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 › Llama 3.3 Swallow 70B

Llama 3.3 Swallow 70B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Swallow（東京科学大学・産総研） ・ 公開 2025-03 ・ 70.55Bパラメータ ・ データ更新 2026-10-02

Llama 3.3 70Bの日本語強化版。Mac 64GB以上かVRAM 48GB級

44GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
VRAM 48GB実用になるいちばん安いGPU: RTX 6000 Ada
64GB実用になるいちばん小さいMac: M5 Max（64GB）
131,072最大コンテキスト（学習時）

編集部の見立て

土台はMetaのLlama 3.3 70B Instruct。そこへ日本語中心の約315Bトークンを追加で学ばせ、合成データで指示調整した70.55Bのdense型です。4bitの本体39.6GBに文脈8kぶんを積んで、必要量は43.8GB。DBで1枚に載るGPUはRTX 6000 Ada（48GB）で推定15.3tok/s、MacはM5 Max（64GB）で推定11.4tok/sと、どちらも実用の下のほう。

GPUなしのDDR5・128GB機は推定0.9tok/sで、現実的ではありません。64GB以上のMacか48GBの業務用GPUを既に持つ人のモデルです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（mradermacher/Llama-3.3-Swallow-70B-Instruct-v0.4-i1-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（80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		22GB2.5GB26GBVRAM 32GB〜48GB〜
2bit（Q2_K）
品質劣化大。最後の手段		25GB2.5GB28GBVRAM 32GB〜48GB〜
3bit（IQ3_M）
メモリ優先		30GB2.5GB34GBVRAM 48GB〜48GB〜
3bit（Q3_K_M）
メモリ優先		32GB2.5GB36GBVRAM 48GB〜48GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		35GB2.5GB39GBVRAM 48GB〜64GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		40GB2.5GB44GBVRAM 48GB〜64GB〜
5bit（Q5_K_M）
品質重視		47GB2.5GB51GBGPU単体では不可96GB〜

モデルの構造と、必要メモリの増え方

Llama 3.3 Swallow 70BはSwallow（東京科学大学・産総研）が2025年3月に公開した70.55Bのモデルです。GGUFのヘッダには80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80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320KB（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、学習時の上限131,072トークンまで伸ばすと40GBです。

ライセンス表記: llama3.3（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

dense型の70Bは、メモリを増やしても速くなりません。M5 Maxは64GBでも128GBでも帯域幅614GB/sで同じなので、推定11.4tok/sは128GB構成でもほぼ変わらない見込みです。M5 Max（64GB）の実効48GBにQ4_K_Mを置くと、会話は2万トークン強まで。

IQ4_XS（35.3GB）に下げれば3万5千トークン前後まで伸びます。KVは80層で1トークン320KBと重く、学習時上限の131,072トークンを満たすと40GB。速さを取るなら、同じSwallowのGPT-OSS-Swallow 120BがM5 Max（128GB）で推定75.2tok/sです。ライセンスはLlama 3.3の規約に従います。

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llamaで、当サイト収録の204モデル中39本が同じ系統です。Llama系。最も広く使われているアーキテクチャで、対応していないツールを探すほうが難しい水準です。

配布元はmradermacher/Llama-3.3-Swallow-70B-Instruct-v0.4-i1-GGUF、元になったモデルはtokyotech-llm/Llama-3.3-Swallow-70B-Instruct-v0.4です。

得意分野は日本語の文章です。

同じSwallow（東京科学大学・産総研）のモデルでは、サイズの近いものにQwen3-Swallow 30B-A3B（30.53B）、Gemma-2-Llama-Swallow 27B（27.23B）、GPT-OSS-Swallow 120B（116.83B）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）（40GB）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
4,0961.3GB43GBVRAM 48GB〜64GB〜
8,192既定2.5GB44GBVRAM 48GB〜64GB〜
16,3845.0GB46GBVRAM 48GB〜64GB〜
32,76810GB51GBGPU単体では不可96GB〜
65,53620GB61GBGPU単体では不可96GB〜
131,07240GB81GBGPU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10GBから約5.0GB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
Shisa V2.1 Llama 3.3 70BShisa.AI44GB日英バイリンガルに調整した70B。Mac 64GB以上かVRAM 48GB級
DeepSeek-R1 Distill Llama 70BDeepSeek44GBR1をLlama 70Bに蒸留した推論型。VRAM 48GB / Mac 64GBから
Llama 3.3 70BMeta44GB70Bのdense型。VRAM 48GB以上かMac 64GB以上
Llama 3 Youko 70Brinna44GBrinnaの日本語70B。VRAM 48GB / Mac 64GBから
Llama 3.1 70BMeta44GBLlama 3.3 70Bの前の世代の70B（dense型）。VRAM 48GB / Mac 64GBから
Llama 3.1 70B JapaneseCyberAgent44GBサイバーエージェントがLlama 3.1 70Bに日本語を追加学習。VRAM 48GB / Mac 64GBから

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、16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（16機種）

遅い 動くが遅い（9機種）

メモリに一部を逃がせば動く（6機種・CPUオフロード、PCのメモリ32GB想定）

動かない機種（110）を見る

今のPCのまま、Llama 3.3 Swallow 70B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

Llama 3.3 Swallow 70Bは4bit（IQ4_XS）で35GB。精度違いを3種類そろえるだけで約107GB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）。Llama 3.3 Swallow 70Bは44GB要るので、VRAM 12GBのカードなら約32GB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

Llama 3.3 Swallow 70B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 →

Llama 3.3 Swallow 70B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 mini M4 Pro（メモリ64GB・SSD 1TB）

70BクラスのローカルLLMまで。同じ価格帯のGeForce機より大きいモデルまで動く

M4 Pro・ユニファイドメモリ64GB・SSD 1TB ・ 目安 36〜42万円

Macで同じ仕事をするなら

Amazonで「Mac mini M4 Pro 64GB」を見る →

よくある質問

Llama 3.3 Swallow 70Bを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル40GB、8,192トークンのKVキャッシュを含めて約44GBが必要です。GPU単体ならRTX 6000 Ada（VRAM 48GB）から実用速度で動きます。

Llama 3.3 Swallow 70BはMacで動く？

動きます。ユニファイドメモリ64GB以上のApple Silicon（例: Apple M5 Max（64GB））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