Qwen モデル選びガイド：国内オープンモデル家族の使い分けとローカル／クラウド分流
Qwen モデル選びガイド：国内オープンモデル家族の使い分け
Qwen（通義千問）は、軽量モデルから 2.4T パラメータのフラッグシップ MoE、テキストから画像・動画入力までを覆う、中国オープンモデルの中で最も家族構成の広いモデルの一つです。選択肢が多いほど「どれを使えばいいか」が難しくなります。この記事では、家族の構造、ローカル GGUF とクラウド API の使い分け、そしてタスク別の判断基準を整理します。
30 秒でわかる要点
家族選びの本質は「規模 × モダリティ × 配備形態」の 3 軸です。日常対話やコード補完は軽量 Flash 系、長文や難しい推論は大規模モデル、画像入力は VL 系。ローカルで動かすなら GGUF 量子化、すぐ使いたいならクラウド API。実際に呼び出すモデル ID は EXAIV の /models ディレクトリのリアルタイム情報に従ってください。
家族構成を俯瞰する
Qwen の家族は、規模とモダリティの 2 方向に広がっています。
| ライン | 代表モデル | 想定用途 |
|---|---|---|
| 軽量フラッシュ | Flash-Next 系 | 日常対話、コード補完、低遅延 |
| 中量級 | 27B | バランス重視のローカル推論 |
| フラッグシップ MoE | 2.4T-A95B | 能力上限が要るタスク |
| 視覚言語 | VL 系 | 画像入力を含む理解 |
| 画像生成 | Qwen-Image 系 | 文からの画像生成と編集 |
| エージェント | AgentWorld 系 | ツール呼び出しと環境シミュレーション |
A95B の読み方
2.4T-A95B のような名前で、2.4T は総パラメータ、A95B はトークンごとに活性化するパラメータ（約 95B）を表します。MoE（混合専門家）モデルは総パラメータで重みを保存するため、ローカル推論の VRAM は総パラメータ側で計画します。速度は活性化側に近づきます — この違いが VRAM 見積もりの最重要ポイントです。
軸 1：規模をタスクから逆算する
「大きいほど良い」わけではありません。タスクの難易度で十分な規模を選ぶのがコスト効率の基本です。
| タスク | 推奨規模 | 理由 |
|---|---|---|
| 要約、分類、抽出 | 軽量〜中量 | 難易度が低く、速度とコストが優先 |
| 日常対話、コード補完 | 軽量 Flash | 低遅延が体験を決める |
| コードレビュー、計画 | 中量〜大規模 | 複数制約を同時に扱う |
| 数学、複雑な推論 | 大規模／推論特化 | 能力上限が効く |
軸 2：モダリティで分ける
テキストのみのタスクにマルチモーダルモデルを使う必要はありませんし、画像入力が必要なタスクにテキストモデルは使えません。
- テキストのみ：通常の Qwen テキストモデル（GGUF 量子化が最も充実）
- 画像を理解：VL 系（追加の視覚プロセッサが必要）
- 画像を生成・編集：Qwen-Image 系（diffusers 経由、GGUF とは別のツールチェーン）
- ツール実行・エージェント：AgentWorld 系、または tool calling に強いモデル
画像生成とテキスト生成は別のツールチェーン
テキストモデルは llama.cpp や Ollama で GGUF を読み込みますが、画像生成モデルは diffusers ライブラリで safetensors 重みを読み込みます。両者を同じランタイムで動かそうとしないでください。別々のサービスとして構築し、業務層で組み合わせるのが定石です。
軸 3：ローカルかクラウドか
ローカル GGUF を選ぶ条件：データがマシン外に出せない、オフラインで使いたい、高頻度の呼び出しで従量課金を避けたい、量化ティアを自分で選びたい。
クラウド API を選ぶ条件：すぐ使いたい、ハードウェアを運用したくない、elastic なスケールが必要、フラッグシップ級の品質が必要。
クラウド側の呼び出しは OpenAI 互換なので、既存の SDK がそのまま使えます：
from openai import OpenAI
client = OpenAI(
api_key="あなたのAPIキー",
base_url="https://exaiv.com/api/ai/v1",
)
# model は /models ディレクトリのリアルタイム ID に従う
resp = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "このコードをレビューしてください"}],
)
print(resp.choices[0].message.content)
モデル ID は変動します
クラウドカタログは上流の更新に合わせて変化します。記事内に書かれた ID をそのままハードコードせず、実装前に必ず /models ページで現在利用可能な ID を確認してください。存在しない ID を指定するとリクエスト時に model-not-found で失敗します。
実用的な分流テンプレート
タスクの性質でモデルとエンドポイントを切り替える最小の関数です：
def pick_target(task):
# 機密データやオフラインはローカルへ
if task.get("sensitive") or task.get("offline"):
return "local"
# 難しい推論は大規模モデルへ
if task.get("complexity", 0) >= 7:
return "cloud_large"
# それ以外は軽量・高速なモデルへ
return "cloud_light"
ローカル分支は自前の OpenAI 互換エンドポイント（Ollama の 11434 番や llama-server）を指し、クラウド分支は EXAIV の互換エンドポイントを指します。インターフェースが同型なので、アプリ側の変更は base_url と model の 2 つだけです。
FAQ
Qwen をローカルで動かす最短ルートは？
フラッグシップ MoE はローカルで動きますか？
画像入力と画像生成のどちらを使うべき？
クラウドのモデル ID はどこで確認しますか？
価格はどこで見られますか？
Qwen と他家族をどう組み合わせますか？
関連記事
- ローカル LLM のための GPU 選びガイド — ハードウェア選定
- VRAM 計算実践 — 必要 VRAM の見積もり
- ローカルデプロイ完全プレイブック — 7 ステップ
- Kimi K3 vs GLM-5.3 比較 — 在售双モデルの比較
- モデルカタログ — 現在利用可能な ID