nvidia
NVIDIA-Nemotron-3.5-Lightning-30B-A3B
- パラメータ数
- 31.6B
- 最大コンテキスト長
- 1,048,576
- アーキテクチャ
- nemotron_h_moe
- ライセンス
- 商用可
- ライセンス
- openmdw-1.1
- llama.cpp
- b7418+
NVIDIA-Nemotron-3.5-Lightning-30B-A3B の概要
NVIDIA-Nemotron-3.5-Lightning-30B-A3B は、Hugging Face の nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 をもとにした GGUF 形式のモデルです。GGUF は 3 つの配布元（ggml-org/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF・bartowski/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF・unsloth/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF）が公開しています。パラメータ数は約 31.6B（316億）、アーキテクチャは nemotron_h_moe、最大コンテキスト長は 1,048,576 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 IQ2_XXS の 18.8 GB から BF16 の 65.9 GB まであります（Hugging Face 上の実際のサイズ）。
Q4_0（18.9 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 19.8 GB、32,768 トークンでは推定 20.0 GBです。8,192 トークンなら、VRAM 24 GB 以上の GPU（GeForce RTX 3090 Ti・GeForce RTX 4090 など）か、統合メモリ 24 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 IQ2_XXS（18.8 GB）なら、8,192 トークンで推定 19.7 GBです。
元のモデルのライセンスは OpenMDW License 1.1 で、商用利用できます（再配布するときはライセンス文と著作権表示を残します）。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
最終確認：2026年11月11日
- アーキテクチャ
- nemotron_h_moe
- llama.cpp b7418 以降
- パラメータ数
- 31.6B
- 最大コンテキスト長
- 1,048,576
- ライセンス
- openmdw-1.1 商用可
| 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 | 262,144 | 1,048,576 最大 |
|---|---|---|---|---|---|---|---|---|---|---|
| Q4_0 | 18.9 GB | 中くらい | 19.8 GB | 19.8 GB | 19.9 GB | 20.0 GB | 20.2 GB | 20.6 GB | 21.4 GB | 26.2 GB |
| Q8_0 | 33.6 GB | ほぼ同じ | 34.5 GB | 34.5 GB | 34.5 GB | 34.6 GB | 34.8 GB | 35.2 GB | 36.1 GB | 40.9 GB |
| BF16 | 63.2 GB | 元の精度 | 64.1 GB | 64.1 GB | 64.1 GB | 64.2 GB | 64.4 GB | 64.8 GB | 65.6 GB | 70.5 GB |
Ollama ollama run hf.co/ggml-org/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:Q4_0
llama.cpp llama-server -hf ggml-org/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:Q4_0
最終確認：2026年11月11日
- アーキテクチャ
- nemotron_h_moe
- llama.cpp b7418 以降
- パラメータ数
- 32.9B
- 最大コンテキスト長
- 1,048,576
- ライセンス
- openmdw-1.1 商用可
Ollama ollama run hf.co/bartowski/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:Q4_K_M
llama.cpp llama-server -hf bartowski/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:Q4_K_M
最終確認：2026年11月11日
- アーキテクチャ
- nemotron_h_moe
- llama.cpp b7418 以降
- パラメータ数
- 32.9B
- 最大コンテキスト長
- 1,048,576
- ライセンス
- openmdw-1.1 商用可
Ollama ollama run hf.co/unsloth/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:UD-Q4_K_M
llama.cpp llama-server -hf unsloth/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:UD-Q4_K_M
ライセンスと商用利用
OpenMDW License 1.1 商用可
商用を含めて制限なく利用できます。再配布するときはライセンス文と著作権表示を残します。出力の利用には制限がありません。
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
このモデルの形式（nemotron_h_moe）を llama.cpp の本家が読み込めるのは b7418（2025年12月16日）以降です。Ollama・LM Studio は内部に llama.cpp を取り込んで動くため、アプリが古いと「unknown model architecture」などのエラーで読み込めません。その場合はアプリを最新にしてください。
例として Q4_0 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/ggml-org/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:Q4_0
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 ggml-org/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:Q4_0
LM Studio
検索欄に ggml-org/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-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。
nvidia のほかのモデル
-
7.5B
nvidia
NVIDIA-Nemotron-3.5-Bolt-E4B
- UD-IQ2_M のサイズ
- 3.53 GB
- 8K で必要なメモリ
- 4.78 GB
実測 推定 VRAM 6 GB〜
-
7.5B
nvidia
NVIDIA-Nemotron-3.5-Bolt-E4B-4GB
- Q4_K_M のサイズ
- 6.18 GB
- 8K で必要なメモリ
- 7.43 GB
実測 推定 VRAM 8 GB〜
-
8B
nvidia
Nemotron-3-Embed-8B
- Q4_K_M のサイズ
- 4.90 GB
- 8K で必要なメモリ
- 6.84 GB
実測 推定 VRAM 8 GB〜
-
32.9B
nvidia
NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
- F16 のサイズ
- 1.67 GB
- 8K で必要なメモリ
- 2.58 GB
実測 推定 VRAM 4 GB〜
-
nvidia
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B
- NVFP4 のサイズ
- 1.35 GB
- 8K で必要なメモリ
- 2.40 GB
実測 推定 VRAM 4 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〜
同じくらいの大きさのモデル（ほかの開発元）
-
27.3B
Qwen
Qwen3.8-27B
- UD-Q4_K_M のサイズ
- 16.5 GB
- 8K で必要なメモリ
- 18.2 GB
実測 推定 VRAM 24 GB〜
-
35.5B
huihui-ai
Huihui-Qwen3.6-35B-A3B-abliterated-MTP
- Q2_K のサイズ
- 13.2 GB
- 8K で必要なメモリ
- 14.5 GB
実測 推定 VRAM 16 GB〜
-
35.5B
ornith-ai
Ornith-1.5-35B-A3B
- Q4_K_M のサイズ
- 21.7 GB
- 8K で必要なメモリ
- 23.0 GB
実測 推定 VRAM 24 GB〜
-
27.3B
huihui-ai
Huihui-Qwen3.8-27B-abliterated
- Q4_K_M のサイズ
- 16.6 GB
- 8K で必要なメモリ
- 18.3 GB
実測 推定 VRAM 24 GB〜
-
25.2B
farbodtavakkoli
OTel-2.0-Decision-26B-A4B-4bit
- Q4_K_M のサイズ
- 16.8 GB
- 8K で必要なメモリ
- 18.4 GB
実測 推定 VRAM 24 GB〜
-
27.3B
JonathanColetti
Qwen3.8-27B-Uncensored
- Q4_K_M のサイズ
- 16.5 GB
- 8K で必要なメモリ
- 18.3 GB
実測 推定 VRAM 24 GB〜
よくある質問
- NVIDIA-Nemotron-3.5-Lightning-30B-A3B（Q4_0）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18.9 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19.8 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
- NVIDIA-Nemotron-3.5-Lightning-30B-A3Bは商用利用できますか？
- 元のモデルのライセンスはOpenMDW License 1.1（商用利用できる）。商用を含めて制限なく利用できます。再配布するときはライセンス文と著作権表示を残します。出力の利用には制限がありません。最終的な判断はライセンスの原文で確認してください。
- NVIDIA-Nemotron-3.5-Lightning-30B-A3B 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 Q4_0（推定 19.8 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）。
- NVIDIA-Nemotron-3.5-Lightning-30B-A3B を Ollama で動かすコマンドは？
- 「ollama run hf.co/ggml-org/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF:Q4_0」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。