Qwen3-Next 80B-A3B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・公開 2025-09 ・ 79.67Bパラメータ（MoE・アクティブ3B）・データ更新 2026-10-02

注意機構がハイブリッド型で、長文でもKVキャッシュが膨らみにくい

47GB4bit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）

262,144最大コンテキスト（学習時）

編集部の見立て

Qwen3-Nextシリーズの第1弾で、線形注意と通常の注意を混ぜた構造を採った総80B・アクティブ3BのMoEです。配布元の説明では、Baseの段階で32Bのdense型を上回り、32Kトークンを超える文脈で推論のスループットが10倍になるとされます。このページの数字はInstruct版で、思考モードを持ちません。

量子化の最小がQ2_K（27.2GB）なので、24GBのGPUや32GBのMacでは試す手段がない。4bitに8kの文脈を足すと47.2GBです。M5 Max（64GB）で推定155.7tok/s。長い文書を相手にする、64GB以上の機材の持ち主向けです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3-Next-80B-A3B-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・文脈全体を見る層は12層だけ）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	27GB	0.2GB	29GB	VRAM 32GB〜	48GB〜
3bit（Q3_K_M）メモリ優先	36GB	0.2GB	37GB	VRAM 48GB〜	64GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	40GB	0.2GB	42GB	VRAM 48GB〜	64GB〜
4bit（Q4_K_M）標準。迷ったらこれ	45GB	0.2GB	47GB	VRAM 48GB〜	64GB〜
5bit（Q5_K_M）品質重視	53GB	0.2GB	55GB	GPU単体では不可	96GB〜
6bit（Q6_K）ほぼ無劣化	61GB	0.2GB	64GB	GPU単体では不可	96GB〜
8bit（Q8_0）無劣化に近い	79GB	0.2GB	82GB	GPU単体では不可	128GB〜
16bit（BF16）元精度	149GB	0.2GB	154GB	GPU単体では不可	256GB〜

モデルの構造と、必要メモリの増え方

Qwen3-Next 80B-A3BはAlibabaが2025年9月に公開した79.67B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79.67Bのうち、1トークンの生成で実際に読むのは約3B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。

48層のうち注意機構でKVキャッシュを持つのは12層だけで、残り36層は線形注意やSSMなどKVを持たない層です。KVヘッド2・head次元256で、同じ層数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24KB（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0.2GB、128Kトークンまで伸ばすと3.0GB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）

同じ数字のモデルと、実際は何が違うか

同じ80B・アクティブ3Bのコード特化版（Qwen3-Coder-Next 80B-A3B）とは、パラメータ構成も量子化後のサイズも同じです。当サイトの必要メモリと推定速度は両者で一致します。違うのは学習の方向で、こちらは汎用の対話向け、あちらはコード向けに調整されています。

手元で動くかどうかを判断する段階では区別がつかないので、どちらを選ぶかは用途で決めることになります。両方を試したい場合、必要な容量は同じなので、機材の判断は1回で済みます。

このモデルを実際に使うなら

ハイブリッドな注意機構を持ち、長いコンテキストでもKVキャッシュが膨らみにくい構造です。この性質が役に立つのは、長い文書を丸ごと渡す使い方です。当サイトのコンテキスト別の表を見ると、同じサイズ帯の他のモデルより伸びが緩やかなことが確認できます。総パラメータが80Bあるためメモリの要求は大きく、大容量のMacかメモリを積んだ構成が前提です。

アクティブパラメータが3Bなので、メモリに収まりさえすればGPUなしでも実用速度に届く可能性がある点も、このクラスを狙う理由になります。

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qwen3next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/Qwen3-Next-80B-A3B-Instruct-GGUF、元になったモデルはQwen/Qwen3-Next-80B-A3B-Instructです。

同じAlibabaのモデルでは、サイズの近いものにQwen3-Coder-Next 80B-A3B（79.67B）、Qwen2.5 72B（72.71B）、Qwen3.5 122B-A10B（122.11B）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）（45GB）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。全域注意が12層だけのハイブリッド構成なので、長文でもKVの増え方が緩やかです。

コンテキスト	KVキャッシュ	必要合計	必要なGPU	必要なMac
4,096	0.1GB	47GB	VRAM 48GB〜	64GB〜
8,192既定	0.2GB	47GB	VRAM 48GB〜	64GB〜
16,384	0.4GB	47GB	VRAM 48GB〜	64GB〜
32,768	0.8GB	48GB	GPU単体では不可	64GB〜
65,536	1.5GB	49GB	GPU単体では不可	96GB〜
131,072	3.0GB	50GB	GPU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0.8GBから約0.4GB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-Coder-Next 80B-A3B	Alibaba	47GB	ローカルのコーディングエージェント用途で最有力のMoE。メモリ64GB級
Hunyuan-A13B 80B	Tencent	49GB	Tencentの80BのMoE（アクティブ13B）。VRAM 48GB / Mac 64GBから
Qwen2.5 72B	Alibaba	48GB	2024年のQwen2.5の最上位（dense型）。VRAM 48GB / Mac 64GBから
Shisa V2.1 Llama 3.3 70B	Shisa.AI	44GB	日英バイリンガルに調整した70B。Mac 64GB以上かVRAM 48GB級
Llama 3.3 Swallow 70B	Swallow（東京科学大学・産総研）	44GB	Llama 3.3 70Bの日本語強化版。Mac 64GB以上かVRAM 48GB級
DeepSeek-R1 Distill Llama 70B	DeepSeek	44GB	R1をLlama 70Bに蒸留した推論型。VRAM 48GB / Mac 64GBから