← モデル一覧へモデルチェック
Qwen3-VL 8Bは動く？
AlibabaのQwen3-VL 8Bは、推奨の4bit量子化で約8 GBのRAMが必要です（ダウンロードは4.9 GB）。あなたのハードウェアを下で即チェック — データは一切ブラウザの外に出ません。 NVIDIA RTX 3060 12GBならおよそ ~63 tok/s が目安です。
ハードウェア情報を読み取っています…
スペック
パラメータ数8B
コンテキスト長256K トークン
開発元Alibaba
ライセンスApache 2.0
公開日2025-10
得意分野画像認識, チャット
量子化別サイズ
| 量子化 | ビット/重み | ダウンロード | 必要RAM | 品質 |
|---|---|---|---|---|
| Q2_K | 3.35 | 3.4 GB | 6 GB | 劣化が目立つ |
| Q4_K_M推奨 | 4.85 | 4.9 GB | 8 GB | 推奨 |
| Q5_K_M | 5.65 | 5.7 GB | 12 GB | 高品質 |
| Q8_0 | 8.5 | 8.5 GB | 16 GB | ほぼ原品質 |
| F16 | 16 | 16.0 GB | 24 GB | オリジナル |
サイズはパラメータ数×ビット/重みからの推定値です。実際のGGUFビルドとは多少異なります。 · データ更新日: 2026-06-11 · 数値の算出方法 →
コンテキスト長別の必要メモリ
| コンテキスト | KVキャッシュ（推定） | 合計メモリ（Q4） |
|---|---|---|
| 4K トークン | ~0.5 GB | ~5.4 GB |
| 8K トークン | ~1.0 GB | ~5.9 GB |
| 32K トークン | ~4.2 GB | ~9.1 GB |
| 128K トークン | ~16.8 GB | ~21.7 GB |
KVキャッシュはコンテキスト長に比例して増えます — 4Kで収まるモデルでも32Kではメモリ不足になることがあります。推定はgrouped-query attention使用時のFP16キャッシュを前提としており、実際の使用量はランタイムによって異なります。
ハードウェア別の推定速度
| ハードウェア | 帯域幅 | 速度の目安 |
|---|---|---|
| NVIDIA RTX 3060 12GB | 360 GB/s | ~63 tok/s |
| NVIDIA RTX 4090 24GB | 1008 GB/s | ~177 tok/s |
| Apple M-series (base) | 100 GB/s | ~18 tok/s |
| Apple M-series Pro | 270 GB/s | ~47 tok/s |
| Apple M-series Max | 410 GB/s | ~72 tok/s |
| CPU only (dual-channel DDR5) | 60 GB/s | ~11 tok/s |
トークン生成はメモリ帯域幅に律速されます：tok/s ≈ 帯域幅 × 0.85 ÷ Q4でのモデルサイズ。実際の数値はランタイムやコンテキスト長によって変わります。
ローカルで動かす
いちばん簡単なのはOllama — コマンド1つでチャットを始められます：
ollama run qwen3-vl:8b