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 › Qwen3.5 397B-A17B

Qwen3.5 397B-A17B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・ 公開 2026-02 ・ 396.35Bパラメータ（MoE・アクティブ17B） ・ データ更新 2026-10-02

Qwen3.5の最上位MoE（総397B・アクティブ17B）。Mac 256GB以上が対象

235GB4bit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
512GB実用になるいちばん小さいMac: M5 Ultra（512GB）
262,144最大コンテキスト（学習時）

編集部の見立て

Qwen3.5の最上位で、総396.35Bのうち1トークンで働くのは17B。配布元は画像と文章を最初から一緒に学習した土台と、201の言語・方言への対応を掲げています。Q4_K_Mに8kの文脈で234.9GBが要り、収まるのはM5 Ultra（512GB）で推定39.8tok/s。

IQ4_XSの182.7GBに落とせば、M3 Ultra（256GB）の実効192GBにも入って推定33.2tok/sです。GPU1枚の構成では届きません。256GB以上のMac Studioを用意できる開発チーム向けの1本。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3.5-397B-A17B-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（60層・文脈全体を見る層は15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（IQ2_M）
品質劣化大。最後の手段		115GB0.2GB119GBGPU単体では不可192GB〜
3bit（Q3_K_M）
メモリ優先		165GB0.2GB171GBGPU単体では不可256GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		177GB0.2GB183GBGPU単体では不可256GB〜
4bit（MXFP4 MoE）
MoE専用のMXFP4		221GB0.2GB228GBGPU単体では不可512GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		227GB0.2GB235GBGPU単体では不可512GB〜
5bit（Q5_K_M）
品質重視		273GB0.2GB282GBGPU単体では不可512GB〜
6bit（Q6_K）
ほぼ無劣化		304GB0.2GB314GBGPU単体では不可512GB〜
8bit（Q8_0）
無劣化に近い		393GB0.2GB405GBGPU単体では不可不可
16bit（BF16）
元精度		739GB0.2GB761GBGPU単体では不可不可

モデルの構造と、必要メモリの増え方

Qwen3.5 397B-A17BはAlibabaが2026年2月に公開した396.35Bのモデルです。GGUFのヘッダには60層と書かれており、総パラメータ396.35Bのうち、1トークンの生成で実際に読むのは約17B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。

60層のうち注意機構でKVキャッシュを持つのは15層だけで、残り45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30KB（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3.8GB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

線形注意のGated DeltaNet 3層ごとに通常の注意を1層挟む構造で、KVを持つのは60層中15層。1トークン30KBなので、学習時上限の262,144トークンでも約7.5GBです。256GB機のIQ4_XSに足すと190GB前後になり、実効192GBの枠はほぼ埋まります。

長い文書を渡すなら512GB機が素直。GGUFで動かすにはこの構造に対応したllama.cppの版が要り、画像入力には本体と別にmmprojも用意します。Apache 2.0なので商用の条件は緩め。同じ容量帯のGLM-5.3-Flashは総320Bでアクティブ18Bなので、比べるならこちら。

配布元は対応するAPI版をQwen3.5-Plusとして出しており、手元に置く理由がなければそれで足ります。

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qwen35moeで、当サイト収録の204モデル中13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/Qwen3.5-397B-A17B-GGUF、元になったモデルはQwen/Qwen3.5-397B-A17B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-Coder 480B-A35B（480.15B）、Qwen3 235B-A22B（235.09B）、Qwen3.8-Flash-Next（176.94B）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）（227GB）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15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
4,0960.1GB235GBGPU単体では不可512GB〜
8,192既定0.2GB235GBGPU単体では不可512GB〜
16,3840.5GB235GBGPU単体では不可512GB〜
32,7680.9GB236GBGPU単体では不可512GB〜
65,5361.9GB237GBGPU単体では不可512GB〜
131,0723.8GB238GBGPU単体では不可512GB〜

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0.9GBから約0.5GB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
Llama 4 Maverick 17B-128EMeta235GBLlama 4 Scoutの上位（総400B・アクティブ17B）。Mac 512GB以上が対象
GLM-4.5 355B-A32BZ.ai211GBGLM-4.5-Airの上位（総355B・アクティブ32B）。MIT。Mac 256GB以上が対象
GLM-5.3-FlashZ.ai151GB総321BのMoE。メモリ192GB以上のMac Studio級が対象
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
MiMo-V2.6-Flash-RLXiaomi161GBXiaomiの総309B・活性15BのMoE。画像・動画・音声も扱う。MIT。MXFP4で約156GB、Mac 256GBから
ERNIE 4.5 300B-A47BBaidu175GBBaiduの300BのMoE（アクティブ47B）。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2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（2機種）

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（140）を見る

今のPCのまま、Qwen3.5 397B-A17B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

Qwen3.5 397B-A17Bは4bit（IQ4_XS）で177GB、8bitのQ8_0なら393GB。精度違いを3種類そろえるだけで約563GB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）

Qwen3.5 397B-A17BはMoEで、1トークンごとに動くのは17B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235GB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

Qwen3.5 397B-A17B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 →

Qwen3.5 397B-A17B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

要件を満たす中で最も手頃

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

よくある質問

Qwen3.5 397B-A17Bを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル227GB、8,192トークンのKVキャッシュを含めて約235GB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。

Qwen3.5 397B-A17BはMacで動く？

動きます。ユニファイドメモリ512GB以上のApple Silicon（例: Apple M5 Ultra（512GB））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