Qwen3.5 9B と Qwen3 8B の違い — 必要メモリと動く機種で比べる（2026年10月）
Qwenの8Bクラス、世代違いの比較。当サイトは品質のベンチマークを取っていないため、ここで比べるのは必要メモリ、動く機種、生成速度の3点です。どちらが賢いかではなく、どちらが手元のPCで動くかを判断するためのページです。
編集部の見立て
メモリの面ではほぼ同じ2本です。4bit・8kトークンで6.2GBと6.4GB、動く機種は134でそろい、RTX 5070 Tiの推定は116.3tok/sと120tok/s。差は文脈の伸ばしやすさに出ます。Qwen3.5 9BはKVキャッシュを持つ層が32層中8層だけで、262,144トークンまでを想定。
Qwen3 8Bは36層すべてがKVキャッシュを持ち、標準は32,768トークンです。画像入力も新しい側にあります。8GBのGPUで長い入力を扱いたいなら、2026年3月公開のQwen3.5 9Bのほうが扱いやすいでしょう。
基本スペック
| 項目 | Qwen3.5 9B | Qwen3 8B |
|---|---|---|
| 開発元 | Alibaba | Alibaba |
| 公開 | 2026-03 | 2025-04 |
| パラメータ | 8.95B（dense型） | 8.19B（dense型） |
| 最大コンテキスト | 262,144 | 32,768 |
| ライセンス | apache-2.0 | apache-2.0 |
| 4bitのファイル | 5.3GB（4bit（Q4_K_M）） | 4.7GB（4bit（Q4_K_M）） |
| KVキャッシュ（8k） | 0.3GB | 1.1GB |
| 必要メモリ合計 | 6.2GB | 6.4GB |
| 動く最小のGPU | VRAM 8GB〜 | VRAM 8GB〜 |
| 動く最小のMac | 16GB〜 | 16GB〜 |
| 4bitで動く機種数 | 134 / 142 | 134 / 142 |
メモリの差: Qwen3.5 9Bのほうが約0.2GB軽く済みます。ほぼ同じ容量帯なので、メモリでは決まりません。
代表的な機種での比較
同じ機種で両方を動かしたときの必要メモリと推定速度です。速度はメモリ帯域幅からの計算値で、実測ではありません。
| 機種 | Qwen3.5 9B | Qwen3 8B |
|---|---|---|
| GeForce RTX 5070 Ti 896 GB/s | 快適 6.2GB・約120 tok/s補正済み | 快適 6.5GB・約120 tok/s補正済み |
| GeForce RTX 4090 1008 GB/s | 快適 6.2GB・約120 tok/s補正済み | 快適 6.5GB・約130 tok/s補正済み |
| Apple M4 Pro（48GB） 273 GB/s | 快適 6.2GB・約38 tok/s補正済み | 快適 6.5GB・約39 tok/s補正済み |
| Apple M4 Max（128GB） 546 GB/s | 快適 6.2GB・約67 tok/s補正済み | 快適 6.5GB・約69 tok/s補正済み |
| 一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ64GB） 89.6 GB/s | 遅い 6.2GB・約6.9 tok/s推定 | 遅い 6.5GB・約7.2 tok/s推定 |
量子化別のサイズ比較
| 量子化 | Qwen3.5 9B | Qwen3 8B |
|---|---|---|
| 2bit（Q2_K） | — | 3.1GB |
| 2bit（IQ2_M） | 3.4GB | 2.8GB |
| 3bit（IQ3_M） | — | 3.6GB |
| 3bit（Q3_K_M） | 4.4GB | 3.8GB |
| 4bit（IQ4_XS） | 4.8GB | 4.2GB |
| 4bit（Q4_K_M） | 5.3GB | 4.7GB |
| 5bit（Q5_K_M） | 6.1GB | 5.4GB |
| 6bit（Q6_K） | 6.9GB | 6.3GB |
| 8bit（Q8_0） | 8.9GB | 8.1GB |
コンテキスト長を伸ばしたときの違い
長い文書を渡す使い方では、KVキャッシュの増え方で差が出ます。構造が違うと同じサイズのモデルでも差が出ます。
| コンテキスト | Qwen3.5 9B | Qwen3 8B |
|---|---|---|
| 4,096 | 6.1GB | 5.9GB |
| 8,192 | 6.2GB | 6.4GB |
| 32,768 | 6.9GB | 9.8GB |
| 131,072 | 9.9GB | 対応外 |
構造の違いが、どこに出るか
Qwen3.5 9BはAlibabaが2026年3月に公開した8.95Bで、32層のうちKVを持つ注意層は8層だけで、残りは線形注意やSSM。全パラメータを毎回読むdense型です。対するQwen3 8BはAlibabaの8.19Bで、全36層が全域注意（KVヘッド8・head次元128）。dense型。
同じ型なので、速度の差はおおむねファイルサイズの差に沿います。
判定が分かれる機種
当サイト収録の142機種で、4bit標準の量子化を前提にメモリに収まるかどうかを計算すると、両方収まるのが134機種、Qwen3.5 9Bだけ収まるのが0機種、Qwen3 8Bだけ収まるのが0機種です。どの機種でも結論は変わりません。選ぶ基準はメモリではなく、用途と速度になります。
長い文書を読ませると順位が変わるか
必要メモリは、モデルのファイルサイズだけでは決まりません。コンテキスト長を伸ばすとKVキャッシュが上乗せされ、その増え方は層の構造で変わります。4bit標準の量子化で計算すると次のようになります。
| コンテキスト | Qwen3.5 9B | Qwen3 8B | 差 |
|---|---|---|---|
| 8,192 | 6.2GB | 6.4GB | 0.2GB |
| 32,768 | 6.9GB | 9.8GB | 2.9GB |
| 131,072 | 9.9GB | 23GB | 13GB |
どのコンテキスト長でも順位は変わらず、Qwen3.5 9Bのほうが軽いままです。8,192トークンで0.2GBだった差は、131,072トークンでは13GBまで広がります。
KVキャッシュはfp16での計算です。q8_0などに量子化すれば、表のKVぶんはおおむね半分になります。両モデルとも同じ比率で減るため、順位そのものは変わりません。
メモリ予算ごとの選び方
使える容量が決まっているとき、それぞれ収まる量子化のうち、いちばん精度の高いものを選ぶとどうなるかです。実効容量はOSとドライバのぶんを引いて計算しています。
| 使える容量 | Qwen3.5 9B | Qwen3 8B |
|---|---|---|
| 8GB | 5bit（Q5_K_M） 必要7.1GB | 5bit（Q5_K_M） 必要7.2GB |
| 12GB | 8bit（Q8_0） 必要9.9GB | 8bit（Q8_0） 必要10.0GB |
| 16GB | 8bit（Q8_0） 必要9.9GB | 8bit（Q8_0） 必要10.0GB |
| 24GB | 8bit（Q8_0） 必要9.9GB | 8bit（Q8_0） 必要10.0GB |
| 32GB | 8bit（Q8_0） 必要9.9GB | 8bit（Q8_0） 必要10.0GB |
| 48GB | 8bit（Q8_0） 必要9.9GB | 8bit（Q8_0） 必要10.0GB |
| 64GB | 8bit（Q8_0） 必要9.9GB | 8bit（Q8_0） 必要10.0GB |
| 128GB | 8bit（Q8_0） 必要9.9GB | 8bit（Q8_0） 必要10.0GB |
両方が収まるようになるのは8GBからです。それより下の容量だと、選択肢は実質ひとつに絞られます。
量子化のビット数が下がるほど、回答の細部は崩れていきます。同じ容量で片方が4bit、もう片方が2bitにしかならないなら、比較の土俵に乗っているのは4bitで入るほうだけ。そう考えたほうが実態に合います。それぞれのファイルサイズはQwen3.5 9BとQwen3 8Bのページに量子化別で載せています。
選び分けの目安
Qwen3.5 9Bを選ぶ場面
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
- メモリに余裕がない（0.2GB少なく済む）
- 画像も読ませたい
- 長いコンテキストを使う
- より新しく公開されたモデルを試したい（2026-03公開）
- 必要メモリ 6.2GB・4bitで動く機種 134件
Qwen3 8Bを選ぶ場面
VRAM 8GBクラスの定番。日本語チャットの最初の1本
- 必要メモリ 6.4GB・4bitで動く機種 134件
回答の品質そのものは、用途と日本語の相性で変わります。当サイトはベンチマークを実施していないため、品質の優劣は主張しません。両方とも手元のPCで動くなら、実際に同じ質問を投げて比べるのが確実です。
迷ったときの決め方
容量では決着がつかないので、入力の長さで切り分けます。32,768トークンまで伸ばすとQwen3.5 9Bは6.9GB、Qwen3 8Bは9.8GB。131,072トークンでは9.9GBと23.3GBまで開き、VRAM 8GBのカードでQwen3 8Bに長文を扱わせるのは無理です。
短い質問を速く返す用途だけなら、推定はQwen3 8Bがわずかに上です。容量別の上限もほぼ重なり、8GBでどちらもQ5_K_M、12GB以上ではQ8_0が上限になります。4bit版の2本で合計12.6GBなので、1台に両方入れて、長い資料の日に切り替える運用でも構いません。
よくある質問
Qwen3.5 9BとQwen3 8B、必要なメモリはどちらが少ない？
Qwen3.5 9Bが約6.2GB、Qwen3 8Bが約6.4GBで、差は約0.2GBです（どちらも4bit相当・コンテキスト8,192トークン込み）。
どちらが速く動きますか？
Qwen3.5 9Bはdense型、Qwen3 8Bはdense型です。GeForce RTX 5070 Tiで計算するとQwen3.5 9Bが約120 tok/s、Qwen3 8Bが約120 tok/sで、Qwen3 8Bのほうが速くなります。読み出す量は重みだけでなくKVキャッシュも含むため、アクティブパラメータが小さいほうが必ず速いとは限りません。
VRAM 16GBのGPUで両方動きますか？
Qwen3.5 9Bは動きます（推定120 tok/s）。Qwen3 8Bは動きます（推定120 tok/s）。