Qwen AgentWorld 35B-A3B の必要VRAM

Qwen3.5系のエージェント特化MoE(総35B・実働3B)。自律タスク実行向けのチューニング版。

34.66B / 40層 / GQA 2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22.7GB→約20.1GBになり、24GB級で「△ ぎりぎり」→「◎ 快適」に一段上がります。

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23.2GB、128Kで約25.2GBです(8Kの約1.1倍)。 KVヘッドが少ない構成のため、文脈を延ばしても増え方はゆるやかです。エージェント用途に向く設計といえます。

Qwen AgentWorld 35B-A3Bとは

Qwen AgentWorld 35B-A3Bは、Alibaba(Qwenチーム)が公開するQwen系のハイエンドクラス(34.66B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8万件・いいね708件 — ダウンロード数は当サイト収録83モデル中65位です(2026-08-28時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Qwen AgentWorld 35B-A3B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21GB、8Kトークン分のKVキャッシュが約0.2GB、システム予約と合わせて合計約22.7GB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22.7GB)が基準です。VRAMに余裕があればQ8_0(約38.5GB)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34.66B・実効3B。メモリは総量34.66B分が必要ですが、生成速度は3B級の軽さです。

ハイブリッドアテンション(線形)採用: 全40層のうちフルアテンションは10層のみで、残りの層はコンテキスト長に依存しない固定サイズの状態を持ちます。長文に強い設計です。

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0.2GB、32Kまで広げると約0.7GB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3B相当(Q4で約1.8GB)で決まり、理論上限はRTX 3060 12GBで約198 tokens/秒、RTX 4090で約554 tokens/秒です(実効はこれ以下)。

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

EXAONE 4.5 33B(34.35B) / 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)