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 › Qwen3 235B-A22B

Qwen3 235B-A22B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・ 公開 2025-04 ・ 235.09Bパラメータ（MoE・アクティブ22B） ・ データ更新 2026-10-02

メモリ128GB級のMac StudioやStrix Haloで動かす巨大なMoE

138GB4bit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
192GB実用になるいちばん小さいMac: M2 Ultra（192GB）
40,960最大コンテキスト（学習時）

編集部の見立て

Qwen3世代の旗艦にあたる、総235B・アクティブ22BのMoEです。4bitで8kの文脈を持たせると138.3GBが要り、民生機で収まるのはMacのUltraの大容量構成だけで、最小はM2 Ultra（192GB）、推定20.3tok/sです。M3 UltraやM5 Ultraの256GB構成も対象に入ります。

128GBのMacは実効96GBで、あと42.3GB足りません。GPU単体にもGPUなしのPCにも、収まる組み合わせはない。巨大MoEを1台で動かすこと自体に意味がある、192GB以上のMac Studioの持ち主向けです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3-235B-A22B-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（94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（Q2_K）
品質劣化大。最後の手段		80GB1.5GB84GBGPU単体では不可128GB〜
3bit（Q3_K_M）
メモリ優先		105GB1.5GB110GBGPU単体では不可192GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		117GB1.5GB122GBGPU単体では不可192GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		132GB1.5GB138GBGPU単体では不可192GB〜
5bit（Q5_K_M）
品質重視		155GB1.5GB162GBGPU単体では不可256GB〜
6bit（Q6_K）
ほぼ無劣化		180GB1.5GB187GBGPU単体では不可256GB〜
8bit（Q8_0）
無劣化に近い		233GB1.5GB242GBGPU単体では不可512GB〜
16bit（BF16）
元精度		438GB1.5GB453GBGPU単体では不可不可

モデルの構造と、必要メモリの増え方

Qwen3 235B-A22BはAlibabaが2025年4月に公開した235.09Bのモデルです。GGUFのヘッダには94層と書かれており、総パラメータ235.09Bのうち、1トークンの生成で実際に読むのは約22B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。

全94層が全域注意で、KVヘッド4・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188KB（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1.5GB、学習時の上限40,960トークンまで伸ばすと7.3GB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

128GBのMacで諦める前に、量子化を下げる手はあります。Q2_K（79.8GB）なら、8k分のKV約1.5GBを足しても実効96GBの枠に収まる計算です。ただし2bit台は4bitより劣化が大きく、試す価値は用途次第。全94層が全域注意でKVは1トークン188KBあり、32,768トークンで約5.9GB増えます。

192GBのM2 Ultraでも、Q4_K_Mで文脈を満杯まで使うと実効144GBに迫る。思考モードは既定でオンなので、推定20.3tok/sでは考える過程に待たされます。即答でよい質問は/no_thinkで切りましょう。128GB機で動く現実的な代案は、4bitで74.1GBのQwen3.5 122B-A10B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qwen3moeで、当サイト収録の204モデル中6本が同じ系統です。Qwen3のMoE系。アクティブパラメータが小さく、メモリさえ足りれば速く動きます。

配布元はunsloth/Qwen3-235B-A22B-GGUF、元になったモデルはQwen/Qwen3-235B-A22Bです。

得意分野は推論（段階を踏んで考える処理）です。

同じAlibabaのモデルでは、サイズの近いものにQwen3.8-Flash-Next（176.94B）、Qwen3.5 122B-A10B（122.11B）、Qwen3-Coder-Next 80B-A3B（79.67B）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）（132GB）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
4,0960.7GB138GBGPU単体では不可192GB〜
8,192既定1.5GB138GBGPU単体では不可192GB〜
16,3842.9GB140GBGPU単体では不可192GB〜
32,7685.9GB143GBGPU単体では不可192GB〜

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5.9GBから約2.9GB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
MiniMax-M2.5 229B-A10BMiniMax135GBコードとエージェント用途に重点を置いた229BのMoE（アクティブ10B）。Mac 192GB以上が対象
Inkling Small 264BThinking Machines157GB総264BのMoE。メモリ192GB以上のMac Studio級が対象
Step-3.7-FlashStepFun118GB総198B・アクティブ約11BのMoEで画像も読める。Apache 2.0。IQ4_XSならMac 128GBから収まる
DeepSeek-V4-FlashDeepSeek132GB総284BのMoEでMIT。MLA採用でKVキャッシュが小さい。メモリ192GB以上向け
Qwen3.8-Flash-NextAlibaba91GB総177BのMoEで画像も読める。メモリ128GB級のMac/Strix Halo向け
Hy3 295B-A21BTencent178GBTencentの295BのMoE（アクティブ21B）。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3機種で20 tok/s以上、2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（3機種）

実用 8〜20 tok/s（2機種）

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（137）を見る

今のPCのまま、Qwen3 235B-A22B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

Qwen3 235B-A22Bは4bit（IQ4_XS）で117GB、8bitのQ8_0なら233GB。精度違いを3種類そろえるだけで約354GB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）

Qwen3 235B-A22BはMoEで、1トークンごとに動くのは22B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138GB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

Qwen3 235B-A22B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 →

Qwen3 235B-A22B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Mac

Mac Studio M5 Ultra（メモリ256GB・SSD 2TB）

235B級のMoE型を1台で動かせる。帯域1.2TB/sはRTX 4090を上回る。個人で持てる上限

M5 Ultra（30コアCPU・64コアGPU）・ユニファイドメモリ256GB・SSD 2TB ・ 目安 167〜185万円

要件を満たす中で最も手頃

Amazonで「Mac Studio M5 Ultra 256GB」を見る →
別の形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

別の形で同じ仕事をするなら

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

よくある質問

Qwen3 235B-A22Bを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル132GB、8,192トークンのKVキャッシュを含めて約138GB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。

Qwen3 235B-A22BはMacで動く？

動きます。ユニファイドメモリ192GB以上のApple Silicon（例: Apple M2 Ultra（192GB））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