Qwen3.8 2.4T-A95B の必要VRAM

Alibabaの現行オープン旗艦。総2.4T・実働95BのMoE(512エキスパートから10が発火する極端スパース構成)で、線形アテンション主体(92層中フル注意23層)・256Kコンテキスト。フロンティア級の重みで単一のコンシューマGPUでは動かず、クラウド/自社ホスティング向け(必要VRAMの目安として掲載)。

2446B / 92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。

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 BF16 と FP8 です。下の表の Q4_K_M 等は当サイト共通ラダーによる理論換算で、その形式のGGUFが配布されているとは限りません。

Qwen3.8 2.4T-A95Bとは

Qwen3.8 2.4T-A95Bは、Alibaba(Qwenチーム)が公開するQwen系のデータセンター級(2446B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2万件・いいね1,169件 — ダウンロード数は当サイト収録83モデル中72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)。

Qwen3.8 2.4T-A95B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1482.9GB、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1485.2GB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1485.2GB)が基準です。VRAMに余裕があればQ8_0(約2601.1GB)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2446B・実効95B。メモリは総量2446B分が必要ですが、生成速度は95B級の軽さです。

ハイブリッドアテンション(線形)採用: 全92層のうちフルアテンションは23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0.2GB、8Kで約0.8GB、32Kまで広げると約3.1GB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95B相当(Q4で約57.6GB)で決まり、理論上限はRTX 3060 12GBで約6 tokens/秒、RTX 4090で約18 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

Kimi K3(2779.93B) / DeepSeek-V4-Pro(1598.84B)

▶ 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)