工作清單

Qwen3.8は正直どう？今話題のローカルLLMのQwen3.8はどんなAIモデルかAIのプロが徹底解説します

逐字稿文字預覽

ク3.5ってやっぱローカルモデルとしてはトップ3に入るモデルではあるのでちょっと実際どうなんだろうみたいなところは意見と従ってるかなっていうのが現状ではありますとこれさすがにぶっ壊れちゃいますよね。入れたら
無理。ぶっ壊れちゃいますよ。ま、
基本無理。
皆さんこんにちは。え、プログラミング講師の今にです。
いさんク園も最近3.8っていうのが出たらしくてどうなんすか?あれは。
うん。結構ね、賛否分てるからいいっていう声もありつつでもちゃんと動かないみたいな声。
もあってXとかで色々見たりするとその辺が一見分別れてるなっていう感じだから思ってたその期待値やっぱク園って3.53.6ぐらいから結構みんなが注目していてでそん中で期待されてた割にはって印象は正直ある。
そうなんですね。特徴というかどんな映画なのか僕何も分かってないんで。あ、
今日もまたお願いし話したことあるよ。ローカル
LLMの動画とかでそこで聞いたんですけどローカルなんですかそもそもなんかよくわかってあ、なるほどね。確かにそれはいい点かもしんない。
一応オープンウェイトローカルとかの領域ではあるけれども、確かにその辺ごちゃごちゃするかもしれないなと思うので、今回このクン3.8が出たというタイミングでクについてちょっと話していこうかなとは思いますし、実際どうなの
みたいなところをね、少し触れればなと思ってますんでスライドを見ながらですね、一緒にやっていければなと思い[音楽]ます。ということでやっていきましょう。
はい。ということでスライドそして実際に
ウェブページとか色々見ながらクエ3.8についてお話していこうかなと思います。
ということで3.8出ましたが、ごちゃごちゃする情報多いなと思っています。で、今回は別に細かく実装するとか
ということはしないので、気になる方はローカルLLMの動画既でに出してい[音楽]ますので、そちらでLMスタジオであったりとかオラマの使い方、そういったのを見ながらですね、実践って元に
インストールして動かすっていうのをしてみていただけたらいいかなと思います。
基本的にLMスタジオとかを使っていただくと、それぞれのローカルLLMインストールすることができて、で、それインストールして動かすことができるわけですが、ク円3.8もそれなりに容量を
取ったりとかメモリだったりするので、今回はですね、スライドと概要的なところとか、あとはユーザーの声というか、Xで上がってるような時線使ってみた人の声とかをですね、ピックアップしながらお話し
ていこうかなと思います。はい。という
ことでク3.8、これ順次公開されてったんですよね。要はクエ3.8出ました。
ドンじゃなくて3.8ドーンと出ました。で、ローカルモデル、いわゆるオープンウェイトモデルと呼ばれるようなものとかは順次出てったみたいな形なので、この今撮影してる
12週間ぐらいの間でポンポンポンと出てたっていう感じですと。で、そもそもクはっていう話なんですけれども、ク園を作ってるのはアリバです。
出た。かっこいい名前。
アリバ中国のもうビッグECeマスのね、会社でございますが、アリバがクエントの作ってますと。
それこそ中国は結構オープンウェイトモデルというか、ローカルLLMはかなり強くて、ま、アメリカはどちらかというとクラウドの方なよね。クロードとか
チャットGPTINとかそういった形で唯一Googleがジマ4を出してローカル側に入ってきてはいるところですが、中国がクとかま、ディープシークから始まり色々と出してるなっていう印象です。で、基本的
に多くの中国企業そのビッグテックというか大きく強いところね。アリバもアリババ
クラウドっての出してるぐらいクラウドに力入れてたりとかしてた中でそういうテクノロジー基盤があるようなビッグ会社が色々と作ってるってのもある中でアリバbバはやっぱり母体がでかいっての
もあって開発費用とかもかけやすいところなのかなとは思ってますと。でこのアリバ
が作ってるのがクエンというモデルで僕も注目し始めたのはそれこそ今年入ってかなと思うんですけどずっとローカルレだって言ってましたよね。今年は来る
んかっていうのでそれこそ3月ぐらいに動画撮ったからそうですね。
こっから注目して実際スピード感結構早いなってところではありますと。
[音楽]はい。はい。
で、このクエンはクエンスタジオというですね、一応このブラウザで使えるもの中国っぱいっすね。GoogleAI
スタジオちょっとそう、このク園スタジオっていうのがあってチャットとかってコミュニティとか色々あるんですけどもクーダーってのもあってコードいわゆるコードを書くため用のものとか色々用意されてるのですが僕は別にこれ使ったこと正直ないので周りで使ってるみたいな人も聞かないので
基本的には別にクエンスタジオとかこのクードみたいなのを使っていく必要はないかなと思います。ただありますよって感じですね。はい。
なのでブラウザーでそのまま使いましょうみたいな場合とかあとはパターンとしてはAPIで呼び出すなのでクロードAPIとかチョGPTAPIを呼び出すのと同じように一応API経由で呼び出すこともできますとなんで
APIで呼び出したらそれそれでお金かかりますよと。でみんなが注目してるのはこの
APIで云々とかじゃなくてやっぱりオープンウェイト公開モデルってところだよね。
はい。
オープンウェイトって何か覚えてる?
キミKと同じっすよね。
そうそうそう。
拾って使えるやつですよ。
拾って使える。まあまあそうね。
オープンモデルということでオープンウェイトっていうのはいわゆるこのおい出した。
おなんだ。
ダウンロードして改造もできますね、確か。
そうね。ダウンロードすることができて、そ、オープンウェイトって何がオープンなのかってたらウェイト重みと呼ばれるのモデル頭脳の部分にはいわゆるパラメーターと呼ばれるものがこれ重みという風に表現してウェイトって言うんだけれどもこれが例えば何千億とか何兆とかってバーとパラメーターがある中でそれを公開してますよ。
数字を公開してますよっていうのがこのオープンウェイトモデルというものですと。
ただ別にオープンウェイトだからと言って何もかもローカルLMかってそういうわけではなかったりしていてローカルLLMってローカル自分の手元のPCで動かせるっていう予はあるもののそのPCのスペックにより蹴りだよね、正直。
うん。ふんふん。
スペックがドーンと出かければいいけれどもそんなね、超いいスペックのPCなんてほとんどの人は持ってないわけで、なのでオープンウェイトで自分の手元にインストールできるとはいえできるモデルの容量とか大きさみたいなのは正直限られたりしてるかなっていうのはありますと。
はい。はい。
今さんのパソコンも、ま、僕のパソコンも結構いいやつじゃないですか?
そうね。
それでもなんか真ん中ぐらいのモデルでヒーヒーヒってましたよね。
そうね。結構PC熱くなるというか。
はい。なんかボーって言いますもんね。
[笑い]そう。だからかなり自分の
PCではなかなかやるもんじゃないなというか。
それこそローカルLMを動かすためのそれ専用のPCサーバーとか用意してやっていくのが現実的かなってのは思うんですけれども、でもかなりちっちゃなモデルとかも色々出てきてたりしてるのでローカル
LLMもどんどんどんどん小さなモデル、軽量化された、高速化されたモデルとかで自分のPCで動くようなものも増えてきてはいるようなっていう動かせるけど動かしにくいものは多いって感じですかね。
で、ちょっと1回戻るとこのク園3.8MAXとク園3.82.4TのA95Bとかまあなんか色々出てきてるんだよね、バージョン。これはちょっとおいおいお伝えしていきますが、ク
3.8っていうのがつい最近出ましたよと。で、さっき言ったようにいくつかのパターンチャットでやるようなものもあれば
APIもしくは自分の手元に落とすパターンもあるっていうので、ま、大きく3つパターンがありますと。で、そもそも
なんだけれどもというところで、クエ3みたいな、ま、元々のモデルチャATGPT、GPT3みたいなと同じように9バージョンのモデルがあったわけで、それはもう2025年の4月ぐらいからなので
、1年ちょっと前ぐらいに出てきて、で、そこからどんどんどんどんいわゆる水論、いわゆるリーズと呼ばれるようなものが追加されてったりとか、長分処理、ロングコンテクストっていうのが追加されてっ
たりと、進化を遂げてったわけですが、そん中でやっぱり1つかなり大きく1歩済んだなったところとしてはク3.5が出たあたりかなと思ってます。円3.5
が出たあたりで2026年の2月これが画像と動画を使えるようにした。いわゆるマルチモーダルだよね。
マルチモーダルってのは画像とか動画とか色々な形式の情報データを使えるようにしたっていうことが1つ大きくてかつ能力的にも結構使えるじゃんみたいなレベルになったのが3.5とかでそこから3.6
になったのはその4月2ヶ月後で1ヶ月後に3.7そこから3ヶ月後3.8と半年で結構進んだんだよね。
もうスピード感が結構早くなってきてるというか。
うん。うん。結構スピードが早くなってき
てるの当時もちろん進化してってるしことも増えてってるし、この1個前のクエ3点なんとかだとエージェントとして動く力が伸びたよねみたいな形でこの半年の中でもかなりどんどんどんどん大きくというか
進化をしてってるっていうところ[咳払い]なので本当に今でもすごい使いはするしクエ特に僕は3.6の時とかに実際にローカルで動かして使ったりとかそれこそまたちょっと後でも紹介するけれどもこのいわゆるチャatGPTの
メインのモデルみたいな中数のモデルじゃなくてASRいわゆる音声認識モデルとかは音入力ソフトを作った時にク園のモデル使ったりしてたので、そったところとか含めてもク園自体は自分自身も使ってたりしたっていう感じかな。
はい。今さん
はい。
ついに完成したんすね。
そうなんよ。完成しちゃいました。なんとですね、皆さんに有効お見せしていた私の資料作成スキル。これを配布する準備がついに整いました。
ちなみにこのスキルはどうやったらもらえるんですか?
こちらに記載のキーワード。[音楽]
YouTubeの概要欄にお記載のキーワードをLINE登録後にご入力いただけたら説明動画[音楽]そのスキルのファイル類をですねとなっております。
もう今お見せしているのはこんな感じの資料がですね[音楽]完成しましたのでぜ非ぜひ皆さんLINEより受け取っていただけたら嬉しいなと思います。
でなんかちょっとさっき出きてたじゃん3つぐらい。
これね、へこしいんだけども、いくつかパターンがあって、クエン3.8MAッのはこれクラウドのみで提供されてますと。
あれじゃないんですか?オープンウェイトモデルじゃないです。
そう、オープンウェイトモデルじゃないの?公開ウェイトじゃないの?だからウェイトだインストールできるみたいな形じゃないんだよね。
で、なんでここに書いてある通り画像動画とか入力できます。ただクラウド上でのみ提供されてるあれローカル
LMなのにオープンウェイトモデルなのにってところは正直あります。
これの生は僕が混乱してんの?そう。
なんかこの左側のね、このク園3.8のマックスと要はここでク園とかで見てあげた時にクンスタジオとかで見るとなんかこうやって出てきたけどなんか美女画像みたいなちょっと前の部屋みたいな感じで僕生成してないんでさんの履歴ではない。
[笑い]履歴ではないです。一切生成してませんのでご安心ください。で、ま、こ出てくるクエン
[笑い]3.8MAXスてあるじゃん。
ここにあるようにこれが1番いいモデル、今1番強いモデルではあり、このクラウド上いわゆるこのチャットクエンスタジオとかで使えたりすると。
もちろんこのAPIプラットフォームってところ見てあげるとここにも色々書いてある中で今現状はここにずらっとある中でAPI経由とかでもAPIクエ3.8MAみたいな形で一応使える形にはなってるのかなとは思いますがここで
DてはいはいトライコードテキスタンドコードコールAPRかちゃんと使える形になってるかな更新されてないってだけでここでク3.8maってのを呼び出せばっていうのでクラウド上つまりAPI
という形で呼び出せるという感じですと[音楽]はで、これちょっと置いといて。ここちょっとまだ出てないって感じかな。で、それが
1番左ですとクラウド上つまり手元に落とすことができないモデルね。これが
3.8MAX。で、真ん中がクエ3.8の
2.4[音楽]TのA95Bですと。
うん。ふん。
2.4Tって何?
2.4テ。
そう。2.4超。
え?おい。わけわかんないですよ。
2.4兆パラメーターだった気がする。
[咳払い]死ぬほど多い。
めちゃくちゃ多いパラメーターす。中のアクティブ
95B。どういう意味でしょう?
95ビリオン使う。
そう、95ビリオン。1ビリオンって1
ビリオンは1億、10[音楽]億かな。10
億か。
だから950億パラメーターを使うとパラメーターってなんかイメージできないですよね。
なんかそうだな。ま、
死ぬほど多いってことすか?
そう。死ぬほど多いってこと?例えばね、表現パッと出てこないな。よくディープラーニングとかってなられと出てくるだけバーっと数字なられがって数字のあれつ数字が色々繋がっててニューロンみたいなバーって繋がってて全てで
2.4テラあります。2.4
超メタ。その中で実際に使うのは
95ビリオン95パラメーター使いますよみたいなもので公開ウェイトなんだよね。でもこれさすがにぶっ壊れちゃいますよね。入れたら
無理。
ぶっ壊れちゃいます。ま、
基本無理。データセンターって書いてあるけど無理よね。これをインストールするみたいな。一応公開ウェイトだけど無理基本的にこれね、やしいのがこれ画像動画入力できないんですよね、このモデル。
なるほど。はいはい。画像そっか。あれじゃないのか。マルチモーダルじゃないんですね。
そう、マルチモーダルじゃないで思考もオフにするみたいな。
要はリーズモデルじゃないモデル、要はリーズさせずにポンとスピード重視で出力させるようなことができないんですよ。
逆に左側と右側それぞれは

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=XWt7Jm-OTB0 --language ja --bilingual --learning --auto-source-subtitles

    來源：https://www.youtube.com/watch?v=XWt7Jm-OTB0

    辨識語言：ja ｜ 參數：--language ja --bilingual --learning --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 雙語翻譯
    5. 雙語時間軸與學習單元
    6. 筆記與發布
    7. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：3.1 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：73.0 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：1.0 秒

    關係：依序執行

    結果：完成

  6. 4. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  7. 5. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  8. 6. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  9. 7. 雙語翻譯

    工具：vnt-sentence（句子雙語翻譯）

    處理：將句子翻譯成繁體中文

    產出：sentence_bilingual_transcript.json（雙語逐字稿）

    耗時：259.7 秒

    關係：依序執行

    結果：完成

  10. 8. 雙語時間軸與學習單元

    工具：videonote_learning_timeline_v2.py（建立雙語時間軸與學習單元）

    處理：建立雙語時間軸與學習內容

    產出：sentence_bilingual_timeline.html（雙語時間軸頁）、learning.json（學習單元）、japanese_learning.json（日文學習單元）

    耗時：112.3 秒

    關係：依序執行

    結果：完成

  11. 9. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：217.0 秒

    關係：依序執行

    結果：完成

  12. 10. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.1 秒

    關係：依序執行

    結果：完成

  13. 11. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.2 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench