K2-Horizon 32B の必要VRAM

IFM(UAE)のK2-Horizon族の32B級dense(実測34.8B)。全層が全注意で、一度に扱えるコンテキストの上限は52万トークン。学習データと学習ログも公開されている。

34.78B / 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)。

上の表は8,192トークンの文脈での計算です。AIエージェント(道具を使って複数ステップの作業を自動でこなす使い方)では長い文脈が要り、その分KVキャッシュが増えます。 このモデルをQ4_K_Mで使う場合、必要VRAMは32Kで約31.2GB、128Kで約56.9GBです(8Kの約2.3倍)。 文脈を延ばすと必要VRAMが大きく増えるため、エージェント用途では判定より余裕を見てください。

K2-Horizon 32Bとは

K2-Horizon 32Bは、IFMが公開するTransformer系のハイエンドクラス(34.78B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。

Hugging Faceでの直近30日ダウンロードは約6,722件・いいね41件 — ダウンロード数は当サイト収録120モデル中107位です(2026-11-04時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

K2-Horizon 32B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21.1GB、8Kトークン分のKVキャッシュが約2.1GB、システム予約と合わせて合計約24.7GB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24.7GB)が基準です。VRAMに余裕があればQ8_0(約40.6GB)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。

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2.1GB、32Kまで広げると約8.6GB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。Q4_K_Mの重み21.1GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約17 tokens/秒、RTX 4090(1008GB/s)で約48 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) / MiniCPM-V 4.7 35B-A3B(35.21B)

▶ 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)