「Signal-3.8-27B-GGUF」VLMモデル：当サイトでの回答例・必要VRAM 16GB〜

2026年9月12日2026年10月16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 AP-IQ3_XXS/Signal-3.8-27B-AP-IQ3_XXS.gguf(IQ3_XXS)を動かし、生成は 0.6 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。
• 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

agentionai/Signal-3.8-27B-GGUFは、ベースモデルであるQwen3.8-27Bをより低い生成レイテンシと高いトークン効率で動作させるために最小限の侵襲でファインチューンしたGGUFモデルです。一般的なプロンプトの評価において、ベースモデルと同等またはそれ以上の回答品質を維持しつつ、回答トークン数を57%削減し、推論(思考)トークン数を52%削減することに成功しています。これにより、同等のハードウェア上でベースモデルの半分以下のウォールタイムで処理を完了できるのが特徴です。

スペック

• ライセンス: apache-2.0
• パラメータ数: 27.8B

性能

モデルカードの評価によれば、ベースモデルであるQwen3.8-27BのQ8_0と比較して、Signalは回答トークン数や思考トークン数が大幅に削減されています。以下は、一般プロンプトやコーディングにおけるトークン数の変化を測定した結果です。

また、思考モード時のトークン数についても測定されています。

GSM8K（小学校レベルの算数の文章題を手順通り解けるかを測る指標）の品質における正確一致については以下の通りです。

さらに、スペキュラティブデコーディングを用いた場合の速度比較は以下のようになっています。

元モデルであるQwen3.8-27Bの性能についても、各種ベンチマークで測定されています。テキスト性能の比較表（一部抜粋）は以下の通りです。

これらの数値から、Signalはベースモデルの優れた知識や推論能力、コード生成やエージェントタスクにおける高いポテンシャルを維持しつつ、無駄な前置きや冗長な推論ステップを削ぎ落とすことで大幅な高速化とトークン効率の向上を実現していることがわかります。

得意なこと・想定用途

Signalは、より低い生成レイテンシと高いトークン効率を実現するように設計された、Qwen3.8-27Bのファインチューンモデルです。不要な前置き、過度なフォーマット、挨拶、説明的なナレーションを省き、直接的な回答を行うことで、回答の質を落とさずにトークン数を削減しています。また、思考モード時においても、プロセスを説明するトークン数を減らしつつ、有用な推論ステップを維持します。ベースモデル譲りの画像入力（ビジョンエンコーダーとプロジェクター）の機能も保持しています。

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)

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。 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 でそのまま動かせます。

GGUF形式で配布されているため、変換を待たずに手元で読み込めます。

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。

量子化の圧縮率: IQ4_XS は実測 4.11 bit/weight で、元の16bitの重みの約26%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・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。

実測から分かったこと

agentionai/Signal-3.8-27B-GGUFモデルをGPUなしのCPU環境で動かしたところ、日本語の要約や算数の文章題、さらには画像を使った読み取りでは正確な回答が得られた一方で、生成速度が非常に遅く、知識問題では途中で打ち切られるという結果になりました。CPU環境において、ファイルの大きさが4bitでは大きすぎるためIQ3_XXSという低いビット数まで量子化を下げて測定したところ、生成速度は1秒あたり0.63トークン、日本語の字数に直すと1秒あたり1.2字となりました。これは同じ条件で測ったQwen3.8-27Bの0.64トークン/秒と同等の速度です。日本語1000字あたりのトークン数は546トークンであり、比較したQwen3の688トークンよりも少ないトークン数で効率よく扱える特徴があります。

日本語の5問への回答では、約1200字の記事を3文でまとめる要約や、買い物の文章題において、指示通りに正解の280円を答えることができました。また、春の俳句を3つ作る課題でも、同じ行の繰り返しや英単語の混入がなく回答が得られました。しかし、取引先への敬語のメールでは同じ行が最大で6回繰り返され、日本語の回答に15個の英単語が混ざりました。さらに、海に面していない県を挙げる知識問題では、上限である1024トークンに達して途中で打ち切られ、海に面していない8県すべてを挙げたものの、海に面している都道府県を20個も誤って挙げています。

当サイトが描いた画像を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である土曜日、正解の260人、および平日の合計の正解である635人をすべて正しく答えることができました。買い物の明細の表に関する質問でも、合計金額の正解である1354円を答え、4品目すべての金額を正しく答えることができました。このように、画像読み取りや特定の文章題では優れているものの、CPU環境では速度の限界があり、長文の知識問題では制御が難しくなる点に注意が必要です。

日本語のトークン効率

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。

Qwen/Qwen3.8-27B 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: AP-Q4_K_M/Signal-3.8-27B-AP-Q4_K_M.gguf(15.83GB、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。

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・agentionai/Signal-3.8-27B-GGUF の IQ3_XXS(11.39GB)・2026-09-29に測定しました。4bit 前後のファイルは当サイトの上限(13GB)に収まらないため、ビット数の低い IQ3_XXS で測りました(4bit より品質は下がります)。 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。

日本語の質問への回答(原文のまま)

上の条件で、全モデルに同じ5問を日本語で尋ねた回答を、手を加えずに載せています(温度0・チャットテンプレートが対応していれば思考なし・最大1024トークン)。正誤は判定していません。答えが1つに決まる問いには、正解を併記します。

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。

みどり市の中央図書館は約12億円の改修を経て再開し、フロア別機能の分離や蔵書の刷新、バリアフリー化などを通じて、単なる閲覧施設から地域交流の場へと転換を図った。

一方で、駐車場不足や職員負担の増加といった課題が残るものの、利用者からは概ね好意的な評価を得ており、来館者数は再開後1か月で1.8倍に増加している。

市は今後の残り2館の図書館についても改修の必要性を検討する方針であり、図書館は「人が集まって過ごす場所」としての役割をさらに強化していく。

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。

取引先の担当者様へ、来週火曜日の打ち合わせを水曜日へ変更したい旨を伝えるメールの例文をいくつか作成しました。状況や相手との関係性に合わせて、適切なものを選んでご利用ください。

---

### 例文1：標準的なビジネスメール（最も汎用性が高い）

**件名：** 来週火曜日の打ち合わせ日程変更のご相談

○○株式会社
○○部
○○様

いつもお世話になっております。
株式会社△△の△△です。

先日は、来週火曜日（○月○日）に打ち合わせのお時間をいただき、ありがとうございます。

大変恐縮ですが、社内の都合により、同日のスケジュールが変更になってしまいました。
つきましては、誠に恐れ入りますが、**水曜日（○月○日）** に変更いただくことは可能でしょうか。

ご多忙のところ、お手数をおかけしてしまい大変申し訳ございません。
もし水曜日がご都合がつかない場合は、○月○日（○曜日）以降でも構いませんので、ご都合のよろしい日時をお知らせいただけますでしょうか。

何卒よろしくお願い申し上げます。

――――――――――――
株式会社△△
△△部 △△
TEL: 03-XXXX-XXXX
E-mail: xxxxx@xxxx.com
――――――――――――

---

### 例文2：より丁寧・配慮を強調する場合（初回や目上の方向け）

**件名：** 【ご相談】来週火曜日の打ち合わせ日程変更のお願い

○○株式会社
○○部
○○様

平素より大変お世話になっております。
株式会社△△の△△でございます。

この度は、来週火曜日（○月○日）に打ち合わせのお時間を頂戴し、誠にありがとうございます。

突然のご連絡となり大変恐縮ですが、社内の重要な会議が重なり、同日の出席が困難な状況となりました。
つきましては、誠に恐れ入りますが、**水曜日（○月○日）** に変更いただくことは可能でしょうか。

ご多忙のところ、日程変更のご対応をお願いし、心苦しい限りです。
水曜日がご都合がつかない場合は、○月○日（○曜日）以降でも構いませんので、ご都合のよろしい日時を改めてご教示いただけますでしょうか。

ご迷惑をおかけし、大変申し訳ございません。
何卒ご容赦のほど、よろしくお願い申し上げます。

――――――――――――
株式会社△△
△△部 △△
TEL: 03-XXXX-XXXX
E-mail: xxxxx@xxxx.com
――――――――――――

---

### 例文3：簡潔に伝える場合（すでに親しい関係の場合）

**件名：** 来週火曜日の打ち合わせ日程変更のご相談

○○株式会社
○○部
○○様

いつもお世話になっております。
株式会社△△の△△です。

来週火曜日（○月○日）の打ち合わせについて、社内の都合により、**水曜日（○月○日）** に変更させていただくことは可能でしょうか。

ご多忙のところ、お手数をおかけしてしまい大変申し訳ございません。
もし水曜日が難しい場合は、○月○日（○曜日）以降でも構いませんので、ご都合のよろしい日時をお知らせいただけますでしょうか。

何卒よろしくお願い申し上げます。

――――――――――――
株式会社△△
△△部 △△
TEL: 03-XXXX-XXXX
E-mail: xxxxx@xxxx.com
――――――――――――

---

### 💡 送信前のチェックポイント

1.  **日付の確認**: 「○月○日」の部分が正しい日付になっているか、また曜日（水曜日）が一致しているか必ず確認してください。
2.  **代替案の提示**: 水曜日がダメだった場合の「次の候補日」を1つ提示すると、相手方の手配がスムーズになります（例文では「○月○日（○曜日）以降」としています）。
3.  **理由の簡潔さ**: 社内の都合など、具体的な理由は「社内の都合により」「重要な会議が重なり」など、簡潔にまとめるのが一般的です。過度に詳細を説明する必要はありません。
4.  **送信タイミング**: 変更のお願いは、できるだけ早く送ることを心がけてください。

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。

ご提示いただいた条件に基づき、おつりの金額を計算します。

### 1. 考え方の手順

1.  **りんごの合計金額**を計算します。
2.  **みかんの合計金額**を計算します。
3.  両者を足して**支払った総額**を求めます。
4.  1,000円から総額を引いて**おつり**を求めます。

---

### 2. 計算過程

#### ステップ1: りんごの合計金額
りんごは1個120円で、3個買います。
$$ 120 \text{円} \times 3 = 360 \text{円} $$

#### ステップ2: みかんの合計金額
みかんは1個45円で、8個買います。
$$ 45 \text{円} \times 8 = 360 \text{円} $$

#### ステップ3: 支払った総額
りんご代とみかん代を足します。
$$ 360 \text{円} + 360 \text{円} = 720 \text{円} $$

#### ステップ4: おつりの計算
1,000円札から総額720円を引きます。
$$ 1,000 \text{円} - 720 \text{円} = 280 \text{円} $$

---

### 3. 結論

おつりは **280円** です。

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。

日本の都道府県の中で、海に面していない県（内陸県）は以下の通りです。

1. **山梨県**
2. **長野県**
3. **岐阜県**
4. **愛知県**
5. **三重県**
6. **滋賀県**
7. **奈良県**
8. **和歌山県**
9. **大阪府**
10. **兵庫県**
11. **京都府**
12. **福井県**
13. **石川県**
14. **富山県**
15. **新潟県**
16. **福島県**
17. **宮城県**
18. **岩手県**
19. **青森県**
20. **秋田県**
21. **山形県**
22. **茨城県**
23. **千葉県**
24. **東京都**
25. **神奈川県**
26. **埼玉県**
27. **群馬県**
28. **栃木県**
29. **埼玉県**
30. **茨城県**
31. **千葉県**
32. **東京都**
33. **神奈川県**
34. **愛知県**
35. **三重県**
36. **滋賀県**
37. **奈良県**
38. **和歌山県**
39. **大阪府**
40. **兵庫県**
41. **京都府**
42. **福井県**
43. **石川県**
44. **富山県**
45. **新潟県**
46. **福島県**
47. **宮城県**
48. **岩手県**
49. **青森県**
50. **秋田県**
51. **山形県**
52. **茨城県**
53. **千葉県**
54. **東京都**
55. **神奈川県**
56. **埼玉県**
57. **群馬県**
58. **栃木県**
59. **山梨県**
60. **長野県**
61. **岐阜県**
62. **愛知県**
63. **三重県**
64. **滋賀県**
65. **奈良県**
66. **和歌山県**
67. **大阪府**
68. **兵庫県**
69. **京都府**
70. **福井県**
71. **石川県**
72. **富山県**
73. **新潟県**
74. **福島県**
75. **宮城県**
76. **岩手県**
77. **青森県**
78. **秋田県**
79. **山形県**
80. **茨城県**
81. **千葉県**
82. **東京都**
83. **神奈川県**
84. **埼玉県**
85. **群馬県**
86. **栃木県**
87. **山梨県**
88. **長野県**
89. **岐阜県**
90. **愛知県**
91. **三重県**
92. **滋賀県**
93. **奈良県**
94. **和歌山県**
95. **大阪府**
96. **兵庫県**
97. **京都府**
98. **福井県**
99. **石川県**
100. **富山県**
101. **新潟県**
102. **福島県**
103. **宮城県**
104. **岩手県**
105. **青森県**
106. **秋田県**
107. **山形県**
108. **茨城県**
109. **千葉県**
110. **東京都**
111. **神奈川県**
112. **埼玉県**
113. **群馬県**
114. **栃木県**
115. **山梨県**
116. **長野県**
117. **岐阜県**
118. **愛知県**
119. **三重県**
120. **滋賀県**
121. **奈良県**

(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。

ご指定の条件に基づき、「春」をテーマにした俳句を3つ作成しました。いずれも「五・七・五」の17音（15文字）を厳密に守っています。

1. **若草の匂い 風が運ぶ 春の足音**
   > 説明：視覚ではなく嗅覚と聴覚に訴えかける、春の到来を体感する一句です。

2. **桜吹雪 舞い落ちる静寂 心震える**
   > 説明：桜の花びらが舞い散る瞬間の美しさと、それを見た際の胸の奥がざわつくような感動を表現しました。

3. **融雪の音 静かに消えて 新芽の緑**
   > 説明：冬の名残である雪が溶けていく音と、それに代わって現れる新しい命の緑の対比を描きました。

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。

グラフから読み取れる情報に基づいて回答します。

---

**1. 来客数が最も多い曜日と人数**

グラフの各バーの高さ（または記載された数値）を確認すると：

- 月曜日：120人
- 火曜日：95人
- 水曜日：110人
- 木曜日：130人
- 金曜日：180人
- 土曜日：**260人**
- 日曜日：240人

→ **最も多いのは「土曜日」で、260人**です。

---

**2. 平日（月曜日〜金曜日）の来客数の合計**

平日の来客数を足し合わせます：

- 月曜日：120
- 火曜日：95
- 水曜日：110
- 木曜日：130
- 金曜日：180

合計 = 120 + 95 + 110 + 130 + 180

計算：

120 + 95 = 215  
215 + 110 = 325  
325 + 130 = 455  
455 + 180 = **635**

→ **平日の合計は 635人**です。

---

✅ **最終回答：**

- 来客数が最も多い曜日：**土曜日（260人）**
- 平日（月～金）の来客数合計：**635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。

はい、表のデータに基づいて各品目の金額と合計金額を計算します。

---

**1. りんご**
- 数量: 3
- 単価: 120円
- 金額 = 3 × 120 = **360円**

**2. みかん**
- 数量: 8
- 単価: 45円
- 金額 = 8 × 45 = **360円**

**3. 牛乳**
- 数量: 2
- 単価: 198円
- 金額 = 2 × 198 = **396円**

**4. 食パン**
- 数量: 1
- 単価: 238円
- 金額 = 1 × 238 = **238円**

---

**合計金額:**
360 + 360 + 396 + 238 =  
= (360 + 360) = 720  
720 + 396 = 1116  
1116 + 238 = **1354円**

---

✅ **最終回答:**

- りんご: 360円  
- みかん: 360円  
- 牛乳: 396円  
- 食パン: 238円  
- **合計金額: 1354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

• 配布形式: GGUF
• 対応エンジン: llama.cpp (llama-server等), Ollama, LM Studio

llama.cppを使用する場合の実行コマンド例：

llama-server -hf agentionai/Signal-3.8-27B-GGUF:AP-Q4_K_XL \
  --jinja -ngl 999 -fa on -c 32768 \
  --temp 0.7 --top-p 0.95 --top-k 20 --min-p 0

内蔵のドラフトヘッドを追加してスループットを向上させる場合は、以下の引数を追加する（--spec-type draft-mtpに対応したビルドが必要）：

  --spec-type draft-mtp --spec-draft-n-max 4

なお、画像入力を利用する場合は、リポジトリのルートにあるベースモデル用の mmproj-BF16.gguf（0.87 GiB）を任意のティアと一緒にダウンロードして使用します。

関連記事

• 「OrcaSAQ-2-27B」テキスト生成モデル：当サイトでの回答例・必要VRAM 16GB〜
• 「Qwopus3.8-27B-Flash-GGUF」VLMモデル：当サイトでの回答例・必要VRAM 16GB〜
• 「Hemmingway-1」日常文章特化の言語モデル：必要VRAM 12GB〜・GGUF版あり
• 「Qwen3.8-27B」マルチモーダル視覚言語モデル：当サイトでの回答例・必要VRAM 8GB〜・GGUF版あり

次に読むなら

• GPUのVRAMから探す(このモデルは16GBの階層から動きます) → 16GBのGPUで動くほかのモデル
• 同じモデル系統を調べる → Qwen3.8 系統のまとめ(記事8本・変換版16件)
• このモデルを動かすエンジンを調べる → llama.cpp / Ollama
• 入手できる形式と、表に出てくる IQ4_XS・Q5_K_M・Q6_K 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 → Alibaba(Qwen) のモデル・ライセンス・記事のまとめ

出典

• https://huggingface.co/agentionai/Signal-3.8-27B-GGUF
• https://huggingface.co/Qwen/Qwen3.8-27B

更新履歴

• 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
• 2026-09-25: 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。
• 2026-09-28: 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。
• 2026-09-30: 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。