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 › Falcon-H1R 7B

Falcon-H1R 7B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

TII ・ 公開 2026-01 ・ 7.59Bパラメータ ・ データ更新 2026-10-02

Mamba系を混ぜたハイブリッド構造の推論型7B。GPUなしのメモリ16GBのPCでも動く

5.3GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
VRAM 6GB実用になるいちばん安いGPU: GeForce RTX 3060 Laptop
8GB実用になるいちばん小さいMac: M2（8GB）
262,144最大コンテキスト（学習時）

編集部の見立て

TIIが2026年1月に出した推論特化の7Bで、TransformerにMamba2を混ぜたハイブリッド構造です。Falcon-H1-7B-Baseに長い思考の痕跡でSFTをかけ、GRPOで強化学習を重ねた版です。Q4_K_Mは4.3GBで、8kの文脈込み5.3GB。

VRAM 6GBのRTX 2060で推定50.9tok/s、8GBのM2でも18.3tok/sで実用に入ります。ライセンスは独自のFalcon-LLM Licenseで、商用前に条件の確認が要る。6GB級の古いGPUや8GBのMacで、数学やコードの思考型を回したい人向けです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Falcon-H1R-7B-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（44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		2.5GB0.3GB3.5GBVRAM 4GB〜8GB〜
2bit（Q2_K）
品質劣化大。最後の手段		2.7GB0.3GB3.6GBVRAM 6GB〜8GB〜
3bit（Q3_K_M）
メモリ優先		3.4GB0.3GB4.4GBVRAM 6GB〜8GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		3.9GB0.3GB4.8GBVRAM 6GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		4.3GB0.3GB5.3GBVRAM 6GB〜8GB〜
5bit（Q5_K_M）
品質重視		5.0GB0.3GB6.0GBVRAM 8GB〜16GB〜
6bit（Q6_K）
ほぼ無劣化		5.8GB0.3GB6.8GBVRAM 8GB〜16GB〜
8bit（Q8_0）
無劣化に近い		7.5GB0.3GB8.6GBVRAM 10GB〜16GB〜
16bit（BF16）
元精度		14GB0.3GB15GBVRAM 16GB〜24GB〜

モデルの構造と、必要メモリの増え方

Falcon-H1R 7BはTIIが2026年1月に公開した7.59Bのモデルです。GGUFのヘッダには44層と書かれており、全パラメータを毎回読み出すdense型なので、生成速度はファイルサイズとメモリ帯域幅でほぼ決まります。全44層が全域注意で、KVヘッド2・head次元128。

KVキャッシュはトークン数に正比例して増えます。1トークンあたりのKVキャッシュは約44KB（fp16）で、コンテキスト長にそのまま比例します。実際の値は、8,192トークンで0.3GB、128Kトークンまで伸ばすと5.5GBです。

このモデルを実際に使うなら

ハイブリッド構造の恩恵はKVに出ます。1トークン44KBで、32kで1.4GB、学習上限の256kでも11GB。同じ7B級のHunyuan 7B（128KB）の3分の1で済み、RTX 2060の実効5.5GBでも4.3GBを引いた1.2GBで約28kの文脈が取れます。

配布元の推奨は温度0.6、top_p 0.95、出力上限は65,536トークンまで。思考が終わらず繰り返すときはrepetition_penaltyやpresence_penaltyで抑えるよう案内があります。応答は思考ブロックのあとに本文が続く形式。falcon-h1は新しめの構造なので、llama.cppは対応後の版を使いましょう。

対応言語は英語と多言語とだけ書かれ、日本語の扱いは不明。同じ7.62B級ではDeepSeek-R1 Distill Qwen 7Bが比較相手です。

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falcon-h1で、当サイト収録の204モデル中1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unsloth/Falcon-H1R-7B-GGUF、元になったモデルはtiiuae/Falcon-H1R-7Bです。

得意分野は推論（段階を踏んで考える処理）です。

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）（4.3GB）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。全層が全域注意なので、コンテキスト長に比例してKVが増えます。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0960.2GB5.1GBVRAM 6GB〜8GB〜
8,192既定0.3GB5.3GBVRAM 6GB〜8GB〜
16,3840.7GB5.6GBVRAM 8GB〜16GB〜
32,7681.4GB6.3GBVRAM 8GB〜16GB〜
65,5362.8GB7.7GBVRAM 10GB〜16GB〜
131,0725.5GB10GBVRAM 11GB〜16GB〜

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1.4GBから約0.7GB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
ELYZA-Shortcut-1.0 Qwen 7BELYZA5.4GB推論過程を省いてすぐ答える日本語7B。VRAM 8GB
ABEJA Qwen2.5 7B JapaneseABEJA5.4GBABEJAの日本語追加学習7B。VRAM 8GB
DeepSeek-R1 Distill Qwen 7BDeepSeek5.4GB推論（考えてから答える）型の入門
Qwen2.5-VL 7BAlibaba5.4GB画像理解の7B。Qwen3-VL以前の定番。4bitならVRAM 8GBに収まる
Qwen2.5 7BAlibaba5.4GB2024年の定番7B。4bitならVRAM 8GBに収まり、GPUなしのメモリ16GBでも動く
Qwen2.5-Coder 7BAlibaba5.4GB軽いコード補助用。VRAM 8GBで実用になる

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら118機種で20 tok/s以上、19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（118機種）

実用 8〜20 tok/s（19機種）

遅い 動くが遅い（4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（0）を見る

    今のPCのまま、Falcon-H1R 7B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

    Falcon-H1R 7Bは4bit（IQ4_XS）で3.9GB、8bitのQ8_0なら7.5GB。精度違いを3種類そろえるだけで約12GB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 →

    ローカルLLM / AIエージェント入門書

    Falcon-H1R 7B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 →

    Falcon-H1R 7B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。

    ぴったりデスクトップ（BTO）

    RTX 5060（8GB）デスクトップ・メモリ32GB

    画像生成の入門と8BクラスのローカルLLM。最安のGPU機

    RTX 5060（VRAM 8GB）・メモリ32GB・NVMe 1TB ・ 目安 15〜21万円

    要件を満たす中で最も手頃

    Amazonで「RTX 5060 搭載 デスクトップPC」を見る →
    余裕を持つならデスクトップ（BTO）

    RTX 5070（12GB）デスクトップ・メモリ32GB

    SDXLの画像生成が快適。14BクラスのローカルLLMがGPUだけで動く

    RTX 5070（VRAM 12GB）・メモリ32GB・NVMe 1TB ・ 目安 20〜28万円

    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「RTX 5070 搭載 デスクトップPC」を見る →
    別の形ならMac

    Mac mini M4 Pro（メモリ48GB・SSD 1TB）

    30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心

    M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 30〜36万円

    Macで同じ仕事をするなら

    Amazonで「Mac mini M4 Pro 48GB」を見る →

    よくある質問

    Falcon-H1R 7Bを動かすのに必要なVRAMは？

    4bit量子化（4bit（Q4_K_M））でファイル4.3GB、8,192トークンのKVキャッシュを含めて約5.3GBが必要です。GPU単体ならGeForce RTX 3060 Laptop（VRAM 6GB）から実用速度で動きます。

    Falcon-H1R 7BはMacで動く？

    動きます。ユニファイドメモリ8GB以上のApple Silicon（例: Apple M2（8GB））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（8Bクラス）に必要なPC / MacかWindowsか

    手持ちのPCで判定する