Ling-3.1-flash の必要VRAM

Ant Group(inclusionAI)のLing第3.1世代(総560B・実働25B)。72層のうち63層が線形注意(KDA)、9層がMLAで、一度に扱えるコンテキストの上限は100万トークン。

572.12B / 72層 / GQA 64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)。

⚠ 公式配布はFP8です。

🛠 総パラメータは大きいものの、実際に毎回動くのは一部だけのMoEです。llama.cpp の --n-cpu-moe や KTransformers などオフロード対応エンジンを使うと、VRAM に全部載らなくても、大容量のシステムRAMがあれば動く場合があります(速度は実働パラメータ相当。下の必要VRAMは全載せ前提の目安です)。

Ling-3.1-flashとは

Ling-3.1-flashは、inclusionAIが公開するTransformer系のデータセンター級(572.12Bパラメータ)オープンモデルです。数百B〜1T規模のフラッグシップで、個人のローカル実行は対象外です(参考収載)。

Hugging Faceでの直近30日ダウンロードは約6,423件・いいね162件 — ダウンロード数は当サイト収録120モデル中109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)。

Ling-3.1-flash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346.8GB、8Kトークン分のKVキャッシュが約0.1GB、システム予約と合わせて合計約348.4GBです。 単一のコンシューマGPUに◎(快適)となるクラスはなく、実行はクラウドGPUが現実的です。 迷ったらQ4_K_M(合計約348.4GB)が基準です。VRAMに余裕があればQ8_0(約609.5GB)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。

MoE構成: 総572.12B・実効25B。メモリは総量572.12B分が必要ですが、生成速度は25B級の軽さです。

MLA(圧縮KVキャッシュ)採用: 8Kトークン時のKVキャッシュは約0.1GB — 標準的なGQA構成なら約19.3GB相当のところを大幅に圧縮しており、長文でもメモリが伸びにくい設計です。

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0GB、8Kで約0.1GB、32Kまで広げると約0.3GB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)

MoEのため速度は実効25B相当(Q4で約15.2GB)で決まり、理論上限はRTX 3060 12GBで約24 tokens/秒、RTX 4090で約67 tokens/秒です(実効はこれ以下)。

動かすには

この規模はコンシューマ環境の外なので、クラウドGPUでの実行が入口になります。 RunPodでの始め方(手順ガイド)

同クラスの選択肢

Beam 1.0 501B-A23B(501.27B) / DeepSeek-R1(684.53B) / GLM-5.2(753B)

▶ 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)