オープンソースQwen_Qwen3 - 0.6B - GGUFモデル：LM Studioをサポート、無料デプロイで簡単に実行可能

ホーム

Qwen Qwen3 0.6B GGUF

bartowskiによって開発

Qwenチームが提供するQwen3-0.6BのLlamacpp imatrix量子化バージョンで、llama.cppを使用して量子化され、LM Studioまたはllama.cppベースのプロジェクトで実行可能です。

大規模言語モデル #軽量テキスト生成 #マルチ量子化バージョン対応 #低リソース展開

ダウンロード数 10.24k

リリース時間 : 4/28/2025

モデル概要

これはQwen3-0.6Bモデルを基にした量子化バージョンで、llama.cppツールで最適化され、さまざまなハードウェアニーズに対応する複数の量子化オプションを提供します。

モデル特徴

多様な量子化オプション

BF16からQ2_Kまでの複数量子化バージョンを提供し、異なるハードウェアと性能ニーズに対応します。

imatrix量子化

imatrixオプションを使用した量子化で、モデル性能を向上させます。

広範な互換性

LM Studio、llama.cppおよびllama.cppベースのプロジェクトでの実行をサポートします。

モデル能力

テキスト生成

対話システム

コンテンツ作成

使用事例

対話システム

インテリジェントカスタマーサポート

インテリジェントカスタマーサポートシステム構築に使用され、ユーザーの質問に答えます。

コンテンツ作成

記事生成

様々な記事やストーリーなどを生成します。

quantized_by: bartowski pipeline_tag: text-generation base_model: Qwen/Qwen3-0.6B base_model_relation: quantized

QwenによるQwen3-0.6BのLlamacpp imatrix量子化

量子化にはllama.cppのリリースb5200を使用しています。

オリジナルモデル: https://huggingface.co/Qwen/Qwen3-0.6B

すべての量子化はimatrixオプションを使用し、データセットはこちらから取得しました。

LM Studioで実行可能

llama.cppまたは他のllama.cppベースのプロジェクトで直接実行可能

プロンプト形式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

以下のファイルをダウンロード（ブランチ全体ではなく）:

ファイル名	量子化タイプ	ファイルサイズ	分割	説明
Qwen3-0.6B-bf16.gguf	bf16	1.51GB	false	完全なBF16ウェイト
Qwen3-0.6B-Q8_0.gguf	Q8_0	0.80GB	false	極めて高品質、一般的には不要だが利用可能な最大量子化
Qwen3-0.6B-Q6_K_L.gguf	Q6_K_L	0.70GB	false	埋め込みと出力ウェイトにQ8_0を使用。非常に高品質、ほぼ完璧、推奨
Qwen3-0.6B-Q5_K_L.gguf	Q5_K_L	0.65GB	false	埋め込みと出力ウェイトにQ8_0を使用。高品質、推奨
Qwen3-0.6B-Q6_K.gguf	Q6_K	0.62GB	false	非常に高品質、ほぼ完璧、推奨
Qwen3-0.6B-Q4_K_L.gguf	Q4_K_L	0.60GB	false	埋め込みと出力ウェイトにQ8_0を使用。良好な品質、推奨
Qwen3-0.6B-Q3_K_XL.gguf	Q3_K_XL	0.57GB	false	埋め込みと出力ウェイトにQ8_0を使用。品質は低いが使用可能、低RAM環境に適している
Qwen3-0.6B-Q5_K_M.gguf	Q5_K_M	0.55GB	false	高品質、推奨
Qwen3-0.6B-Q5_K_S.gguf	Q5_K_S	0.54GB	false	高品質、推奨
Qwen3-0.6B-Q4_1.gguf	Q4_1	0.51GB	false	レガシーフォーマット、Q4_K_Sと同様の性能だがAppleシリコンでトークン/ワットが向上
Qwen3-0.6B-Q2_K_L.gguf	Q2_K_L	0.50GB	false	埋め込みと出力ウェイトにQ8_0を使用。非常に低品質だが驚くほど使用可能
Qwen3-0.6B-Q4_K_M.gguf	Q4_K_M	0.48GB	false	良好な品質、ほとんどのユースケースに適したデフォルトサイズ、推奨
Qwen3-0.6B-Q4_K_S.gguf	Q4_K_S	0.47GB	false	品質はやや低いがスペース節約効果大、推奨
Qwen3-0.6B-Q4_0.gguf	Q4_0	0.47GB	false	レガシーフォーマット、ARMおよびAVX CPU推論用にオンライン再パッキングを提供
Qwen3-0.6B-IQ4_NL.gguf	IQ4_NL	0.47GB	false	IQ4_XSと類似しているがやや大きい。ARM CPU推論用にオンライン再パッキングを提供
Qwen3-0.6B-IQ4_XS.gguf	IQ4_XS	0.45GB	false	良好な品質、Q4_K_Sより小さく同様の性能、推奨
Qwen3-0.6B-Q3_K_L.gguf	Q3_K_L	0.44GB	false	品質は低いが使用可能、低RAM環境に適している
Qwen3-0.6B-Q3_K_M.gguf	Q3_K_M	0.41GB	false	低品質
Qwen3-0.6B-IQ3_M.gguf	IQ3_M	0.40GB	false	中低品質、Q3_K_Mに匹敵する性能を持つ新しい手法
Qwen3-0.6B-Q3_K_S.gguf	Q3_K_S	0.39GB	false	低品質、非推奨
Qwen3-0.6B-IQ3_XS.gguf	IQ3_XS	0.38GB	false	低品質、Q3_K_Sよりやや優れた性能を持つ新しい手法
Qwen3-0.6B-IQ3_XXS.gguf	IQ3_XXS	0.35GB	false	低品質、Q3量子化に匹敵する性能を持つ新しい手法
Qwen3-0.6B-Q2_K.gguf	Q2_K	0.35GB	false	非常に低品質だが驚くほど使用可能
Qwen3-0.6B-IQ2_M.gguf	IQ2_M	0.33GB	false	比較的低品質だが、SOTA技術を使用して驚くほど使用可能

埋め込み/出力ウェイト

これらの量子化の一部（Q3_K_XL、Q4_K_Lなど）は、埋め込みと出力ウェイトを通常のデフォルト値ではなくQ8_0に量子化した標準的な量子化手法です。

huggingface-cliを使用したダウンロード

クリックしてダウンロード手順を表示

まず、huggingface-cliがインストールされていることを確認してください:

pip install -U "huggingface_hub[cli]"

次に、特定のファイルをターゲットにできます:

huggingface-cli download bartowski/Qwen_Qwen3-0.6B-GGUF --include "Qwen_Qwen3-0.6B-Q4_K_M.gguf" --local-dir ./

モデルが50GBを超える場合、複数のファイルに分割されています。すべてをローカルフォルダにダウンロードするには、以下を実行します:

huggingface-cli download bartowski/Qwen_Qwen3-0.6B-GGUF --include "Qwen_Qwen3-0.6B-Q8_0/*" --local-dir ./

新しいlocal-dir（Qwen_Qwen3-0.6B-Q8_0）を指定するか、すべてをその場（./）にダウンロードできます。

ARM/AVX情報

以前は、Q4_0_4_4/4_8/8_8をダウンロードし、これらのウェイトはメモリ内でインターリーブされ、ARMおよびAVXマシンでのパフォーマンスを向上させるために一度により多くのデータをロードしていました。

しかし、現在はウェイトの「オンライン再パッキング」と呼ばれるものがあります。詳細はこのPRにあります。Q4_0を使用し、ハードウェアがウェイトの再パッキングの恩恵を受ける場合、自動的にオンザフライで行われます。

llama.cppビルドb4282以降、Q4_0_X_Xファイルを実行できなくなり、代わりにQ4_0を使用する必要があります。

さらに、このPRのおかげで、IQ4_NLを使用すると、ARM用のウェイトも再パッキングされ（現時点では4_4のみ）、品質がわずかに向上します。ロード時間は遅くなるかもしれませんが、全体的な速度向上につながります。

クリックしてQ4_0_X_X情報を表示（非推奨）

このセクションは、Q4_0とオンライン再パッキングを使用した場合の潜在的な理論上のパフォーマンス向上を示すために保持しています。

クリックしてAVX2システム（EPYC7702）でのベンチマークを表示

モデル	サイズ	パラメータ	バックエンド	スレッド	テスト	t/s	% (vs Q4_0)
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp512	204.03 ± 1.03	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp1024	282.92 ± 0.19	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp2048	259.49 ± 0.44	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg128	39.12 ± 0.27	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg256	39.31 ± 0.69	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg512	40.52 ± 0.03	100%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp512	301.02 ± 1.74	147%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp1024	287.23 ± 0.20	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp2048	262.77 ± 1.81	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg128	18.80 ± 0.99	48%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg256	24.46 ± 3.04	83%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg512	36.32 ± 3.59	90%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp512	271.71 ± 3.53	133%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp1024	279.86 ± 45.63	100%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp2048	320.77 ± 5.00	124%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg128	43.51 ± 0.05	111%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg256	43.35 ± 0.09	110%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg512	42.60 ± 0.31	105%