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 › Hy3 295B-A21B

Hy3 295B-A21B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Tencent ・ 公開 2026-07 ・ 298.79Bパラメータ（MoE・アクティブ21B） ・ データ更新 2026-10-02

Tencentの295BのMoE（アクティブ21B）。Apache 2.0。Mac 256GB以上が対象

178GB4bit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
256GB実用になるいちばん小さいMac: M5 Ultra（256GB）
262,144最大コンテキスト（学習時）

編集部の見立て

Tencentの主力にあたる総295B、アクティブ21BのMoEです。配布元はエージェント用途の安定性を押し出し、ツール呼び出しの形式崩れや幻覚の抑制、長い対話での意図の保持に手を入れたと説明しています。Apache 2.0。Q4_K_Mだけで169.6GBあり、8kの文脈を足すと177.8GB。

収まる機種はApple M5 Ultra（256GB・実効192GB）だけで、推定29.8tok/sです。GPU構成でもRyzen AI Max+ 395でも入りません。300B級を手元で回すなら256GBのMacを買う覚悟が要る、という一点で使う人が決まるモデル。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/Hy3-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（81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		95GB2.5GB101GBGPU単体では不可192GB〜
2bit（Q2_K）
品質劣化大。最後の手段		99GB2.5GB105GBGPU単体では不可192GB〜
3bit（Q3_K_M）
メモリ優先		128GB2.5GB135GBGPU単体では不可192GB〜
3bit（IQ3_M）
メモリ優先		134GB2.5GB141GBGPU単体では不可192GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		150GB2.5GB157GBGPU単体では不可256GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		170GB2.5GB178GBGPU単体では不可256GB〜
5bit（Q5_K_M）
品質重視		198GB2.5GB207GBGPU単体では不可512GB〜
6bit（Q6_K）
ほぼ無劣化		240GB2.5GB250GBGPU単体では不可512GB〜
8bit（Q8_0）
無劣化に近い		296GB2.5GB308GBGPU単体では不可512GB〜

モデルの構造と、必要メモリの増え方

Hy3 295B-A21BはTencentが2026年7月に公開した298.79Bのモデルです。GGUFのヘッダには81層と書かれており、総パラメータ298.79Bのうち、1トークンの生成で実際に読むのは約21Bです（MoE）。メモリには全部を載せる必要がある一方、毎回読み出す量はアクティブパラメータのぶんで済むため、同じサイズのdense型より速く動きます。

全81層が全域注意で、KVヘッド8・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324KB（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2.5GB、128Kトークンまで伸ばすと41GBです。

ライセンス表記: apache-2.0（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

配布元の想定はvLLMかSGLangで8枚のGPUに分けて載せる運用で、Mac 1台はその外側です。llama.cppのGGUFなら実効192GBにQ4_K_Mが収まりますが、残りは14GB。81層すべてが全域注意で1トークン324KBと重く、32,768トークンで約10GBを使います。

長い文脈を使うならIQ4_XS（149.7GB）に下げて約42GBを空けるほうが現実的。推論の深さはreasoning_effortで指定し、複雑な課題はhigh、即答はno_think、推奨のtemperatureは0.9です。同じTencentのUI-Mate 27BやUI-Mate 9Bが画面操作の専門モデルなのに対し、Hy3は会話とコードと事務作業をこなす汎用モデル。

並べる相手は同じ300B級のDeepSeek-V4-FlashやGLM-5.3-Flash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hy_v3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bartowski/Hy3-GGUF、元になったモデルはtencent/Hy3です。

得意分野は推論（段階を踏んで考える処理）です。

同じTencentのモデルでは、サイズの近いものにHunyuan-A13B 80B（80.39B）、UI-Mate 27B（26.9B）、UI-Mate 9B（8.95B）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）（170GB）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
4,0961.3GB177GBGPU単体では不可256GB〜
8,192既定2.5GB178GBGPU単体では不可256GB〜
16,3845.1GB180GBGPU単体では不可256GB〜
32,76810GB185GBGPU単体では不可256GB〜
65,53620GB195GBGPU単体では不可512GB〜
131,07241GB216GBGPU単体では不可512GB〜

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10GBから約5.1GB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
ERNIE 4.5 300B-A47BBaidu175GBBaiduの300BのMoE（アクティブ47B）。Apache 2.0。Mac 256GB以上が対象
MiMo-V2.6-Flash-RLXiaomi161GBXiaomiの総309B・活性15BのMoE。画像・動画・音声も扱う。MIT。MXFP4で約156GB、Mac 256GBから
DeepSeek-V4-FlashDeepSeek132GB総284BのMoEでMIT。MLA採用でKVキャッシュが小さい。メモリ192GB以上向け
GLM-5.3-FlashZ.ai151GB総321BのMoE。メモリ192GB以上のMac Studio級が対象
Inkling Small 264BThinking Machines157GB総264BのMoE。メモリ192GB以上のMac Studio級が対象
GLM-4.5 355B-A32BZ.ai211GBGLM-4.5-Airの上位（総355B・アクティブ32B）。MIT。Mac 256GB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2機種で20 tok/s以上、2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（2機種）

実用 8〜20 tok/s（2機種）

遅い 動くが遅い（0機種）

  • なし

メモリに一部を逃がせば動く（0機種・CPUオフロード、PCのメモリ32GB想定）

  • なし
動かない機種（138）を見る

今のPCのまま、Hy3 295B-A21B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

Hy3 295B-A21Bは4bit（IQ4_XS）で150GB、8bitのQ8_0なら296GB。精度違いを3種類そろえるだけで約412GB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）

Hy3 295B-A21BはMoEで、1トークンごとに動くのは21B分だけです。だからGPUに全部載せなくても、システムメモリ側に置いて実用速度が出ます。必要なのは178GBぶんの空きで、この型はVRAMを足すより先にメモリを増やすほうが効きます。

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

Hy3 295B-A21B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 →

Hy3 295B-A21B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Mac

Mac Studio M5 Ultra（メモリ256GB・SSD 2TB）

235B級のMoE型を1台で動かせる。帯域1.2TB/sはRTX 4090を上回る。個人で持てる上限

M5 Ultra（30コアCPU・64コアGPU）・ユニファイドメモリ256GB・SSD 2TB ・ 目安 167〜185万円

要件を満たす中で最も手頃

Amazonで「Mac Studio M5 Ultra 256GB」を見る →
別の形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

別の形で同じ仕事をするなら

Amazonで「Mac Studio M5 Ultra 512GB」を見る →

よくある質問

Hy3 295B-A21Bを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル170GB、8,192トークンのKVキャッシュを含めて約178GB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。

Hy3 295B-A21BはMacで動く？

動きます。ユニファイドメモリ256GB以上のApple Silicon（例: Apple M5 Ultra（256GB））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