Spark-X2.6 4B の必要VRAM

XHTokenの4Bモデル。前版Spark-X2.5と同じ構成のまま、後段学習を更新した。36層中27層が窓512のスライディングウィンドウ注意で、一度に扱えるコンテキストの上限は100万トークン。

4.11B / 36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5.3GB、128Kで約8.9GBです(8Kの約2.0倍)。 文脈を延ばすと必要VRAMが大きく増えるため、エージェント用途では判定より余裕を見てください。

Spark-X2.6 4Bとは

Spark-X2.6 4Bは、XHTokenが公開するTransformer系の小型クラス(4.11Bパラメータ)オープンモデルです。低スペックPCでも常用しやすい規模で、要約・下ごしらえ・簡単な対話に向きます。

Hugging Faceでの直近30日ダウンロードは約2万件・いいね981件 — ダウンロード数は当サイト収録120モデル中92位です(2026-11-04時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Spark-X2.6 4B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2.5GB、8Kトークン分のKVキャッシュが約0.4GB、システム予約と合わせて合計約4.4GB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4.4GB)が基準です。VRAMに余裕があればQ8_0(約6.2GB)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採用: 全36層のうちフルアテンションは9層のみで、残りの層は直近512トークンの窓しか参照しません。長文時のKVキャッシュ増加が緩やかです。

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0.1GB、8Kで約0.4GB、32Kまで広げると約1.3GB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2.5GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約144 tokens/秒、RTX 4090(1008GB/s)で約405 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 4B(4.02B) / Nemotron-3 Nano 4B(3.97B) / Granite 4.2 3B(3.66B)

▶ 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)