Qwen3 VL 4B Thinkingは、画像からテキスト、テキストからテキストへの変換をサポートするマルチモーダルモデルで、4Bのパラメータ規模を持ち、様々な画像とテキストの相互作用のニーズを満たすことができます。

マルチモーダルGguf

Qwen3-VL-4B-Instructはアリババが開発した40億パラメータの視覚言語モデルで、Qwen3アーキテクチャに基づいて開発され、マルチモーダル理解と対話タスクをサポートします。このモデルは強力な画像理解とテキスト生成能力を備え、複雑な視覚言語対話シーンを処理することができます。

マルチモーダルTransformers

UltraFluxは、Fluxベースの拡散トランスフォーマーで、ネイティブ4Kのテキストから画像への生成に特化しています。データ、アーキテクチャ、損失関数の協調設計により、様々なアスペクト比で一貫した画像品質を維持することができます。

コンピュータビジョンDiffusers英語

楠米色4-3B-思考-2511は楠米色シリーズの最新の強化バージョンで、高度な蒸留技術と強化学習による最適化を通じて、コンパクトな3Bパラメータ規模で強力な推論能力を実現しています。このモデルはArena-Hard-V2やBFCL-V4などのベンチマークテストで、パラメータが32B未満のモデルの中で最先端（SOTA）の成果を達成しています。

自然言語処理Transformers多言語

これはHelsinki-NLP/opus-mt-en-berモデルの微調整バージョンで、英語からアトラスタマジグ語への翻訳に特化しています。モデルはMarianMTアーキテクチャに基づいており、48.6万対の合成文ペアを使用して訓練され、タマジグ語、タシュリート語、中央アトラスタマジグ語の翻訳タスクをサポートします。

自然言語処理Safetensors多言語

これはQwen3-Yoyo-V4-42B-A3B-Thinking-TOTAL-RECALLモデルのMXFP4_MOE量子化バージョンで、テキスト生成タスクに特化して最適化されています。このモデルは42Bパラメータの大規模言語モデルアーキテクチャに基づいており、量子化技術によって計算とストレージの要件を削減し、同時に良好なパフォーマンスを維持しています。

自然言語処理Gguf

これはMistral Small 3.2をベースに構築された24Bパラメータの効率的な推論モデルで、MLX - MXFP4形式に変換されています。モデルは強化された推論能力を持ち、マルチモーダル入力をサポートし、128kのコンテキストウィンドウを持ち、RTX 4090または32GB RAMのMacBookで動作します。

マルチモーダルMlx多言語

これはQwen3-VL-32B-Thinkingモデルを変換した4ビット量子化バージョンで、MLXフレームワークに特化して最適化されています。このモデルは32Bパラメータ規模のマルチモーダル視覚言語モデルで、思考連鎖推論能力を備え、画像とテキストの入力を同時に処理し、高品質のテキスト応答を生成することができます。

マルチモーダルTransformers

Qwen-SEA-LION-v4-32B-IT-4BITは、東南アジア言語に最適化された32Bパラメータの大規模言語モデルの4ビット量子化バージョンで、優れた性能を維持しながらメモリ要件を大幅に削減し、コンシューマーグレードのハードウェアで実行できます。

自然言語処理Transformers多言語

これはQwen3-VL-4B-InstructモデルのMLX形式の8ビット量子化バージョンで、mlx-communityによって変換されました。このモデルは40億パラメータのマルチモーダル視覚言語モデルで、画像理解とテキスト生成タスクをサポートし、命令追従シナリオ向けに最適化されています。

マルチモーダルMlx

Qwen3-VL-4B-Instructは、アリババクラウドのQwenチームが開発した40億パラメータの命令調整済みマルチモーダル大規模言語モデルで、高通NPU用に最適化されており、強力なビジュアル言語理解能力と対話微調整機能を融合させ、チャット推論、文書分析、ビジュアル対話などの実際のアプリケーションシーンに適しています。

マルチモーダルGguf

これはQwen3-VL-30B-A3B-Instructモデルの4ビット量子化MLX形式のバージョンで、mlx-communityによって変換および維持されています。このモデルは300億パラメータのマルチモーダル視覚言語モデルで、画像理解とテキスト生成タスクをサポートします。

マルチモーダルMlx

これはQwen3-Coder-30B-A3B-Instructをベースとした混合エキスパートモデルで、540億のパラメータと100万のコンテキスト長を持っています。モデルは三段階のマージとBrainstorm 40X最適化により、強力なプログラミング能力と一般的なシーンの処理能力を備え、特に思考モジュールを統合しており、回答前に深い推論を行うことができます。

自然言語処理Transformers多言語

Fathom-DeepResearchは、2つの専用の4Bパラメータモデルで構成される高度な研究システムです。Fathom-Search-4Bは長時間の証拠検索に最適化され、Fathom-Synthesizer-4Bはオープン合成とレポート生成に使用されます。このシステムは、複数の検索集中型ベンチマークテストで最先端の性能を達成し、オープン合成ベンチマークで複数のクローズドソースの高度研究エージェントを上回っています。

自然言語処理Transformers

MobileLLM-ProはMetaが開発した10億パラメータの効率的なデバイス側言語モデルで、モバイルデバイスに最適化されており、128kの文脈長をサポートし、高品質の推論能力を提供します。このモデルは知識蒸留技術を用いて訓練され、複数のベンチマークテストで同規模のモデルを上回り、ほぼ無損失の4ビット量子化をサポートします。

自然言語処理Transformers英語

Qwen3 4B InstructはQwen3アーキテクチャに基づく40億パラメータの命令微調整モデルで、多言語テキスト生成タスクをサポートしています。このモデルは2ビットから32ビットまでのさまざまな量子化バージョンを提供し、ユーザーに柔軟なパフォーマンスと効率のバランスを選択させます。

自然言語処理Gguf多言語

Klearは、快手Kwai-Klearチームによって開発された疎なハイブリッドエキスパート（MoE）の大規模言語モデルで、高性能と推論効率の特徴を備えています。総パラメータは460億で、活性化パラメータはわずか25億で、複数の能力ベンチマークテストで優れた成績を収め、実際のアプリケーションに効率的で強力な解決策を提供します。

自然言語処理Transformers多言語

InternVL3.5-4Bはオープンソースのマルチモーダルモデルシリーズの中規模版で、4.7億のパラメータを含み、先進的なカスケード強化学習フレームワークとビジュアル解像度ルーター技術を採用しており、マルチモーダル推論能力と効率を大幅に向上させています。

マルチモーダルTransformersその他

Qwen3-42B-A3B-2507はQwen3アーキテクチャに基づく42Bパラメータの大規模言語モデルで、コード生成とテキスト生成タスクで優れた性能を発揮し、多言語処理をサポートし、強化された推論能力を持っています。このバージョンは特殊な最適化が施されており、複数のベンチマークテストで前代バージョンに比べて性能が向上しています。

自然言語処理Mlx多言語

GLM-4.5V-AWQ-4bitは、Zhipu AIの次世代フラッグシップテキスト基礎モデルに基づいて構築された量子化バージョンのマルチモーダルモデルで、AWQ-4bit量子化技術により最適化され、優れた性能を維持しながら計算リソースの必要量を大幅に削減します。このモデルは42の公開視覚言語ベンチマークテストで同規模のモデルのSOTA性能を達成し、強力な視覚推論能力を備えています。

マルチモーダルTransformers多言語