: kaggle.com/models/qwen-lm…
Alibaba Cloud API: alibabacloud.com/help/en/model-…
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
原文を表示
More from @Alibaba_Qwen
link#goto">
twitter-profile#error" data-retried="true">
Oct 4, 2025
🚀 Qwen3-VL-30B-A3B-Instruct & Thinking are here!
Smaller size, same powerhouse performance 💪—packed with all the capabilities of Qwen3-VL!
🔧 With just 3B active params, it’s rivaling GPT-5-Mini & Claude4-Sonnet — and often beating them across STEM, VQA, OCR, Video, Agent tasks, and more.
Discover more
Mobile app monetization
Thread sharing platform
Mobile app development
Twitter marketing guide
X content tools
Tweet scheduling tool
Microblogging
App store optimization
And that’s not all: we’re also releasing an FP8 version, plus the FP8 of the massive Qwen3-VL-235B-A22B!
Try it out and make your multimodal AI applications run faster!🧠🖼️
Qwen Chat: chat.qwen.ai/?models=qwen3-…
Github&Cookbooks： github.com/QwenLM/Qwen3-V…
API: alibabacloud.com/help/en/model-…
Blog： qwen.ai/blog?id=99f033…
ModelScope: modelscope.cn/collections/Qw…
HuggingFace: huggingface.co/collections/Qw…
Performance of Qwen3-VL-30B-A3B-Thinking
Pure text performance
Read 4 tweets
link#goto">
twitter-profile#error" data-retried="true">
Sep 22, 2025
🚀 Introducing Qwen3-Omni — the first natively end-to-end omni-modal AI unifying text, image, audio & video in one model — no modality trade-offs!
🏆 SOTA on 22/36 audio & AV benchmarks
🌍 119L text / 19L speech in / 10L speech out
⚡ 211ms latency | 🎧 30-min audio understanding
🎨 Fully customizable via system prompts
🔗 Built-in tool calling
🎤 Open-source Captioner model (low-hallucination!)
🌟 What’s Open-Sourced?
We’ve open-sourced Qwen3-Omni-30B-A3B-Instruct, Qwen3-Omni-30B-A3B-Thinking, and Qwen3-Omni-30B-A3B-Captioner, to empower developers to explore a variety of applications from instruction-following to creative tasks.
Try it now 👇
💬 Qwen Chat: chat.qwen.ai/?models=qwen3-…
💻 GitHub: github.com/QwenLM/Qwen3-O…
🤗 HF Models: huggingface.co/collections/Qw…
🤖 MS Models:
🎬 Demo: huggingface.co/spaces/Qwen/Qw…
Use the voice chat and video chat features on Qwen Chat to experience the Qwen3-Omni model.
Performance
Read 4 tweets
link#goto">
twitter-profile#error" data-retried="true">
Sep 11, 2025
🚀 Introducing Qwen3-Next-80B-A3B — the FUTURE of efficient LLMs is here!
🔹 80B params, but only 3B activated per token → 10x cheaper training, 10x faster inference than Qwen3-32B.(esp. @ 32K+ context!)
🔹Hybrid Architecture: Gated DeltaNet + Gated Attention → best of speed & recall
🔹 Ultra-sparse MoE: 512 experts, 10 routed + 1 shared
🔹 Multi-Token Prediction → turbo-charged speculative decoding
🔹 Beats Qwen3-32B in perf, rivals Qwen3-235B in reasoning & long-context
🧠 Qwen3-Next-80B-A3B-Instruct approaches our 235B flagship.
🧠 Qwen3-Next-80B-A3B-Thinking outperforms Gemini-2.5-Flash-Thinking.
Try it now: chat.qwen.ai
Blog: qwen.ai/blog?id=4074cc…
Huggingface: huggingface.co/collections/Qw…
ModelScope: modelscope.cn/collections/Qw…
Kaggle: kaggle.com/models/qwen-lm…
Alibaba Cloud API: alibabacloud.com/help/en/model-…
Pretraining Efficiency & Inference Speed
Prefill Stage: At 4K context length, throughput is nearly 7x higher than Qwen3-32B. Beyond 32K, it’s over 10x faster.
Read 9 tweets
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み