Qwen3-Next-80B-A3B-Instruct の必要VRAMは 47.29 GiB
必要VRAM 47.29 GiB。Qwen3-Next-80B-A3B-Instruct Q4_K_M を 8,192 トークンで見積もると 45.96 GiB–47.29 GiB。リポジトリ Qwen/Qwen3-Next-80B-A3B-Instruct。ファイルは 48,410,988,384 バイト。グラボ未選択のため需要のみで、収まるかは示さない。
出典付きの構成と、選択した重みファイルに基づく具体的なチェックポイントです。 GGUF Q4_K_M (Qwen)：8,192 トークンで約 45.96 GiB–47.29 GiB、シーケンス 1、FP16 KV、llama.cpp。
これは見積もりであり、実機トレースではありません。未確認ファイル由来の重み
動く構成
公開元と出典
- 提供元Qwen
- Hugging Face
Qwen/Qwen3-Next-80B-A3B-Instruct - Revision
9c7f2fbe84465e40164a94cc16cd30b6999b0cc7 - 総パラメータ数81,324,862,720
- アクティブパラメータ数3,000,000,000
- 層数48
- クエリヘッド16
- KVヘッド2 (gqa)
- ヘッド次元256
- 記録されているコンテキスト上限262,144
- 完全性complete · full
この MoE は総パラメータ 81,324,862,720、アクティブ 3,000,000,000 です。アクティブ側の計算量はウェイト常駐メモリに使いません。 常駐ウェイトの見積もりは総パラメータを使い、非アクティブな MoE エキスパートも含めます。
この見積もりのメモリ内訳
ファイルのバイト、生の KV、エンジンの追加分、合計需要は別々です。ランタイムのトレースではありません。
- Weight artifact
- 45.09 GiB (48,410,988,384 bytes)
- Raw KV cache
- 0.75 GiB (805,306,368 bytes)
- Engine extras / workspace
- 0.13 GiB–1.45 GiB
- Total estimated demand
- 45.96 GiB–47.29 GiB
計上したファイル
| 量子化 | 計上したファイル | バイト | 実行エンジン | 根拠 |
|---|---|---|---|---|
| BF16 safetensors bf16 | 162,649,725,440 (151.48 GiB / 162.65 GB) | vllm, sglang, unspecified | file-metadata | |
| GGUF Q4_K_M (Qwen) gguf-q4_k_m | Qwen3-Next-80B-A3B-Instruct-Q4_K_M.gguf | 48,410,988,384 (45.09 GiB / 48.41 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (Qwen) gguf-q5_k_m | Qwen3-Next-80B-A3B-Instruct-Q5_K_M.gguf | 56,710,369,120 (52.82 GiB / 56.71 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (Qwen) gguf-q6_k | Qwen3-Next-80B-A3B-Instruct-Q6_K.gguf | 65,528,461,152 (61.03 GiB / 65.53 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (Qwen) gguf-q8_0 | Qwen3-Next-80B-A3B-Instruct-Q8_0.gguf | 84,812,052,320 (78.99 GiB / 84.81 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | 公開ファイルなし | 40,662,431,360 (理論行はダウンロード可能な成果物ではありません。) | — | theoretical |
量子化とコンテキストごとのメモリ
同時シーケンスは 1 です。KV は既定で FP16 です。範囲には、記載したエンジンの記録済みランタイム分が含まれます。数字は対話式計算機と同じコアです。
| 量子化 | 2,048 tokens | 8,192 tokens | 32,768 tokens |
|---|---|---|---|
| BF16 safetensors | 152.29 GiB–154.17 GiB | 152.85 GiB–154.75 GiB | 155.10 GiB–157.07 GiB |
| GGUF Q4_K_M (Qwen) | 45.40 GiB–46.68 GiB | 45.96 GiB–47.29 GiB | 48.21 GiB–49.70 GiB |
| GGUF Q5_K_M (Qwen) | 53.13 GiB–54.56 GiB | 53.69 GiB–55.17 GiB | 55.94 GiB–57.58 GiB |
| GGUF Q6_K (Qwen) | 61.34 GiB–62.94 GiB | 61.90 GiB–63.55 GiB | 64.15 GiB–65.96 GiB |
| GGUF Q8_0 (Qwen) | 79.30 GiB–81.26 GiB | 79.86 GiB–81.87 GiB | 82.11 GiB–84.28 GiB |
| INT4 theoretical 理論行はダウンロード可能な成果物ではありません。 | 38.18 GiB–49.57 GiB | 38.74 GiB–50.27 GiB | 40.99 GiB–53.04 GiB |
KV Cache（生データ）
標準の GQA/MHA 生 KV は 2 × 層数 × kvHeads × headDim × トークン数 × シーケンス数 × 要素バイトです。このページは query heads（16）ではなく KV heads（2）を使います。
- 8,192 tokens, 1 sequence, FP16: 805,306,368 bytes (0.7500 GiB)
- 32,768 tokens: 3,221,225,472 bytes (3.00 GiB)
関連ページ
出典
結果を左右する前提
- 要求コンテキストは記録上のネイティブ窓 262144 トークン以内です。
- 常駐ウェイトの見積もりは総パラメータを使い、非アクティブな MoE エキスパートも含めます。
- この MoE は総パラメータ 81324862720、アクティブ 3000000000 です。アクティブ側の計算量はウェイト常駐メモリに使いません。
- ウェイトのバイト数は選んだファイルだけです。リポジトリ内の全量子化を合計しません。
- ダウンロードサイズはピーク GPU メモリではありません。実行時レイアウトと KV は別です。
- 計上したファイル: Qwen3-Next-80B-A3B-Instruct-Q4_K_M.gguf。
- MTP / draft ウェイトがあります。有効にするまで含めません。
- コンテキストはシーケンスあたりのキャッシュトークン数（入力＋生成の予約）です。
計算機
公開カタログスナップショットを読み込み中…
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。