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 › Mistral Large 3 675B

Mistral Large 3 675B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Mistral AI ・ 公開 2025-12 ・ 673.42Bパラメータ（MoE・アクティブ39B） ・ データ更新 2026-10-02

Mistralの最上位MoE（総673B・アクティブ39B）。Apache 2.0。Q4_K_Mは512GBのMacにも載らず、IQ4_XSかMXFP4で収まる

392GB4bit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
不可収録しているMacでは足りない
294,912最大コンテキスト（学習時）

編集部の見立て

Mistral AIが2025年12月に出した最上位で、総673Bの言語モデルに2.5Bの画像エンコーダを重ねたMoEです。1トークンで動くのは39B。配布元は長い文書の読解、企業向けの検索連携、ツール呼び出しを主用途に挙げ、専用の推論モデルではないと明記しています。

Q4_K_Mは379GBで、8kの文脈込みで391.9GB。M5 Ultra（512GB）の実効384GBにも入らず、当サイトの収録機種には4bitで収まる1台がありません。Apache 2.0で条件は緩いものの、動かせる機材がない。APIで使うか、サーバー機を組む人向けです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Mistral-Large-3-675B-Instruct-2512-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（61層・KVを圧縮するMLA方式）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		219GB1.0GB227GBGPU単体では不可512GB〜
2bit（Q2_K）
品質劣化大。最後の手段		230GB1.0GB239GBGPU単体では不可512GB〜
3bit（Q3_K_M）
メモリ優先		300GB1.0GB310GBGPU単体では不可512GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		335GB1.0GB347GBGPU単体では不可512GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		379GB1.0GB392GBGPU単体では不可不可
5bit（Q5_K_M）
品質重視		445GB1.0GB460GBGPU単体では不可不可
6bit（Q6_K）
ほぼ無劣化		515GB1.0GB532GBGPU単体では不可不可
8bit（Q8_0）
無劣化に近い		667GB1.0GB688GBGPU単体では不可不可
16bit（BF16）
元精度		1254GB1.0GB1294GBGPU単体では不可不可

モデルの構造と、必要メモリの増え方

Mistral Large 3 675BはMistral AIが2025年12月に公開した673.42Bのモデルです。GGUFのヘッダには61層と書かれており、総パラメータ673.42Bのうち、1トークンの生成で実際に読むのは約39B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130KB（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1.0GB、128Kトークンまで伸ばすと16GB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

512GBのMacで無理に動かすなら、量子化を一段落とす道だけ残ります。IQ4_XSが335.2GB、Q3_K_Mが299.7GB。実効384GBから引いた残りが文脈と作業用の全部で、KVはMLA構造のため1トークン130KBと総量の割に軽く、32kで約4GB、学習上限の256kでも32.5GBです。

速度の推定は当サイトに載っていないので、判定は付けられません。配布元が想定する実行環境はH200を8枚並べたサーバーです。同じ2025年12月に出た下位のMistral Small 4 119Bはアクティブ6.5Bで、必要量71.6GB、M5 Ultra（96GB）で推定100.4tok/s。

学習上限もSmall 4は100万トークンと長い。配布元は温度0.1未満を勧め、ツールは最小限の数に絞るよう書いています。画像を読ませるにはmmprojファイルが別途要ります。

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deepseek2で、当サイト収録の204モデル中4本が同じ系統です。DeepSeek系。KVを圧縮するMLAを使い、同規模のモデルよりKVキャッシュが小さく済みます。

配布元はunsloth/Mistral-Large-3-675B-Instruct-2512-GGUF、元になったモデルはmistralai/Mistral-Large-3-675B-Instruct-2512です。

得意分野は画像を含む文書の読み取りです。

同じMistral AIのモデルでは、サイズの近いものにMixtral 8x22B（140.63B）、Devstral 2 123B（125.03B）、Mistral Small 4 119B（118.97B）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）（379GB）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
4,0960.5GB391GBGPU単体では不可不可
8,192既定1.0GB392GBGPU単体では不可不可
16,3842.0GB393GBGPU単体では不可不可
32,7684.1GB395GBGPU単体では不可不可
65,5368.1GB399GBGPU単体では不可不可
131,07216GB407GBGPU単体では不可不可

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4.1GBから約2.0GB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
RakutenAI-3.0 671B-A37B楽天390GB日本語向けに調整した671BのMoE（アクティブ37B）。Mac 512GB級が対象
GLM-5.3Z.ai352GB総754BのMoE。4bitでも400GB級で、Mac Studio 512GB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
Kimi K2.6Moonshot AI329GB総1T・アクティブ32BのMoE。2〜3bitでも300GBを超え、Mac 512GBの構成が対象

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、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（0機種）

  • なし

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（142）を見る

今のPCのまま、Mistral Large 3 675B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

Mistral Large 3 675Bは4bit（IQ4_XS）で335GB、8bitのQ8_0なら667GB。精度違いを3種類そろえるだけで約1014GB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）

Mistral Large 3 675BはMoEで、1トークンごとに動くのは39B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392GB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

Mistral Large 3 675B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 →

Mistral Large 3 675B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。

近いものデスクトップ（BTO）

GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）

コーディングAI・データ分析・自動化のサーバ役。GPUは後から足せる

Ryzen 7 / Core i7 クラス・メモリ32GB・NVMe 1TB・電源650W以上（GPU増設余地） ・ 目安 12〜18万円

この形態に要件を満たす機種がありません: VRAM 393GB以上が必要

Amazonで「デスクトップPC 32GB SSD 1TB」を見る →

よくある質問

Mistral Large 3 675Bを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル379GB、8,192トークンのKVキャッシュを含めて約392GB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。

Mistral Large 3 675BはMacで動く？

収録したApple Silicon構成では4bit量子化が実効メモリに載りません。

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