本文へ移動
localllm
EN

Qwen

Qwen3-32B

パラメータ数
32.8B
最大コンテキスト長
40,960
アーキテクチャ
qwen3
ライセンス
商用可
元モデル
Qwen/Qwen3-32B
ライセンス
apache-2.0
llama.cpp
b5092+

Qwen3-32B の概要

Qwen3-32B は、Hugging Face の Qwen/Qwen3-32B をもとにした GGUF 形式のモデルです。GGUF は 3 つの配布元（Qwen/Qwen3-32B-GGUF・unsloth/Qwen3-32B-GGUF・MaziyarPanahi/Qwen3-32B-GGUF）が公開しています。パラメータ数は約 32.8B（328億）、アーキテクチャは qwen3、最大コンテキスト長は 40,960 トークンです（GGUF に書かれた値）。

量子化は 28 種類あり、ファイルサイズは UD-IQ1_S の 7.74 GB から BF16 の 65.5 GB まであります（Hugging Face 上の実際のサイズ）。

Q4_K_M（19.8 GB）を 8,192 トークンのコンテキストで動かすときの必要メモリは推定 22.8 GB、32,768 トークンでは推定 29.2 GBです。8,192 トークンなら、VRAM 24 GB 以上の GPU（GeForce RTX 3090 Ti・GeForce RTX 4090 など）か、統合メモリ 24 GB 以上の Mac が目安です（macOS は GPU が使えるメモリに上限があるため、実際には余裕が要ります）。最も小さい UD-IQ1_S（7.74 GB）なら、8,192 トークンで推定 10.7 GBです。

元のモデルのライセンスは Apache License 2.0 で、商用利用できます（再配布するときはライセンス文と著作権表示を残します）。利用条件は原文で確認してください。

量子化ごとのファイルサイズと必要メモリの目安

  • 8 GB まで
  • 16 GB まで
  • 24 GB まで
  • 48 GB まで
  • 128 GB まで
  • それ以上

ファイルサイズは Hugging Face 上の実際の値です。必要メモリはコンテキスト長ごとの推定値（KVキャッシュ f16）。計算式は 必要メモリの計算方法で公開しています。

必要メモリはすべて 推定 （KVキャッシュ f16）。このページの「必要メモリ」以上の VRAM（または Mac の統合メモリ）を持つ環境で動作する見込みです。数値をクリックすると、その容量で動く機種・モデルの一覧（GPU・Macで探す）に移動します。

同じモデルの GGUF を 3 つの配布元が公開しています。量子化の種類とファイルサイズは配布元ごとに少しずつ違うので、下に配布元ごとの表を載せています。

「品質の目安」について（量子化でどれだけ元のモデルからずれるか）

量子化の型ごとに、元のモデルの出力からどれだけずれるかを、llama.cpp が Llama-3-8B で測った値から6段階に分けたものです。

使っている値は平均 KLD（元のモデルと量子化したモデルの、次の単語の確率の分布の差）で、小さいほど元のモデルに近い出力になります。imatrix（重要度の情報）を使って量子化したものは少し小さくなります。段階は、imatrix を使わない値（無い型は使った値）で分けています。

★このモデルで測った値ではありません。モデルが大きいほど、また MoE のモデルほど、同じ型でもずれは小さくなりやすいです。配布元独自の混合型（UD-Q4_K_XL など）は型の名前だけでは当てはめられないので「-」にしています。

量子化 品質の目安 KLD（imatrix なし） KLD（imatrix あり） サイズ（Llama-3-8B）
Q8_0 ほぼ同じ 0.0014 - 7.96 GiB
Q6_K ごく小さい 0.0055 - 6.14 GiB
Q5_K_M ごく小さい 0.0108 - 5.33 GiB
Q5_K_S 小さい 0.0166 - 5.21 GiB
Q5_1 小さい 0.0180 - 5.65 GiB
Q5_0 小さい 0.0222 - 5.21 GiB
Q4_K_M 小さい 0.0313 0.0282 4.58 GiB
Q4_K_S 中くらい 0.0431 0.0320 4.37 GiB
IQ4_NL 小さい - 0.0357 4.35 GiB
IQ4_XS 小さい - 0.0363 4.14 GiB
Q4_1 中くらい 0.0717 - 4.78 GiB
Q4_0 中くらい 0.0719 - 4.34 GiB
Q3_K_L 中くらい 0.0872 0.0731 4.03 GiB
Q3_K_M 中くらい 0.1019 0.0844 3.74 GiB
IQ3_M 中くらい - 0.1025 3.53 GiB
IQ3_S 中くらい - 0.1113 3.42 GiB
IQ3_XS 大きい - 0.1387 3.28 GiB
IQ3_XXS 大きい - 0.1836 3.05 GiB
Q3_K_S 大きい 0.2282 0.1998 3.41 GiB
IQ2_M 大きい - 0.3260 2.74 GiB
Q2_K とても大きい 0.4451 0.3322 2.96 GiB
Q2_K_S とても大きい - 0.4034 2.96 GiB
IQ2_S とても大きい - 0.4392 2.56 GiB
IQ2_XS とても大きい - 0.5463 2.43 GiB
IQ2_XXS とても大きい - 0.8120 2.24 GiB
IQ1_M とても大きい - 1.3931 2.01 GiB
IQ1_S とても大きい - 2.2546 1.88 GiB

出典：llama.cpp（MIT）、Llama-3-8B・FP16 を基準・Wikitext-2・revision f364eb6f の測定。 元の表 · 量子化の読み方と選び方

GGUF配布元

Qwen/Qwen3-32B-GGUF

元の開発元が配布 この表示について

最終確認：2026年11月11日

アーキテクチャ
qwen3
llama.cpp b5092 以降
パラメータ数
32.8B
最大コンテキスト長
40,960
ライセンス
apache-2.0 商用可
Qwen3-32B（Qwen/Qwen3-32B-GGUF）の量子化ごとのファイルサイズと必要メモリ
量子化 ファイルサイズ 実測 品質の目安 4,096 8,192 16,384 32,768 40,960 最大
Q4_K_M 19.8 GB 小さい 21.7 GB 22.8 GB 24.9 GB 29.2 GB 31.3 GB
Q5_0 22.6 GB 小さい 24.6 GB 25.6 GB 27.8 GB 32.1 GB 34.2 GB
Q5_K_M 23.2 GB ごく小さい 25.1 GB 26.2 GB 28.4 GB 32.7 GB 34.8 GB
Q6_K 26.9 GB ごく小さい 28.8 GB 29.9 GB 32.0 GB 36.3 GB 38.5 GB
Q8_0 34.8 GB ほぼ同じ 36.7 GB 37.8 GB 40.0 GB 44.3 GB 46.4 GB 
Ollama  ollama run hf.co/Qwen/Qwen3-32B-GGUF:Q4_K_M
llama.cpp  llama-server -hf Qwen/Qwen3-32B-GGUF:Q4_K_M

GGUF配布元

unsloth/Qwen3-32B-GGUF

第三者が変換して配布 この表示について

最終確認：2026年11月11日

アーキテクチャ
qwen3
llama.cpp b5092 以降
パラメータ数
32.8B
最大コンテキスト長
40,960
ライセンス
apache-2.0 商用可
Qwen3-32B（unsloth/Qwen3-32B-GGUF）の量子化ごとのファイルサイズと必要メモリ
量子化 ファイルサイズ 実測 品質の目安 4,096 8,192 16,384 32,768 40,960 最大
UD-IQ1_S 7.74 GB - 9.66 GB 10.7 GB 12.9 GB 17.2 GB 19.3 GB
UD-IQ1_M 8.30 GB - 10.2 GB 11.3 GB 13.4 GB 17.7 GB 19.9 GB
UD-IQ2_XXS 9.28 GB - 11.2 GB 12.3 GB 14.4 GB 18.7 GB 20.9 GB
UD-IQ2_M 11.6 GB - 13.5 GB 14.5 GB 16.7 GB 21.0 GB 23.1 GB
Q2_K 12.3 GB とても大きい 14.3 GB 15.3 GB 17.5 GB 21.8 GB 23.9 GB
Q2_K_L 12.5 GB - 14.4 GB 15.5 GB 17.7 GB 22.0 GB 24.1 GB
UD-Q2_K_XL 12.8 GB - 14.7 GB 15.8 GB 17.9 GB 22.2 GB 24.4 GB
UD-IQ3_XXS 13.0 GB - 14.9 GB 16.0 GB 18.1 GB 22.4 GB 24.6 GB
Q3_K_S 14.4 GB 大きい 16.3 GB 17.4 GB 19.5 GB 23.8 GB 26.0 GB
Q3_K_M 16.0 GB 中くらい 17.9 GB 19.0 GB 21.1 GB 25.4 GB 27.6 GB
UD-Q3_K_XL 16.4 GB - 18.3 GB 19.4 GB 21.5 GB 25.8 GB 28.0 GB
IQ4_XS 17.7 GB 小さい 19.6 GB 20.7 GB 22.9 GB 27.2 GB 29.3 GB
IQ4_NL 18.7 GB 小さい 20.6 GB 21.7 GB 23.8 GB 28.1 GB 30.3 GB
Q4_0 18.7 GB 中くらい 20.6 GB 21.7 GB 23.8 GB 28.1 GB 30.3 GB
Q4_K_S 18.8 GB 中くらい 20.7 GB 21.8 GB 23.9 GB 28.2 GB 30.4 GB
Q4_K_M 19.8 GB 小さい 21.7 GB 22.8 GB 24.9 GB 29.2 GB 31.3 GB
UD-Q4_K_XL 20.0 GB - 21.9 GB 23.0 GB 25.2 GB 29.5 GB 31.6 GB
Q4_1 20.6 GB 中くらい 22.6 GB 23.6 GB 25.8 GB 30.1 GB 32.2 GB
Q5_K_S 22.6 GB 小さい 24.6 GB 25.6 GB 27.8 GB 32.1 GB 34.2 GB
Q5_K_M 23.2 GB ごく小さい 25.1 GB 26.2 GB 28.4 GB 32.7 GB 34.8 GB
UD-Q5_K_XL 23.2 GB - 25.2 GB 26.2 GB 28.4 GB 32.7 GB 34.8 GB
Q6_K 26.9 GB ごく小さい 28.8 GB 29.9 GB 32.0 GB 36.3 GB 38.5 GB
UD-Q6_K_XL 29.0 GB - 30.9 GB 32.0 GB 34.1 GB 38.4 GB 40.5 GB
Q8_0 34.8 GB ほぼ同じ 36.7 GB 37.8 GB 40.0 GB 44.3 GB 46.4 GB
UD-Q8_K_XL 39.5 GB - 41.4 GB 42.5 GB 44.6 GB 48.9 GB 51.1 GB
BF16 （2分割） 65.5 GB 元の精度 67.5 GB 68.5 GB 70.7 GB 75.0 GB 77.1 GB 
Ollama  ollama run hf.co/unsloth/Qwen3-32B-GGUF:Q4_K_M
llama.cpp  llama-server -hf unsloth/Qwen3-32B-GGUF:Q4_K_M

GGUF配布元

MaziyarPanahi/Qwen3-32B-GGUF

第三者が変換して配布 この表示について

最終確認：2026年11月7日

アーキテクチャ
qwen3
llama.cpp b5092 以降
パラメータ数
32.8B
最大コンテキスト長
40,960
ライセンス
apache-2.0 商用可
Qwen3-32B（MaziyarPanahi/Qwen3-32B-GGUF）の量子化ごとのファイルサイズと必要メモリ
量子化 ファイルサイズ 実測 品質の目安 4,096 8,192 16,384 32,768 40,960 最大
Q2_K 12.3 GB とても大きい 14.3 GB 15.3 GB 17.5 GB 21.8 GB 23.9 GB
Q3_K_M 16.0 GB 中くらい 17.9 GB 19.0 GB 21.1 GB 25.4 GB 27.6 GB
Q3_K_L 17.3 GB 中くらい 19.3 GB 20.3 GB 22.5 GB 26.8 GB 28.9 GB
Q4_K_M 19.8 GB 小さい 21.7 GB 22.8 GB 24.9 GB 29.2 GB 31.3 GB
Q5_K_M 23.2 GB ごく小さい 25.1 GB 26.2 GB 28.4 GB 32.7 GB 34.8 GB
Q6_K 26.9 GB ごく小さい 28.8 GB 29.9 GB 32.0 GB 36.3 GB 38.5 GB 
Ollama  ollama run hf.co/MaziyarPanahi/Qwen3-32B-GGUF:Q4_K_M
llama.cpp  llama-server -hf MaziyarPanahi/Qwen3-32B-GGUF:Q4_K_M

主な GPU・Mac での生成の速さ（推定）

Q4_K_M（19.8 GB）で文章を生成する速さの目安です。1トークンごとにモデルの重みを1回読むので、上限はメモリの帯域 ÷ ファイルサイズで決まります。目安はその 6〜8 割で、公開されている実測の多くがこの範囲に入ります。

機種 メモリ帯域 目安（トークン/秒） 推定 上限
GeForce RTX 3090 24 GB 936 GB/s 28〜38 47
GeForce RTX 4090 24 GB 1,008 GB/s 31〜41 51
GeForce RTX 5090 32 GB 1,792 GB/s 54〜73 91
Apple M4 32 GB 120 GB/s 3.6〜4.9 6.1
Apple M4 Pro 48 GB 273 GB/s 8.3〜11 14
Apple M5 Ultra 96 GB 1,200 GB/s 36〜49 61

推定です。プロンプトを読み込む速さ（計算の速さで決まる）は含みません。コンテキストが長いほど、また一部を CPU に逃がすと遅くなります。Mac は搭載メモリが必要量の 4/3 以上のものだけを出しています。帯域が公表されていない機種（一部の GeForce など）は出ません。

外部の評価

量子化する前の元のモデルを、他の機関が評価した値です。当サイトの評価ではありません。 値は量子化する前の元のモデルのものです。GGUF の量子化（特に小さい量子化）では性能が下がることがあります。

人の評価（LMArena）

1,347 1,337〜1,356

qwen3-32b · 投票 3,926 · 2026年11月9日 版の値

出典：LMArena（CC BY 4.0）。 元のランキング · ランキングで見る

総合能力（Epoch AI）

137.0 134.5〜139.4

Qwen3-32B · 2025年4月29日 版の値

出典：Epoch Capabilities Index (Epoch AI)（CC BY 4.0）。 元のランキング · ランキングで見る

科学の難問（GPQA）

65.7% 60.3%〜71.2%

Qwen3-32B · 2026年8月28日 版の値

出典：GPQA Diamond (Epoch AI)（CC BY 4.0）。 元のランキング · ランキングで見る

ライセンスと商用利用

Apache License 2.0 商用可

商用利用・改変・再配布ができます。再配布するときはライセンス文と著作権表示を残し、改変したファイルにはその旨を書きます。

元のモデルの Hugging Face のページにあるライセンスで判定しています。 ライセンスの原文（2026年10月18日 に確認）

要約は当サイトが原文から読み取った事実で、法的な助言ではありません。実際に使う前に、必ずライセンスの原文と最新の条件を確認してください。 ライセンスごとの一覧

動かし方

このモデルの形式（qwen3）を llama.cpp の本家が読み込めるのは b5092（2025年4月9日）以降です。Ollama・LM Studio は内部に llama.cpp を取り込んで動くため、アプリが古いと「unknown model architecture」などのエラーで読み込めません。その場合はアプリを最新にしてください。

例として Q4_K_M を使う場合のコマンドです。他の量子化を使う場合は、上の表から量子化名を選んで置き換えてください。 他の配布元のファイルを使う場合のコマンドは、配布元ごとの欄に載せています。 ローカルLLMの動かし方

Ollama

Hugging Face 上の GGUF を直接指定して動かせます。

ollama run hf.co/Qwen/Qwen3-32B-GGUF:Q4_K_M

llama.cpp

llama-server（または llama-cli）に -hf でリポジトリと量子化名を指定します。

llama-server -hf Qwen/Qwen3-32B-GGUF:Q4_K_M

LM Studio

検索欄に Qwen/Qwen3-32B-GGUF を貼り付けてダウンロードし、量子化ファイルの一覧から量子化名を選びます。

よくある質問

Qwen3-32B（Q4_K_M）を動かすのに必要なメモリはどれくらいですか？
ファイルサイズは19.8 GB（実測）。8,192トークンのコンテキストで動かす場合、KVキャッシュ等を含めた推定必要メモリは22.8 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
Qwen3-32Bは商用利用できますか？
元のモデルのライセンスはApache License 2.0（商用利用できる）。商用利用・改変・再配布ができます。再配布するときはライセンス文と著作権表示を残し、改変したファイルにはその旨を書きます。最終的な判断はライセンスの原文で確認してください。
Qwen3-32B は VRAM 8GB・12GB・16GB・24GB で動きますか？
8GB に収まる量子化は無し、12GB に収まる量子化は無し、16GB に収まる量子化は無し、24GB なら Q5_0（推定 25.6 GB）まで（8,192 トークン・KV キャッシュ f16 の推定。いちばん多くダウンロードされている配布元のファイル）。
Qwen3-32B を Ollama で動かすコマンドは？
「ollama run hf.co/Qwen/Qwen3-32B-GGUF:Q4_K_M」で、Hugging Face の GGUF をそのまま動かせます。ほかの量子化を使うときは、最後の量子化名を置き換えます。