Qwen3 235B A22Bをお客様のハードウェアで構築。 エージェントスタック稼働。14日間でプロダクションレディに。

Qwen3 235B A22Bはクローズドフロンティアラボとの差を縮めるオープンウェイトモデルです。2025年4月28日にAlibabaのQwenチームがApache 2.0でリリース。

  • 14日間プロダクション移行
  • コーディング+リサーチエージェントスタック込み
  • 235 B総計、トークンあたり22Bアクティブ(MoE) パラメータ数
  • 128 Kネイティブ、Instruct-2507で262K コンテキストウィンドウ
  • 14 日 プロダクション移行

Qwen3 235B A22B 一覧

モデルとハードウェアを選定する際に重要なスペックです。

パラメータ数

235B総計、トークンあたり22Bアクティブ

アーキテクチャ

MoE、エキスパート数128、トークンあたり8アクティブ

コンテキストウィンドウ

128Kネイティブ、Instruct-2507では262K

ライセンス

Apache 2.0

リリース日

2025年4月28日(Instruct-2507は2025年7月)

対応言語

119言語・方言

モード

ハイブリッドThinkingとNon-Thinking

最小RAM(Q4_K_M)

143GB

最小RAM(128GB Mac向けIQ4_XS)

112GB

トークン/秒(Mac Studio M3 Ultra 256GB Q4)

15〜22

トークン/秒(4x H200 FP8 vLLM)

120〜180(バッチ処理)

Qwen3 235B A22Bをプロダクションで動かすハードウェア

3段階、実際のSKU、実際のスループット数値。

  1. エントリーティア:Mac Studio M3 Ultra 256GBまたは512GB($9,499〜14,999)

    スループット:15〜22トークン/秒。最適用途:シングルユーザーのパワーワークフロー、コード生成、プライベート文書への深い推論。

  2. ミドルティア:RTX Pro 6000 Blackwell 96GB 2枚($20〜28K)またはRTX 5090 4枚

    スループット:40〜70トークン/秒。最適用途:10〜30人規模の事務所、vLLMバッチサービング、MoEエキスパートオフロード。

  3. エンタープライズティア:H200 SXM 141GB 4枚またはH100 80GB 8枚 FP8($150〜300K)

    スループット:120〜300トークン/秒。最適用途:100名超の同時ユーザー、多言語オペレーション、エージェントワークフロー。

このモデルの量子化の選択

GGUF、AWQ、FP8、INT4。

推奨量子化

128GB Mac向けIQ4_XS(Q4_K_Mに近い品質、40Kコンテキストで収まる)、256GB以上のMac向けQ4_K_M、H100とH200向けFP8、Blackwellコンシューマーカード向けAWQ INT4

トレードオフ

MoEモデルはエキスパートルーティングがパー重みエラーを希薄化するため、Denseモデルよりわずかに量子化に寛容です。IQ4_XSはFP16比でMMLL-Proが約3%低下します。FP8はHopperとBlackwellでのプロダクションの最適解で、ほぼロスレスかつFP16比2倍のスループット。

GGUF IQ4_XS

ファイルサイズ:112GB。

GGUF Q4_K_M

ファイルサイズ:143GB。

AWQ INT4

ファイルサイズ:118GB。

FP8

ファイルサイズ:235GB。

Qwen3 235B A22Bに接続するコーディングエージェント

2026年のオープンモデルで最高の信頼性を誇るネイティブツールコール。

Qwen-Agent

AlibabaのネイティブオプションはInstall: pip install -U qwen-agent[gui,rag,code_interpreter,mcp]。ツールコールテンプレートとパーサーを内部にカプセル化。model_serverをvLLMの/v1 URLとして渡します。MCP・コードインタープリタ・RAG・Chrome拡張機能を同梱。

Cline

OpenAI互換プロバイダー。Qwen3のツールコールはオープンモデルクラスで最も安定しており、コールのハルシネーションやパラメータの欠落がほとんどありません。PlanおよびActモードはどちらも動作します。Thinking-2507バリアントは深い計画に推論ステップを追加し、Instruct-2507は日常業務に高速です。

Aider

Aider PolyglotリーダーボードではQwen3 235B A22Bが65.3%で、セルフホスト可能なオープンモデルのトップ層に位置します。--openai-api-baseをvLLMエンドポイントに設定。Python・TypeScript・Go・Rust・Javaにまたがる編集フォーマットが正確に動作します。

Continue.dev

config.yamlにprovider: openaiとapiBaseをvLLMに設定し、capabilities: [tool_use]を宣言します。エージェントモードがネイティブツールコールを自動検出。Thinkingバリアントの256Kコンテキストでフルリポジトリコンテキストモードが解放されます。

OpenHands

強力な選択肢。Instruct-2507ベースの235B RFTチェックポイントは、OpenHandsトラジェクトリでSWE-bench Verified 61.7% Pass@1(500ターンで74.3% Pass@5)を達成し、Qwen3-Coder-480Bの半分のパラメータで30Bコーディング専門モデル(50.3%)を上回りました(Nebius報告)。LLM_BASE_URLをvLLMに設定。このバッチのモデルの中で最高の自律ループパフォーマンス。

Roo Code

Clineのフォーク。マルチモード(Code、Architect、Ask、Debug)。Architectモード+Thinking-2507バリアントは強力な組み合わせで、Qwen3の推論トレースがアーキテクチャのトレードオフを明確に提示します。同じOpenAI互換設定。

Claude Code(カスタムエンドポイント)

Claude CodeはOPENAI_BASE_URLオーバーライドを受け付けます。Qwen3 235B A22BはClaude Code自身のSWE-bench評価でClaude Sonnetに最も近いオープンモデルです。ツールフォーマット互換性に注意。一部のClaude Code内部ツールはAnthropicフレーバーのファンクションコールを前提としています。

コーディングエージェントの使用事例

このモデルとエージェントスタックが実際の作業を実現する用途。

Qwen3 235B A22Bに展開するリサーチエージェント

256Kコンテキスト(Thinking-2507バリアント)により、Qwen3 235B A22Bはディープリサーチに最強のオープンモデルの1つです。

Qwen-Agent

内蔵RAG・コードインタープリタ・MCP。pip installひとつで動作するエージェントスタック。バイヤーがQwenラインにコミットしている場合、最良のリサーチ開始点です。

GPT Researcher

OPENAI_BASE_URLをvLLMに設定。Qwen3の命令追従(Qwen 3.5でIFEval 92.6)によりGPT Researcherの計画プロンプトが正確に実行されます。ソース5〜10件のレポートが3〜5分で完了。

AnythingLLM

汎用OpenAIプロバイダーが動作します。ワークスペースRAGと@agentモードがバイヤーのユースケースの80%をカバー。Qwen3のツール信頼性によりマルチツールシーケンスで@agentがほとんど失敗しません。

Open WebUI

デフォルトチャットUI。Qwen3のハイブリッドThinkingトグルはOpen WebUIの会話ごとの設定(chat_template_kwargs.enable_thinking)でうまく公開されます。バイヤーはハードな質問にThinkingをオン、高速チャットにオフと切り替えられます。

LangGraph

プロダクションリサーチオーケストレーション。差別化要因はQwen3の信頼性の高いツールコール:リトライロジックなしにLangGraphの状態遷移が正確に実行されます。LangSmithトレーシングと組み合わせます。

CrewAI

役割ベースのリサーチクルー。Qwen3 235B A22Bの強力な命令追従によりCrewAIの役割とゴールテキストが手動プロンプトエンジニアリングなしに遵守されます。

LlamaIndex

最良のリトリーバル組み合わせ。LlamaIndexクエリエンジンをQwen-AgentまたはLangGraphワークフロー内のツールとして使用します。256Kコンテキストにより通常のRAGよりずっと大きな取得チャンクウィンドウを保持できます。

DSPy

プロンプト最適化。Qwen3は構造化されたfew-shotパターンに正確に従うため、DSPyのコンパイルステップが特に効果的です。質問分解プロンプトをDSPyで最適化してからLangGraph経由でデプロイします。

リサーチエージェントの使用事例

このモデルとリサーチエージェントスタックがチームに実際に役立つレポートを生み出す用途。

プロダクションエージェントワークフロー向けフレームワーク

ワークフロー形態でフレームワークを選択。

Qwen-Agent

MCP・RAG・コードインタープリタ・Gradio UIを持つQwenネイティブエージェントフレームワーク。

LangGraph

プロダクションステートフルオーケストレーション。Qwen3の信頼性の高いツールコールと最良の組み合わせ。

DSPy

プロンプトコンパイル。Qwen3の構造化フォーマット準拠で効果的。

Pydantic AI

型安全エージェント。Qwen3の構造化出力信頼性がクリーンにフィット。

LlamaIndex

リトリーバルレイヤー。256K Qwen3コンテキストで大きな取得チャンクに対応。

Qwen3 235B A22Bを選ぶのはどのような企業か

このモデルが正解となるバイヤー像3タイプ。

  1. 国際法律事務所、弁護士80名、5拠点

    タスク:英語・フランス語・ドイツ語・北京語を含む越境契約レビューおよび証拠開示。成果:119言語対応により翻訳ツール3種を廃止。Apache 2.0によりクライアントポータルへの再配布がクリーン。

  2. ソフトウェアコンサルタント企業、エンジニア40名

    タスク:複数言語・フレームワークをまたぐコード生成・コードレビュー・エージェントリファクタリング。成果:LiveCodeBench v5 70.7、CodeForces 2,056がすべてのオープンDenseモデルを上回る。難しいバグにThinkingモード、オートコンプリートにNon-Thinkingモード。

  3. 製薬R&D研究機関、研究者12名

    タスク:文献合成・仮説生成・社内文書のGPQAクラスSTEM Q&A。成果:専門家レベルSTEMでDeepSeek-V3とLlama-4を上回るSuperGPQAリーダーシップ。256Kコンテキストで完全な臨床試験書類を処理。

立ち上げ後にクライアントが言ったこと

決定がなされたときに部屋にいた人々からのフィードバック。

I used to spend every Sunday reconciling contractor invoices. Now they match automatically. I got my weekends back.
Karen, Property ManagerDenver
Three drivers called out on the same morning. The system reassigned every route before I finished my coffee. That used to take two hours of phone calls.
James, Fleet ManagerDallas
They did not ask us to trust a rewrite plan. They proved one critical workflow first, then scaled from evidence.
Fatima, CTOSydney

Qwen3 235B A22Bと最も近い競合モデルとの比較

このモデルが勝る点、劣る点。

vs DeepSeek V3.2

DeepSeek V3.2(671B MoE、37Bアクティブ)は最難度の数学とコードで優位。Qwen3 235Bはメモリフットプリント(Q4で143GB対376GB)とハードウェアの到達可能性で優位。4x H100未満の予算では、Qwen3 235Bが合理的な選択。

vs Llama 3.3 70B

Qwen3 235Bは推論・コーディング・多言語・全ベンチマークで優位。Llama 3.3 70Bはサービングの簡潔さ・ハードウェア最低要件・エコシステムの成熟度で優位。8〜15人規模にはLlamaを、品質が制約となる30名超にはQwen3 235Bを選択。

vs Mistral Large 3(675B MoE)

Mistral Large 3はApache 2.0かつファーストクラスのマルチモーダルビジョンで優位。Qwen3 235Bはハードウェアフットプリント(Q4で143GB対370GB)と自社GPUノードなしでセルフホストできる企業規模で優位。

PineidoがQwen3 235B A22Bにエージェントをセットアップする方法

4日目:vLLM(またはSGLang)がツールコールと推論パーサー付きでモデルをサービング。

4日目

vLLMがQwen3-235B-A22B-Instruct-2507をtensor-parallel-size 8、max-model-len 131072(またはThinking-2507で256K)、Thinkingバリアント向けに--enable-reasoning --reasoning-parser deepseek_r1でサービング。FP8バリアントが8xH100に収まります。

6日目

エディタエージェント(Aider、Cline、Continue.dev、Roo Code)を/v1に接続。すべてOpenAI互換設定。ツールコールが最も安定したオープンモデルであるため、リトライロジックがほぼ不要。

8日目

Open WebUI+AnythingLLM本稼働。ハイブリッドThinkingトグルをchat_template_kwargs.enable_thinkingで会話ごとに公開。ワークスペースが機密文書セットを分離。

9日目

Qwen-Agentをインストール(pip install -U qwen-agent[gui,rag,code_interpreter,mcp])。ファイルシステム・タイム・フェッチ・社内APIのMCPサーバーを接続。

10日目

プロダクションリサーチ向けLangGraphワークフロー。3ワークフロー(ディープリサーチ・コードレビュー・顧客インテーク)を納品。LangSmithトレーシングをオン。

12日目

OpenHandsのリポジトリ自律性を実際のタスク3件でデモ。235B Instructベースに基づく期待SWE-benchクラス合格率は約60%。

14日目

ツールコール成功率・スループット数値・精度スポットチェック・ランブック・エージェントインベントリを含むエビデンスパックを納品。

Qwen3 235B A22Bを14日間でデプロイする方法

固定料金。

1日目

ハードウェアティアを確認。128GB Macは境界線(IQ4_XSのみ)。256GB以上のMacまたはマルチGPUが実質的な最低要件。実際のワークロードでThinkingとNon-Thinkingをベンチマーク。

4日目

FP8のvLLM(GPU)またはQ4のMLX(Mac)でサービング。OpenAI互換APIを接続。ルートまたはユーザーロール別にThinkingモードトグルを設定。

9日目

多言語BGE-M3エンベディングとQdrantでRAGを適用。SSO・監査ログ・RBAC・コスト監視用エキスパートルーティングテレメトリを設定。

14日目

ペネトレーションテスト合格。Apache 2.0 NOTICEを提出。移行完了。製品UIへの帰属表示文字列は不要。

235 B総計、トークンあたり22Bアクティブ(MoE) パラメータ数

30分のスコーピングコールを予約してください。署名前にQwen3 235B A22Bとエージェントスタックが適切な選択かどうかをお伝えします。

固定料金。

1日目に正確なモデル・ハードウェア・エージェントスタック・コスト計算・コンプライアンスポジションをご確認いただけます。

あなたが手にするもの

  1. 0日目(今週):30分スコーピングコール。ハードウェアショートリスト・モデル選定・エージェントスタック提案・コスト試算を金曜日までにお届け
  2. 1日目:ハードウェアティアを確認。128GB Macは境界線(IQ4_XSのみ)。256GB以上のMacまたはマルチGPUが実質的な最低要件。実際のワークロードでThinkingとNon-Thinkingをベンチマーク。

当社が合うかどうかを決める質問

Qwen3 235Bは本当に商用利用が無料ですか?

はい。Apache 2.0で、MAU上限なし、製品内帰属表示不要、有料ティアなし。Alibabaへの連絡なしにファインチューニング・再配布・商用製品への組み込み・クライアント成果物への埋め込みが可能です。唯一の要件はソース配布でのApache 2.0 NOTICEファイルの保存で、1行の法的作業です。

Qwen3 235Bを実用的な速度で動かすハードウェアは何ですか?

Mac Studio M3 Ultra 256GBのQ4_K_Mがシングルユーザーの最安ルートで、デコードレート15〜22トークン/秒。128GB MacはIQ4_XSが必要で、40Kコンテキストを超えると容量不足になります。マルチユーザーのプロダクションには、RTX Pro 6000 Blackwell 96GB 2枚またはFP8の4x H200ノードを目標にしてください。

ThinkingとNon-Thinkingモードの違いと使い分けは?

Thinkingモードは回答前に内部の思考連鎖を実行するため低速ですが、数学・コード・マルチステップ推論で強力です。Non-Thinkingは直接応答でより高速であり、チャット・起草・ツールコールに適しています。2507 Instructバリアントはデフォルトでは Non-Thinkingです。難しい問題をThinkingに、日常タスクをNon-Thinkingにルーティングすれば、トークンあたりのコストパフォーマンスが3〜5倍改善します。

Qwen3 235BとDeepSeek V3.2、どちらをデプロイすべきですか?

DeepSeek V3.2は最難度の推論とIMOクラスの数学で優位。Qwen3 235Bはハードウェア最低要件(Q4で143GB対376GB)・多言語対応の幅広さ・サービングの簡潔さで優位。8x H100クラスターが待機中でない企業にはQwen3 235Bが現実的な選択です。

Qwen3 235B A22Bのツールコールがオープンモデルで最も信頼性が高いとされる理由は?

Qwen3のポストトレーニングパイプラインには、エージェント能力・命令追従・フォーマット追従を強化するために20以上の汎用ドメインタスクへのRLが含まれています。その結果が2026年ベンチマークで最も低いツールコールハルシネーション率であり、チャットテンプレートはネイティブでOpenAI互換のツールフォーマットとMCPをエンコードしています。Pineidoのスプリントでは、Llama やMistralと比較してQwen3のリトライループバグが顕著に少ないことが確認されています。

Qwen3-235B-A22B-Instruct-2507とThinking-2507、どちらを使うべきですか?

両方です。PineidoはデフォルトエンドポイントとしてInstruct-2507をデプロイします(高速で思考トークンをスキップ)。難しい問題向けには別ポートでThinking-2507をデプロイします。2つのモデルはアーキテクチャを共有するためvLLMが並べてサービングできます。Cline・Roo Code・Open WebUIはタスクごとにルーティング可能。Thinkingバリアントは難しい推論ベンチマークで7〜12ポイント高スコアですが、レスポンスあたり約3倍低速です。

著者創業者・Imaginator

Pineido, 拠点: Strumica, North Macedonia, は、国内外の企業向けにウェブサイト、オンラインショップ、ウェブ・モバイルアプリ、業務の自動化、AI を開発するソフトウェア会社です。30 日間のスプリントを固定価格で納品し、コードはお客様のものになります。

公開日 更新日