QwQ-32B（キューダブリュークー32ビー）
AlibabaのQwenチームが2025年3月に公開したオープンソース推論モデル。32Bパラメータながら数学・論理推論でo1-miniに匹敵し、Apache 2.0ライセンスで無料利用可能。
QwQ-32B — 自己反省型推論の32Bオープンモデル
QwQ（Qwen with Questions）はAlibabaのQwenチームが2024年11月に実験的プレビューを公開し、2025年3月に正式版QwQ-32Bをリリースした推論特化モデル。名前の「Questions」は、問題に対して「なぜ？」「本当に正しいか？」と問い続ける自己批判的な思考スタイルを示す。
名前の由来と思考スタイル
QwQはモデルが問題を解く際に、仮説を立てて検証→誤りを発見→修正→再検証というサイクルを繰り返す。この様子を「疑問を持ち続けること（with Questions）」と表現している。出力を見ると「しかし、待ってください...（But wait...）」「これは間違いかもしれません（This might be wrong...）」という自己修正フレーズが頻繁に現れる。
アーキテクチャ仕様
| 項目 | 仕様 |
|---|---|
| パラメータ | 32B |
| ベースモデル | Qwen2.5-32B-Instruct |
| コンテキスト長 | 131,072 tokens（128K） |
| ライセンス | Apache 2.0 |
| 言語 | 英語・中国語（主要）、多言語対応 |
| 訓練手法 | GRPO強化学習 |
ベンチマーク性能
| ベンチマーク | QwQ-32B | o1-mini | DeepSeek R1（671B） |
|---|---|---|---|
| AIME 2024 | 50.0% | 56.7% | 79.8% |
| MATH-500 | 90.6% | 90.0% | 97.3% |
| LiveCodeBench | 50.0% | 43.2% | 65.9% |
| GPQA Diamond | 65.2% | 60.0% | 71.5% |
32Bという小規模モデルでo1-miniに拮抗するMATH-500スコアが注目点。
ローカル実行方法
# LM Studio（推奨：Apple Silicon Mac）
# モデル: Qwen/QwQ-32B（GGUF Q4_K_M、~20GB VRAM）
# ollama
ollama run qwq # 32B版
# 必要VRAMの目安
# Q4_K_M量子化: ~22GB（RTX 3090/4090、M2 Max 32GB RAM）
# Q8_0量子化: ~34GB（RTX 4090 2枚、M2 Ultra）
思考トークンの特性
QwQは長い思考チェーンを生成する傾向がある。簡単な問題でも数千〜数万トークンの内部思考を経てから回答することがある。これはコスト（ローカルでは時間）に直結するため、バッチ処理時は出力長制限を設定することを推奨する。
# LM Studio / OpenAI互換APIでの制限例
client.chat.completions.create(
model="qwq-32b",
messages=[...],
max_tokens=4096, # 思考+回答の合計上限
)
Qwen3との関係
2025年5月に公開されたQwen3シリーズはQwQの後継に位置づけられる。Qwen3-32BはQwQ-32Bの推論能力を継承しつつ、さらに改良されたベースモデルで訓練されている。QwQ-32Bは現在も無料利用可能なため、Qwen3が使えない環境（ライセンス制約等）でのフォールバックとして価値がある。
まとめ
QwQ-32Bは「Apache 2.0の無料推論モデルが欲しい」「32GB RAMのMacで推論を試したい」というユーザーに最適な選択肢。DeepSeek R1（671B）には及ばないが、コンシューマーハードウェアで動作する推論モデルとしてトップクラスの性能を持つ。