Qwen3.8 27B の必要VRAM

Alibabaの現行27B。画像入力に対応し、64層中フル注意16層の線形アテンション主体構成。Apache-2.0。

27.78B / 64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)。

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20.5GB、128Kで約26.9GBです(8Kの約1.4倍)。

Qwen3.8 27Bとは

Qwen3.8 27Bは、Alibaba(Qwenチーム)が公開するQwen系のハイエンドクラス(27.78B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。テキストに加えて画像入力に対応するマルチモーダル(VLM)です。

Hugging Faceでの直近30日ダウンロードは約330万件・いいね12,900件 — ダウンロード数は当サイト収録83モデル中22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 27B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16.8GB、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18.9GBです。 ◎(快適)判定の最小ラインは、VRAM 24GBクラスのGPUです。 迷ったらQ4_K_M(合計約18.9GB)が基準です。VRAMに余裕があればQ8_0(約31.6GB)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。

ハイブリッドアテンション(線形)採用: 全64層のうちフルアテンションは16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。

画像対応(VLM): 画像を入力する際は、テキストのみの目安より使用メモリが増えます。

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2.1GB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)

生成速度はメモリ帯域律速です。Q4_K_Mの重み16.8GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約21 tokens/秒、RTX 4090(1008GB/s)で約60 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

Qwen3.6 27B(27.78B) / Bonsai 27B (1-bit)(27.78B) / Ternary-Bonsai 27B (三値)(27.78B)

▶ 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)