EXAONE 4.5 33B の必要VRAM

LG AI Research製の現行33B(注意は64層中フル16層のハイブリッド)。ライセンスは研究利用中心のEXAONE独自ライセンスで、商用利用は条件の確認が必要です。

34.35B / 64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。

この表は Q4_K_M を最小の量子化として計算しています。×でも、IQ4_XS のようにさらに小さい量子化なら収まることがあります(品質低下と、使うランタイムの対応状況の確認が要ります)。 このモデルは実際にその境界にあります: IQ4_XS相当(4.25bit)に置き換えると必要VRAMが約22.9GB→約21.1GBになり、24GB級で「△ ぎりぎり」→「◎ 快適」に一段上がります。

EXAONE 4.5 33Bとは

EXAONE 4.5 33Bは、LGAI-EXAONEが公開するTransformer系のハイエンドクラス(34.35Bパラメータ)オープンモデルです。24GB級GPUの領域で、ローカルで狙える上位の品質帯です。

EXAONE 4.5 33Bの必要スペックを読み解く

Q4_K_M量子化での内訳は、重み(モデル本体)が約20.1GB、8Kトークン分のKVキャッシュが約1.3GB、システム予約と合わせて合計約22.9GBです。 ◎(快適)判定の最小ラインは、VRAM 32GBクラスのGPUです。 迷ったらQ4_K_M(合計約22.9GB)が基準です。VRAMに余裕があればQ8_0(約38GB)で品質の上積みが狙えます。 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。

ハイブリッドアテンション採用: 全64層のうちフルアテンションは16層のみで、残りの層は直近4096トークンの窓しか参照しません。長文時のKVキャッシュ増加が緩やかです。

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0.5GB、8Kで約1.3GB、32Kまで広げると約3GBになります。文脈を4倍にしてもKVキャッシュは2.2倍にしか増えません — 長文に強いメモリ設計です。

速度の目安(理論上限)

生成速度はメモリ帯域律速です。Q4_K_Mの重み20.1GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約18 tokens/秒、RTX 4090(1008GB/s)で約50 tokens/秒 — 実効はオーバーヘッドの分これより下がります。

動かすには

OllamaやLM Studioに対応しています。導入手順は用語集のOllamaページにまとめています。

同クラスの選択肢

Qwen AgentWorld 35B-A3B(34.66B) / Ornith 1.0 35B(35.11B) / Qwen3.5 35B-A3B(35.95B)

▶ 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)