20B〜30B級MoE5モデルガチ比較！Qwen3の無印版だけ「考え中」が漏れ続けた

Sat, 12 Sep 2026 20:47:27 +0900

きっかけ：20B〜30B級のMoE、ちゃんと横並びで見たことがなかった

ここまで4B級・12B〜14B級・27B級と見てきたけど、20B〜30B帯——ちょうど「MoE(Mixture of Experts)」構成のモデルが多く出回っているサイズ帯——はまだ横並びで比較していなかった。うちの環境(Ollama+B580×2)には既にいくつかダウンロード済みだったので、5モデルまとめて比較してみた。

対象モデルとテスト内容

モデル	実体	構成
Qwen3-30B-A3B(base)	`qwen3:30b-a3b`	MoE(全30B・アクティブ3B)
Qwen3-30B-A3B-2507	`qwen3:30b-a3b-instruct-2507-q4_K_M`	MoE(同上、instructチューン版)
Gemma4-26B-A4B	`sonct988/gemma4-26b-a4b-it-q4km-256k`	MoE(全26B・アクティブ4B)
GLM-4.7-Flash-23B-A3B	`tk2133/GLM-4.7-Flash-REAP-23B-A3B:Q4_K_S`	MoE(全23B・アクティブ3B)
gpt-oss-safeguard-20B	`gpt-oss-safeguard:20b`	MoE(20B、セーフティ特化チューン)

テスト内容はこれまでと同じ3種(日本語生成・翻訳・コーディング実行)。

生成速度：最速はgpt-oss-safeguard、最遅はGLM

gpt-oss-safeguard-20B: 60.1〜60.7 tok/sで圧倒的トップ
Gemma4-26B-A4B: 36.7〜43.4 tok/s
Qwen3-30B-A3B-2507: 30.9〜31.9 tok/s
Qwen3-30B-A3B(base): 28.6〜29.1 tok/s(※後述の理由で参考値)
GLM-4.7-Flash-23B-A3B: 16.6〜19.1 tok/sで最も遅い

VRAM使用量はGemma4-26B-A4Bが17.9GB、Qwen3-30B系が19.2〜19.3GBで最大、GLMとgpt-oss-safeguardは13.6GBと省メモリだった。

品質チェック：Qwen3-30B-A3B(base)が全タスクで「考え中」を漏らし続けた

今回、一番はっきりした問題が出たのがQwen3-30B-A3B(base、instructチューン前の無印版)。APIリクエストでthink: falseを明示しているにもかかわらず、日本語生成・翻訳・コーディングの全タスクで英語の思考過程がそのまま出力に漏れ続けた。

翻訳タスクでの一部を抜粋すると:

「Okay, let’s tackle this translation request. The user wants the Japanese sentences translated into natural English…(延々と英語での検討が続く)…Okay, I think that’s it. </think> The weather’s great today, so I think I’ll go for a walk in the park.」

MoE on 現役エンジニアのAI事情

20B〜30B級MoE5モデルガチ比較！Qwen3の無印版だけ「考え中」が漏れ続けた

きっかけ：20B〜30B級のMoE、ちゃんと横並びで見たことがなかった

対象モデルとテスト内容

生成速度：最速はgpt-oss-safeguard、最遅はGLM

品質チェック：Qwen3-30B-A3B(base)が全タスクで「考え中」を漏らし続けた