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 › Qwen3.8-Flash-Next

Qwen3.8-Flash-Next を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・ 公開 2026-08 ・ 176.94Bパラメータ（MoE・アクティブ6B） ・ データ更新 2026-10-02

総177BのMoEで画像も読める。メモリ128GB級のMac/Strix Halo向け

91GB4bit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
128GB実用になるいちばん小さいMac: M5 Max（128GB）
262,144最大コンテキスト（学習時）

編集部の見立て

配布元はこのモデルを、次のQwen4を支える構造の実験的なプレビューと位置づけています。説明上の中身は、総125B・アクティブ6BのMoEに51Bのn-gram埋め込みと4BのMTPを足した構成。当サイトの計算もアクティブ6Bで行っており、M5 Max（128GB）では推定91.5tok/sと、この大きさにしては速い部類です。

GGUFはIQ4_XS（87.2GB）とQ8_0（175.3GB）の2段だけ。128GBのMacで選べるのは前者しかありません。ライセンスはotherです。完成品より新しい構造を先に触りたい、128GBのMacの持ち主向け。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3.8-Flash-Next-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
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		87GB0.2GB91GBGPU単体では不可128GB〜
8bit（Q8_0）
無劣化に近い		175GB0.2GB181GBGPU単体では不可256GB〜
16bit（BF16）
元精度		330GB0.2GB340GBGPU単体では不可512GB〜

モデルの構造と、必要メモリの増え方

Qwen3.8-Flash-NextはAlibabaが2026年8月に公開した176.94B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176.94Bのうち、1トークンの生成で実際に読むのは約6B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。

同じ数字のモデルと、実際は何が違うか

同じAlibabaのQwen3-Next 80B-A3Bと、KVキャッシュの持ち方はほぼ同じです。どちらも48層のうちKVキャッシュを持つのは12層だけで、1トークン24KB。128Kトークンまで伸ばしても約2.9GBで済みます。違いは総量のほうに出ます。こちらは51Bのn-gram埋め込みを持つぶん4bitで90.5GBが要り、47.2GBのQwen3-Nextの倍近い。

1トークンで働くのは6Bと小さいので、機種を決めるのは速度より容量です。配布元は、Gated DeltaNetとGated Attentionの組み合わせをGated DeltaNetとQSAに組み替え、画像を読むエンコーダも付けたと説明しています。

このモデルを実際に使うなら

4bitの90.5GBが収まるのは、128GBのMacだけです。Ryzen AI Max+ 395（128GB）は実効85.8GBで4.8GB足りず、民生用GPUのVRAMにはどれも載りません。同じ128GBのMacでも世代で速度は開き、M4 Maxは推定70.9tok/s、M3 Maxは推定56.1tok/s。

実効96GBからの余白は5.5GBで、KVキャッシュに回すと24万トークン台まで伸ばせる計算です。上限の262,144トークンにはわずかに届かない。アーキテクチャはGGUFヘッダ上で新しい系統（qwen4exp）なので、llama.cppやLM Studioの対応版が出ているかを使う前に確かめましょう。対応前の版では読み込み自体が失敗します。

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qwen4exp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/Qwen3.8-Flash-Next-GGUF、元になったモデルはQwen/Qwen3.8-Flash-Next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Qwen3.5 122B-A10B（122.11B）、Qwen3 235B-A22B（235.09B）、Qwen3-Coder-Next 80B-A3B（79.67B）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（IQ4_XS）（87GB）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
4,0960.1GB90GBGPU単体では不可128GB〜
8,192既定0.2GB91GBGPU単体では不可128GB〜
16,3840.4GB91GBGPU単体では不可128GB〜
32,7680.8GB91GBGPU単体では不可128GB〜
65,5361.5GB92GBGPU単体では不可128GB〜
131,0723.0GB93GBGPU単体では不可128GB〜

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
Step-3.7-FlashStepFun118GB総198B・アクティブ約11BのMoEで画像も読める。Apache 2.0。IQ4_XSならMac 128GBから収まる
Mixtral 8x22BMistral AI84GBMixtralの上位（総141B・アクティブ39B）。Apache 2.0。Mac 128GB以上が対象
Ling 3.0 flashinclusionAI75GB総124B・アクティブ5.1BのMoE。MIT。Mac 96GB以上が対象
MiniMax-M2.5 229B-A10BMiniMax135GBコードとエージェント用途に重点を置いた229BのMoE（アクティブ10B）。Mac 192GB以上が対象
Devstral 2 123BMistral AI75GBコーディングエージェント向けの123B（dense型）。Mac 96GB以上が対象
Qwen3.5 122B-A10BAlibaba74GBメモリ96〜128GB級向け

4bit（IQ4_XS）が動く機種と推定速度

4bit（IQ4_XS）なら10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（10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（132）を見る

今のPCのまま、Qwen3.8-Flash-Next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

Qwen3.8-Flash-Nextは4bit（IQ4_XS）で87GB、8bitのQ8_0なら175GB。精度違いを3種類そろえるだけで約592GB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）

Qwen3.8-Flash-NextはMoEで、1トークンごとに動くのは6B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91GB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

Qwen3.8-Flash-Next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 →

Qwen3.8-Flash-Next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

Ryzen AI Max+ 395 ミニPC（メモリ128GB）

Windows/Linuxで128GBの共有メモリ。GPU側に96GBを割り当てれば、gpt-oss-120bや70Bクラスを常時サーバとして動かせる

Ryzen AI Max+ 395・LPDDR5X 128GB（256GB/s）・NVMe 2TB ・ 目安 32〜48万円

要件を満たす中で最も手頃

Amazonで「Ryzen AI Max+ 395 128GB ミニPC」を見る →
余裕を持つなら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

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「Mac Studio M5 Ultra 512GB」を見る →
別の形ならMac

Mac Studio M4 Max（メモリ128GB・SSD 2TB）

gpt-oss-120bやQwen3.5 122Bがメモリに収まり、帯域546GB/sで実用的な速さが出る。個人向けローカルLLMの本命

M4 Max・ユニファイドメモリ128GB・SSD 2TB ・ 目安 62〜72万円

Macで同じ仕事をするなら

Amazonで「Mac Studio M4 Max 128GB」を見る →

よくある質問

Qwen3.8-Flash-Nextを動かすのに必要なVRAMは？

4bit量子化（4bit（IQ4_XS））でファイル87GB、8,192トークンのKVキャッシュを含めて約91GB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。

Qwen3.8-Flash-NextはMacで動く？

動きます。ユニファイドメモリ128GB以上のApple Silicon（例: Apple M5 Max（128GB））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