Qwen3 32B の必要VRAM

Qwen3世代の大型dense。公開から時間が経った今もダウンロードが非常に多い定番。これから新規に選ぶなら後継のQwen3.6 27Bも検討を。

32.76B / 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。

Qwen3 32Bとは

Qwen3 32Bは、Alibaba(Qwenチーム)が公開するQwen系のハイエンドクラス(32.76B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1,023万件・いいね721件 — ダウンロード数は当サイト収録39モデル中6位です(2026-07-25時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Qwen3 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19.9GB、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23.5GB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23.5GB)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。

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19.9GB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51 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

Qwen2.5 32B(32.8B) / Qwen3 Swallow 32B(32.8B) / GLM-4.7-Flash 31B-A3B(31.2B)

▶ 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)