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-VL 8B

Qwen3-VL 8B 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 ・ 8.19Bパラメータ ・ データ更新 2026-10-02

画像・画面・書類を読ませる用途の8B。VRAM 8GB

6.5GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
VRAM 8GB実用になるいちばん安いGPU: GeForce RTX 3070 Ti
16GB実用になるいちばん小さいMac: M2 Pro（16GB）
262,144最大コンテキスト（学習時）

編集部の見立て

画像・画面・書類を読む用途に寄せた、Qwen3-VL系の8Bです。配布元はOCRの対応を19言語から32言語に広げ、暗い写真やぼけ、傾きにも強くしたと説明しています。8kの文脈まで含めた必要量は、Q4_K_Mで6.5GB。VRAM 8GBのRTX 3070 Tiで推定78.3tok/s、16GBのM2 Proで推定29.3tok/sです。

GPUなしでもRyzen AI 300（16GB）で推定12.8tok/s。領収書や紙の資料を撮って文字に起こしたい人が、手持ちのPCで始められる大きさです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3-VL-8B-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（36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		2.9GB1.1GB4.6GBVRAM 6GB〜8GB〜
2bit（Q2_K）
品質劣化大。最後の手段		3.1GB1.1GB4.8GBVRAM 6GB〜8GB〜
3bit（Q3_K_M）
メモリ優先		3.8GB1.1GB5.6GBVRAM 8GB〜16GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		4.3GB1.1GB6.0GBVRAM 8GB〜16GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		4.7GB1.1GB6.4GBVRAM 8GB〜16GB〜
5bit（Q5_K_M）
品質重視		5.4GB1.1GB7.2GBVRAM 8GB〜16GB〜
6bit（Q6_K）
ほぼ無劣化		6.3GB1.1GB8.1GBVRAM 10GB〜16GB〜
8bit（Q8_0）
無劣化に近い		8.1GB1.1GB10.0GBVRAM 11GB〜16GB〜
16bit（BF16）
元精度		15GB1.1GB17GBVRAM 20GB〜32GB〜

モデルの構造と、必要メモリの増え方

Qwen3-VL 8BはAlibabaが2025年10月に公開した8.19Bのモデルです。GGUFのヘッダには36層と書かれており、全パラメータを毎回読み出すdense型なので、生成速度はファイルサイズとメモリ帯域幅でほぼ決まります。全36層が全域注意で、KVヘッド8・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144KB（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1.1GB、128Kトークンまで伸ばすと18GB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

文章専用のQwen3 8Bと規模は同じでも、画像を渡すと文脈の減り方が変わります。全36層が全域注意でKVは1トークン144KB、16,384トークンで約2.2GBが上乗せになります。Q4_K_Mと合わせると7GB台後半で、VRAM 8GBの実効7.5GBを超える計算です。

8GBのGPUでは8k前後にとどめ、書類は1〜2ページずつ渡す運用が向きます。長い資料を丸ごと読ませたいなら、KVが1トークン32KBのQwen3.5 9Bに余裕があります。GGUF版では、画像用プロジェクタのファイルを本体と一緒に落として指定するのが基本。同じ8.19Bで文章に絞るなら、Qwen3-Swallow 8Bも比べる相手になります。

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qwen3vlで、当サイト収録の204モデル中4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-8B-Instruct-GGUF、元になったモデルはQwen/Qwen3-VL-8B-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 8B（8.19B）、Qwen2.5-VL 7B（7.62B）、Qwen2.5 7B（7.62B）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）（4.7GB）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
4,0960.6GB5.9GBVRAM 8GB〜16GB〜
8,192既定1.1GB6.4GBVRAM 8GB〜16GB〜
16,3842.3GB7.6GBVRAM 10GB〜16GB〜
32,7684.5GB9.8GBVRAM 11GB〜16GB〜
65,5369.0GB14GBVRAM 16GB〜24GB〜
131,07218GB23GBVRAM 24GB〜36GB〜

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4.5GBから約2.3GB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
Qwen3-Swallow 8BSwallow（東京科学大学・産総研）6.4GBQwen3 8Bの日本語強化版。4bitならVRAM 8GBに収まる
Shisa V2.1 Qwen3 8BShisa.AI6.4GBQwen3 8Bを日英バイリンガルに調整。VRAM 8GB
DeepSeek-R1-0528 Qwen3 8BDeepSeek6.4GBR1蒸留の改良版8B
Qwen3 8BAlibaba6.4GBVRAM 8GBクラスの定番。日本語チャットの最初の1本
Apertus 8BSwiss AI6.4GB学習データまで公開したスイスの8B。1000以上の言語に対応。Apache 2.0。GPUなしのメモリ16GBのPCでも動く
Llama 3.1 Swallow 8BSwallow（東京科学大学・産総研）6.2GBLlama 3.1 8Bの日本語強化版（v0.5）。VRAM 8GB

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら112機種で20 tok/s以上、15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（112機種）

実用 8〜20 tok/s（15機種）

遅い 動くが遅い（7機種）

メモリに一部を逃がせば動く（4機種・CPUオフロード、PCのメモリ32GB想定）

動かない機種（4）を見る

今のPCのまま、Qwen3-VL 8B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-VL 8Bは4bit（IQ4_XS）で4.3GB、8bitのQ8_0なら8.1GB。精度違いを3種類そろえるだけで約13GB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 →

ローカルLLM / AIエージェント入門書

Qwen3-VL 8B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-VL 8B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。

ぴったりデスクトップ（BTO）

RTX 5060（8GB）デスクトップ・メモリ32GB

画像生成の入門と8BクラスのローカルLLM。最安のGPU機

RTX 5060（VRAM 8GB）・メモリ32GB・NVMe 1TB ・ 目安 15〜21万円

要件を満たす中で最も手頃

Amazonで「RTX 5060 搭載 デスクトップPC」を見る →
余裕を持つならデスクトップ（BTO）

RTX 5070（12GB）デスクトップ・メモリ32GB

SDXLの画像生成が快適。14BクラスのローカルLLMがGPUだけで動く

RTX 5070（VRAM 12GB）・メモリ32GB・NVMe 1TB ・ 目安 20〜28万円

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「RTX 5070 搭載 デスクトップPC」を見る →
別の形ならMac

Mac mini M4 Pro（メモリ48GB・SSD 1TB）

30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心

M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 30〜36万円

Macで同じ仕事をするなら

Amazonで「Mac mini M4 Pro 48GB」を見る →

よくある質問

Qwen3-VL 8Bを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル4.7GB、8,192トークンのKVキャッシュを含めて約6.5GBが必要です。GPU単体ならGeForce RTX 3070 Ti（VRAM 8GB）から実用速度で動きます。

Qwen3-VL 8BはMacで動く？

動きます。ユニファイドメモリ16GB以上のApple Silicon（例: Apple M2 Pro（16GB））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（8Bクラス）に必要なPC / MacかWindowsか

手持ちのPCで判定する