#Qwen

M4 Mac mini上のAnimaと4人LoRAで、表情、単独ポーズ、家具に触れる姿勢、2人のハイタッチ、前景3人＋後景1人を3シード検証した。プロンプト内で人物を説明する文の順番、中央の枠、人数の割り振りのどれが効くかを一文ずつ追う。

前景右へ黒タイツが固定される4人LoRAをLLMAdapter-onlyとDiT-onlyへ分けた。M4 Mac miniのComfyUIで同じQwen3-0.6BとT5列を使い、DiT LoRAを適用した時だけ着せ間違いが起きるところまで絞り込んだ。

4人LoRAでかなとこはるの立ち位置と衣装の指定を独立に入れ替えた。黒タイツを指定した人物ではなく前景右の人物が12/12で履き、プロンプトを言い直しても短くしても直らない範囲をComfyUIで追った。

Animaの4人LoRAで、くららとけいの会話、こはるの腕組み、かなの手振りを1つの教室に入れた。8通り×3シードをComfyUIで生成し、役割は出ても完成イラストは0/3だった原因を切り分けた。

Anima 4人LoRAの短いプロンプトから、長文成功時のconditioningを凍結Qwen3-0.6B+resamplerで再現できるかをローカルM1 Maxで実測した。Qwen3.8 Maxで教師プロンプトの並び順を増やした前後の比較も記録する。

Animaの4人LoRAで、短いプロンプトと成功する長文をQwen側・T5側へ分けて交差させた。seed 42の画像とconditioning介入から、T5側の系列内容とQwen経路が4人の描き分けへどう関わるかを切り分ける。

anima-4char-v1をトリガー語のみ〜識別アンカー+位置文+服装文の4段階、2〜4人の11通りの組み合わせ×3seedで実測。崩れの大半は、学習キャプションにある言い回しをプロンプト側で補うと直った記録。

M1 Max 64GBでQwen3.6-35B-A3BのMoEルーターをモンキーパッチして層ごとのエキスパート選択を実測し、観測ベースの事前ウォームアップと素のmmapキャッシュの生成速度を比較した。Qwen3.5-122B-A10B-4bitがこの環境でMetalのOOM例外を出す実測込み。

資格試験教科書のPDF抽出テキストをQwen3.8 Max previewで整形し、RunPodの4090上のIrodori-TTS 5プロセスで素読み15時間と掛け合い23時間の音声教材を生成した。reasoning_effortの18倍高速化、CUDA故障ホストの切り分け、実効13倍速の並列構成まで全部書く。

ModelScope経由のQwen3.7とAlibaba Cloud Model StudioのQwen3.8で、OpenAI互換chat.completionsのenable_search、DashScopeのsearch_options、Responses APIの組み込みweb_searchツールを比較検証。雑談に検索を混ぜるとreasoning_tokensが10倍以上に跳ね、Qwen3.7-Maxはテキスト専用で画像入力はQwen3-VL系が別に必要と分かるまでを実測した。

Qwenアンバサダー枠でQwen3.8 Max preview（2.4兆パラメータ）への早期アクセスをもらった。実際に呼び出して動作確認したところまでを記録する。

音声を受け取って返答音声で返すサーバーをRTX 3050 Ti 4GBの一台構成で組んだ。kotoba-whisperとQwen3-ASR-0.6BのSTT比較、文単位ストリーミングTTS、フィラー音声で待ち時間を埋めた設計、実測タイムラインまでまとめた。