Bonsai 8B (1-bit) の必要VRAM

PrismML製の全層1-bitモデル。8Bクラスが約1.2GBに収まり、iGPUやスマホ級でも載る軽さ。

8.19B / 36層 / GQA 8ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

🛠 Ollama・LM Studio では動きません。実行には llama.cpp の新版、または MLX が必要です。

Bonsai 8B (1-bit)とは

Bonsai 8B (1-bit)は、PrismMLが公開するQwen系の入門〜標準クラス(8.19Bパラメータ)オープンモデルです。スマートフォンでの動作も視野に入る軽さです。

Hugging Faceでの直近30日ダウンロードは約11万件・いいね772件 — ダウンロード数は当サイト収録86モデル中61位です(2026-08-31時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Bonsai 8B (1-bit)の必要スペックを読み解く

Q1_0量子化での内訳は、重み(モデル本体)が約1.1GB、8Kトークン分のKVキャッシュが約1.2GB、システム予約と合わせて合計約3.9GBです。 ◎(快適)判定の最小ラインは、VRAM 8GBクラスのGPUです。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

配布はQ1_0(1.12bpw)固定: 一般的な量子化の選択肢はなく、この精度に対応したランタイムが必要です。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0.3GB、8Kで約1.2GB、32Kまで広げると約4.8GBになります。KVキャッシュはコンテキスト長にほぼ比例して増えるため、長文用途ではその分のVRAM余白を見込んでください。

速度の目安(理論上限)

生成速度はメモリ帯域律速です。Q1_0の重み1.1GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約314 tokens/秒、RTX 4090(1008GB/s)で約879 tokens/秒 — 実効はオーバーヘッドの分これより下がります。

同クラスの選択肢

Ternary-Bonsai 8B (三値)(8.19B) / Qwen3 8B(8.19B) / Qwen2.5-VL 7B(8.29B)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)