Qwen2.5-Coder 7B の必要VRAM

Qwenのコード特化7B。軽さと補完性能のバランスが良く、ローカルのコーディング補助の定番。

7.62B / 28層 / GQA 4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。

Qwen2.5-Coder 7Bとは

Qwen2.5-Coder 7Bは、Alibaba(Qwenチーム)が公開するQwen系の入門〜標準クラス(7.62Bパラメータ)オープンモデルです。8GB級GPUで扱える定番サイズで、日常的な対話・文章作成の実用ラインです。コーディング・開発支援に特化したチューニングが施されています。

Hugging Faceでの直近30日ダウンロードは約188万件・いいね763件 — ダウンロード数は当サイト収録42モデル中26位です(2026-07-26時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Qwen2.5-Coder 7B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4.6GB、8Kトークン分のKVキャッシュが約0.5GB、システム予約と合わせて合計約6.6GBです。 ◎(快適)判定の最小ラインは、VRAM 8GBクラスのGPUです。 迷ったらQ4_K_M(合計約6.6GB)が基準です。VRAMに余裕があればQ8_0(約10.1GB)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0.1GB、8Kで約0.5GB、32Kまで広げると約1.9GB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4.6GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約78 tokens/秒、RTX 4090(1008GB/s)で約218 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

Llama 3.1 8B(8.03B) / Llama 3.1 Swallow 8B(8.03B) / Foundation-Sec 8B Instruct(8.03B)

▶ 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)