qwen3-1.7b-gptq-int4
qwen3-1.7b-gptq-int4（nilay-samora, 2026）は2億パラメータのチャットモデルです。qwen3-1.7b-gptq-int4 is an open-weights chat model with roughly 2 billion parameters.
by nilay-samora · 2Bパラメータ
得意な用途
- 低レイテンシのチャットとルーティング
- リクエストのルーティングとトリアージ
- テキスト分類
osFoundryでのqwen3-1.7b-gptq-int4の使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、nilay-samoraのAPIキーを貼り付けるだけで、osFoundryがqwen3-1.7b-gptq-int4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
qwen3-1.7b-gptq-int4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。
qwen3-1.7b-gptq-int4を動かせるハードウェア
qwen3-1.7b-gptq-int4は16GBのコンシューマー向けGPU1枚で動作します（KVキャッシュの余裕を含めて約2 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5 GB）。
qwen3-1.7b-gptq-int4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。
qwen3-1.7b-gptq-int4についてのよくある質問
qwen3-1.7b-gptq-int4は無料で使えますか？
qwen3-1.7b-gptq-int4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。
qwen3-1.7b-gptq-int4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。
qwen3-1.7b-gptq-int4に必要なVRAMはどれくらいですか？
Q4量子化で約2 GB、フルFP16精度で約5 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。
qwen3-1.7b-gptq-int4をローカルで実行できますか？
はい。qwen3-1.7b-gptq-int4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。
qwen3-1.7b-gptq-int4が最も得意なことは何ですか？
qwen3-1.7b-gptq-int4は低レイテンシのチャットとルーティング, リクエストのルーティングとトリアージ, テキスト分類に適しています。
osFoundryでqwen3-1.7b-gptq-int4をどう使えばよいですか？
キーダイアログでnilay-samora 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qwen3-1.7b-gptq-int4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。
nilay-samoraにより公開（2026年3月23日）。 出典: https://huggingface.co/nilay-samora/qwen3-1.7b-gptq-int4