Qwen3-30B-A3BとQwen3-235B-A22B APIを無料で使う方法

大規模言語モデル（LLM）は、機械ができることの限界を押し広げ続けています。これらの革新の中でも、Alibaba CloudのQwenチームが開発したQwen3シリーズが注目されています。特に、Qwen3-30B-A3BおよびQwen3-235B-A22Bモデルは、Mixture-of-Experts（MoE）アーキテクチャとして印象的な能力を提供します。Qwen3-30B-A3Bは合計300億パラメータのうち30億が活性化され、Qwen3-235B-A22Bは合計2350億パラメータのうち220億が活性化されます。これらのモデルは、推論、多言語サポート、指示追従に優れており、開発者や研究者双方にとって価値のあるツールとなっています。

幸いなことに、OpenRouterが提供するAPIを介して、これらの強力なQwen 3モデルに無料でアクセスできます。

💡

これらのAPIとの連携を効率化するために、Apidogは優れたテストツールとして登場します。この技術ブログ記事では、Qwen3-30B-A3BおよびQwen3-235B-A22B APIを無料で利用するプロセスを順を追って説明します。OpenRouterのセットアップ、Apidogの設定、リクエストの送信、実践的な例の探求について解説します。さらに、Apidogを無料でダウンロードしてAPIテスト体験を向上させましょう—Qwen 3 APIを効率的に扱うための必須ツールです。

ボタン

Qwen3とそのモデルの紹介

Qwen3シリーズは、高密度（dense）とMoEのアプローチを融合させたLLM設計における飛躍的な進歩を表しています。すべてのタスクに対してすべてのパラメータを活性化する従来の高密度モデルとは異なり、Qwen3-30B-A3BやQwen3-235B-A22BのようなMoEモデルは、一部のみを活性化するため、パフォーマンスを犠牲にすることなく計算効率を向上させます。この効率性は、特定の「エキスパート」がタスクの異なる側面を処理する、エキスパートベースのアーキテクチャに由来します。

Qwen3-30B-A3Bは、300億パラメータ（うち30億活性）を持ち、小規模なアプリケーションやリソースに制約のある環境に適しています。

対照的に、Qwen3-235B-A22Bは、2350億パラメータ（うち220億活性）を持ち、より深い推論や幅広い言語カバレッジを必要とする要求の厳しいタスクを対象としています。どちらのモデルも100以上の言語をサポートし、複雑な問題解決のための思考モードのような機能を提供しており、グローバルなユースケースに対応できる汎用性があります。

さあ、これらのモデルのAPIに無料でアクセスし、Apidogでテストする方法を見ていきましょう。

OpenRouterを介したQwen3 APIへのアクセス

Qwen3-30B-A3BおよびQwen3-235B-A22B APIを無料で利用するには、OpenRouterが便利なソリューションを提供します。OpenRouterはこれらのモデルをホストし、OpenAI互換のAPIを提供しているため、既存のツールやライブラリとの統合が容易です。ここから始めましょう。

まず、OpenRouterのウェブサイトでアカウントにサインアップします。ログイン後、APIセクションに移動してAPIキーを生成します。

このキーはリクエストを認証するために使用されるため、安全に保管してください。OpenRouterの無料枠には、Qwen3-30B-A3BおよびQwen3-235B-A22Bへのアクセスが含まれます。ただし、レート制限や優先度の低下などの制限があるため、トラフィックが多い時間帯は応答が遅くなる可能性があります。

使用するAPIエンドポイントはhttps://openrouter.ai/api/v1/chat/completionsです。このエンドポイントはOpenAI形式のPOSTリクエストを受け付け、モデル名とメッセージの詳細を含むJSONボディが必要です。例えば、モデルとして"qwen/qwen3-30b-a3b:free"または"qwen/qwen3-235b-a22b:free"のように指定します。OpenRouterのセットアップが完了したら、Apidogを使用してAPIをテストする準備ができました。

APIテストのためのApidogのセットアップ

堅牢なAPIテストプラットフォームであるApidogは、Qwen 3 APIとのやり取りを簡素化します。直感的なインターフェースにより、リクエストの送信、応答の表示、問題のデバッグを効率的に行えます。設定するには以下の手順に従ってください。

ボタン

まずApidogをダウンロードし、システムにインストールします。アプリケーションを起動し、「Qwen3 APIテスト」という名前で新しいプロジェクトを作成します。

このプロジェクト内で、新しいリクエストを追加します。メソッドをPOSTに設定し、OpenRouterエンドポイントを入力します：https://openrouter.ai/api/v1/chat/completions。

次に、ヘッダーを設定します。「Authorization」ヘッダーに値Bearer あなたのAPIキーを追加します。あなたのAPIキーはOpenRouterから取得したキーに置き換えてください。これによりリクエストが認証されます。次に、ボディタブに切り替え、JSON形式を選択し、リクエストペイロードを作成します。以下はQwen3-30B-A3Bの例です：

{
  "model": "qwen/qwen3-30b-a3b:free",
  "messages": [
    {"role": "user", "content": "こんにちは、元気ですか？"}
  ]
}

Apidogで「Send」をクリックしてリクエストを実行します。応答ペインには、生成されたテキストやトークン使用量などのメタデータを含む、モデルの出力が表示されます。リクエストの保存やコレクションへの整理など、Apidogの機能はワークフローを強化します。この設定で、Qwen 3モデルの機能を探索できるようになります。

Qwen3モデルへのリクエスト送信

OpenRouterを介してQwen3-30B-A3BおよびQwen3-235B-A22Bモデルにリクエストを送信するのは、Apidogを使えば簡単です。プロセスを分解し、主要な機能に焦点を当てましょう。

各リクエストには、model フィールドと messages 配列という2つの主要なコンポーネントが必要です。選択に応じて、model を "qwen/qwen3-30b-a3b:free" または "qwen/qwen3-235b-a22b:free" に設定します。messages 配列は会話を保持し、各エントリには role（例：「user」または「assistant」）と content（テキスト）が含まれます。基本的なクエリには、以下を使用します：

{
  "model": "qwen/qwen3-235b-a22b:free",
  "messages": [
    {"role": "user", "content": "ブラジルの首都は何ですか？"}
  ]
}

Qwen 3モデルは、ユニークな機能である思考モードもサポートしています。デフォルトで有効になっており、このモードは複雑なタスクに対して<think>...</think>ブロックを生成し、モデルの推論を示します。より単純なクエリでこれを無効にするには、プロンプトに/no_thinkを追加します。例：

{
  "model": "qwen/qwen3-30b-a3b:free",
  "messages": [
    {"role": "user", "content": "面白い事実を教えてください。 /no_think"}
  ]
}

これにより、推論なしの直接的な応答が返されます。Apidogで両方のモードをテストし、応答時間と出力がどのように異なるかを確認してください。特に無料枠では遅延が発生する可能性があります。

例とユースケース

Qwen3-30B-A3BおよびQwen3-235B-A22Bモデルの可能性を示すために、Apidogを使用した実践的な例を見ていきましょう。これらのシナリオは、推論、多言語タスク、コード生成における彼らの強みを浮き彫りにします。

例1：数学の問題を解く

推論タスクとして、Qwen3-235B-A22Bに二次方程式を解くように依頼します：

{
  "model": "qwen/qwen3-235b-a22b:free",
  "messages": [
    {"role": "user", "content": "x^2 - 5x + 6 = 0 を解いてください"}
  ]
}

応答には以下が含まれる場合があります：

<think>
Using the quadratic formula x = [-b ± sqrt(b^2 - 4ac)] / 2a, where a = 1, b = -5, c = 6: x = [5 ± sqrt(25 - 24)] / 2 = [5 ± 1] / 2. Thus, x = 3 or x = 2.
</think>
解： x = 3, x = 2.

これは、モデルが段階的に推論する能力を示しています。

例2：多言語翻訳

テキストを翻訳して、Qwen 3モデルの言語スキルをテストします。Qwen3-30B-A3Bの場合：

{
  "model": "qwen/qwen3-30b-a3b:free",
  "messages": [
    {"role": "user", "content": "'Good morning' をスペイン語に翻訳してください。 /no_think"}
  ]
}

素早い応答を期待してください："Buenos días"。/no_thinkコマンドは、単純なタスクの効率性を保証します。

例3：コード生成

Qwen3-235B-A22BにPython関数を作成するように依頼します：

{
  "model": "qwen/qwen3-235b-a22b:free",
  "messages": [
    {"role": "user", "content": "3つの数値の最大値を見つけるPython関数を作成してください。"}
  ]
}

応答は以下のようになる可能性があります：

<think>
効率的に最大値を見つけるために、簡単な比較を使用します。
</think>
def find_max(a, b, c):
    if a >= b and a >= c:
        return a
    elif b >= a and b >= c:
        return b
    else:
        return c

これらの例は、Qwen 3モデルが多様なタスクにどのように適応するかを示しており、チャットボット、教育ツール、コーディングアシスタントなどのアプリケーションに最適です。

結論と次のステップ

OpenRouterを介してQwen3-30B-A3BおよびQwen3-235B-A22B APIを無料で利用し、Apidogと組み合わせることで、可能性の世界が広がります。方程式を解くことからコードを生成することまで、これらのモデルは無料で強力なパフォーマンスを提供します。Apidogは、APIインタラクションをテストおよび改善するためのシームレスな方法を提供することで、この体験を向上させます。

実験する際は、プロンプトを調整し、思考モードを切り替え、応答を監視してユースケースを最適化してください。OpenRouterにサインアップし、APIキーを取得して、今すぐリクエストの送信を開始しましょう。Apidogを無料でダウンロードして、テストのスキルを向上させましょう。Qwen 3とApidogがあれば、革新的なソリューションを簡単に構築できます。

ボタン