Qwen 14B対Llama 3 8B:ローカルでどちらが優れているか?
Hans Kuepper 著 · PromptQuorum創設者 · オープンウェイト/オープンソースAIの発見エンジン
重要なポイント
- ✓Llama 3 8B(ダウンロード4.7 GB)は6 GB VRAMに収まり、RTX 3060で約25 tok/s——小型カードで対話速度を重視するなら最適です
- ✓Qwen3 14B(ダウンロード9.3 GB)は最低約10 GB VRAMが必要で約15 tok/sで動作しますが、Qwen自身の比較表ではベースモデルのMMLUが81.1で、Llama 3 8Bの66.6を上回ります
- ✓実用上の分岐点はVRAM 12 GBです:8 GBまではLlama 3 8BまたはQwen3 8B、12 GBならQwen3 14Bが品質で勝ります
- ✓コードと数学では差がさらに広がります:EvalPlus 72.2対44.1、GSM8K 92.5対55.3(ベースモデル、Qwen公表値)
- ✓コンテキスト長も異なります:Llama 3 8Bは8Kまで、Qwen3 14Bはネイティブ32K(YaRNで131K)、Llama 3.1 8Bは128Kに対応します

クイック回答
Llama 3 8Bは軽量なモデルで、ダウンロードは4.7 GB、6 GBのカードに収まり高速に動作します。Qwen3 14Bはダウンロード9.3 GBで約10〜12 GBのVRAMが必要ですが、ベースモデルのMMLUは約14ポイント高い(81.1対66.6)です。VRAMが12 GBあれば、品質面でQwen3 14Bが勝ります。
- ▸Llama 3 8B:4.7 GB(ollama run llama3)、コンテキスト8K、RTX 3060で約25 tok/s
- ▸Qwen3 14B:9.3 GB(ollama run qwen3:14b)、ネイティブ32Kコンテキスト(YaRNで131K)、約15 tok/s
- ▸小型カードで128Kコンテキストが必要? 現行のLlama 8BはLlama 3.1 8B(4.9 GB)です
Llama 3 8Bは速度とVRAM効率で優位
Llama 3 8BはOllamaで4.7 GBのダウンロードで、RTX 3060 12 GBで毎秒約25トークンを生成します。VRAMが10 GB未満の環境では標準的な選択肢です。80億パラメータにより、チャットや短いコードセッションに適した軽快な対話応答が得られます。
Qwen3 14Bは9.3 GBのダウンロードで、コンテキストキャッシュの前に約10 GB、余裕を持って動かすには12 GBのVRAMが必要です。同じカードで約15 tok/sです。スループットの低下はリアルタイムの会話では目立ちますが、レイテンシより品質が重要なバッチ要約や長文書処理では許容できます。
この速度では、200トークンの回答にLlama 3 8Bは約8秒、Qwen3 14Bは約13秒かかります。単発の質問では差は小さいですが、複数ターンのセッションでは累積します。tok/sの値はRTX 3060 12 GBでの単一ユーザー向けの概算であり、PromptQuorumのベンチマークではありません。お使いのカードではollama run --verboseで実測してください。
| モデル | Ollamaコマンド | ダウンロードサイズ | ネイティブコンテキスト | MMLU(ベース) |
|---|---|---|---|---|
| Llama 3 8B | ollama run llama3 | 4.7 GB | 8K | 66.6 |
| Qwen3 8B | ollama run qwen3:8b | 5.2 GB | 32K(YaRNで131K) | 76.9 |
| Qwen3 14B | ollama run qwen3:14b | 9.3 GB | 32K(YaRNで131K) | 81.1 |
📍 一文で説明
Llama 3 8Bはダウンロード4.7 GBでより高速、Qwen3 14Bは9.3 GBですがMMLUが約14ポイント高い(81.1対66.6、ベースモデル)です。
💬 簡潔に説明
VRAMが6〜8 GBならLlama 3 8BかQwen3 8Bを、12 GB以上ならより良い回答のQwen3 14Bを使ってください。
VRAMが許せばQwen3 14Bが品質で優位
Qwen3 14B BaseのMMLUは81.1で、Llama 3 8B Baseの66.6を約14ポイント上回ります。この差は、多段階推論、指示追従、構造化出力の一貫性の向上として現れます。これらはQwen自身のテクニカルレポートに基づくベースモデルの数値で、共通のパイプラインで評価されています。ベンダー公表値であり、Instruct版では異なります。
コードと数学では差が広がります。同じ表で、Qwen3 14B BaseはEvalPlusで72.2(Llama 3 8Bは44.1)、GSM8Kで92.5(同55.3)です。Qwen3 8Bはその中間(MMLU 76.9、EvalPlus 67.7)なので、Qwen 8Bと14Bで迷うなら、14Bはダウンロードが4.1 GB増える代わりにMMLUが約4ポイント上がります。
バージョン確認:Llama 3 8Bのコンテキストは8Kまでです。現行のLlama 8Bは、128Kコンテキストを持つLlama 3.1 8B(4.9 GB)です。Qwen3 14Bはネイティブ32Kコンテキストで、YaRNスケーリングで131Kに対応します。Metaに14BのLlamaはなく、OllamaのQwen3.5には9B(6.6〜7.6 GB、256Kコンテキスト)はあっても14Bはないため、14BクラスではQwen3 14Bが引き続き選択肢です。
8 GB以下:Llama 3 8B(4.7 GB)またはQwen3 8B(5.2 GB)。10〜12 GB:Qwen3 14Bが分岐点で収まります。16 GB以上:どちらも長いコンテキストで動作します。コード特化の選択肢とベンチマーク表は、コーディング向け最適14Bモデルの比較をご覧ください。
| ベンチマーク(ベースモデル) | Llama 3 8B | Qwen3 8B | Qwen3 14B |
|---|---|---|---|
| MMLU | 66.6 | 76.9 | 81.1 |
| MMLU-Pro | 35.4 | 56.7 | 61.0 |
| GSM8K(数学) | 55.3 | 89.8 | 92.5 |
| MATH | 20.5 | 60.8 | 62.0 |
| EvalPlus(コード) | 44.1 | 67.7 | 72.2 |
関連記事
出典
- ▸Qwen3 Technical Report (arXiv 2505.09388), Tables 5–6 -- arxiv.org/abs/2505.09388
- ▸Qwen3-14B model card (Hugging Face) -- huggingface.co/Qwen/Qwen3-14B
- ▸Ollama: qwen3 -- ollama.com/library/qwen3
- ▸Ollama: llama3 -- ollama.com/library/llama3
- ▸Ollama: llama3.1 -- ollama.com/library/llama3.1
- ▸Ollama: qwen3.5 -- ollama.com/library/qwen3.5
- ▸Meta Llama 3 8B model card (Hugging Face) -- huggingface.co/meta-llama/Meta-Llama-3-8B