Qwen3-VL 30B-A3B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・公開 2025-10 ・ 30.53Bパラメータ（MoE・アクティブ3.3B）・データ更新 2026-10-02

画像を読めるQwen3のMoE（アクティブ3B級）。VRAM 20GB / Mac 32GBから

19GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 20GB実用になるいちばん安いGPU: Radeon RX 7900 XT

32GB実用になるいちばん小さいMac: M2 Max（32GB）

262,144最大コンテキスト（学習時）

編集部の見立て

Qwen3-VLのMoE版で、総30.53Bのうち1トークンで動くのは3.3B。配布元は画面の要素を読み取ってPCやスマホのGUIを操作するエージェント用途、32言語のOCR、画像からDraw.ioやHTMLを起こす使い方を挙げています。4bitで8kの文脈を含めると19.1GBが要り、VRAM 20GBのRadeon RX 7900 XTで推定119.6tok/s、M2 Max（32GB）で推定74.6tok/s。

画面や書類を大量に読ませたい、VRAM 20GB以上かMac 32GB以上の人に。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3-VL-30B-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）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	10GB	0.8GB	12GB	VRAM 16GB〜	18GB〜
2bit（Q2_K）品質劣化大。最後の手段	10GB	0.8GB	12GB	VRAM 16GB〜	18GB〜
3bit（Q3_K_M）メモリ優先	14GB	0.8GB	15GB	VRAM 16GB〜	24GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	15GB	0.8GB	17GB	VRAM 20GB〜	32GB〜
4bit（Q4_K_M）標準。迷ったらこれ	17GB	0.8GB	19GB	VRAM 20GB〜	32GB〜
5bit（Q5_K_M）品質重視	20GB	0.8GB	22GB	VRAM 24GB〜	36GB〜
6bit（Q6_K）ほぼ無劣化	23GB	0.8GB	25GB	VRAM 32GB〜	48GB〜
8bit（Q8_0）無劣化に近い	30GB	0.8GB	32GB	VRAM 48GB〜	48GB〜
16bit（BF16）元精度	57GB	0.8GB	60GB	GPU単体では不可	96GB〜

モデルの構造と、必要メモリの増え方

Qwen3-VL 30B-A3BはAlibabaが2025年10月に公開した30.53B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30.53Bのうち、1トークンの生成で実際に読むのは約3.3B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。

全48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96KB（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0.8GB、128Kトークンまで伸ばすと12GB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

推定速度と必要量は、文章専用のQwen3 30B-A3Bと同じ数字です。違いは画像エンコーダーの有無で、GGUFで使うなら本体とは別にmmprojのファイルを落とし、そのぶんのメモリも上乗せで見積もります。全48層がKVを持ち、その量は1トークン96KB。32kの文脈で約3GB、学習時上限の262,144トークンでは約24GBと、本体のQ4_K_M 17.3GBを上回ります。

ここで扱うのはInstruct版で、考える過程を出すThinking版は別に配布されています。dense型のQwen3-VL 32Bは4bitで21.5GB、RTX 4090でも推定34.2tok/s。GUI操作のエージェントは画面を何度も読み直すので、この速さの差がそのまま待ち時間に出ます。

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qwen3vlmoeで、当サイト収録の204モデル中1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-VL-30B-A3B-Instruct-GGUF、元になったモデルはQwen/Qwen3-VL-30B-A3B-Instructです。

得意分野は画像を含む文書の読み取りです。

同じAlibabaのモデルでは、サイズの近いものにQwen3 30B-A3B（30.53B）、Qwen3-Coder 30B-A3B（30.53B）、Qwen3-VL 32B（32.76B）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）（17GB）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
4,096	0.4GB	19GB	VRAM 20GB〜	32GB〜
8,192既定	0.8GB	19GB	VRAM 20GB〜	32GB〜
16,384	1.5GB	20GB	VRAM 24GB〜	32GB〜
32,768	3.0GB	21GB	VRAM 24GB〜	32GB〜
65,536	6.0GB	24GB	VRAM 32GB〜	48GB〜
131,072	12GB	30GB	VRAM 32GB〜	48GB〜

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3.0GBから約1.5GB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-Swallow 30B-A3B	Swallow（東京科学大学・産総研）	19GB	Qwen3 30B-A3Bに日本語を追加学習したMoE。VRAM 20GB級のGPUやMac 32GBで速い
Qwen3 30B-A3B	Alibaba	19GB	MoE型で、メモリさえ足りれば速い。Macやメモリ多めのPC向き
Qwen3-Coder 30B-A3B	Alibaba	19GB	ローカルのコード補助の定番MoE
North Mini Code 1.0	Cohere Labs	19GB	コード用途を名前に掲げた30BのMoE。Apache 2.0。メモリ32GB級から
Gemma 4 31B	Google	19GB	2026年のGoogle製で、dense型の上位。VRAM 24GB向け
GLM-4.7-Flash 30B-A3B	Z.ai	19GB	MLA採用でKVキャッシュが小さい軽量MoE