Qwen3-32B-UD-Q4_K_XL-layers
meshllmが2026年に公開したQwen3-32B-UD-Q4_K_XL-layersは、32億パラメータのチャットモデルです。Qwen3-32B-UD-Q4_K_XL-layers is an open-weights chat model with roughly 32 billion parameters.
by meshllm · 32Bパラメータ
得意な用途
osFoundryでのQwen3-32B-UD-Q4_K_XL-layersの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、meshllmのAPIキーを貼り付けるだけで、osFoundryがQwen3-32B-UD-Q4_K_XL-layersを自動的に検出します。パイプラインタブでMaestroのロール（router、direct、orchestrator、fallback）に割り当てれば、すべてのチャットですぐに利用できます。ご自身のキー・ご自身のプロバイダーアカウントで、トークン手数料は一切上乗せしません。
専用エンドポイントをデプロイ
Qwen3-32B-UD-Q4_K_XL-layersはオープンウェイトです。ローカルで無料で実行することも、ワークスペースに専用GPUエンドポイントをデプロイして、レート制限のない予約済み容量を確保することもできます。
Room Appで使う
Room Appはマニフェストで AI 機能を宣言し、invokeAIで呼び出します:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
ご自身のアプリから呼び出す
モデルをワークスペースに組み込めば、APIとしてホストして、osFoundryの外側にあるご自身のサービス・スクリプト・CIから呼び出すことができます。
Qwen3-32B-UD-Q4_K_XL-layersを動かせるハードウェア
Qwen3-32B-UD-Q4_K_XL-layersは24GBのコンシューマー向けまたはワークステーション向けGPUで動作します（KVキャッシュの余裕を含めて約20 GBのVRAM）。フル精度推論はH100 80GB 1枚にFP16精度で収まります（約77 GB）。
Qwen3-32B-UD-Q4_K_XL-layersと類似モデルの比較
ライセンス
未指定 — ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。
上流のドキュメントをご確認ください。
Qwen3-32B-UD-Q4_K_XL-layersについてのよくある質問
Qwen3-32B-UD-Q4_K_XL-layersは無料で使えますか？
Qwen3-32B-UD-Q4_K_XL-layersはご自身のハードウェアでローカル実行する場合は無料です。osFoundry経由のホスティングアクセスは従量課金（入力 Free (local)、出力 Free (local)）となります。ローカルとホスティングはいつでも切り替えられます。
Qwen3-32B-UD-Q4_K_XL-layersを商用利用できますか？
条件付きで商用利用が許可されています。 ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。 上流のドキュメントをご確認ください。
Qwen3-32B-UD-Q4_K_XL-layersに必要なVRAMはどれくらいですか？
Q4量子化で約20 GB、フルFP16精度で約77 GBが目安です。24GBのコンシューマー向けGPU1枚で動作します。
Qwen3-32B-UD-Q4_K_XL-layersをローカルで実行できますか？
はい。Qwen3-32B-UD-Q4_K_XL-layersはオープンウェイトで、ワークステーション向けGPUでローカル実行できます。osFoundryのローカルランタイムがモデルのロード、量子化、ルーティングを処理します。
Qwen3-32B-UD-Q4_K_XL-layersが最も得意なことは何ですか？
Qwen3-32B-UD-Q4_K_XL-layersはtext generationに適しています。
osFoundryでQwen3-32B-UD-Q4_K_XL-layersをどう使えばよいですか？
キーダイアログでmeshllm APIキーを貼り付け（セルフホスト可能なモデルの場合はオープンウェイトをデプロイ）、パイプラインタブでQwen3-32B-UD-Q4_K_XL-layersをMaestroのロールに割り当てれば、チャット、invokeAI経由のRoom App、ご自身のアプリから利用できます。
meshllmにより公開（2026年5月6日）。 出典: https://huggingface.co/meshllm/Qwen3-32B-UD-Q4_K_XL-layers