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 › Ling 3.0 flash

Ling 3.0 flash を動かすPCスペック（必要VRAM・メモリ・速度の目安）

inclusionAI ・ 公開 2026-08 ・ 127.49Bパラメータ（MoE・アクティブ5.1B） ・ データ更新 2026-10-02

総124B・アクティブ5.1BのMoE。MIT。Mac 96GB以上が対象

75GB4bit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
128GB実用になるいちばん小さいMac: M5 Max（128GB）
262,144最大コンテキスト（学習時）

編集部の見立て

inclusionAIのLing 3.0で上位にあたる総127.49BのMoEで、1トークンで動くのは5.1B。配布元はコーディングや調べものを長くこなすエージェント用途を前面に出し、Claude CodeやQwen Codeなどの枠組みでも使えると書いています。

Q4_K_Mと8kの文脈で75.3GBが要るため単体GPUでは届かず、Apple M5 Max（128GB）の推定94.2tok/sが基準です。96GBのMacでもIQ4_XS（66.6GB）に落とせば収まります。ライセンスはMIT。128GB級のPCでエージェントを回す人向け。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/Ling-3.0-flash-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（43層・KVを圧縮するMLA方式・文脈全体を見る層は8層だけ）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		41GB0.1GB42GBVRAM 48GB〜64GB〜
2bit（Q2_K）
品質劣化大。最後の手段		43GB0.1GB45GBVRAM 48GB〜64GB〜
3bit（Q3_K_M）
メモリ優先		55GB0.1GB57GBGPU単体では不可96GB〜
3bit（IQ3_M）
メモリ優先		57GB0.1GB60GBGPU単体では不可96GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		64GB0.1GB67GBGPU単体では不可96GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		72GB0.1GB75GBGPU単体では不可128GB〜
5bit（Q5_K_M）
品質重視		84GB0.1GB88GBGPU単体では不可128GB〜
6bit（Q6_K）
ほぼ無劣化		102GB0.1GB105GBGPU単体では不可192GB〜
8bit（Q8_0）
無劣化に近い		126GB0.1GB131GBGPU単体では不可192GB〜
16bit（BF16）
元精度		238GB0.1GB245GBGPU単体では不可512GB〜

モデルの構造と、必要メモリの増え方

Ling 3.0 flashはinclusionAIが2026年8月に公開した127.49Bのモデルです。GGUFのヘッダには43層と書かれており、総パラメータ127.49Bのうち、1トークンの生成で実際に読むのは約5.1B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。

KVを低ランク（rank 512）に圧縮するMLA方式です。同じ規模の一般的なモデルよりKVキャッシュが小さく済みます。1トークンあたりのKVキャッシュは約17KB（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0.1GB、128Kトークンまで伸ばすと2.1GBです。

ライセンス表記: mit（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

下位のLing 3.0 tinyとは、アクティブパラメータが1.3Bと5.1Bで4倍違います。tinyが8GB級のPCで動く軽さを取ったのに対し、flashは128GB級を前提に深さを取った版。35層の線形注意（KDA）と7層のMLAを5対1で重ねた構造で、KVを持つのはMLAの側だけです。

1トークン17KBなので、学習時の上限256kトークンでも約4.3GB。M5 Max（128GB）の実効96GBなら、Q4_K_Mのまま長文も収まります。思考は最初から有効で、推奨値はtemperature 0.6、top_p 0.95、top_k 20。GPUなしならRyzen AI Max+ 395（128GB）が推定28.9tok/s。

同じアクティブ5.1Bのgpt-oss-120bは8kの文脈込みで61.6GBと一回り軽く、96GB機でQ4を使いたいならそちらが素直です。

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bailingmoe3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/Ling-3.0-flash-GGUF、元になったモデルはinclusionAI/Ling-3.0-flashです。

得意分野は推論（段階を踏んで考える処理）です。

同じinclusionAIのモデルでは、サイズの近いものにUI-Venus-2 9B（8.95B）、Ling 3.0 tiny（7.89B）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）（72GB）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。MLA（圧縮KV）採用のため、長いコンテキストでもKVが小さく収まります。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0960.1GB75GBGPU単体では不可128GB〜
8,192既定0.1GB75GBGPU単体では不可128GB〜
16,3840.3GB75GBGPU単体では不可128GB〜
32,7680.5GB76GBGPU単体では不可128GB〜
65,5361.1GB76GBGPU単体では不可128GB〜
131,0722.1GB77GBGPU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0.5GBから約0.3GB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
Devstral 2 123BMistral AI75GBコーディングエージェント向けの123B（dense型）。Mac 96GB以上が対象
Qwen3.5 122B-A10BAlibaba74GBメモリ96〜128GB級向け
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
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
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

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら11機種で20 tok/s以上、0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（11機種）

実用 8〜20 tok/s（0機種）

  • なし

遅い 動くが遅い（1機種）

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（130）を見る

今のPCのまま、Ling 3.0 flash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

Ling 3.0 flashは4bit（IQ4_XS）で64GB、8bitのQ8_0なら126GB。精度違いを3種類そろえるだけで約176GB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）

Ling 3.0 flashはMoEで、1トークンごとに動くのは5.1B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75GB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

Ling 3.0 flash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 →

Ling 3.0 flash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

Ling 3.0 flashを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル72GB、8,192トークンのKVキャッシュを含めて約75GB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。

Ling 3.0 flashはMacで動く？

動きます。ユニファイドメモリ128GB以上のApple Silicon（例: Apple M5 Max（128GB））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