meta-llama
Llama-3.3-70B-Instruct
- パラメータ数
- 70.6B
- 最大コンテキスト長
- 131,072
- アーキテクチャ
- llama
- ライセンス
- 条件付き
- ライセンス
- llama3.3
Llama-3.3-70B-Instruct の概要
Llama-3.3-70B-Instruct は、Hugging Face の meta-llama/Llama-3.3-70B-Instruct をもとにした GGUF 形式のモデルです。GGUF は 3 つの配布元（bartowski/Llama-3.3-70B-Instruct-GGUF・MaziyarPanahi/Llama-3.3-70B-Instruct-GGUF・unsloth/Llama-3.3-70B-Instruct-GGUF）が公開しています。パラメータ数は約 70.6B（706億）、アーキテクチャは llama、最大コンテキスト長は 131,072 トークンです（GGUF に書かれた値）。
量子化は 43 種類あり、ファイルサイズは UD-IQ1_S の 15.9 GB から F16 の 141 GB まであります（Hugging Face 上の実際のサイズ）。
Q4_K_M（42.5 GB）を 8,192 トークンのコンテキストで動かすときの必要メモリは推定 46.0 GB、32,768 トークンでは推定 54.1 GBです。8,192 トークンなら、VRAM 48 GB 以上の GPUか、統合メモリ 48 GB 以上の Mac が目安です（macOS は GPU が使えるメモリに上限があるため、実際には余裕が要ります）。最も小さい UD-IQ1_S（15.9 GB）なら、8,192 トークンで推定 19.3 GBです。
元のモデルのライセンスは Llama 3.3 Community License で、商用利用には規模・用途などの条件があります。利用条件は原文で確認してください。
量子化ごとのファイルサイズと必要メモリの目安
- 8 GB まで
- 16 GB まで
- 24 GB まで
- 48 GB まで
- 128 GB まで
- それ以上
ファイルサイズは Hugging Face 上の実際の値です。必要メモリはコンテキスト長ごとの推定値（KVキャッシュ f16）。計算式は 必要メモリの計算方法で公開しています。
必要メモリはすべて 推定 （KVキャッシュ f16）。このページの「必要メモリ」以上の VRAM（または Mac の統合メモリ）を持つ環境で動作する見込みです。数値をクリックすると、その容量で動く機種・モデルの一覧（GPU・Macで探す）に移動します。
同じモデルの GGUF を 3 つの配布元が公開しています。量子化の種類とファイルサイズは配布元ごとに少しずつ違うので、下に配布元ごとの表を載せています。
「品質の目安」について（量子化でどれだけ元のモデルからずれるか）
量子化の型ごとに、元のモデルの出力からどれだけずれるかを、llama.cpp が Llama-3-8B で測った値から6段階に分けたものです。
使っている値は平均 KLD（元のモデルと量子化したモデルの、次の単語の確率の分布の差）で、小さいほど元のモデルに近い出力になります。imatrix（重要度の情報）を使って量子化したものは少し小さくなります。段階は、imatrix を使わない値（無い型は使った値）で分けています。
★このモデルで測った値ではありません。モデルが大きいほど、また MoE のモデルほど、同じ型でもずれは小さくなりやすいです。配布元独自の混合型（UD-Q4_K_XL など）は型の名前だけでは当てはめられないので「-」にしています。
| 量子化 | 品質の目安 | KLD（imatrix なし） | KLD（imatrix あり） | サイズ（Llama-3-8B） |
|---|---|---|---|---|
| Q8_0 | ほぼ同じ | 0.0014 | - | 7.96 GiB |
| Q6_K | ごく小さい | 0.0055 | - | 6.14 GiB |
| Q5_K_M | ごく小さい | 0.0108 | - | 5.33 GiB |
| Q5_K_S | 小さい | 0.0166 | - | 5.21 GiB |
| Q5_1 | 小さい | 0.0180 | - | 5.65 GiB |
| Q5_0 | 小さい | 0.0222 | - | 5.21 GiB |
| Q4_K_M | 小さい | 0.0313 | 0.0282 | 4.58 GiB |
| Q4_K_S | 中くらい | 0.0431 | 0.0320 | 4.37 GiB |
| IQ4_NL | 小さい | - | 0.0357 | 4.35 GiB |
| IQ4_XS | 小さい | - | 0.0363 | 4.14 GiB |
| Q4_1 | 中くらい | 0.0717 | - | 4.78 GiB |
| Q4_0 | 中くらい | 0.0719 | - | 4.34 GiB |
| Q3_K_L | 中くらい | 0.0872 | 0.0731 | 4.03 GiB |
| Q3_K_M | 中くらい | 0.1019 | 0.0844 | 3.74 GiB |
| IQ3_M | 中くらい | - | 0.1025 | 3.53 GiB |
| IQ3_S | 中くらい | - | 0.1113 | 3.42 GiB |
| IQ3_XS | 大きい | - | 0.1387 | 3.28 GiB |
| IQ3_XXS | 大きい | - | 0.1836 | 3.05 GiB |
| Q3_K_S | 大きい | 0.2282 | 0.1998 | 3.41 GiB |
| IQ2_M | 大きい | - | 0.3260 | 2.74 GiB |
| Q2_K | とても大きい | 0.4451 | 0.3322 | 2.96 GiB |
| Q2_K_S | とても大きい | - | 0.4034 | 2.96 GiB |
| IQ2_S | とても大きい | - | 0.4392 | 2.56 GiB |
| IQ2_XS | とても大きい | - | 0.5463 | 2.43 GiB |
| IQ2_XXS | とても大きい | - | 0.8120 | 2.24 GiB |
| IQ1_M | とても大きい | - | 1.3931 | 2.01 GiB |
| IQ1_S | とても大きい | - | 2.2546 | 1.88 GiB |
出典：llama.cpp（MIT）、Llama-3-8B・FP16 を基準・Wikitext-2・revision f364eb6f の測定。 元の表 · 量子化の読み方と選び方
GGUF配布元
bartowski/Llama-3.3-70B-Instruct-GGUF
第三者が変換して配布 この表示について
元モデルの利用には Hugging Face 上での申請・同意が必要です（GGUF自体のダウンロードには影響しません）。
最終確認：2026年11月11日
- アーキテクチャ
- llama
- llama.cpp b4409 より前から
- パラメータ数
- 70.6B
- 最大コンテキスト長
- 131,072
- ライセンス
- llama3.3 条件付き
Ollama ollama run hf.co/bartowski/Llama-3.3-70B-Instruct-GGUF:Q4_K_M
llama.cpp llama-server -hf bartowski/Llama-3.3-70B-Instruct-GGUF:Q4_K_M
GGUF配布元
MaziyarPanahi/Llama-3.3-70B-Instruct-GGUF
第三者が変換して配布 この表示について
元モデルの利用には Hugging Face 上での申請・同意が必要です（GGUF自体のダウンロードには影響しません）。
最終確認：2026年11月3日
- アーキテクチャ
- llama
- llama.cpp b4409 より前から
- パラメータ数
- 70.6B
- 最大コンテキスト長
- 131,072
- ライセンス
- llama3.3 条件付き
| 量子化 | ファイルサイズ 実測 | 品質の目安 | 4,096 | 8,192 | 16,384 | 32,768 | 65,536 | 131,072 最大 |
|---|---|---|---|---|---|---|---|---|
| Q2_K | 26.4 GB | とても大きい | 28.5 GB | 29.9 GB | 32.5 GB | 37.9 GB | 48.6 GB | 70.1 GB |
| Q3_K_S | 30.9 GB | 大きい | 33.1 GB | 34.4 GB | 37.1 GB | 42.4 GB | 53.2 GB | 74.7 GB |
| Q3_K_M | 34.3 GB | 中くらい | 36.4 GB | 37.8 GB | 40.4 GB | 45.8 GB | 56.5 GB | 78.0 GB |
| Q3_K_L | 37.1 GB | 中くらい | 39.3 GB | 40.6 GB | 43.3 GB | 48.7 GB | 59.4 GB | 80.9 GB |
| Q4_K_S | 40.3 GB | 中くらい | 42.5 GB | 43.8 GB | 46.5 GB | 51.9 GB | 62.6 GB | 84.1 GB |
| Q4_K_M | 42.5 GB | 小さい | 44.7 GB | 46.0 GB | 48.7 GB | 54.1 GB | 64.8 GB | 86.3 GB |
| Q5_K_S | 48.7 GB | 小さい | 50.8 GB | 52.1 GB | 54.8 GB | 60.2 GB | 70.9 GB | 92.4 GB |
| Q5_K_M | 49.9 GB | ごく小さい | 52.1 GB | 53.4 GB | 56.1 GB | 61.5 GB | 72.2 GB | 93.7 GB |
| Q6_K （6分割） | 57.9 GB | ごく小さい | 60.0 GB | 61.4 GB | 64.1 GB | 69.4 GB | 80.2 GB | 102 GB |
| Q8_0 （6分割） | 75.0 GB | ほぼ同じ | 77.1 GB | 78.5 GB | 81.1 GB | 86.5 GB | 97.2 GB | 119 GB |
| F16 （6分割） | 141 GB | 元の精度 | 143 GB | 145 GB | 147 GB | 153 GB | 163 GB | 185 GB |
Ollama ollama run hf.co/MaziyarPanahi/Llama-3.3-70B-Instruct-GGUF:Q4_K_M
llama.cpp llama-server -hf MaziyarPanahi/Llama-3.3-70B-Instruct-GGUF:Q4_K_M
GGUF配布元
unsloth/Llama-3.3-70B-Instruct-GGUF
第三者が変換して配布 この表示について
元モデルの利用には Hugging Face 上での申請・同意が必要です（GGUF自体のダウンロードには影響しません）。
最終確認：2026年11月11日
- アーキテクチャ
- llama
- llama.cpp b4409 より前から
- パラメータ数
- 70.6B
- 最大コンテキスト長
- 131,072
- ライセンス
- llama3.3 条件付き
Ollama ollama run hf.co/unsloth/Llama-3.3-70B-Instruct-GGUF:Q4_K_M
llama.cpp llama-server -hf unsloth/Llama-3.3-70B-Instruct-GGUF:Q4_K_M
主な GPU・Mac での生成の速さ（推定）
Q4_K_M（42.5 GB）で文章を生成する速さの目安です。1トークンごとにモデルの重みを1回読むので、上限はメモリの帯域 ÷ ファイルサイズで決まります。目安はその 6〜8 割で、公開されている実測の多くがこの範囲に入ります。
| 機種 | メモリ帯域 | 目安（トークン/秒） 推定 | 上限 |
|---|---|---|---|
| Apple M5 Pro 64 GB | 307 GB/s | 4.3〜5.8 | 7.2 |
| Apple M2 Max 64 GB | 400 GB/s | 5.6〜7.5 | 9.4 |
| Apple M5 Ultra 96 GB | 1,200 GB/s | 17〜23 | 28 |
推定です。プロンプトを読み込む速さ（計算の速さで決まる）は含みません。コンテキストが長いほど、また一部を CPU に逃がすと遅くなります。Mac は搭載メモリが必要量の 4/3 以上のものだけを出しています。帯域が公表されていない機種（一部の GeForce など）は出ません。
外部の評価
量子化する前の元のモデルを、他の機関が評価した値です。当サイトの評価ではありません。 値は量子化する前の元のモデルのものです。GGUF の量子化（特に小さい量子化）では性能が下がることがあります。
ライセンスと商用利用
Llama 3.3 Community License 条件付き
商用利用できます。月間アクティブユーザーが7億人を超える場合は Meta の許諾が別に必要です。再配布や派生モデルの公開では「Built with Llama」の表示が要り、利用規定（Acceptable Use Policy）を守ります。
元のモデルの Hugging Face のページにあるライセンスで判定しています。 ライセンスの原文（2026年10月18日 に確認）
要約は当サイトが原文から読み取った事実で、法的な助言ではありません。実際に使う前に、必ずライセンスの原文と最新の条件を確認してください。 ライセンスごとの一覧
動かし方
例として Q4_K_M を使う場合のコマンドです。他の量子化を使う場合は、上の表から量子化名を選んで置き換えてください。 他の配布元のファイルを使う場合のコマンドは、配布元ごとの欄に載せています。 ローカルLLMの動かし方
Ollama
Hugging Face 上の GGUF を直接指定して動かせます。
ollama run hf.co/bartowski/Llama-3.3-70B-Instruct-GGUF:Q4_K_M
llama.cpp
llama-server（または llama-cli）に -hf でリポジトリと量子化名を指定します。
llama-server -hf bartowski/Llama-3.3-70B-Instruct-GGUF:Q4_K_M
LM Studio
検索欄に bartowski/Llama-3.3-70B-Instruct-GGUF を貼り付けてダウンロードし、量子化ファイルの一覧から量子化名を選びます。
meta-llama のほかのモデル
-
8B
meta-llama
Meta-Llama-3.1-8B-Instruct
- Q4_K_M のサイズ
- 4.92 GB
- 8K で必要なメモリ
- 6.79 GB
実測 推定 VRAM 8 GB〜
-
3.2B
meta-llama
Llama-3.2-3B-Instruct
- Q4_K_M のサイズ
- 2.02 GB
- 8K で必要なメモリ
- 3.76 GB
実測 推定 VRAM 4 GB〜
-
1.2B
meta-llama
Llama-3.2-1B-Instruct
- Q4_K_M のサイズ
- 0.81 GB
- 8K で必要なメモリ
- 1.88 GB
実測 推定 VRAM 4 GB〜
-
107.8B
meta-llama
Llama-4-Scout-17B-16E-Instruct
- Q4_K_M のサイズ
- 65.4 GB
- 8K で必要なメモリ
- 67.9 GB
実測 推定 VRAM 64 GB〜
-
8B
meta-llama
Meta-Llama-3-8B-Instruct
- Q4_K_M のサイズ
- 4.92 GB
- 8K で必要なメモリ
- 6.79 GB
実測 推定 VRAM 8 GB〜
-
70.6B
meta-llama
Meta-Llama-3.1-70B-Instruct
- Q4_K_M のサイズ
- 42.5 GB
- 8K で必要なメモリ
- 46.0 GB
実測 推定 VRAM 48 GB〜
同じくらいの大きさのモデル（ほかの開発元）
-
79.7B
Qwen
Qwen3-Coder-Next
- Q4_K_M のサイズ
- 48.5 GB
- 8K で必要なメモリ
- 49.7 GB
実測 推定 VRAM 48 GB〜
-
79.7B
Qwen
Qwen3-Next-80B-A3B-Instruct
- Q4_K_M のサイズ
- 48.5 GB
- 8K で必要なメモリ
- 49.6 GB
実測 推定 VRAM 48 GB〜
-
74B
nvidia
NVIDIA-Nemotron-3.5-Bolt-74B-A9B
- UD-IQ1_S のサイズ
- 18.5 GB
- 8K で必要なメモリ
- 19.6 GB
実測 推定 VRAM 24 GB〜
-
72.7B
Qwen
Qwen2.5-72B-Instruct
- Q4_K_M のサイズ
- 47.4 GB
- 8K で必要なメモリ
- 50.9 GB
実測 推定 VRAM 48 GB〜
-
70.6B
huihui-ai
Llama-3.3-70B-Instruct-abliterated
- Q4_K_M のサイズ
- 42.5 GB
- 8K で必要なメモリ
- 46.0 GB
実測 推定 VRAM 48 GB〜
-
78.1B
huihui-ai
Huihui-Kolibri-1-BF16-abliterated
- Q4_K_M のサイズ
- 47.5 GB
- 8K で必要なメモリ
- 48.8 GB
実測 推定 VRAM 48 GB〜
よくある質問
- Llama-3.3-70B-Instruct（Q4_K_M）を動かすのに必要なメモリはどれくらいですか？
- ファイルサイズは42.5 GB（実測）。8,192トークンのコンテキストで動かす場合、KVキャッシュ等を含めた推定必要メモリは46.0 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
- Llama-3.3-70B-Instructは商用利用できますか？
- 元のモデルのライセンスはLlama 3.3 Community License（商用利用は条件付き）。商用利用できます。月間アクティブユーザーが7億人を超える場合は Meta の許諾が別に必要です。再配布や派生モデルの公開では「Built with Llama」の表示が要り、利用規定（Acceptable Use Policy）を守ります。最終的な判断はライセンスの原文で確認してください。
- Llama-3.3-70B-Instruct は VRAM 8GB・12GB・16GB・24GB で動きますか？
- 8GB に収まる量子化は無し、12GB に収まる量子化は無し、16GB に収まる量子化は無し、24GB なら IQ2_S（推定 25.7 GB）まで（8,192 トークン・KV キャッシュ f16 の推定。いちばん多くダウンロードされている配布元のファイル）。
- Llama-3.3-70B-Instruct を Ollama で動かすコマンドは？
- 「ollama run hf.co/bartowski/Llama-3.3-70B-Instruct-GGUF:Q4_K_M」で、Hugging Face の GGUF をそのまま動かせます。ほかの量子化を使うときは、最後の量子化名を置き換えます。