Qwen3.6 35B-A3B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・公開 2026-04 ・ 34.66Bパラメータ（MoE・アクティブ3B）・データ更新 2026-10-02

Qwen3.5 35B-A3Bの改良版

22GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 24GB実用になるいちばん安いGPU: GeForce RTX 4090

36GB実用になるいちばん小さいMac: M5 Max（36GB）

262,144最大コンテキスト（学習時）

編集部の見立て

アクティブ3BのMoEに画像入力を載せた、Qwen3.6世代のMoE版です。配布元はエージェント的なコード作業と、過去の思考を残すオプションを改良点に挙げています。4bitに8kの文脈を足すと21.9GBが要り、RTX 4090なら推定213.6tok/s。1,000トークンの回答が5秒ほどで返る速さです。

M5 Max（36GB）でも推定131.1tok/s。見落としやすいのは32GBのMacで、実効21.4GBにQ4_K_Mは入らず、IQ4_XS（16.5GB）まで下げることになります。24GBのGPUか36GB以上のMacで、待たずに使える相手が欲しい人に合います。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3.6-35B-A3B-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（40層・文脈全体を見る層は10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	11GB	0.2GB	12GB	VRAM 16GB〜	18GB〜
3bit（Q3_K_M）メモリ優先	15GB	0.2GB	17GB	VRAM 20GB〜	32GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	17GB	0.2GB	18GB	VRAM 20GB〜	32GB〜
4bit（MXFP4 MoE） MoE専用のMXFP4	20GB	0.2GB	21GB	VRAM 24GB〜	36GB〜
4bit（Q4_K_M）標準。迷ったらこれ	21GB	0.2GB	22GB	VRAM 24GB〜	36GB〜
5bit（Q5_K_M）品質重視	25GB	0.2GB	26GB	VRAM 32GB〜	48GB〜
6bit（Q6_K）ほぼ無劣化	27GB	0.2GB	29GB	VRAM 32GB〜	48GB〜
8bit（Q8_0）無劣化に近い	34GB	0.2GB	36GB	VRAM 48GB〜	64GB〜
16bit（BF16）元精度	65GB	0.2GB	67GB	GPU単体では不可	96GB〜

モデルの構造と、必要メモリの増え方

Qwen3.6 35B-A3BはAlibabaが2026年4月に公開した34.66Bのモデルです。GGUFのヘッダには40層と書かれており、総パラメータ34.66B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。

40層のうち注意機構でKVキャッシュを持つのは10層だけで、残り30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20KB（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2.5GB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

Qwen3.5 35B-A3Bの改良版として公開された版で、総パラメータ・アクティブパラメータ・量子化後のサイズがいずれも前版と同じです。そのため当サイトの判定では、必要メモリも推定速度も前版と区別がつきません。手元で動くかどうかという観点では、どちらを選んでも結果が変わらないということです。

改良の中身は学習側にあるため、違いを確かめるには実際に同じ質問を投げて比べるしかありません。機材を選ぶ段階では前版と同じ条件で考えて差し支えなく、あとからモデルだけ入れ替えられます。

このモデルを実際に使うなら

前版から入れ替えるだけなら、機材はそのままで済みます。ファイルサイズが同じなので、ダウンロードして置き換えれば動く。この「機材を変えずにモデルだけ更新できる」点が、ローカルで動かす利点のひとつです。逆に言えば、機材を買うときにモデルの世代を気にしすぎる必要はありません。

容量と帯域幅で決まる範囲を確保しておけば、その中で動くモデルは時間とともに良くなっていきます。買い時を判断するときは、いま動かしたいモデルではなく、そのクラスが収まる容量を基準にしましょう。

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/Qwen3.6-35B-A3B-GGUF、元になったモデルはQwen/Qwen3.6-35B-A3Bです。

得意分野は画像を含む文書の読み取り、日本語の文章です。

同じAlibabaのモデルでは、サイズの近いものにQwen-AgentWorld 35B-A3B（34.66B）、Qwen3.5 35B-A3B（34.66B）、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）（21GB）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10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	22GB	VRAM 24GB〜	36GB〜
8,192既定	0.2GB	22GB	VRAM 24GB〜	36GB〜
16,384	0.3GB	22GB	VRAM 24GB〜	36GB〜
32,768	0.6GB	22GB	VRAM 24GB〜	36GB〜
65,536	1.3GB	23GB	VRAM 24GB〜	36GB〜
131,072	2.5GB	24GB	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0.6GBから約0.3GB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
Holo4 35B-A3B	H Company	22GB	画面を見てクリックや入力を返すパソコン操作用のMoE（総35B・アクティブ3B）。Apache 2.0。VRAM 24GB / Mac 36GBから
Nex-N2.5-mini	Nex AGI	22GB	35B級のMoEで画像も扱える。Apache 2.0。VRAM 24GB / Mac 32GBから
Thomson 1.0 Small 35B-A3B	Thomson Reuters	21GB	法務・専門文書の会社が公開した35BのMoE。メモリ32GBクラスで動く
KAT-Coder-V2.5-Dev 35B-A3B	Kwaipilot（快手）	21GB	Qwen3.6 35B-A3Bを土台にしたコード用MoE。Apache 2.0。VRAM 20GB / Mac 32GBから
Ornith 1.0 35B-A3B	deepreinforce-ai	22GB	コーディングエージェント向けOrnith 1.0のMoE版。MIT。VRAM 20GB / Mac 32GBから
XYZ-Aquila mini 35B-A3B	XYZAILab	21GB	35BのMoE。Apache 2.0。VRAM 16GB＋メモリ32GBクラスから