#Qwen

ModernBERT、Qwen、拡散モデルで作られたJevクローン6種を比較。本文の計算共有、質問の分離、候補の採点方法から、Jevの挙動を説明できる部分と各方式の限界を確かめた。

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。

TypeSafe AIのJevに技術記事の本文を原文・改行なし・記号なしの3形式で送り、LLM文体スコアやリズムの採点が入力形式でどう変わるかを実測テストした。さらに質問文を書くモデルをClaudeやGemini、Qwenに変えて判定の差も検証した。

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。

Windows 11、RTX 4060 8GB、RAM32GBの開発機で、Qwen3-Embedding-0.6BのCPU実行とQdrantのローカルモードを動かし、RAM消費と処理時間を実測した。StackChanの長期記憶設計で測れていなかった部分の続き。

素のAnima-Base v1.0をM1 Max 64GBで回し、赤一色と青一色の生成からdenoiseのどのstepで色が分かれ、残差ストリームのどのBlockへ差分を足すと出力の色が変わるかを調べた。次に同じ方向を1人の髪に足し、最後に2人並びの髪色でconditioning差し替えと残差の書き換えを試した実験記録。位置の束縛は特定できたが、髪色を属性として切り出す条件は今回の方法では見つからなかった。

RTX 3050 TiノートとCoreS3の既存音声チャットへ、Qwen3-EmbeddingとQdrantによる長期記憶を足す。StackChanWorldのAPIへ依存せず、会話ログ、検索用メモリ、人格、身体を分離する実装前の設計をまとめた。

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。

前回のM1 Max検証と同じGGUFを、EVO-X2（Ryzen AI Max+ 395 / gfx1151）のWindows + ROCmで動かした。未マージPRの自前ビルドでは最初の計算で落ち、マージ後の公式Windows ROCmバイナリで通った。詰まりの原因、コンテキスト長が128Kで頭打ちになる理由、6万トークン超を投げたときの3モデル比較まで。