Seed-OSS 36B を動かすPCスペック（必要VRAM・メモリ・速度の目安）
長文コンテキストに強い36Bのdense型。VRAM 24〜32GB向け
編集部の見立て
ByteDanceのSeedチームが出した36Bのdense型で、配布元は512Kトークンの長文を元から学習した点と、考える長さを指定できる点を柱に挙げています。4bitのQ4_K_M（20.3GB）に8kぶんを足すと23.4GB。24GBのGeForce RTX 4090にほぼぴったり収まり、推定31.2tok/sが出ます。
Apple M5 Max（36GB）では推定19.1tok/s。GPUなしのDDR5機は64GBでも推定1.8tok/sで、使い物になりません。24GB以上のGPUで長文の推論を回したい人向けです。
量子化別の必要メモリ
ファイルサイズは Hugging Face（unsloth/Seed-OSS-36B-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（64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 | 12GB | 2.0GB | 15GB | VRAM 16GB〜 | 24GB〜 |
| 2bit（Q2_K） 品質劣化大。最後の手段 | 13GB | 2.0GB | 16GB | VRAM 20GB〜 | 24GB〜 |
| 3bit（Q3_K_M） メモリ優先 | 16GB | 2.0GB | 19GB | VRAM 20GB〜 | 32GB〜 |
| 4bit（IQ4_XS） Q4_K_Mより一回り小さい | 18GB | 2.0GB | 21GB | VRAM 24GB〜 | 32GB〜 |
| 4bit（Q4_K_M） 標準。迷ったらこれ | 20GB | 2.0GB | 23GB | VRAM 24GB〜 | 36GB〜 |
| 5bit（Q5_K_M） 品質重視 | 24GB | 2.0GB | 27GB | VRAM 32GB〜 | 48GB〜 |
| 6bit（Q6_K） ほぼ無劣化 | 28GB | 2.0GB | 31GB | VRAM 32GB〜 | 48GB〜 |
| 8bit（Q8_0） 無劣化に近い | 36GB | 2.0GB | 39GB | VRAM 48GB〜 | 64GB〜 |
| 16bit（BF16） 元精度 | 67GB | 2.0GB | 72GB | GPU単体では不可 | 96GB〜 |
モデルの構造と、必要メモリの増え方
Seed-OSS 36BはByteDanceが2025年8月に公開した36.15Bのモデルです。GGUFのヘッダには64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64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256KB（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2.0GB、128Kトークンまで伸ばすと32GB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
長文が売りのモデルですが、手元で長文を回すにはメモリが追いつきません。KVは1トークン256KBあり、64層の全部が全域注意です。32kで約8GB、128kで約32GBになり、本体の20.3GBより重くなります。128kのKVだけでRTX 5090（32GB）の容量を使い切ります。
長い資料はKVキャッシュの量子化か、Apple M5 Max（48GB）以上で考えましょう。思考の予算は512トークンのような単位で指定でき、配布元の例では途中で残りを見積もりながら答えをまとめます。推奨の設定はTemperature 1.1、top_p 0.95とやや高め。
配布元は国際向けに最適化したと書いており、日本語向けの調整はうたっていません。使用条件はApache 2.0に従います。
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seed_oss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/Seed-OSS-36B-Instruct-GGUF、元になったモデルはByteDance-Seed/Seed-OSS-36B-Instructです。
得意分野は推論（段階を踏んで考える処理）です。
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）（20GB）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 | 1.0GB | 22GB | VRAM 24GB〜 | 36GB〜 |
| 8,192既定 | 2.0GB | 23GB | VRAM 24GB〜 | 36GB〜 |
| 16,384 | 4.0GB | 25GB | VRAM 32GB〜 | 48GB〜 |
| 32,768 | 8.0GB | 29GB | VRAM 32GB〜 | 48GB〜 |
| 65,536 | 16GB | 37GB | VRAM 48GB〜 | 64GB〜 |
| 131,072 | 32GB | 53GB | GPU単体では不可 | 96GB〜 |
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8.0GBから約4.0GB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 |
|---|---|---|---|
| BigBang v1 35B | endless-frontier | 22GB | 35BのMoEで画像対応。Apache 2.0。アクティブパラメータが小さくメモリ32GB級でも速い |
| Ornith 1.5 35B-A3B | ornith-ai | 22GB | 35BのMoE（アクティブ3B）でMIT。メモリ32GBクラスで速く動く |
| 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 |
4bit（Q4_K_M）が動く機種と推定速度
4bit（Q4_K_M）なら19機種で20 tok/s以上、19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（19機種）
- GeForce RTX 5090 約49 tok/s補正済み
- GeForce RTX 4090 約31 tok/s補正済み
- Apple M5 Ultra（96GB） 約31 tok/s推定
- Apple M5 Ultra（256GB） 約31 tok/s推定
- Apple M5 Ultra（512GB） 約31 tok/s推定
- RTX 6000 Ada 約30 tok/s補正済み
- GeForce RTX 3090 Ti 約29 tok/s補正済み
- GeForce RTX 3090 約27 tok/s補正済み
- GeForce RTX 5090 Laptop 約26 tok/s補正済み
- Radeon RX 7900 XTX 約25 tok/s推定
- Apple M5 Max（48GB） 約22 tok/s補正済み
- Apple M5 Max（64GB） 約22 tok/s補正済み
- Apple M5 Max（128GB） 約22 tok/s補正済み
- Apple M2 Ultra（64GB） 約21 tok/s補正済み
- Apple M2 Ultra（128GB） 約21 tok/s補正済み
- Apple M2 Ultra（192GB） 約21 tok/s補正済み
- Apple M3 Ultra（96GB） 約20 tok/s補正済み
- Apple M3 Ultra（256GB） 約20 tok/s補正済み
- Apple M3 Ultra（512GB） 約20 tok/s補正済み
実用 8〜20 tok/s（19機種）
- Apple M5 Max（36GB） 約19 tok/s補正済み
- Apple M1 Ultra（64GB） 約19 tok/s補正済み
- Apple M1 Ultra（128GB） 約19 tok/s補正済み
- Apple M4 Max（48GB） 約17 tok/s補正済み
- Apple M4 Max（64GB） 約17 tok/s補正済み
- Apple M4 Max（128GB） 約17 tok/s補正済み
- Apple M4 Max（36GB） 約14 tok/s補正済み
- Apple M3 Max（48GB） 約13 tok/s補正済み
- Apple M3 Max（64GB） 約13 tok/s補正済み
- Apple M3 Max（128GB） 約13 tok/s補正済み
- Apple M2 Max（64GB） 約13 tok/s補正済み
- Apple M2 Max（96GB） 約13 tok/s補正済み
- Apple M1 Max（64GB） 約13 tok/s補正済み
- Apple M5 Pro（48GB） 約12 tok/s補正済み
- Apple M5 Pro（64GB） 約12 tok/s補正済み
- Apple M3 Max（36GB） 約11 tok/s補正済み
- Apple M3 Max（96GB） 約11 tok/s補正済み
- Apple M4 Pro（48GB） 約9.6 tok/s補正済み
- Apple M4 Pro（64GB） 約9.6 tok/s補正済み
遅い 動くが遅い（4機種）
- AMD Ryzen AI Max+ 395（Strix Halo）（メモリ64GB） 約6.7 tok/s推定
- AMD Ryzen AI Max+ 395（Strix Halo）（メモリ128GB） 約6.7 tok/s推定
- Apple M3 Pro（36GB） 約5.5 tok/s補正済み
- AMD Ryzen AI 300（Strix Point・Copilot+ PC）（メモリ64GB） 約3.2 tok/s推定
メモリに一部を逃がせば動く（62機種・CPUオフロード、PCのメモリ32GB想定）
- Radeon RX 7900 XT 約7.5 tok/s推定
- GeForce RTX 5070 Ti 約4.7 tok/s補正済み
- GeForce RTX 5080 約4.7 tok/s補正済み
- GeForce RTX 5080 Laptop 約4.7 tok/s推定
- GeForce RTX 4080 約4.6 tok/s補正済み
- GeForce RTX 4080 SUPER 約4.6 tok/s補正済み
- GeForce RTX 4070 Ti SUPER 約4.5 tok/s補正済み
- GeForce RTX 3080 Ti Laptop 約4.4 tok/s推定
- GeForce RTX 4090 Laptop 約4.4 tok/s推定
- GeForce RTX 5060 Ti 16GB 約4.3 tok/s補正済み
- GeForce RTX 3080 Laptop 16GB 約4.3 tok/s推定
- Radeon RX 7800 XT 約4.3 tok/s推定
- Radeon RX 9070 約4.3 tok/s推定
- Radeon RX 9070 XT 約4.3 tok/s推定
- Radeon RX 6800 約4.2 tok/s推定
- Radeon RX 6800 XT 約4.2 tok/s推定
- Radeon RX 6900 XT 約4.2 tok/s推定
- GeForce RTX 4060 Ti 16GB 約3.8 tok/s推定
- RTX 2000 Ada 約3.7 tok/s補正済み
- Radeon RX 9060 XT 16GB 約3.7 tok/s推定
- ほか42機種
動かない機種（35）を見る
- Apple M1（8GB） あと18GB
- Apple M1（16GB） あと13GB
- Apple M1 Pro（16GB） あと13GB
- Apple M1 Pro（32GB） あと2.0GB
- Apple M1 Max（32GB） あと2.0GB
- Apple M2（8GB） あと18GB
- Apple M2（16GB） あと13GB
- Apple M2（24GB） あと7.3GB
- Apple M2 Pro（16GB） あと13GB
- Apple M2 Pro（32GB） あと2.0GB
- Apple M2 Max（32GB） あと2.0GB
- Apple M3（8GB） あと18GB
- Apple M3（16GB） あと13GB
- Apple M3（24GB） あと7.3GB
- Apple M3 Pro（18GB） あと11GB
- Apple M4（16GB） あと13GB
- Apple M4（24GB） あと7.3GB
- Apple M4（32GB） あと2.0GB
- Apple M4 Pro（24GB） あと7.3GB
- Apple M5（16GB） あと13GB
- Apple M5（24GB） あと7.3GB
- Apple M5（32GB） あと2.0GB
- Apple M5 Pro（24GB） あと7.3GB
- 一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ8GB） あと18GB
- 一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ16GB） あと13GB
- 一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ32GB） あと2.0GB
- 一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ16GB） あと13GB
- 一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ32GB） あと2.0GB
- Intel Core Ultra 200V（Lunar Lake・Copilot+ PC）（メモリ16GB） あと13GB
- Intel Core Ultra 200V（Lunar Lake・Copilot+ PC）（メモリ32GB） あと2.0GB
- AMD Ryzen AI 300（Strix Point・Copilot+ PC）（メモリ16GB） あと13GB
- AMD Ryzen AI 300（Strix Point・Copilot+ PC）（メモリ32GB） あと2.0GB
- AMD Ryzen AI Max+ 395（Strix Halo）（メモリ32GB） あと2.0GB
- Snapdragon X Elite（Copilot+ PC）（メモリ16GB） あと13GB
- Snapdragon X Elite（Copilot+ PC）（メモリ32GB） あと2.0GB
今のPCのまま、Seed-OSS 36B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
Seed-OSS 36Bは4bit（IQ4_XS）で18GB、8bitのQ8_0なら36GB。精度違いを3種類そろえるだけで約55GB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。
メモリ増設（32GB化）
VRAMに載りきらない分は、システムメモリに逃がして動かせます（CPUオフロード）。Seed-OSS 36Bは23GB要るので、VRAM 12GBのカードなら約12GBをメモリ側で受ける計算です。メモリ16GBのままだとOSとブラウザで詰まるので、32GBが下限。
GPUを1枚替える: RTX 5090（32GB）
「あと数GB足りない」を埋めるのに、PC一式を買い替える必要はありません。RTX 5090なら4bit（IQ4_XS）の23GBがVRAMに収まります。先に見るのは、今のケースに入る長さか、電源の容量と補助電源のコネクタが足りるかの2点です。
ローカルLLM / AIエージェント入門書
Seed-OSS 36B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。
Seed-OSS 36B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。
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
要件を満たす中で最も手頃
Mac mini M4 Pro（メモリ64GB・SSD 1TB）
70BクラスのローカルLLMまで。同じ価格帯のGeForce機より大きいモデルまで動く
M4 Pro・ユニファイドメモリ64GB・SSD 1TB ・ 目安 36〜42万円
将来の用途拡張（大きなモデル・並列エージェント）に余裕
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
Windowsで同じ仕事をするなら
よくある質問
Seed-OSS 36Bを動かすのに必要なVRAMは？
4bit量子化（4bit（Q4_K_M））でファイル20GB、8,192トークンのKVキャッシュを含めて約23GBが必要です。GPU単体ならGeForce RTX 4090（VRAM 24GB）から実用速度で動きます。
Seed-OSS 36BはMacで動く？
動きます。ユニファイドメモリ36GB以上のApple Silicon（例: Apple M5 Max（36GB））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（27〜32Bクラス）に必要なPC / MacかWindowsか