ファインチューニングに必要なもの
QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。
| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 2.8 GB：RTX 4090 または RTX 3090 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| LoRA | 9.7 GB：RTX 4090 または RTX 3090 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| フルファインチューニング | 64 GB：H100 または A100 1 枚、H100 は GPU 1 時間あたり $2.07 から |
モデルについて
Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。
- パラメータ数
- 4.0B
- コンテキスト長（トークン）
- 262,144
- 公開時の精度
- BF16
- ライセンス
- apache-2.0
- 公開日
- 2025-08-05
Arrakis でデプロイする
コンソールで Models を開き、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。GPU メモリが足りるマシンなら、自分で動かすこともできます：
vLLM
vllm serve Qwen/Qwen3-4B-Thinking-2507 --tensor-parallel-size 1よくある質問
すべての GPU の最新価格は GPU 価格 のページにあります。
Qwen3-4B-Thinking-2507 にはどれだけの GPU メモリが必要ですか？
推論で動かすには、16 ビットで約 10 GB、8 ビットで約 5 GB、4 ビットで約 2 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 3 GB、LoRA で約 10 GB、Adam によるフルファインチューニングで約 64 GB が必要です（活性化を除く）。
Qwen3-4B-Thinking-2507 は GPU 1 枚で動きますか？
はい。16 ビットで約 9.7 GB 必要で、RTX 4090 または RTX 3090 1 枚に収まります。
Qwen3-4B-Thinking-2507 を動かす費用はいくらですか？
16 ビットなら RTX 4090 または RTX 3090 1 枚、4 ビットなら RTX 4090 または RTX 3090 1 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。
Arrakis で Qwen3-4B-Thinking-2507 をデプロイするには？
Arrakis コンソールで Models を開き、Qwen/Qwen3-4B-Thinking-2507 を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。