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 › Step-3.7-Flash

Step-3.7-Flash を動かすPCスペック（必要VRAM・メモリ・速度の目安）

StepFun ・ 公開 2026-05 ・ 196.96Bパラメータ（MoE・アクティブ11B） ・ データ更新 2026-10-02

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

118GB4bit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
192GB実用になるいちばん小さいMac: M2 Ultra（192GB）
262,144最大コンテキスト（学習時）

編集部の見立て

StepFunが高頻度の業務処理向けに作った総198BのMoEで、配布元の説明では1トークンで働くのは約11B、画像も読めます。推論の深さはlow・medium・highの3段階。配布元は128GB以上のMacでの実行を挙げていますが、当サイトの計算で128GB機に収まるのはIQ4_XS（92.4GB）までです。

Q4_K_Mは8kの文脈込みで118.1GBあり、22.1GB足りません。M5 Max（128GB）では推定54tok/sで、快適の判定に入ります。Apache 2.0。128GBのMacで200B級を4bit相当で常用したい人の候補です。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Step-3.7-Flash-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（45層・うち33層は直近の範囲だけを見る層）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		58GB0.4GB60GBGPU単体では不可96GB〜
3bit（Q3_K_M）
メモリ優先		83GB0.4GB87GBGPU単体では不可128GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		89GB0.4GB92GBGPU単体では不可128GB〜
4bit（MXFP4 MoE）
MoE専用のMXFP4		110GB0.4GB114GBGPU単体では不可192GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		114GB0.4GB118GBGPU単体では不可192GB〜
5bit（Q5_K_M）
品質重視		136GB0.4GB141GBGPU単体では不可192GB〜
6bit（Q6_K）
ほぼ無劣化		152GB0.4GB158GBGPU単体では不可256GB〜
8bit（Q8_0）
無劣化に近い		195GB0.4GB202GBGPU単体では不可512GB〜
16bit（BF16）
元精度		367GB0.4GB379GBGPU単体では不可512GB〜

モデルの構造と、必要メモリの増え方

Step-3.7-FlashはStepFunが2026年5月に公開した196.96Bのモデルです。GGUFのヘッダには45層と書かれており、総パラメータ196.96Bのうち、1トークンの生成で実際に読むのは約11B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。

注意機構は混合型で、全域注意が12層、残り33層は窓512トークンのスライディングウィンドウです。コンテキストに比例して増えるのは全域注意の12層ぶん（1トークンあたり約48KB）だけで、スライディングウィンドウの33層は窓512トークンぶん（約0.1GB）で頭打ちになります。

実際の値は、8,192トークンで0.4GB、128Kトークンまで伸ばすと6.1GB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

速度はアクティブ約11Bで計算しており、IQ4_XSでM4 Max（128GB）が推定41.8tok/s、M3 Max（128GB）が33tok/sです。全域注意は12層だけで、残る33層は窓512の局所注意なので、長文で増えるのは全域の層ぶんです。1トークン48KBで、128GB機の実効96GBからIQ4_XSの92.4GBを引いた3.6GBなら、8kに加えて約7.9万トークンが入ります。

Ryzen AI Max+ 395（128GB）は実効85.8GBでIQ4_XSが届かず、IQ2_M（57.6GB）なら推定25tok/sです。llama.cppとvLLMに対応し、vLLMでは配布元のDockerイメージが推奨です。

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step35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/Step-3.7-Flash-GGUF、元になったモデルはstepfun-ai/Step-3.7-Flashです。

得意分野は画像を含む文書の読み取りです。

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）（114GB）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。このモデルは45層のうち33層がスライディングウィンドウ注意（窓512トークン）なので、長くしてもKVが伸びにくい構造です。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0960.3GB118GBGPU単体では不可192GB〜
8,192既定0.4GB118GBGPU単体では不可192GB〜
16,3840.8GB118GBGPU単体では不可192GB〜
32,7681.6GB119GBGPU単体では不可192GB〜
65,5363.1GB121GBGPU単体では不可192GB〜
131,0726.1GB124GBGPU単体では不可192GB〜

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1.6GBから約0.8GB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
Qwen3.8-Flash-NextAlibaba91GB総177BのMoEで画像も読める。メモリ128GB級のMac/Strix Halo向け
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
Qwen3 235B-A22BAlibaba138GBメモリ128GB級のMac StudioやStrix Haloで動かす巨大なMoE
Mixtral 8x22BMistral AI84GBMixtralの上位（総141B・アクティブ39B）。Apache 2.0。Mac 128GB以上が対象
Inkling Small 264BThinking Machines157GB総264BのMoE。メモリ192GB以上のMac Studio級が対象
Ling 3.0 flashinclusionAI75GB総124B・アクティブ5.1BのMoE。MIT。Mac 96GB以上が対象

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら5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（5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（137）を見る

今のPCのまま、Step-3.7-Flash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

Step-3.7-Flashは4bit（IQ4_XS）で89GB、8bitのQ8_0なら195GB。精度違いを3種類そろえるだけで約282GB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）

Step-3.7-FlashはMoEで、1トークンごとに動くのは11B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118GB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

Step-3.7-Flash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 →

Step-3.7-Flash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Mac

Mac Studio M5 Ultra（メモリ256GB・SSD 2TB）

235B級のMoE型を1台で動かせる。帯域1.2TB/sはRTX 4090を上回る。個人で持てる上限

M5 Ultra（30コアCPU・64コアGPU）・ユニファイドメモリ256GB・SSD 2TB ・ 目安 167〜185万円

要件を満たす中で最も手頃

Amazonで「Mac Studio M5 Ultra 256GB」を見る →
別の形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

別の形で同じ仕事をするなら

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

よくある質問

Step-3.7-Flashを動かすのに必要なVRAMは？

4bit量子化（4bit（Q4_K_M））でファイル114GB、8,192トークンのKVキャッシュを含めて約118GB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。

Step-3.7-FlashはMacで動く？

動きます。ユニファイドメモリ192GB以上のApple Silicon（例: Apple M2 Ultra（192GB））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