Qwen_Qwen3-4B-GGUFオープンソースモデル - 複数の量子化タイプをサポートするテキスト生成ツール

ホーム

Qwen Qwen3 4B GGUF

bartowskiによって開発

Qwenチームが提供するQwen3-4BのLlamacpp imatrix量子化バージョンで、複数の量子化タイプをサポートし、テキスト生成タスクに適しています。

大規模言語モデル #マルチ量子化バージョン選択 #低メモリ最適化 #中国語テキスト生成

ダウンロード数 10.58k

リリース時間 : 4/28/2025

モデル概要

Qwen/Qwen3-4Bをベースにした量子化バージョンで、llama.cppを使用して量子化されており、LM Studioやllama.cppおよびその派生プロジェクトで実行可能です。

モデル特徴

多様な量子化オプション

Q2_KからQ8_0までの多様な量子化タイプを提供し、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により、モデルの性能を向上させます。

LM Studioとllama.cppのサポート

LM Studioで実行可能、または直接llama.cppおよびその派生プロジェクトを使用して実行できます。

埋め込み/出力重み最適化

一部の量子化バージョンでは、埋め込み層と出力層の重みをQ8_0で量子化し、モデルの品質を向上させます。

モデル能力

テキスト生成

マルチターン対話

システムプロンプトのサポート

使用事例

対話システム

インテリジェントアシスタント

インテリジェントアシスタントの構築に使用でき、マルチターン対話とシステムプロンプトをサポートします。

テキスト生成

コンテンツ作成

記事やストーリーなどのテキストコンテンツを生成するために使用できます。

quantized_by: bartowski pipeline_tag: text-generation base_model: Qwen/Qwen3-4B base_model_relation: quantized

QwenによるQwen3-4B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/Qwen3-4B

すべての量子化はこちらのデータセットを使用してimatrixオプションで作成されました。

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
Qwen3-4B-bf16.gguf	bf16	8.05GB	false	完全なBF16重み。
Qwen3-4B-Q8_0.gguf	Q8_0	4.28GB	false	非常に高品質、一般的には不要だが利用可能な最大量子化。
Qwen3-4B-Q6_K_L.gguf	Q6_K_L	3.40GB	false	埋め込みと出力重みにQ8_0を使用。非常に高品質、ほぼ完璧、推奨。
Qwen3-4B-Q6_K.gguf	Q6_K	3.31GB	false	非常に高品質、ほぼ完璧、推奨。
Qwen3-4B-Q5_K_L.gguf	Q5_K_L	2.98GB	false	埋め込みと出力重みにQ8_0を使用。高品質、推奨。
Qwen3-4B-Q5_K_M.gguf	Q5_K_M	2.89GB	false	高品質、推奨。
Qwen3-4B-Q5_K_S.gguf	Q5_K_S	2.82GB	false	高品質、推奨。
Qwen3-4B-Q4_1.gguf	Q4_1	2.60GB	false	レガシー形式、Q4_K_Sと同様の性能だがAppleシリコンでトークン/ワットが改善。
Qwen3-4B-Q4_K_L.gguf	Q4_K_L	2.59GB	false	埋め込みと出力重みにQ8_0を使用。良好な品質、推奨。
Qwen3-4B-Q4_K_M.gguf	Q4_K_M	2.50GB	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。
Qwen3-4B-Q4_K_S.gguf	Q4_K_S	2.38GB	false	品質はやや低いがスペース節約、推奨。
Qwen3-4B-Q4_0.gguf	Q4_0	2.38GB	false	レガシー形式、ARMおよびAVX CPU推論用にオンライン再パッキングを提供。
Qwen3-4B-IQ4_NL.gguf	IQ4_NL	2.38GB	false	IQ4_XSと類似だがやや大きい。ARM CPU推論用にオンライン再パッキングを提供。
Qwen3-4B-Q3_K_XL.gguf	Q3_K_XL	2.33GB	false	埋め込みと出力重みにQ8_0を使用。品質は低いが使用可能、低RAM環境に適す。
Qwen3-4B-IQ4_XS.gguf	IQ4_XS	2.27GB	false	適度な品質、Q4_K_Sより小さく同様の性能、推奨。
Qwen3-4B-Q3_K_L.gguf	Q3_K_L	2.24GB	false	品質は低いが使用可能、低RAM環境に適す。
Qwen3-4B-Q3_K_M.gguf	Q3_K_M	2.08GB	false	低品質。
Qwen3-4B-IQ3_M.gguf	IQ3_M	1.96GB	false	中低品質、Q3_K_Mと比較可能な性能を持つ新しい手法。
Qwen3-4B-Q3_K_S.gguf	Q3_K_S	1.89GB	false	低品質、非推奨。
Qwen3-4B-IQ3_XS.gguf	IQ3_XS	1.81GB	false	低品質、Q3_K_Sよりやや優れた性能を持つ新しい手法。
Qwen3-4B-Q2_K_L.gguf	Q2_K_L	1.76GB	false	埋め込みと出力重みにQ8_0を使用。非常に低品質だが驚くほど使用可能。
Qwen3-4B-IQ3_XXS.gguf	IQ3_XXS	1.67GB	false	低品質、Q3量子化と比較可能な性能を持つ新しい手法。
Qwen3-4B-Q2_K.gguf	Q2_K	1.67GB	false	非常に低品質だが驚くほど使用可能。
Qwen3-4B-IQ2_M.gguf	IQ2_M	1.51GB	false	比較的低品質だが、驚くほど使用可能なSOTA技術を採用。

埋め込み/出力重み

これらの量子化（Q3_K_XL、Q4_K_Lなど）の一部は、埋め込みと出力重みを通常のデフォルトではなくQ8_0で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

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、特定のファイルを指定してダウンロードできます:

huggingface-cli download bartowski/Qwen_Qwen3-4B-GGUF --include "Qwen_Qwen3-4B-Q4_K_M.gguf" --local-dir ./

モデルが50GBより大きい場合、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_Qwen3-4B-GGUF --include "Qwen_Qwen3-4B-Q8_0/*" --local-dir ./

新しいlocal-dir（Qwen_Qwen3-4B-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、これらの重みをメモリにインターリーブして、ARMおよびAVXマシンでのパフォーマンスを向上させていました。

しかし、現在は重みの「オンライン再パッキング」と呼ばれる機能があります。詳細はこのPRをご覧ください。Q4_0を使用し、ハードウェアが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用に重みを再パッキングし（現時点では4_4のみ）、品質をわずかに向上させることができます。ロード時間は遅くなる可能性がありますが、全体的な速度向上につながります。

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。

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%