#ModelScope

StackChan用の音声チャットサーバーで、ModelScope経由のQwen3.8-Maxが「今日の東京の天気」に答えられなかった原因を調べた。内蔵の検索は動いていたが当日のデータが無く、関数呼び出しとddgs・気象庁の予報JSON・ニュースのRSSに置き換えた。前日夜の予報が混ざる問題や、「調べるね」で返事が終わる問題の直し方まで。

M4・16GBのMac miniでMiniCPM-V 4.7 35B-A3Bを検証。表画像の読み取りでは転記と計算の分離が有効で、thinkingやDSparkによる速度とメモリの変化も実測した。

M4 Mac mini上のDSHにModelScope経由でQwen3.8 Flash-NextとDeepSeek V4.1 Flashを接続。同じ不具合修正を3回ずつ実行し、テスト結果・変更ファイル・所要時間を記録した。

Qwen3-EmbeddingとQdrantの長期記憶をStackChan用の音声チャットサーバーに組み込み、会話から事実文を自動で抜き出して後から聞き返すテストを音声で通した。ラーメンとギターは思い出せたが、箱根の予定だけは疑問符の全角と半角で判定が変わるほど、しきい値0.45すれすれのスコアだった。

Qwen-Image 2.1の公開重みをM1 Max 64GBで動かし、4月のAnima・WAI-Anima・WAI-Illustriousの作例と比較。立ち絵・走る場面・NSFWは同じプロンプト、i2iは同じ元画像を使った。生成は1枚約10分でAnima系の2倍強かかり、i2iでは顔をほぼ変えなかった。

ModelScope Studioで公開されたQwen-Image 2.1の早期アクセス版を手動操作で検証した記録。Animaで通らなかった構図指定10種と4人バンドを投げ、かなちゃんの参照画像から向き・服・ポーズの変更や、複数人参照での描き分けをどこまで追従できるか確認した。

RTX 3050 Ti 4GBノートで動かしている音声チャットサーバーにQwen3.8-Omni-Flashを導入した。ModelScope APIでの音声直接入力でSTTとLLMをまとめ、CPU常駐のQwen3-ASRを外してサーバープロセスのメモリを1.3GBから118MBへ削減。アイドル復帰待ちの解消と応答速度を実測した。

Qdrantで検索した記憶をQwenに渡す会話テストで、最新の作業が候補に入らない問題と新しい記憶がしきい値を割る問題を、類似度に新しさの加点1項を足すだけで直した。係数は4候補を機械的に選び、無関係な記憶が増える副作用まで実測した。

StackChanに載せる前に、Qdrantで検索した記憶をQwen3.7-Plusへ渡す会話をPC側で10問固定のセットで試した。記憶の主語を省くとキャラが自分の話と取り違え、しきい値0.45の前後は文面差で判定が逆転し、途中でModelScopeの埋め込みAPIが消えてローカルに切り替わった。その分をLLM側で取り返せるかアンバサダー枠の5モデルも叩いた。

Windows 11、AMD Ryzen 7 5800HS、RAM16GBの本番機で、Qwen3-Embedding-0.6BのローカルCPU実行とModelScope API経由を実測し、TTS・ASRが常駐した実運用状態で同時に動かした場合の干渉も測った。ローカルは音声応答も道連れに遅くしたが、API経由は劣化しなかった。

手元のModelScopeアカウントでAPI-Inferenceの枠が月ごとの上限からMagicube制に変わっていたので、何を叩くと何コイン減るかを実測した。今回取得した一覧APIに無いQwen-ImageやZ-Image、FLUXが画像エンドポイントで動き、試した埋め込みはQwen3-Embeddingの3つだけが通り、音声のパスは404、Wanは動画が出なかった。今回の範囲では400や404は消費なし、200なら空応答でも課金。