「Qwen3.8-27B-pi-adapted」コード・端末操作特化LoRAアダプター:必要VRAM 4GB〜

2026年11月20日

「Qwen3.8-27B-pi-adapted」コード・端末操作特化LoRAアダプター:必要VRAM 4GB〜

基本情報

項目 内容
リポジトリ harness-hub/Qwen3.8-27B-pi-adapted
まとめページ Qwen3.8 のまとめ(記事11本)
公開元のまとめ Alibaba(Qwen) のモデルとライセンスのまとめ
公開日 2026-11-16
ライセンス apache-2.0
配布形式 safetensors
出典の種類 未確認(一次情報で裏付けできていない)(公式一次情報なし、第三者のLoRA公開のみ)

情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。

当サイトで確かめたこと

  • Qwen3 のトークナイザより約21%少ないトークンで同じ日本語を表せます。同じ文脈長に入る日本語が約1.26倍になり、生成も1字あたりで速くなります。

詳しい値と条件は、下の「当サイトでの実測」の節にあります。

概要

【未確認】本件は公式発表としての確認が取れておらず、Hugging Face上のモデルページの記載に基づく情報です。

harness-hubにより、Qwen/Qwen3.8-27B向けのLoRAアダプター「harness-hub/Qwen3.8-27B-pi-adapted」が公開されたと報告されています。モデルカードによれば、コーディングエージェント「pi」の裏で動くモデルとして、ソフトウェアエンジニアリングやターミナル操作のタスク向けに強化学習で訓練されたものです。単体のモデルではなく、Qwen3.8-27Bの上に載せて使うアダプターです。

スペック

  • 種別: LoRAアダプター(PEFT)。ベースモデルはQwen/Qwen3.8-27B
  • ベースモデルのパラメータ数: 27B(Denseモデル。元モデルのカードに記載)
  • LoRA設定: r = 32、alpha = 64、対象はq, k, v, o, gate, up, downの各projection
  • 訓練手法: AsyncGRPO(TRL、experimental)。報酬はタスク検証器のcorrectnessにtool-efficiencyボーナス(重み0.1)を加えたもの
  • 訓練規模: 160ステップ時点のチェックポイント(1000ステップ予定のところ191ステップで停止)
  • ベースモデルのコンテキスト長: ネイティブ262,144トークン、最大1,000,000トークンまで拡張可能。カード記載の評価・サーブ設定は--max-model-len 131072です

性能

以下は公開元自身がモデルカードで公表した数値で、第三者による検証ではありません。評価はpiハーネス下、1タスク1試行、100ステップ上限、テキストのみ、temperature 0.8です。ベースモデルのカード上の数値(Terminus、Claude Code等のハーネス)とは比較できないと明記されています。

最初の表は、ベースモデルとthinking(xhigh)の比較です。原文の表では列名が「Qwen3.8-27B-opencode-adapted」となっていますが、数値は本文の記載(64.7%、56.6%)と一致しており、本アダプターの値とみられます。列名は原文のまま載せます。

→ 横にスクロールできます

Benchmark Qwen3.8-27B Qwen3.8-27B, xhigh thinking Qwen3.8-27B-opencode-adapted Qwen3.8-27B-opencode-adapted, xhigh thinking
SWE-bench Pro (hard 51) 39.2% 64.7% 64.7% 66.7%
Terminal-Bench 2.1 41.0% 54.2% 56.6% 56.6%

ベースモデルとの対応のある比較(thinking off)は次のとおりです。

→ 横にスクロールできます

Benchmark Tasks Qwen3.8-27B Qwen3.8-27B-pi-adapted (step 160) Difference (points) Newly solved / lost
SWE-bench Pro (hard 51) 51 39.2% 64.7% +25.5 ± 14.2 15 / 2 (p = 0.0023)
Terminal-Bench 2.1 86 39.5% 55.8% +16.3 ± 9.1 16 / 2 (p = 0.0013)
Terminal-Bench 2.1, the 68 tasks not used to pick the checkpoint 68 39.7% 55.9% +16.2 ± 10.6 13 / 2 (p = 0.0074)

この表から、thinkingなしのアダプターはベースモデルに対し、SWE-bench Pro(実リポジトリのissueを修正できるか。高いほど良い)で+25.5ポイント、Terminal-Bench 2.1(端末作業をやり切れるか。高いほど良い)で+16.3ポイントと大きく上回っています。thinkingをxhighにしたベースモデルとは、SWE-bench Proで64.7%同士の同値、Terminal-Bench 2.1で56.6%対54.2%と僅差です。一方、アダプターにthinkingを付けても改善は見られず(SWE-bench Proで66.7%、Terminal-Bench 2.1で56.6%)、カードも「thinkingはオフで使うこと」としています。タスクあたりの生成トークンの中央値は、thinking付きベースモデルの34.4kに対しアダプターは7.9k(SWE-bench Pro)、16.5kに対し3.7k(Terminal-Bench 2.1)です。評価対象はSWE-bench Proの難問51件に限られ、Terminal-Bench 2.1にはチェックポイント選定に使ったタスクも含まれる点に注意が必要です。また、GGUF版は再評価されていないとされています。

得意なこと・想定用途

なお、本件は公式発表としては未確認で、以下はモデルカードの記載に基づく内容です。

このアダプターは、コーディングエージェント「pi」の裏で動くモデルとして、ソフトウェアエンジニアリングとターミナル操作のタスクに特化して訓練されています。カードによれば、実際のSWE-bench Proのタスクでは、ベースモデルが検索とスニペットの再実行を繰り返して100ステップの上限に達したのに対し、アダプターは関数を特定して編集し、テストを実行して最後のケースを直すまでを8回のツール呼び出しで完了しました。両者がともに解けたタスクでは、ベースモデルの半分未満のターン数で済むとされています。

向いているのは次のような用途です。

  • リポジトリ内のバグ調査と修正、テストの実行を伴う自律的な作業
  • 端末上でコマンドを実行して作業を完遂するタスク
  • thinkingなしで低トークンに抑えたいエージェント運用(カードはthinkingをオフのまま使うよう勧めています)

注意点もあります。

  • 評価はテキストのみで、vision towerは使われていません。ベースモデルは画像・動画も扱えますが、このアダプターでの画像入力は検証されていません
  • 評価はpiハーネス前提です。カードによれば、APIは"api": "openai-completions"を指定する必要があります。Responses APIでは訓練も評価もされていません
  • アダプターはQwen3.8-27Bの上でのみ動き、他のベースモデルでは動作しません
  • 汎用の会話や数学、科学推論などでの改善は、資料からは読み取れません

類似モデルとの違い

同じQwen3.8系を扱った当サイトの記事に、「Qwen3.8-27B-DSpine-b16」投機的デコーディング用ドラフトモデル:必要VRAM 8GB〜があります。こちらは投機的デコーディング用のドラフトモデルで、Qwen3.8-27Bの生成を速める用途です。本アダプターは、ベースモデル自体の振る舞いをpiでの作業向けに強化学習で変えるもので、狙いが異なります。

また、意思決定モデル「vllm-d3-GGUF」シリーズ公開は、テキスト生成を行わず判定結果を返す意思決定用途のGGUF変換版です。コーディングエージェント用途の本アダプターとは対象が異なります。

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 27.8B(元モデル Qwen/Qwen3.8-27B の値)

手持ちのVRAM 選べる量子化 ファイルサイズ 必要メモリの目安
4GB(ノートPCの内蔵GPU・スマートフォンなど) F16 0.3GB 0.4GB

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 ファイルサイズは変換版 harness-hub/Qwen3.8-27B-pi-adapted-GGUF の配布ファイルの実測値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

手元で動かせるか

Ollama・LM Studio・llama.cpp で動かせます(変換版を利用)。

公開元の配布は safetensors ですが、harness-hub/Qwen3.8-27B-pi-adapted-GGUF が GGUF版を公開しているため、そちらを使えば手元で動きます。

ライセンス apache-2.0(商用利用可): 商用利用を含めて自由に利用・改変・再配布できます。再配布時にライセンス文と変更点の告知が必要で、特許の許諾条項があります。

配布形式・当サイトが見つけた変換版・各推論エンジンの登録表を突き合わせた判定です。「確認できていない」は当サイトが見つけていないという意味で、存在しないことの断定ではありません。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

当サイトでの実測

当サイトのサーバー(GPUなし)で、このモデルのファイルを実際に読み込み・動かして確かめた値です。モデルカードの記載ではなく、当サイトが測った結果です。測り方と全モデルの一覧は観測データにまとめています。

日本語のトークン効率

トークナイザ 日本語1,000字あたりのトークン数 同じ内容の英文との比
このモデル 546 0.99倍
Qwen3 688 1.26倍
Llama 3.2 744 1.36倍
Gemma 3 564 1.03倍
gpt-oss 795 1.45倍
LLM-jp-3 497 0.85倍

Qwen3 のトークナイザより約21%少ないトークンで同じ日本語を表せます。同じ文脈長に入る日本語が約1.26倍になり、生成も1字あたりで速くなります。

harness-hub/Qwen3.8-27B-pi-adapted の tokenizer.json で、当サイトが書き下ろした固定の文章(876字。ニュース・会話・技術文書・敬語のメール・紀行文・料理の6種)と、同じ内容の英文を数えました。トークン数が少ないほど、同じ文脈長に長い日本語が入ります。

GGUFファイルの中身

対象: Qwen3.8-27B-pi-lora-F16.gguf(0.30GB、F16)。ファイルの先頭のメタデータだけを読んで確かめました(重みはダウンロードしていません)。

項目 値
アーキテクチャ(GGUF上の名前) qwen35
チャットテンプレート 同梱なし
imatrix ファイルに記録なし
重みの型の内訳(パラメータ数の割合) F16 100.0%
平均のビット数 16.00ビット/重み

ファイル名の量子化名はファイル全体の呼び名で、実際には層ごとに型が混ざっています。平均のビット数は、ファイルのデータの大きさを重みの数で割った実測値です。

同クラスの既報モデル

当サイトが最近取り上げた、パラメータ数 15〜40B のモデルを、比較のために記事ログからコードが並べたものです。VRAM階層は当サイトの概算、ライセンスはモデルカードの記載です。

→ 横にスクロールできます

モデル パラメータ数 最小のVRAM階層 ライセンス 記事
ggml-org/Muse-Glimmer-30B-GGUF 29.8B 24GB apache-2.0 「Muse-Glimmer-30B-GGUF」30Bのマルチモーダルローカルエージェントモデル:必要VRAM 24GB〜(2026-11-17)
Cloudflare/clef-omni 35.3B 80GB apache-2.0 「clef-omni」30Bのマルチモーダル意思決定モデル:必要VRAM 80GB〜(2026-11-17)
inclusionAI/ZwZ2-27B-GGUF 27.4B 24GB — 「ZwZ2-27B-GGUF」視覚言語モデル:必要VRAM 24GB〜(2026-11-17)
ggml-org/OpenJev-GGUF 27.4B 24GB cc-by-nc-4.0 「OpenJev-GGUF」27.4Bの意思決定特化型モデル:必要VRAM 24GB〜(2026-10-01)

入手方法

配布形式はsafetensors(PEFTのLoRAアダプター)です。ライセンスはapache-2.0で、Hugging Face上でライセンス同意を求めるゲートは設定されていません。ベースモデルのQwen/Qwen3.8-27Bが別途必要です。

vLLMでは、カードが評価時の構成として次のコマンドを示しています。

vllm serve Qwen/Qwen3.8-27B \
    --enable-lora --max-lora-rank 32 \
    --lora-modules qwen3.8-pi=harness-hub/Qwen3.8-27B-pi-adapted \
    --language-model-only --enable-prefix-caching --mamba-cache-mode align \
    --enable-auto-tool-choice --tool-call-parser qwen3_xml --reasoning-parser qwen3 \
    --default-chat-template-kwargs '{"enable_thinking": false}' \
    --max-model-len 131072

piのインストールは次のとおりです(Node.js 22.19以上)。

npm install -g --ignore-scripts @earendil-works/pi-coding-agent

llama.cppで使う場合は、GGUF版のLoRAアダプター(harness-hub/Qwen3.8-27B-pi-adapted-GGUF)をベースモデルのGGUFに重ねます。

hf download ggml-org/Qwen3.8-27B-GGUF Qwen3.8-27B-Q8_0.gguf --local-dir.
hf download harness-hub/Qwen3.8-27B-pi-adapted-GGUF Qwen3.8-27B-pi-lora-F16.gguf --local-dir.

llama serve -m Qwen3.8-27B-Q8_0.gguf --lora Qwen3.8-27B-pi-lora-F16.gguf \
    --chat-template-kwargs '{"enable_thinking": false}' -c 65536 --port 9931 --alias qwen3.8-pi

アダプターはBF16の重みで訓練されたため、ベースのGGUFがBF16に近いほど訓練時の挙動に近づきます。カードはQ8_0を既定として勧めており、低ビットの量子化では挙動がずれるとしています。GGUF版は再評価されていません。

そのほか、次の方法も紹介されています。

  • PEFTでベースモデルにマージし、LoRA非対応のエンジンで動かす方法
  • transformers serveで動かす方法
  • macOSのLlama.appで読み込む方法

派生版・量子化版

→ 横にスクロールできます

追記日 配布元 形式 リポジトリ 最小のVRAM階層(量子化・必要メモリの目安)
2026-11-19 harness-hub GGUF harness-hub/Qwen3.8-27B-pi-adapted-GGUF F16 0.4GB(4GB VRAMで動作)

各リポジトリの量子化とファイルサイズ:

  • harness-hub/Qwen3.8-27B-pi-adapted-GGUF の量子化: F16 0.3GB

このほか、上記以外の投稿者による変換版が 13 件あります(当サイトは公開元自身と、実績のある量子化担当の配布だけを表に載せています)。

この節は、記事公開後に見つかった変換版を当サイトが機械的に追記したものです。必要メモリは配布ファイルのサイズから算出した概算です。 量子化の名前の読み方は用語集にあります。

関連記事

次に読むなら

出典

更新履歴

  • 2026-11-19: 変換版を「派生版・量子化版」に追記しました: harness-hub/Qwen3.8-27B-pi-adapted-GGUF
  • 2026-11-19: 動作環境の表を harness-hub/Qwen3.8-27B-pi-adapted-GGUF の実ファイルサイズで更新しました。
  • 2026-11-19: タイトルを、記事で分かる内容(必要VRAM・配布ファイル等)を示す形に変更しました。
  • 2026-11-20: 当サイトでの実測(日本語のトークン効率・GGUFファイルの中身)を追加しました。

この記事は未確認情報を含みます。 公式の一次情報で裏が取れ次第、更新履歴を追記して反映します。