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チームによって開発されたQwen3シリーズは際立っています。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300億のパラメータを持ち、そのうち30億が活性化されます。一方、Qwen3-235B-A22Bは合計2350億のパラメータにスケールアップし、そのうち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、開発者や研究者にとって同様に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を通じて、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とのやり取り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の設定、Apidogの構成、リクエストの送信、実践的な例の探索について解説します。さらに、Qwen 3 APIを効率的に操作するために必須のツールである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。

button

Qwen3とそのモデルの紹介

Qwen3シリーズは、密なアプローチとMoEアプローチをブレンドした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密なモデルとは異なり、Qwen3-30B-A3BやQwen3-235B-A22BのようなMoEモデルは、一部のサブセット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が向上します。この効率は、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から生まれています。

Qwen3-30B-A3Bは、300億のパラメータと30億のアクティブなパラメータを持ち、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、2350億のパラメータと220億のアクティブなパラメータを持ち、より深い推論や広範な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ており、複雑な問題解決のための思考モードなどの機能を提供しており、グローバルなユースケースに多用途です。

それでは、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経由での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ています。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。始める方法は以下のとおりです。

まず、OpenRouterのウェブサイトでアカウントを登録します。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の無料ティアには、Qwen3-30B-A3BおよびQwen3-235B-A22Bへのアクセスが含まれています。ただし、レート制限や優先度の低下などの制限が予想され、トラフィックが多い時間帯に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。たとえば、モデルとして"qwen/qwen3-30b-a3b:free"または"qwen/qwen3-235b-a22b:free"を指定します。OpenRouterが設定できたら、Apidogを使用してAPIをテストする準備が整いました。

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、問題の効率的なデバッグが可能です。以下の手順に従って構成してください。

button

まず、Apidogをダウンロードして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 Testing」という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https://openrouter.ai/api/v1/chat/completionsを入力します。

次に、ヘッダーを設定します。「Authorization」ヘッダーを追加し、値にBearer YOUR_API_KEYを設定します。YOUR_API_KEY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": "Hello, how are you?"}
  ]
}

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向上させます。この設定により、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経由で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を使用すると簡単です。プロセスを分解し、主要な機能を強調しましょう。

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配列には会話が保持され、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": "What’s the capital of Brazil?"}
  ]
}

Qwen 3モデルは、独自の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いるこのモードは、複雑なタスクの場合に<think>...</think>ブロックを生成し、モデルの推論プロセスを示します。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": "Tell me a fun fact. /no_think"}
  ]
}

これにより、推論なしで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て、特に遅延が発生する可能性のある無料ティアでの応答時間と出力がどのように変化するかを確認してください。

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探索しましょう。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強調します。

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": "Solve x^2 - 5x + 6 = 0"}
  ]
}

応答には以下が含まれる場合があります。

<think>
二次方程式の解の公式 x = [-b ± sqrt(b^2 - 4ac)] / 2a を使用します。ここで a = 1, b = -5, c = 6 です。x = [5 ± sqrt(25 - 24)] / 2 = [5 ± 1] / 2。したがって、x = 3 または x = 2 です。
</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"}
  ]
}

すぐに"Buenos días"という返信が期待できます。/no_thinkコマンドは、単純なタスクの効率を保証します。

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求めるPython関数を書いてください。"}
  ]
}

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、単純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理想的です。

結論と次のステップ

OpenRouter経由で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とのやり取りをテストし、洗練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。

実験する際には、プロンプトを微調整し、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に登録し、APIキーを取得して、今すぐリクエストの送信を開始してください。Apidogを無料でダウンロードして、テストゲーム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。

button