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 Scout 17B-16E

Llama 4 Scout 17B-16E 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 ・ 107.77Bパラメータ（MoE・アクティブ17B） ・ データ更新 2026-10-02

総109BのMoE。メモリ64GB以上

65GB4bit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
96GB実用になるいちばん小さいMac: M5 Ultra（96GB）
10,485,760最大コンテキスト（学習時）

編集部の見立て

MetaのLlama 4のうち小さいほうで、16のエキスパートを持つ総107.77BのMoEです。推論で動くのは17B。gpt-oss-120bと総量は近いものの、動く部分が3倍以上あるぶん、同じRyzen AI Max+ 395（128GB）でも推定8.3tok/sにとどまります。

4bitに8kの文脈を合わせると64.7GBで、家庭用GPUの単体は対象外。Macなら96GBのM5 Ultraで推定37.9tok/sです。配布元が挙げる対応12言語に、日本語は含まれていません。英語中心の用途で、96GB以上のMacを持つ人が検討する1本になります。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Llama-4-Scout-17B-16E-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		36GB1.5GB39GBVRAM 48GB〜64GB〜
2bit（Q2_K）
品質劣化大。最後の手段		37GB1.5GB40GBVRAM 48GB〜64GB〜
3bit（Q3_K_M）
メモリ優先		48GB1.5GB52GBGPU単体では不可96GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		54GB1.5GB57GBGPU単体では不可96GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		61GB1.5GB65GBGPU単体では不可96GB〜
5bit（Q5_K_M）
品質重視		71GB1.5GB75GBGPU単体では不可128GB〜
6bit（Q6_K）
ほぼ無劣化		82GB1.5GB87GBGPU単体では不可128GB〜
8bit（Q8_0）
無劣化に近い		107GB1.5GB112GBGPU単体では不可192GB〜
16bit（BF16）
元精度		201GB1.5GB209GBGPU単体では不可512GB〜

モデルの構造と、必要メモリの増え方

Llama 4 Scout 17B-16EはMetaが2025年4月に公開した107.77B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107.77B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

学習時の文脈長は10Mトークンとされますが、手元で使える長さではありません。当サイトの計算では、48層のうち36層が8,192トークンずつに区切って注意を計算し、全域を見るのは12層だけ。区切りの層のKVは8K付近で頭打ちになり、長文で増えるのは1トークン48KBです。

131,072トークンで約6GB、1Mトークンでも約46GB。M5 Ultra（96GB）の実効72GBなら、Q4_K_M（60.9GB）のまま16万トークン台まで入ります。GGUF版はunslothの配布で、現時点では文字のみ対応。容量を減らすならunslothが推奨とするQ2_K_XL（42.2GB）もあり、64GB級の機材に載せる道も残ります。

ライセンスはLlama 4 Community Licenseという独自の商用ライセンスです。知識は2024年8月までです。

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-Scout-17B-16E-Instruct-GGUF、元になったモデルはmeta-llama/Llama-4-Scout-17B-16E-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 3.3 70B（70.55B）、Llama 3.1 70B（70.55B）、Llama 3.1 8B（8.03B）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）（61GB）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
4,0960.8GB64GBGPU単体では不可96GB〜
8,192既定1.5GB65GBGPU単体では不可96GB〜
16,3841.9GB65GBGPU単体では不可96GB〜
32,7682.6GB66GBGPU単体では不可96GB〜
65,5364.1GB67GBGPU単体では不可96GB〜
131,0727.1GB70GBGPU単体では不可96GB〜

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
GLM-4.5-Air 106B-A12BZ.ai72GBメモリ64GB以上向けの高性能MoE
Command A 111BCohere66GBCohereの111B（dense型）。研究用途向けライセンス（CC BY-NC）。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
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
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

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、4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（4機種）

遅い 動くが遅い（1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（125）を見る

今のPCのまま、Llama 4 Scout 17B-16E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 Scout 17B-16Eは4bit（IQ4_XS）で54GB、8bitのQ8_0なら107GB。精度違いを3種類そろえるだけで約163GB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 Scout 17B-16E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65GB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 Scout 17B-16E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 Scout 17B-16E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

Llama 4 Scout 17B-16Eを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル61GB、8,192トークンのKVキャッシュを含めて約65GB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 Scout 17B-16EはMacで動く？

動きます。ユニファイドメモリ96GB以上のApple Silicon（例: Apple M5 Ultra（96GB））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