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 4 Maverick 17B-128E

Llama 4 Maverick 17B-128E を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Meta ・ 公開 2025-04 ・ 400.71Bパラメータ（MoE・アクティブ17B） ・ データ更新 2026-10-02

Llama 4 Scoutの上位（総400B・アクティブ17B）。Mac 512GB以上が対象

235GB4bit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
512GB実用になるいちばん小さいMac: M5 Ultra（512GB）
1,048,576最大コンテキスト（学習時）

編集部の見立て

Llama 4 Maverickは総400Bのうち17Bが動く、専門家128個のMoEです。同じアクティブ17Bで専門家16個のScoutが下位モデルです。Metaは画像とテキストを一緒に学習させたとしていますが、GGUF版は配布元の注記でテキストのみ。対応12言語に日本語は挙がっていません。

Q4_K_Mが226.1GB、8kの文脈を加えて234.9GB。収まるのはM5 Ultra（512GB）だけで推定38tok/sと、この容量帯では速い部類です。ライセンスはLlama 4 Community License。512GBのMacで英語中心の作業をする人に絞られます。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Llama-4-Maverick-17B-128E-Instruct-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（48層・うち36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		132GB1.5GB137GBGPU単体では不可192GB〜
2bit（Q2_K）
品質劣化大。最後の手段		136GB1.5GB142GBGPU単体では不可192GB〜
3bit（Q3_K_M）
メモリ優先		178GB1.5GB185GBGPU単体では不可256GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		200GB1.5GB208GBGPU単体では不可512GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		226GB1.5GB235GBGPU単体では不可512GB〜
5bit（Q5_K_M）
品質重視		265GB1.5GB275GBGPU単体では不可512GB〜
6bit（Q6_K）
ほぼ無劣化		306GB1.5GB317GBGPU単体では不可512GB〜
8bit（Q8_0）
無劣化に近い		397GB1.5GB410GBGPU単体では不可不可
16bit（BF16）
元精度		746GB1.5GB771GBGPU単体では不可不可

モデルの構造と、必要メモリの増え方

Llama 4 Maverick 17B-128EはMetaが2025年4月に公開した400.71Bのモデルです。GGUFのヘッダには48層と書かれており、総パラメータ400.71Bのうち、1トークンの生成で実際に読むのは約17B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。

注意機構は混合型で、全域注意が12層、残り36層は窓8,192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12層ぶん（1トークンあたり約48KB）だけで、スライディングウィンドウの36層は窓8,192トークンぶん（約1.1GB）で頭打ちになります。

実際の値は、8,192トークンで1.5GB、128Kトークンまで伸ばすと7.1GBです。

このモデルを実際に使うなら

Scoutとの違いは、専門家の数と、動く機種です。Llama 4 Scout 17B-16Eは総108Bで必要量64.7GB、M5 Ultra（96GB）が推定37.9tok/s。1トークンで動く量は両方17Bなので速度の推定はほぼ並び、差は知識の総量と必要な機材に出ます。

KVが軽いのが両者の共通点で、全域注意は48層のうち12層、残る36層は窓8192の局所注意です。1トークン48KBは全域の層ぶんで、128kで6GB。窓の層は8192で頭打ちなので、長文にしてもKVは全域の層だけ比例して増えます。学習上限は100万トークン。

知識の区切りは2024年8月と明記されています。GGUFではunslothの動的量子化が1.78bitから用意されており、配布元の表ではQ2_K_XL（151GB）に推奨印が付いています。

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llama4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unsloth/Llama-4-Maverick-17B-128E-Instruct-GGUF、元になったモデルはmeta-llama/Llama-4-Maverick-17B-128E-Instructです。

得意分野は画像を含む文書の読み取りです。

同じMetaのモデルでは、サイズの近いものにLlama 4 Scout 17B-16E（107.77B）、Llama 3.3 70B（70.55B）、Llama 3.1 70B（70.55B）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）（226GB）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48層のうち36層がスライディングウィンドウ注意（窓8,192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
4,0960.8GB234GBGPU単体では不可512GB〜
8,192既定1.5GB235GBGPU単体では不可512GB〜
16,3841.9GB235GBGPU単体では不可512GB〜
32,7682.6GB236GBGPU単体では不可512GB〜
65,5364.1GB238GBGPU単体では不可512GB〜
131,0727.1GB241GBGPU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2.6GBから約1.3GB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
Qwen3.5 397B-A17BAlibaba235GBQwen3.5の最上位MoE（総397B・アクティブ17B）。Mac 256GB以上が対象
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
Qwen3-Coder 480B-A35BAlibaba281GBQwen3-Coderの最上位MoE（総480B・アクティブ35B）。Apache 2.0。Mac 512GB以上が対象
GLM-5.3-FlashZ.ai151GB総321BのMoE。メモリ192GB以上のMac Studio級が対象
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
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

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、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（2機種）

実用 8〜20 tok/s（0機種）

  • なし

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（140）を見る

今のPCのまま、Llama 4 Maverick 17B-128E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 4 Maverick 17B-128Eは4bit（IQ4_XS）で200GB、8bitのQ8_0なら397GB。精度違いを3種類そろえるだけで約604GB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）

Llama 4 Maverick 17B-128EはMoEで、1トークンごとに動くのは17B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235GB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

Llama 4 Maverick 17B-128E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 4 Maverick 17B-128E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

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

要件を満たす中で最も手頃

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

よくある質問

Llama 4 Maverick 17B-128Eを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル226GB、8,192トークンのKVキャッシュを含めて約235GB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。

Llama 4 Maverick 17B-128EはMacで動く？

動きます。ユニファイドメモリ512GB以上のApple Silicon（例: Apple M5 Ultra（512GB））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