Tencent、ドキュメント解析モデル「WeVisDoc-2B/4B」公開

2026年9月18日2026年11月3日

基本情報

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

• GPU の無い当サイトのサーバー(Neoverse-N1・3スレッド・llama.cpp b11223)で WeVisDoc-4B.Q4_K_M.gguf(Q4_K_M)を動かし、生成は 8.3 トークン/秒でした(CPU での値で、GPU の速さの目安ではありません)。
• 固定の日本語の質問への回答を、下に原文のまま載せています。
• 同じ日本語を表すのに要るトークン数は、Qwen3 のトークナイザとほぼ同じです。

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

Tencentは、ページ画像から構造化テキストを抽出するエンドツーエンドのドキュメント解析モデル「WeVisDoc-2B」および「WeVisDoc-4B」を公開しました。

本モデルは「Qwen3-VL-2B-Instruct」および「Qwen3-VL-4B-Instruct」をベースにファインチューニングされたもので、ページ画像を入力としてLaTeX形式の数式やHTML形式の表を含む構造化Markdownを出力します。

スペック

• アーキテクチャ: Qwen3VLForConditionalGeneration (qwen3_vl)
• ベースモデル: Qwen3-VL-2B-Instruct、Qwen3-VL-4B-Instruct
• ライセンス: apache-2.0

性能

公開元が提示しているドキュメント解析ベンチマークの測定結果は以下の通りです。評価値は3回の推論実行の平均値となっています。

OmniDocBench v1.6

PureDocBench

モデルカードに記載された測定結果によると、WeVisDoc-4BはOmniDocBench v1.6のOverall（95.38）およびPureDocBenchの3トラック平均Avg₃（75.54）の両方において、比較対象のエンドツーエンドパーサーの中で最高のスコアを獲得しています。 特にOmniDocBench v1.6のFormulaCDM（96.81）やPureDocBenchのClean Overall（79.81）で極めて高い数値を示しており、数式や標準的なドキュメント画像の解析精度において優れています。 小型版のWeVisDoc-2Bも非常に優秀で、OmniDocBench v1.6のOverallで95.06を記録し、HunyuanOCR-1.5やLogics-Parsing-v2などの大型・他モデルを上回っています。 一方で、PureDocBenchの「Real Degraded Overall」においてはWeVisDoc-2Bが65.60にとどまり、FD-RL（67.04）やLogics-Parsing-v2（67.64）を下回るなど、撮影劣化を伴うリアル画像への耐性において上位の4B版と差が見られます。

得意なこと・想定用途

WeVisDocは書籍や論文、各種資料などのページ画像（PNG、JPEG、WebP）から、構造化されたMarkdownを生成することに特化しています。 本文テキストの変換だけでなく、LaTeX形式による数式の抽出やHTML形式による表構造の解析を得意としています。 タグ情報として英語（en）および中国語（zh）が設定されており、多言語ドキュメントのOCR・ペーパーパーシング用途が想定されます。

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 4.4B

推論エンジンの対応状況(各プロジェクトのソースにあるモデル登録表とアーキテクチャ名を当サイトが機械的に照合。2026-11-03 時点): llama.cpp: 登録あり、vLLM: 登録あり、MLX (mlx-lm): 登録あり。

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 mradermacher/WeVisDoc-4B-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

公開元の配布形式は safetensors です。

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。

量子化の圧縮率: Q5_K_S は実測 5.61 bit/weight で、元の16bitの重みの約35%のサイズです(配布ファイルの実サイズから当サイトが算出)。

配布形式とライセンス表記から当サイトのコードが組み立てた判定です。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。

実測から分かったこと

WeVisDoc-4BをCPUだけで動かしたところ、文章の要約や敬語を使ったメールの作成、買い物の文章題などをそつなくこなす一方で、海に面していない県を挙げる知識問題では同じ行が16回繰り返されて上限の1,024トークンで途中で打ち切られるというつまずきが見られました。Neoverse-N1と3スレッドの環境において、Q4_K_M量子化での生成速度は毎秒8.31トークンで、日本語の字数に直すと毎秒12.1字という結果でした。ピーク時のメモリは6.7GBを消費し、ファイルの大きさは2.53GBとなっています。画像読ませたテストでは、曜日別の来客数のグラフから最も多い曜日と正解の260人を正しく答えたものの、平日の合計人数や買い物明細の合計金額の正解は答えることができませんでした。

日本語のトークン効率は1000字あたり688トークンであり、同じ内容の英文に対するトークン数の比は1.26となっています。F16を基準とした場合の次のトークンの第1候補の一致率は、Q4_K_Mで70.0%、Q2_Kで22.9%、Q8_0で93.8%を示しました。一致率が90%に届いた最も小さい量子化はQ8_0であり、今回の測定では一致率95%に届く量子化はありませんでした。Q2_Kまで量子化を下げると、要約のタスクで上限の1,024トークンに達し同じ行が15回繰り返されるなどの劣化が確認されています。

日本語のトークン効率

同じ日本語を表すのに要るトークン数は、Qwen3 のトークナイザとほぼ同じです。

tencent/WeVisDoc-4B 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: WeVisDoc-4B.Q4_K_M.gguf(2.53GB、Q4_K_M)。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)。

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。

量子化ごとの劣化(日本語の文章で実測)

mradermacher/WeVisDoc-4B-GGUF の量子化を1つずつダウンロードし、F16(8.22GB)を基準に、固定の日本語の文章(夏目漱石「坊っちゃん」の冒頭。パブリックドメイン)で、llama.cpp の KL ダイバージェンスを測りました。

第1候補の一致率が95%に届いた段はありませんでした。

KLダイバージェンスは0に近いほど、次のトークンの確率が基準に近いことを表します。条件: Neoverse-N1・llama.cpp b11223・文脈512トークン・2026-09-29に測定しました。「坊っちゃん」は有名な作品で、モデルが学習時に読んでいる可能性があるため、絶対値ではなく同じモデルの量子化どうしの比較として読んでください。

量子化ごとの回答の比較(原文のまま)

上の劣化の計測と同じファイルで、F16・Q4_K_M・Q2_K に同じ5問を日本語で尋ねた回答を、手を加えずに大きいファイルの順で並べています(温度0・最大1024トークン)。正誤は判定していません。

要約

次の記事を3文で要約してください。

みどり市は今年の春、市内に三つある公立図書館のうち最も古い中央図書館の改修を終え、十月一日に再開館した。改修は約一年半にわたり、総事業費は約十二億円。このうち約四億円は国の補助金でまかなわれた。

最大の変化は、閲覧席の配置である。以前は館内の座席の大半が学習用の机で、試験期間になると中高生で埋まり、高齢の利用者や小さな子ども連れが座れないという苦情が毎年寄せられていた。改修後は座席数を百二十席から二百席に増やしたうえで、学習用の机を三階にまとめ、一階は会話ができる「にぎわいフロア」、二階は静かに本を読む「閲覧フロア」に分けた。一階には予約制のグループ学習室が四室と、飲み物を持ち込めるカフェスペースも設けられた。

蔵書の面でも見直しが進んだ。貸出の少ない古い資料約三万冊を市内の他の館や保存書庫に移し、代わりに子ども向けの絵本と、介護・子育て・仕事探しといった暮らしに関わる実用書を約一万五千冊増やした。電子書籍の貸出サービスも始まり、利用登録をすれば自宅から一度に三冊まで、二週間借りられる。

建物そのものにも手が入った。築四十年を超えていた空調設備を入れ替え、屋上には太陽光パネルを設置して、館内で使う電力の約二割をまかなえるようにした。車いすの利用者から要望の多かったエレベーターは一基から二基に増え、書架の間の通路も以前より三十センチ広げられた。入口には段差のないスロープが新たに設けられ、授乳室と多目的トイレも各階に一つずつ置かれた。

一方で課題も残る。駐車場は改修前と同じ四十台のままで、週末には近くの道路に順番待ちの車が並んだ。市は隣接する市有地を臨時駐車場として開放したが、恒久的な対策は決まっていない。また、開館時間を平日の夜九時まで延ばしたことで職員の負担が増えており、職員団体は人員の追加を求めている。

利用者の受け止めはおおむね好意的だ。週に二度、孫を連れて来るという七十代の女性は「前は子どもが声を出すと周りの目が気になったが、一階なら気兼ねなく絵本を読んであげられる」と話す。一方、受験を控えた高校生の中には「学習席が三階だけになり、夕方はすぐに満席になる」と不満を漏らす人もいる。図書館は、学習席の空き状況をホームページで確認できる仕組みを年内に導入する予定だ。

再開館に合わせて、催しも増えた。毎週土曜の午前には読み聞かせ会、月に一度は地元の農家や商店主を講師に招く「まちの先生」講座が開かれる。十一月には、市内の中学生が選んだ本を紹介する展示も予定されている。

館長の山本和子さんは「本を借りる場所から、人が集まって過ごす場所へ変えたかった。再開館からの一か月で来館者は以前の一・八倍になった」と話す。市は来年度、残る二つの図書館についても利用者への聞き取りを行い、改修の必要性を検討する方針だ。

F16(基準)・8.22GB

みどり市は春に中央図書館を改修し、十月一日に再開館した。約一年半にわたる工事は総事業費約十二億円で、約四億円は国の補助金で賄われた。

最大の変化は座席配置で、学習用の机が主だった座席を高齢者や子ども連れに配慮した「にぎわいフロア」や「閲覧フロア」に分け、電子書籍サービスも始まり、建物にも空調や太陽光パネル、エレベーター増設など手が入れられた。

課題は駐車場の不足や職員負担だが、利用者の受け入れはおおむね好意的で、催しも増え、市は来年度、残る図書館の改修検討方針を示す。

Q4_K_M・2.53GB

みどり市は春に中央図書館を改修し、十月一日に再開館した。約一年半の工期と約十二億円の事業費（約四億円が国の補助金）で、主な変化は座席配置や建物の設備改善などだ。

改修では学習席を三階にまとめ、一階を会話フロアや閲覧フロアに分け、電子書籍サービスや車いす対策、空調や太陽光パネル設置など、利用者や環境への配慮が進み、駐車場や職員負担などの課題も残っている。

利用者は整体的に好意的で、高齢者や家族連れの来館増加を喜ぶ一方、受験生や学生の不満もあり、図書館は空き状況の確認仕組みを年内に導入予定。市は来年度は残る二つの図書館についても利用者調査を行い、改修の必要性を検討する方針だ。

Q2_K・1.67GB

みdoši: 市内は、三つ図書館の内、最古、中央、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改作
建物: 市内は、三つ図書館の内、最古、中央、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改 作
建物: 市内は、三つ図書館の内、最古、中央、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改修、改 作
建物: 市内は、三つ図書館の内、最古、中央、改修、改修、改三改、改修、改修、改 作
建物: 市内は、三つ図書館の内、最古、中央、改 作
建物: 市内は、三つ図書館の内、最古、中央、改 作
建物: 市内は、三つ図書館の内、最古、中央、改 作
建物: 市内は、三つ図書館の内、最古、中央、改 作
建物: 市内は、三つ図書館の内、最古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ図書館の内、更古、中央、改 作
建物: 市内は、三つ

(1024トークンの上限で打ち切り)

敬語のメール

取引先の担当者に、来週火曜日の打ち合わせを水曜日に変更してほしいとお願いするメールを、丁寧な敬語で書いてください。

F16(基準)・8.22GB

件名：来週火曜日の打ち合わせを水曜日に変更するお願い

〇〇様

貴社の取引先として、いつもお世話になっております。この度は、来週火曜日の打ち合わせ時間を水曜日に変更して頂戴できればと存じます。ご都合が伺えるか、お知らせ賜りますようお願い申し上げます。

万が一都合がつかず、ご都合に沿えない場合は、ご連絡賜りますようお願い申し上げます。何卒、よろしくお願いいたします。

敬具

○○○ 从

Q4_K_M・2.53GB

件名：来週火曜日打ち合わせの日時変更のお願い

〇〇様

貴社の取引先として、いつもお世話になっております。本件に関しましては、来週火曜日の打ち合わせを水曜日に変更して頂戴了出来个工作日を望みます。

上記の変更を希望いたしますので、ご了承下さいますようお願い申し上げます。

何卒よろしくお願いいたします。

○○様

Q2_K・1.67GB

取引先の担当者さま、来週火曜日の取り扂りを変更してほしいと存じandumを、丁辞な敬語でお願いします。

文章題

りんごが1個120円、みかんが1個45円です。りんごを3個とみかんを8個買って、1,000円札で払いました。おつりはいくらですか。考え方も示してください。

F16(基準)・8.22GB

りんごが1個120円、みかんが1個45円です。

りんごを3個とみかんを8個買ったので、

りんごの料金：120円 × 3個 = 360円

みかんの料金：45円 × 8個 = 360円

合計の料金：360円 + 360円 = 720円

1,000円札で払ったので、

おつり：1,000円 - 720円 = 280円

**答え：280円**

**考え方：**
1. 各果物の単価と数量をかけ算して、それぞれの料金を計算。
2. 両者の料金を足し算して、合計料金を求める。
3. 支払った金額（1,000円）から合計料金を引くと、おつりの額が得られる。

Q4_K_M・2.53GB

りんごが1個120円、みかんが1個45円です。

りんごを3個とみかんを8個買ったので、

りんごの合計金額：120円 × 3 = 360円

みかんの合計金額：45円 × 8 = 360円

合計金額：360円 + 360円 = 720円

1,000円札で払ったので、

おつり：1,000円 - 720円 = 280円

よって、おつりは**280円**です。

### 考え方のまとめ：

1. 各種果物の個数と単価を multiplyして合計金額を計算。
2. 両者の合計金額を足し算して全体の合計額を求める。
3. 支払った金額（1,000円）から合計額を引くとおつりの額が求まる。

計算式：

$$
1,000 - (120 \times 3 + 45 \times 8) = 1,000 - (360 + 360) = 1,000 - 720 = 280
$$

答え：**280円**

Q2_K・1.67GB

解き方程.

(1) 1,000 yen (100 yen 批) (2) 1,000 yen (100 yen 批) (3) 1,000 yen (100 yen 批) (4) 1,000 yen (100 yen 批) (5) 1,000 ¥

(1) 1,000 yen (100 ¥) (2) 1,000 ¥ (100 ¥) (3) 1,001 ¥ (100 ¥) (4) 1,001 ¥ (100 ¥) (5) 1,001 ¥ (100 ¥) (6) 1,001 ¥ (100 ¥) (7) 1,001 ¥ (100 ¥) (8) 1,001 ¥ (100 ¥) (9) 1,001 ¥ (100 ¥) (10) 1,001 ¥ (100 ¥) (11) 1,001 ¥ (100 ¥) (12) 1,001 ¥ (100 ¥) (13) 1,001 ¥ (100 ¥) (14) 1,001 ¥ (100 ¥) (15) 1,001 ¥ (100 ¥) (16) 1,001 ¥ (100 ¥) (17) 1,001 ¥ (100 ¥) (18) 1,001 ¥ (100 ¥) (19)1 1,001 ¥ (100 ¥) (20) 1,001 ¥ (100 ¥) (21) 1,001 ¥ (100 ¥) (22) 1,001 ¥ (100 ¥) (23) 1,001 ¥ (100 ¥) (24) 1,001 ¥ (100 ¥) (25) 1,001 ¥ (100 ¥) (26) 1,001 ¥ (100 ¥) (27) 1,001 ¥ (100 ¥) (28) 1,001 ¥ (100 ¥) (29)1 1,011 ¥ (101 ¥) (30) 1,011 ¥ (101 ¥) (31) 1,011 ¥ (101 ¥) (32) 1,011 ¥ (101 ¥) (33) 1,011 ¥ (101 ¥) (34) 1,011 ¥ (101 ¥) (35) 1,011 ¥ (101 ¥) (36) 1,011 ¥ (101 ¥) (37) 1,011 ¥ (101 ¥) (38) 1,011 ¥ (101 ¥) (39)1 1,011 ¥ (101) (40) 1,011 ¥ (101) (41) 1,011 ¥ (101) (42) 1,011 ¥ (101) (43) 1,011 ¥ (101) (44) 1,011 ¥ (101) (45) 1,011 ¥ (101) (46) 1,011 ¥ (101) (47) 1,011 ¥ (101) (48) 1,011 ¥ (101) (49) 1,011 ¥ (101) (50) 1,011 ¥ (101) (50) 1,011 ¥ (101) (51) 1,011 ¥ (101) (52) 1,011 ¥ (101) (53) 1,011 ¥ (101) (54) 1,011 ¥ (101) (55) 1,011 ¥ (101) (56) 1,0

(1024トークンの上限で打ち切り)

参考: 正解は280円です(120×3=360円、45×8=360円、1,000−720=280円)。

知識

日本の都道府県のうち、海に面していない県をすべて挙げてください。

F16(基準)・8.22GB

日本の都道府県のうち、海に面していない県（「海に面していない都道府県」）を挙げます。注意点としては：

- 「海に面していない」＝「海に面していない県」＝「海に面していない地方自治体」
- 例外として、一部の県が「海に面しているが、行政的に海に面していない」とされる場合もありますが、ここでは一般的な定義で整理します。
- 群馬県、山梨県、長野県、新潟県、富山県、石川県、福井県、山口県、香川県、徳島県、高知県、愛媛県、四国地方の一部県などは「海に面している」ことが多いです。
- 一方で、北海道の一部県（北海道・根室平野・根室町・根室村・斜里町・斜里町・斜里村）は「海に面していない」ことが一般的です。

## 海に面していない都道府県（正式な名称）

1. **群馬県**

2. **山梨県**

3. **長野県**

4. **新潟県**

5. **富山県**

6. **石川県**

7. **福井県**

8. **山口県**

9. **香川県**

10. **徳島県**

11. **高知県**

12. **愛媛県**

13. **山梨県**（上記と重複）

14. **新潟県**（上記と重複）

15. **北海道・根室平野・根室町・根室村・斜里町・斜里村**（一部の自治体）

16. **北海道・斜里町・斜里村**（一部の自治体）

17. **北海道・斜里町・斜里村**（一部の自治体）

18. **北海道・斜里町・斜里村**（一部の自治体）

19. **北海道・斜里町・斜里村**（一部の自治体）

20. **北海道・斜里町・斜里村**（一部の自治体）

21. **北海道・斜里町・斜里村**（一部の自治体）

22. **北海道・斜里町・斜里村**（一部の自治体）

23. **北海道・斜里町・斜里村**（一部の自治体）

24. **北海道・斜里町・斜里村**（一部の自治体）

25. **北海道・斜里町・斜里村**（一部の自治体）

26. **北海道・斜里町・斜里村**（一部の自治体）

27. **北海道・斜里町・斜里村**（一部の自治体）

28. **北海道・斜里町・斜里村**（一部の自治体）

29. **北海道・斜里町・斜里村**（一部の自治体）

30. **北海道・斜里町・斜里村**（一部の自治体）

31. **北海道・斜里町・斜里村**（一部の自治体）

32. **北海道・斜里町・斜里村**（一部の自治体）

33. **北海道・斜里町・斜里村**（一部の自治体）

34. **北海道・斜里町・斜里村**（一部の自治体）

35. **北海道・斜里町・斜里村**（一部の自治体）

36. **北海道・斜里町・斜里村**（一部の自治体）

37. **北海道・斜里町・斜里村**（一部の自治体）

38. **北海道・斜里町・斜里村**（一部の自治体）

39. **北海道・斜里町・斜里村**（一部の自治体）

40. **北海道・斜里町・斜里村**（一部の自治体）

41. **北海道・斜里町・斜里村**（一部の自治体）

42. **北海道・斜里町・斜里村**（一部の自治体）

43. **北海道・斜里町・斜里村**（一部の自治体）

44. **北海道・斜里町・斜里村**（一部の自治体）

45. **北海道・斜里町・斜里村**（一部の自治体）

46. **北海道・斜里

(1024トークンの上限で打ち切り)

Q4_K_M・2.53GB

日本の都道府県のうち、海に面していない県を挙げます。日本列島は、海に面する県が多いですが、一部の県は海に面していません。具体的には以下の通りです：

### **海に面していない都道府県（県）**

1. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

2. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

3. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

4. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海。
5. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

6. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

7. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

8. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

9. **北海道（北海道）**
   - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
   - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

10. **北海道（北海道）**
    - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
    - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

11. **北海道（北海道）**
    - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
    - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

12. **北海道（北海道）**
    - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
    - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

13. **北海道（北海道）**
    - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
    - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

14. **北海道（北海道）**
    - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
    - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

15. **北海道（北海道）**
    - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
    - ただし、北海道全域が海に面しているため、海に面していない県として除外されます。

16. **北海道（北海道）**
    - 北海道全域が海に面していますが、一部の県（北海道）は海に面しています。
    - ただし、北海道全域が海に面しているため、海に面していない県

(1024トークンの上限で打ち切り)

Q2_K・1.67GB

日本全国各地のうち、海に面しない県をすべて挙げます。

1. 北海道（北海道）：北海道の中央部分は、日本海（日本海）に面しています。

2. 北海aut（北海aut）：北海autの中央部分は、北海aut（北海aut）に面しています。

3. 北海汉（北海汉）：北海汉の中央部分は、北海汉（北海汉）に面しています。

4. 北海岛（北海岛）：北海岛の中央部分は、海嶺（日本海）に面しています。

5. 北海道（北海道）：北海道の中央部分は、日本海（日本海）に面しています。

6. 北海aut（北海aut）：北海autの中央部分は、北海aut（北海aut）に面しています。

7. 北海汉（北海汉）：北海autの中央部分は、北海aut（北海aut）に面しています。

8. 北海汉（北海汉）：北海道（北海道）の中央部分は、北海汉（北海汉）に面しています。

9. 北海aut（北海aut）：北海道（北海道）の中央部分は、北海aut（北海aut）に面しています。

10. 北海aut（北海aut）：北海autの中央部分は、北海aut（北海aut）に面しています。

11. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海aut）に面しています。

12. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海三）に面しています。

13. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

14. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

15. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

16. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

17. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

18. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

19. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

20. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

21. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

22. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

23. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

24. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

25. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

26. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

27. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

28. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

29. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

30. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

31. 北海道（北海道）：北海道（北海道）の中央部分は、北海aut（北海道）に面しています。

32. 北海道（北海道）：北海道（北海道）の中央部分は、北海

(1024トークンの上限で打ち切り)

参考: 正解は8県です(栃木県・群馬県・埼玉県・山梨県・長野県・岐阜県・滋賀県・奈良県)。

指示どおりの創作

「春」をテーマにした俳句を3つ、五・七・五の音数を守って作ってください。それぞれに一言の説明を付けてください。

F16(基準)・8.22GB

1. 雨上がりの空  
春の息吹が届く

2. 花見の里  
春は微笑み返す

3. 雪解けの川  
春の音が聞こえる

【説明】  
1. 雨上がりの空 — 春の始まりを象徴する空の変化。  
2. 花見の里 — 春の代表的な行事「花見」を描写。  
3. 雪解けの川 — 冬の終わりと春の始まりの移行を表す。

Q4_K_M・2.53GB

1. 雨上がりの空  
春の匂いが  
染みて来ル

【解説】雨上がりの空に春の匂いが染みて来ることで、春の訪れと空気の変化を描写。

2. 花見の日  
蝶々舞い散る  
心に残る

【解説】花見の日、蝶々が舞い散る様子を描き、春の美しさと心に残る感動を表現。

3. 朝日が昇る  
草の芽が膨ら  
春の始まり

【解説】朝日が昇り、草の芽が膨らむ春の始まりを象徴的に描写。

Q2_K・1.67GB

春は、自然の言葉。

1. 春は、自然の言葉。

2. 春は、自然の言葉。

3. 春は、自然の言葉。

4. 春は、自然の言葉。

5. 春は、自然の言葉。

6. 春は、自然の言葉。

7. 春は、自然の言葉。

8. 春は、自然の言葉。

9. 春は、自然の言葉。

10. 春は、自然の言葉。

11. 春は、自然の言葉。

12. 春は、自然の言葉。

13. 春は、自然の言葉。

14. 春は、自然の言葉。

15. 春は、自然の言葉。

16. 春は、自然の言葉。

17. 春は、自然の言葉。

18. 春は、自然の言葉。

19. 春は、自然の言葉。

20. 春は、自然の言葉。

21. 春は、自然の言葉。

22. 春は、自然の言葉。

23. 春は、自然の言葉。

24. 春は、自然の言葉。

25. 春は、自然の言葉。

26. 春は、自然の言葉。

27. 春は、自然の言葉。

28. 春は、自然の言葉。

29. 春は、自然の言葉。

30. 春は、自然の言葉。

31. 春は、自然の言葉。

32. 春は、自然の言葉。

33. 春は、自然の言葉。

34. 春は、自然の言葉。

35. 春は、自然の言葉。

36. 春は、自然の言葉。

37. 春は、自然の言葉。

38. 春は、自然の言葉。

39. 春は、自然の言葉。

40. 春は、自然の言葉。

41. 春は、自然の言葉。

42. 春は、自然の言葉.

43. 春は、自然の言葉.

44. 春は、自然の言葉.

45. 春は、自然の言葉.

46. 春は、自然の言葉.

50. 春は、自然の言葉.

51. 春は、自然の言葉.

52. 春は、自然の言葉.

53. 春は、自然の言葉.

54. 春は、自然の言葉.

55. 春は、自然の言葉.

56. 春は、自然の言葉.

57. 春は、自然の言葉.

58. 春は、自然の言葉.

59. 春は、自然の言葉.

60. 春は、自然の言葉.

61. 春は、自然の言葉.

62. 春は、自然の言葉.

63. 春は、自然の言葉.

64. 春は、自然の言葉.

65. 春は、自然の言葉.

66. 春は、自然の言葉.

67. 春は、自然の言葉.

68. 春は、自然の言葉.

69. 春は、自然の言葉.

70. 春は、自然の言葉.
71. 絶命の解法(解法)

72. 絶命の解法(解法)

73. 絶命の解法(解法)

74. 絞命の解法(解法)

75. 絮命の解法(解法)

76. 統命の解法(解法)

77. 統命の解法(解法)

78. 統命の解法(解法)

79. 統命の解法(解法)

80. 統命の解法(解法)

81. 統命の解法(解法)

82. 統命の解法(解法)

83. 統命の解法(解法)

84. 統命の解法(解法)

85. 統命の解法(解法)

86. 統命の解法(

(1024トークンの上限で打ち切り)

CPUだけで動かした結果

条件: Neoverse-N1 の3スレッド・GPUなし・llama.cpp b11223・mradermacher/WeVisDoc-4B-GGUF の Q4_K_M(2.53GB)・2026-09-29に測定しました。 同じ条件で測った他のモデル(ファイルの大きさが近い順):

ピーク時のメモリは、ファイルをメモリに割り当てた分(mmap)を含みます。GPUのあるPCではこれより大幅に速くなります。ミニPC・ARMのボードなど、CPUだけで動かす環境の目安です。

画像を読ませた結果(原文のまま)

上と同じ条件で、当サイトがコードで描いた画像(日本語のグラフと表)を渡して尋ねた回答を、手を加えずに載せています。正解は、画像を描いたコードが計算した値です。

グラフの読み取り

このグラフで来客数が最も多い曜日と、その人数を答えてください。また、平日(月曜日〜金曜日)の来客数の合計も求めてください。

ある書店の曜日別の来客数(1週間)

最も多い曜日: 土曜日
人数: 260人

平日の来客数の合計: 695人

参考: 正解は土曜日の260人。平日の合計は635人(120+95+110+130+180)。

表の読み取りと計算

この表の品目ごとの金額(数量×単価)と、合計金額を答えてください。

## 買い物の明細

<table><tr><td>品目</td><td>数量</td><td>単価</td></tr><tr><td>りんご</td><td>3</td><td>120円</td></tr><tr><td>みかん</td><td>8</td><td>45円</td></tr><tr><td>牛乳</td><td>2</td><td>198円</td></tr><tr><td>食パン</td><td>1</td><td>238円</td></tr></table>

<table><tr><td>品目</td><td>数量</td><td>単価</td></tr><tr><td>りんご</td><td>3</td><td>120円</td></tr><tr><td>みかん</td><td>8</td><td>45円</td></tr><tr><td>牛乳</td><td>2</td><td>198円</td></tr><tr><td>食パン</td><td>1</td><td>238円</td></tr></table>

合計金額: 1,009円

参考: 正解はりんご360円、みかん360円、牛乳396円、食パン238円で、合計1,354円。

入手方法

モデルファイルはsafetensors形式で配布されており、Hugging Faceより直接取得可能です。

vLLM（>=0.11.1）を使用してサーバーを起動する場合のスクリプト実行例は以下の通りです。

bash scripts/serve_vllm.sh Tencent/WeVisDoc-2B

※4Bモデルを使用する場合は Tencent/WeVisDoc-4B を指定します。

サービス起動後、付属のクライアントを用いて画像を解析するコマンド例です。

python -m wevisdoc.client --image page.png --output results/page.md

また、Transformersを用いたローカル推論環境でも直接実行することができます。

python -m wevisdoc.local --model Tencent/WeVisDoc-2B --image page.png --output results/page.md

派生版・量子化版

各リポジトリの量子化とファイルサイズ:

• mradermacher/WeVisDoc-4B-GGUF の量子化: Q2_K 1.7GB / Q3_K_S 1.9GB / Q3_K_M 2.1GB / Q3_K_L 2.2GB / IQ4_XS 2.3GB / Q4_K_S 2.4GB / Q4_K_M 2.5GB / Q5_K_S 2.9GB / Q5_K_M 2.9GB / Q6_K 3.4GB / Q8_0 4.4GB / F16 8.2GB
• mradermacher/WeVisDoc-4B-i1-GGUF の量子化: IQ1_S 1.1GB / IQ1_M 1.2GB / IQ2_XXS 1.3GB / IQ2_XS 1.4GB / IQ2_S 1.5GB / IQ2_M 1.6GB / Q2_K_S 1.6GB / Q2_K 1.7GB / IQ3_XXS 1.7GB / IQ3_XS 1.8GB / Q3_K_S 1.9GB / IQ3_S 1.9GB / IQ3_M 2.0GB / Q3_K_M 2.1GB / Q3_K_L 2.2GB / IQ4_XS 2.3GB / Q4_0 2.4GB / IQ4_NL 2.4GB / Q4_K_S 2.4GB / Q4_K_M 2.5GB / Q4_1 2.6GB / Q5_K_S 2.9GB / Q5_K_M 2.9GB / Q6_K 3.4GB

このほか、上記以外の投稿者による変換版が 1 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

• 「Simple-Attention-Sparsification」テキスト生成モデル：必要VRAM 12GB〜

次に読むなら

• GPUのVRAMから探す(このモデルは4GBの階層から動きます) → 8GBのGPUで動くほかのモデル
• 同じモデル系統を調べる → WeVisDoc 系統のまとめ(記事1本・変換版2件)
• 入手できる形式と、表に出てくる Q5_K_S・Q8_0 の意味を知る → GGUF形式の解説と対応モデル / 量子化・モデル形式の用語集
• 公開元について調べる → Tencent のモデル・ライセンス・記事のまとめ

出典

• https://huggingface.co/tencent/WeVisDoc-4B
• https://huggingface.co/tencent/WeVisDoc-2B

更新履歴

• 2026-09-20: 変換版を「派生版・量子化版」に追記しました: mradermacher/WeVisDoc-4B-GGUF, mradermacher/WeVisDoc-4B-i1-GGUF
• 2026-09-20: 動作環境の表を mradermacher/WeVisDoc-4B-GGUF の実ファイルサイズで更新しました。
• 2026-09-24: 記事の組み立てを更新しました: 「手元で動かせるか」の判定(配布形式・変換版・推論エンジンの登録表・ライセンス・実測の圧縮率)を追加
• 2026-09-29: 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。
• 2026-09-29: 当サイトでの実測(CPUでの速度と日本語の質問への回答)を追加しました。
• 2026-09-29: 当サイトでの実測(量子化ごとの劣化)を追加しました。