AI PCナビ使うAIと、させたい仕事に合うPC・Macを。
トップ › モデル別 › Command A 111B

Command A 111B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Cohere ・ 公開 2025-03 ・ 111.06Bパラメータ ・ データ更新 2026-10-02

Cohereの111B（dense型）。研究用途向けライセンス（CC BY-NC）。Mac 96GB以上が対象

66GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
ユニファイドメモリ向けGPU1枚のVRAMでは足りない
96GB実用になるいちばん小さいMac: M5 Ultra（96GB）
256,000最大コンテキスト（学習時）

編集部の見立て

Cohereの111Bのdense型で、当サイトの収録GPUのどれにも収まりません。Q4_K_Mが62.5GB、8kの文脈込みで66.9GBあり、動くのはApple M5 Ultra（96GB）で推定10.3tok/sの実用域が最小です。GPUなしのDDR5・128GB機は0.6tok/sで待てません。

ライセンスはCC BY-NC 4.0なので、業務での利用は対象外。研究室や検証環境に96GB以上のMacを置ける人が、日本語対応の大型モデルを手元で比べるためのものです。個人が1台で日常使いする候補ではありません。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/CohereForAI_c4ai-command-a-03-2025-GGUF） に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（64層・うち48層は直近の範囲だけを見る層）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化ファイルKVキャッシュ（8k）必要合計GPUならMacなら
2bit（IQ2_M）
品質劣化大。最後の手段		36GB1.3GB39GBVRAM 48GB〜64GB〜
2bit（Q2_K）
品質劣化大。最後の手段		39GB1.3GB42GBVRAM 48GB〜64GB〜
3bit（IQ3_M）
メモリ優先		47GB1.3GB51GBGPU単体では不可96GB〜
3bit（Q3_K_M）
メモリ優先		51GB1.3GB54GBGPU単体では不可96GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		56GB1.3GB59GBGPU単体では不可96GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		63GB1.3GB66GBGPU単体では不可96GB〜
5bit（Q5_K_M）
品質重視		73GB1.3GB77GBGPU単体では不可128GB〜
6bit（Q6_K）
ほぼ無劣化		85GB1.3GB89GBGPU単体では不可128GB〜
8bit（Q8_0）
無劣化に近い		110GB1.3GB115GBGPU単体では不可192GB〜

モデルの構造と、必要メモリの増え方

Command A 111BはCohereが2025年3月に公開した111.06Bのモデルです。GGUFのヘッダには64層と書かれており、アクティブパラメータをGGUFヘッダから推定できなかったため、当サイトの速度推定は「毎回すべてを読む」前提（実際より遅めに出る安全側）で計算しています。

注意機構は混合型で、全域注意が16層、残り48層は窓4,096トークンのスライディングウィンドウです。コンテキストに比例して増えるのは全域注意の16層ぶん（1トークンあたり約64KB）だけで、スライディングウィンドウの48層は窓4,096トークンぶん（約0.8GB）で頭打ちになります。

実際の値は、8,192トークンで1.3GB、128Kトークンまで伸ばすと8.8GBです。

ライセンス表記: cc-by-nc-4.0（層数と窓の大きさはGGUFヘッダから取得）

このモデルを実際に使うなら

全64層が全域注意で、KVは1トークン256KBと大きい部類です。8kで2GB、32kなら8GBになります。M5 Ultra（96GB）の実効72GBから66.9GBを引くと残りは5.1GB。文脈は3万トークン弱が上限の計算です。64GBのMacに詰めるならQ2_K（39.2GB）まで落とす形で、IQ3_M（47.3GB）は実効48GBに文脈ぶんが入りません。

同じ111B級でも、gpt-oss-120bはアクティブ5.1BのMoEで同じM5 Ultraが推定144.4tok/s、GLM-4.5-Air 106B-A12Bは48.4tok/s。dense型のCommand Aが10.3tok/sにとどまるのは、毎トークン111Bを全部読むためです。

同じCohereなら8GBのGPUで動くCommand R7Bが対照的な選択肢。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはcohere2で、当サイト収録の204モデル中2本が同じ系統です。ツール側の対応状況は、使う前に確認しておくと確実です。

配布元はbartowski/CohereForAI_c4ai-command-a-03-2025-GGUF、元になったモデルはCohereForAI/c4ai-command-a-03-2025です。

得意分野は日本語の文章です。

同じCohereのモデルでは、サイズの近いものにAya Expanse 32B（32.3B）、Command R7B（8.03B）、Aya Expanse 8B（8.03B）があります。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。4bit（Q4_K_M）（63GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。このモデルは64層のうち48層がスライディングウィンドウ注意（窓4,096トークン）なので、長くしてもKVが伸びにくい構造です。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0961.0GB66GBGPU単体では不可96GB〜
8,192既定1.3GB66GBGPU単体では不可96GB〜
16,3841.8GB67GBGPU単体では不可96GB〜
32,7682.8GB68GBGPU単体では不可96GB〜
65,5364.8GB70GBGPU単体では不可96GB〜
131,0728.8GB74GBGPU単体では不可128GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約2.8GBから約1.4GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル開発元4bitで必要一言
GLM-4.5-Air 106B-A12BZ.ai72GBメモリ64GB以上向けの高性能MoE
Llama 4 Scout 17B-16EMeta65GB総109BのMoE。メモリ64GB以上
GPT-OSS-Swallow 120BSwallow（東京科学大学・産総研）85GBgpt-oss-120bに日本語を追加学習したMoE。Mac 96GB以上向け
gpt-oss-120bOpenAI62GBメモリ64GB以上のMac/Strix Haloで現実的
Laguna S 2.1 118B-A8Bpoolside71GBエージェント型コーディング向けの118BのMoE（アクティブ8B）。Mac 96GB以上が対象
Mistral Small 4 119BMistral AI72GB総119B・アクティブ6.5BのMoE。Apache 2.0。Mac 96GB以上が対象

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら0機種で20 tok/s以上、3機種で8〜20 tok/s（テキスト生成の推定・計算方法）。

快適 20 tok/s以上（0機種）

  • なし

実用 8〜20 tok/s（3機種）

遅い 動くが遅い（12機種）

メモリに一部を逃がせば動く（1機種・CPUオフロード、PCのメモリ32GB想定）

動かない機種（125）を見る

今のPCのまま、Command A 111Bを動かすために足すもの

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

NVMe SSD / 外付けSSD 2TB

Command A 111Bは4bit（IQ4_XS）で56GB、8bitのQ8_0なら110GB。精度違いを3種類そろえるだけで約169GB使います。何本か試すうちに、まず内蔵SSDが先に埋まります。Macは内蔵を増設できないので外付けが前提です。

Amazonで「NVMe SSD 2TB」を見る →Amazonで「外付けSSD 2TB USB 3.2」を見る →

メモリ増設（32GB化）

VRAMに載りきらない分は、システムメモリに逃がして動かせます（CPUオフロード）。Command A 111Bは66GB要るので、VRAM 12GBのカードなら約55GBをメモリ側で受ける計算です。この容量になるとメモリ64GB以上が前提で、速度もメモリ帯域で決まります。

Amazonで「DDR5 16GB 2枚組」を見る →Amazonで「DDR5 SO-DIMM 16GB 2枚組」を見る →Amazonで「DDR4 16GB 2枚組」を見る →

ローカルLLM / AIエージェント入門書

Command A 111BのようなGGUF版のモデルを落として動かす手順、量子化の選び方、Ollama と LM Studio の使い分けは、一冊まとまったものを手元に置くと早い。

Amazonで「ローカルLLM 本」を見る →Amazonで「AIエージェント 開発 本」を見る →

Command A 111Bを動かせるPC・Macを今日買うなら

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

ぴったり常時稼働サーバー型

Ryzen AI Max+ 395 ミニPC（メモリ128GB）

Windows/Linuxで128GBの共有メモリ。GPU側に96GBを割り当てれば、gpt-oss-120bや70Bクラスを常時サーバとして動かせる

Ryzen AI Max+ 395・LPDDR5X 128GB（256GB/s）・NVMe 2TB ・ 目安 32〜48万円

要件を満たす中で最も手頃

Amazonで「Ryzen AI Max+ 395 128GB ミニPC」を見る →
余裕を持つなら常時稼働サーバー型

Mac Studio M5 Ultra（メモリ512GB）をLLMサーバに

DeepSeek V3級（671B）の4bitを1台で。帯域1.2TB/s。チームのローカルLLMサーバ

M5 Ultra（36コア・80コアGPU）・ユニファイドメモリ512GB・SSD 4TB ・ 目安 240〜280万円

将来の用途拡張（大きなモデル・並列エージェント）に余裕

Amazonで「Mac Studio M5 Ultra 512GB」を見る →
別の形ならMac

Mac Studio M4 Max（メモリ128GB・SSD 2TB）

gpt-oss-120bやQwen3.5 122Bがメモリに収まり、帯域546GB/sで実用的な速さが出る。個人向けローカルLLMの本命

M4 Max・ユニファイドメモリ128GB・SSD 2TB ・ 目安 62〜72万円

Macで同じ仕事をするなら

Amazonで「Mac Studio M4 Max 128GB」を見る →

よくある質問

Command A 111Bを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル63GB、8,192トークンのKVキャッシュを含めて約66GBが必要です。GPU単体のVRAMには載らず、Macのユニファイドメモリか複数GPUが必要です。

Command A 111BはMacで動く？

動きます。ユニファイドメモリ96GB以上のApple Silicon（例: Apple M5 Ultra（96GB））なら、4bit量子化で実用的な速さが出ます。

このクラスの選び方: ローカルLLM（70B〜120B MoE）に必要なPC / MacかWindowsか

手持ちのPCで判定する