6月27日、vettedconsumer.comが「Qwen-AgentWorld-35B-A3B: a local 'world model' you can run at home」と題した記事を公開した。Alibabaが公開したローカル実行可能なエージェント向け「言語世界モデル」Qwen-AgentWorld-35B-A3Bの概要・アーキテクチャ・ハードウェア要件について詳しく紹介されている。
「次のアクションを選ぶ」のではなく「次の状態を予測する」
6月22日にQwen（Alibaba）がリリースしたQwen-AgentWorld-35B-A3Bは、コーディングアシスタントでも汎用チャットボットでもない。Alibabaが「言語世界モデル（language world model）」と呼ぶこのモデルの役割は、エージェントがアクションを取ったとき、環境が次にどういう状態になるかを予測することだ。
通常のLLMが「次に何をすべきか（アクション）」を出力するのに対し、世界モデルは「そのアクションを取ったら何が起きるか（次の状態）」をシミュレートする。現在の画面出力やターミナルの出力に対して「このコマンドを実行したら次の状態は？」を予測する用途を想定している。
カバーするエージェントドメインはMCPツール呼び出し、検索、ターミナル、ソフトウェアエンジニアリング（SWE）、Android、Web、OSの7種類で、テキスト環境とGUI環境の両方に対応する。
ライセンスはApache 2.0。ウェイトはHugging Faceに公開済みで、GGUFの量子化版もすでに存在する。
アーキテクチャ：なぜ長いコンテキストが扱えるのか
スペック上の数字は以下の通りだ。
- 総パラメータ数：350億（35B）
- トークンごとのアクティブパラメータ：約30億（3B）
- MoE（Mixture of Experts）構成：256エキスパート（8つをルーティング＋1つ共有）
- ネイティブコンテキストウィンドウ：262,144トークン（実用上の下限は128Kとされる）
ここで面白いのがアーキテクチャの詳細だ。このモデルは標準的なフルアテンション一本槍ではなく、Gated DeltaNetブロックとゲートアテンションブロックを組み合わせたハイブリッド構成になっている。
Gated DeltaNetは線形アテンション（linear attention）の一種で、フルアテンションと異なりKVキャッシュがコンテキスト長に比例して膨張しない。これが256Kという大きなコンテキストウィンドウを持ちながらも、メモリを食い尽くさずに長いエージェントトレース（ターミナルセッション全体、複数ステップのブラウザ操作など）を処理できる理由だ。
技術レポートはarXiv:2606.24597として6月23日に提出されている（著者はZuo、Xiao、Sheng、Huangら30名以上のAlibabaチーム）。
ベンチマーク数字の扱いに注意
Qwen自身のベンチマーク「AgentWorldBench」での35B-A3Bのスコアは以下の通り。
| ドメイン | スコア（/100） |
|---|---|
| OS | 65.92 |
| SWE | 65.63 |
| MCPツール呼び出し | 64.79 |
| 全体 | 56.39 |
| 検索 | 36.69 |
ただしこれは「作った側が作ったベンチマークで測った数字」であり、独立した評価ではない点は念頭に置くべきだ。
実際に動かすには何が必要か
「アクティブパラメータが3Bだから軽い」と誤解しやすいが、推論時には35B全体をメモリにロードする必要がある。Q4_K_M量子化でウェイトだけで約21GB。これにKVキャッシュとオーバーヘッドが乗る。実用上は24GB以上のVRAM（またはそれに相当する統合メモリ）を持つ環境が最低ラインとなる。
以下の表は元記事が引用するコミュニティ報告に基づく参考値だ。Qwen-AgentWorld-35B-A3B本体の実測値ではなく、同等クラスのQwen3-30B-A3BやQwen3.5-35B-A3B相当モデルでの実績として報告されているものを元記事が参照したものである。実際の動作速度はモデルや環境の差異により変動する可能性がある。
| 環境 | Q4_K_M（約21GB）の収容 | 参考tok/s |
|---|---|---|
| RTX 5060 Ti（16GB） | 小さい量子化のみ | 約47〜51（IQ3_XXS） |
| RTX 4080（16GB） | CPUオフロード必要 | 約51〜57 |
| RTX 3090 / 4090（24GB） | Q4がちょうど収まる | 未検証だが帯域幅から最速レンジ |
| Mac 64GB統合メモリ | 収容可能 | 約45（Q4） |
| Strix Haloボックス 128GB | 余裕で収容 | 約86〜100 |
| Mac Studio 128GB | 余裕で収容 | 約70〜130（MLX 4bit） |
「Strix Haloボックス」とは、AMDのStrix Haloアーキテクチャ（高帯域幅の大容量統合メモリを特徴とするAPU）を搭載したミニPC製品群を指す。大容量のユニファイドメモリを活かしてGPU非搭載でも大型モデルを高速に処理できる点が特徴だ。
24GBカード（中古RTX 3090や4090）が最もコスパのよい選択肢で、Q4をロードしつつ長めのコンテキストも確保できる。16GBカードでも動くが、量子化を落とすかシステムRAMへのレイヤーオフロードが必要になり、速度は落ちる。
コミュニティの反応：賛否が割れている
リリースから4日程度しか経っておらず、評価はまだ定まっていない。Hacker Newsのスレッドでの声は以下のように割れている。
「これは完全に過小評価されているニュースだ。安価な世界モデルは、小さいエージェントモデルがワークフローの状態を追跡するのに役立てられる」（あるHacker Newsユーザー）
一方で懐疑的な声も複数ある。
「Qwenは少し異なる訓練をしたLLMを『世界モデル』として再ブランディングしているだけだ。この用語は通常LLMとは別のものを指す」（別のHacker Newsユーザー）
「アーキテクチャの勝利というより、1000万件の実インタラクショントレースというデータスケールの勝利ではないか」（同スレッド内）
マーケティング用ベンチマークのグラフに誤りがあるとの指摘もあった。HuggingFaceのディスカッションでも「ワークフローのどこに組み込むのかがわからない」という声が最も多い。これはモデルの性質を正確に反映している。これはエンドユーザーが使うモデルではなく、エージェントを構築する開発者向けのコンポーネントだ。
結論：誰が使うべきか
チャットや日常的なコード生成が目的なら、通常のQwen3シリーズの方が適切だ。AgentWorldが意味を持つのは、ツール呼び出し・ターミナルコマンド・ブラウザ操作が実行前に何をもたらすかをローカルで・長いコンテキストで・フロンティアAPIなしにシミュレートしたいエージェント開発者に限られる。「世界モデル」というラベルがやや誇張気味であることと、データスケールによる成果が大きいことはどちらも事実だろうが、24GBクラスのGPUや大容量統合メモリ環境があれば実用的な速度で動く点は開発者にとって意味がある。実際に組み込む前に、コミュニティ報告がさらに集まるまで数週間様子を見るのが無難だ。
詳細はQwen-AgentWorld-35B-A3B: a local 'world model' you can run at homeを参照していただきたい。
