最終更新:
Qwen4 VRAM 計算ツール
重みの形式とコンテキスト長を選ぶと、27B の Qwen モデルに必要な GPU メモリがわかります。Qwen4-27B の仕様はまだ公開されていないため、初期値は Qwen3.8-27B の構成を使い、純粋な密モデルに切り替えて最悪ケースも見られます。
計算ツール
| 重み | |
|---|---|
| KV キャッシュ | |
| ランタイム分 | |
| 推定合計 |
あくまで推定です。重みは各 llama.cpp 形式の平均ビット数、KV キャッシュは選んだアテンション構成で計算し、ランタイム分は一律 1 GB としています。実際の使用量は推論エンジン、バッチサイズ、画像入力の有無で変わります。
27B モデルの早見表
| 形式 | 重み | 合計（8K コンテキスト） | 合計（32K） | 合計（128K） |
|---|---|---|---|---|
| BF16 | 54 GB | 56 GB | 57 GB | 64 GB |
| Q8_0 | 29 GB | 30 GB | 32 GB | 38 GB |
| Q6_K | 22 GB | 24 GB | 25 GB | 32 GB |
| Q5_K_M | 19 GB | 21 GB | 22 GB | 29 GB |
| Q4_K_M | 17 GB | 18 GB | 20 GB | 26 GB |
| IQ4_XS | 14 GB | 16 GB | 18 GB | 24 GB |
| Q3_K_M | 13 GB | 15 GB | 16 GB | 23 GB |
計算ツールと同じ計算式、Qwen3.8-27B の構成、F16 の KV キャッシュ。
Qwen3.8-27B の KV キャッシュが小さい理由
64 層のうちフルアテンションは 16 層だけ（KV ヘッド 4 つ、次元 256）で、残り 48 層は状態サイズが固定の Gated DeltaNet 層です。そのため F16 でコンテキスト 1 トークンあたり約 64 KB、32K でも約 2 GB しか増えません。全層に KV キャッシュを持つ純粋な密の 27B モデルなら、約 4 倍必要になります。
出典: Qwen3.8-27B モデルカード（アーキテクチャ）
答え合わせ
Ollama では 4bit 版の qwen3.8:27b が 18 GB と表示されています。計算ツールでは 27B パラメータ・Q4_K_M で約 16.5 GB。モデルカードではビジョンエンコーダー込みで 28B パラメータとされており、差はこれで説明できます。
Qwen4 の関連ページ
Qwen4 の状況とリリース日 · Qwen4-27B · GGUF ダウンロード · ローカルで動かす · オンラインで試す · Qwen4-27B と Qwen3.8-27B の比較
よくある質問
Qwen4-27B にはどれくらいの VRAM が必要ですか？
仕様は未公開です。Qwen3.8-27B に近ければ、4bit・32K コンテキストで約 20 GB、8bit で約 32 GB、BF16 の重みだけで約 54 GB です。
16 GB で Qwen4-27B は動きますか？
ぎりぎりです。3bit で 8K コンテキストなら約 15 GB。品質はある程度落ちます。
コンテキスト長の影響は大きいですか？
Qwen3.8-27B の構成では、F16 で 32K トークンあたり約 2 GB。純粋な密の 27B モデルならその約 4 倍です。
独立したガイドであり、Alibaba および Qwen チームとは関係ありません。状況は2026年10月11日に確認しました。Qwen4 の重みはまだ公開されていません。公開され次第このページを更新します。