UI-Venus-2 9B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

inclusionAI ・公開 2026-08 ・ 8.95Bパラメータ・データ更新 2026-10-02

スマホ・ブラウザ・デスクトップの画面を操作するGUIエージェント9B。Apache 2.0。GPUなしのメモリ16GBのPCでも動く

6.4GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 8GB実用になるいちばん安いGPU: GeForce RTX 3070 Ti

16GB実用になるいちばん小さいMac: M2 Pro（16GB）

262,144最大コンテキスト（学習時）

編集部の見立て

スマホのアプリ、ブラウザ、デスクトップOSの3つを1つのモデルで操作させる、inclusionAIのGUIエージェントです。土台はQwen3.5-9B。画面を見て考え、操作し、結果を次の判断に取り込む閉ループで学習しています。必要なメモリは8kトークンの文脈込みで6.4GB、8GBのRTX 3070 Tiで推定72.9tok/s。

16GBのApple M2 Proなら27.3tok/sです。同じ8.95BのUI-Mate 9BがPCの画面向けなのに対し、こちらはAndroid端末の操作まで対象に入ります。スマホの自動操作を手元のPCから試したい人が選ぶ9Bです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/UI-Venus-2-9B-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（32層・文脈全体を見る層は8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	3.5GB	0.3GB	4.4GB	VRAM 6GB〜	8GB〜
2bit（Q2_K）品質劣化大。最後の手段	3.8GB	0.3GB	4.6GB	VRAM 6GB〜	8GB〜
3bit（IQ3_M）メモリ優先	4.4GB	0.3GB	5.3GB	VRAM 6GB〜	8GB〜
3bit（Q3_K_M）メモリ優先	4.6GB	0.3GB	5.5GB	VRAM 6GB〜	16GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	4.9GB	0.3GB	5.8GB	VRAM 8GB〜	16GB〜
4bit（Q4_K_M）標準。迷ったらこれ	5.5GB	0.3GB	6.4GB	VRAM 8GB〜	16GB〜
5bit（Q5_K_M）品質重視	6.4GB	0.3GB	7.3GB	VRAM 8GB〜	16GB〜
6bit（Q6_K）ほぼ無劣化	7.2GB	0.3GB	8.1GB	VRAM 10GB〜	16GB〜
8bit（Q8_0）無劣化に近い	8.9GB	0.3GB	9.9GB	VRAM 11GB〜	16GB〜
16bit（BF16）元精度	17GB	0.3GB	18GB	VRAM 20GB〜	32GB〜

モデルの構造と、必要メモリの増え方

UI-Venus-2 9BはinclusionAIが2026年8月に公開した8.95Bのモデルです。GGUFのヘッダには32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。32層のうち注意機構でKVキャッシュを持つのは8層だけで、残り24層は線形注意やSSMなどKVを持たない層です。

KVヘッド4・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32KB（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0.3GB、128Kトークンまで伸ばすと4.0GB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

vLLMでサーバーを立てただけでは閉ループになりません。プロンプトや操作の解析器、実行例はGitHubのUI-Venusリポジトリにあります。実機のAndroidをADBで動かす手順やブラウザ接続は別に書かれています。設定は用途で分かれ、エージェント動作はtemperature 1.0で思考を有効にして履歴を残し、画面上の位置当てだけなら思考を切ってtemperature 0です。

1トークンのKVは32KBで、持つのは32層中8層。8GBのGPUでは実効7.5GBから6.4GBを引いた1.1GBが履歴の余白で、画面を積む用途には狭い。12GB以上のGPUか16GBのMacが安全です。ライセンスは当サイトの分類でApache 2.0ですが、カードには確定前の記述があるので、配布ページの現状を確認しましょう。

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qwen35で、当サイト収録の204モデル中18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bartowski/UI-Venus-2-9B-GGUF、元になったモデルはinclusionAI/UI-Venus-2-9Bです。

得意分野は画像を含む文書の読み取りです。

同じinclusionAIのモデルでは、サイズの近いものにLing 3.0 tiny（7.89B）、Ling 3.0 flash（127.49B）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）（5.5GB）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8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	6.3GB	VRAM 8GB〜	16GB〜
8,192既定	0.3GB	6.4GB	VRAM 8GB〜	16GB〜
16,384	0.5GB	6.7GB	VRAM 8GB〜	16GB〜
32,768	1.0GB	7.2GB	VRAM 8GB〜	16GB〜
65,536	2.0GB	8.2GB	VRAM 10GB〜	16GB〜
131,072	4.0GB	10GB	VRAM 11GB〜	16GB〜

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1.0GB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
MiMo-V2.6-Distill-Qwen-9B	Xiaomi	6.4GB	XiaomiがQwen3.5 9Bを自社MiMoの出力で追加学習したエージェント向け9B。MIT。4bitならVRAM 8GB / Mac 16GBから
Ornith 1.5 9B	ornith-ai	6.4GB	Ornith 1.5の9B（dense型）。MIT。4bitならVRAM 8GBに収まり、GPUなしのメモリ16GBでも動く
UI-Mate 9B	Tencent	6.4GB	画面・UIの理解を名前に掲げた9B。ブラウザ操作エージェント向け。VRAM 8GBで動く
Fara1.5 9B	Microsoft	6.4GB	Fara1.5のブラウザ操作エージェント9B。MIT。GPUなしのメモリ16GBのPCでも動く
Ornith 1.0 9B	deepreinforce-ai	6.2GB	9Bのdense型でMITライセンス。VRAM 8GB / Mac 16GBで動く小型
Qwen3.5 9B	Alibaba	6.2GB	2026年の8Bクラスの本命。4bitならVRAM 8GBに収まり、画像も読める