01できること
長所
- 汎用性が高く、多言語に対応した28BのDenseモデル
- 262kのネイティブコンテキスト
- 安全対策のない応答（検閲なしでの利用）
- 許諾条件の緩やかな Apache 2.0 ライセンス
知っておくべき限界
- —Q4でVRAM約16GB：VRAM 16〜24GBのGPUを推奨
- —Abliteration = アライメントと安全性が失われる可能性
- —Ollamaタグなし — Hugging Face経由でインストール
アーキテクチャ
密なTransformer · 28Bパラメータ · 262kのコンテキスト · Qwen 3.8 27Bの「abliterated」版（安全対策を除去）
トレーニング
Qwen 3.8 27Bをコミュニティがファインチューニングしたモデル（OBLITERATUS）。拒否応答を取り除くことを目的としたアブリテレーションを適用しています。ベースはQwenの公式モデルで、学習の詳細は公開されていません。
おすすめの用途
フィルターのないチャット多言語長コンテキスト 262k
04インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$# HuggingFace : OBLITERATUS/Qwen3.8-27B-OBLITERATED
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
16 GB
Q5_K_M
品質とサイズのバランスが良好
20 GB
Q8_0
FP16とほぼ区別がつかない
30 GB
FP16
フル精度 — サーバー用途
56 GB
CPU フォールバック ・GPUがない場合は、 36 RAM（GB） このモデルを低速で実行するための最低要件。
Qwen 3.8 27B Obliteratedに必要なハードウェアは？
Qwen 3.8 27B ObliteratedをQ4量子化でローカル実行するには、VRAM 16 GB程度が必要です。比較候補：RTX 5070 Ti 16 GB — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。
現在のオファー： RTX 5070 Ti 16 GB
Amazon価格を見る →Materiel.net価格を見る →Darty価格を見る →アフィリエイトリンク — 当サイトが報酬を受け取る場合がありますが、お客様に追加費用はかかりません。おすすめは独立した判断に基づいています。Amazonアソシエイトとして、QuelLLMは条件を満たす購入によって収益を得ます。
外出先では： Qwen 3.8 27B Obliterated 〜でも動作します RTX搭載ノートPC (16 GBのVRAM) →
AI キット「Sans Filtre」
本当に答えるAI：ローカルで動作する検閲なしモデル。健康、歴史、セキュリティ、執筆における不当な拒否なし。法的枠組みも解説。
- 永久に利用できるオンラインスペース
- PDF + ファイル
- 30日間返金対応
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €