Qwen3-Coder-Next 80B-A3B の必要VRAM

コーディング/開発エージェント特化の大型MoE。64GB級Mac圏の選択肢。

79.7B / 48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)。

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53.1GB、128Kで約62.8GBです(8Kの約1.2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。

Qwen3-Coder-Next 80B-A3Bとは

Qwen3-Coder-Next 80B-A3Bは、Alibaba(Qwenチーム)が公開するQwen系の最大級クラス(79.7Bパラメータ)オープンモデルです。単一のコンシューマGPUには収まらない規模で、複数GPUかクラウドが前提になります。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50万件・いいね1,617件 — ダウンロード数は当サイト収録83モデル中47位です(2026-08-27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-Coder-Next 80B-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48.4GB、8Kトークン分のKVキャッシュが約0.8GB、システム予約と合わせて合計約50.7GBです。 ◎(快適)判定の最小ラインは、VRAM 80GBクラスのGPUです。 迷ったらQ4_K_M(合計約50.7GB)が基準です。VRAMに余裕があればQ8_0(約87.1GB)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。

MoE構成: 総79.7B・実効3B。メモリは総量79.7B分が必要ですが、生成速度は3B級の軽さです。

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0.2GB、8Kで約0.8GB、32Kまで広げると約3.2GB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553 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

Llama 3.3 70B(70.6B) / Medical-GPT-OSS-Swallow 120B(116.83B) / Laguna S 2.1(117.56B)

▶ 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)