Qwen_Qwen3-32B-GGUFオープンソースモデル - 多様なタイプの量子化をサポートし、異なるハードウェア要件に適合

ホーム

Qwen Qwen3 32B GGUF

bartowskiによって開発

Qwen/Qwen3-32Bを基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、様々な量子化タイプをサポートし、異なるハードウェア要件に対応します。

大規模言語モデルオープンソースライセンス:Apache-2.0 #高精度量子化 #多様なシーン向けテキスト生成 #低メモリ最適化

ダウンロード数 49.13k

リリース時間 : 4/28/2025

モデル概要

これは32Bパラメータ規模の大規模言語モデルの量子化バージョンで、テキスト生成タスクをサポートし、効率的な推論が必要なシナリオに適しています。

モデル特徴

多様な量子化バージョン

Q8_0からIQ2_XXSまで様々な量子化タイプを提供し、異なるハードウェアと性能要件に対応します。

高品質な量子化

imatrixオプションを使用して量子化を行い、モデルの品質がオリジナルバージョンに近いことを保証します。

幅広い互換性

LM Studioやllama.cppベースのプロジェクトで動作し、様々なハードウェアプラットフォームをサポートします。

モデル能力

テキスト生成

効率的な推論

使用事例

テキスト生成

対話システム

インテリジェントな対話システムの構築に使用され、マルチターン対話をサポートします。

コンテンツ作成

記事やストーリーなどのコンテンツ生成を支援します。

quantized_by: bartowski pipeline_tag: text-generation license: apache-2.0 license_link: https://huggingface.co/Qwen/Qwen3-32B/blob/main/LICENSE base_model: Qwen/Qwen3-32B base_model_relation: quantized

QwenによるQwen3-32BのLlamacpp imatrix量子化

llama.cppのリリースb5200を使用して量子化しました。

オリジナルモデル: https://huggingface.co/Qwen/Qwen3-32B

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
Qwen3-32B-bf16.gguf	bf16	65.53GB	true	完全なBF16重み
Qwen3-32B-Q8_0.gguf	Q8_0	34.82GB	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
Qwen3-32B-Q6_K_L.gguf	Q6_K_L	27.26GB	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
Qwen3-32B-Q6_K.gguf	Q6_K	26.88GB	false	非常に高品質、ほぼ完璧、推奨
Qwen3-32B-Q5_K_L.gguf	Q5_K_L	23.69GB	false	埋め込みと出力重みにQ8_0を使用。高品質、推奨
Qwen3-32B-Q5_K_M.gguf	Q5_K_M	23.21GB	false	高品質、推奨
Qwen3-32B-Q5_K_S.gguf	Q5_K_S	22.64GB	false	高品質、推奨
Qwen3-32B-Q4_1.gguf	Q4_1	20.64GB	false	レガシー形式、Q4_K_Sと類似の性能だがAppleシリコンでトークン/ワットが改善
Qwen3-32B-Q4_K_L.gguf	Q4_K_L	20.34GB	false	埋め込みと出力重みにQ8_0を使用。良好な品質、推奨
Qwen3-32B-Q4_K_M.gguf	Q4_K_M	19.76GB	false	良好な品質、ほとんどのユースケースでデフォルトサイズ、推奨
Qwen3-32B-Q4_K_S.gguf	Q4_K_S	18.77GB	false	品質はやや低いがスペース節約、推奨
Qwen3-32B-Q4_0.gguf	Q4_0	18.70GB	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
Qwen3-32B-IQ4_NL.gguf	IQ4_NL	18.68GB	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
Qwen3-32B-Q3_K_XL.gguf	Q3_K_XL	18.01GB	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環境向け
Qwen3-32B-IQ4_XS.gguf	IQ4_XS	17.69GB	false	良好な品質、Q4_K_Sより小さく類似性能、推奨
Qwen3-32B-Q3_K_L.gguf	Q3_K_L	17.33GB	false	品質は低いが使用可能、低RAM環境向け
Qwen3-32B-Q3_K_M.gguf	Q3_K_M	15.97GB	false	低品質
Qwen3-32B-IQ3_M.gguf	IQ3_M	14.93GB	false	中低品質、Q3_K_Mと比較可能な性能を持つ新しい手法
Qwen3-32B-Q3_K_S.gguf	Q3_K_S	14.39GB	false	低品質、非推奨
Qwen3-32B-IQ3_XS.gguf	IQ3_XS	13.70GB	false	低品質、Q3_K_Sよりやや良い性能の新しい手法
Qwen3-32B-Q2_K_L.gguf	Q2_K_L	13.10GB	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
Qwen3-32B-IQ3_XXS.gguf	IQ3_XXS	12.82GB	false	低品質、Q3量子化と比較可能な性能の新しい手法
Qwen3-32B-Q2_K.gguf	Q2_K	12.34GB	false	非常に低品質だが驚くほど使用可能
Qwen3-32B-IQ2_M.gguf	IQ2_M	11.36GB	false	比較的低品質、驚くほど使用可能なSOTA技術を使用
Qwen3-32B-IQ2_S.gguf	IQ2_S	10.51GB	false	低品質、使用可能なSOTA技術を使用
Qwen3-32B-IQ2_XS.gguf	IQ2_XS	9.95GB	false	低品質、使用可能なSOTA技術を使用
Qwen3-32B-IQ2_XXS.gguf	IQ2_XXS	9.02GB	false	非常に低品質、使用可能なSOTA技術を使用

埋め込み/出力重み

これらの量子化の一部（Q3_K_XL、Q4_K_Lなど）は、埋め込みと出力重みを通常のデフォルトではなくQ8_0に量子化した標準的な量子化方法です。

huggingface-cliを使用したダウンロード

ダウンロード手順を表示するにはクリック

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_Qwen3-32B-GGUF --include "Qwen_Qwen3-32B-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。それらをすべて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_Qwen3-32B-GGUF --include "Qwen_Qwen3-32B-Q8_0/*" --local-dir ./

新しいlocal-dir（Qwen_Qwen3-32B-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。

しかし現在では、重みの「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、ハードウェアが重み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により、ARM用に重みを再パッキングするIQ4_NLを使用して、やや良い品質を得ることができます（現時点では4_4のみ）。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的な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

model	size	params	backend	threads	test	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%