nvidia
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B
画像も入力
- アーキテクチャ
- nemotron_h_moe
- ライセンス
- 商用可
- ライセンス
- other
- llama.cpp
- b7418+
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B の概要
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B (nvidia) は、Hugging Face の nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-BF16 をもとにした GGUF 形式のモデルです。GGUF は 2 つの配布元（ggml-org/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF・unsloth/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF）が公開しています。アーキテクチャは nemotron_h_moeです（GGUF に書かれた値）。
量子化は 13 種類あり、ファイルサイズは NVFP4 の 1.29 GB から BF16 の 242 GB まであります（Hugging Face 上の実際のサイズ）。
NVFP4（1.35 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 2.40 GB、32,768 トークンでは推定 2.60 GBです。8,192 トークンなら、VRAM 4 GB 以上の GPU（Arc A310・Arc A370M など）か、統合メモリ 4 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 NVFP4（1.29 GB）なら、8,192 トークンで推定 2.34 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。画像入力用の mmproj ファイルも公開されています。
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 2 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。
画像入力を使う場合：このモデルは画像入力に対応しています。画像を使うときは、追加で mmproj ファイルも読み込みます。
「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
- 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 |
|---|---|---|---|---|---|---|---|---|---|---|
| NVFP4 lilicorr-NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 | 1.35 GB | - | 2.37 GB | 2.40 GB | 2.47 GB | 2.60 GB | 2.87 GB | 3.41 GB | 4.48 GB | 10.9 GB |
| Q4_0 | 71.9 GB | 中くらい | 72.9 GB | 73.0 GB | 73.0 GB | 73.2 GB | 73.4 GB | 74.0 GB | 75.1 GB | 81.5 GB |
| NVFP4 NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 | 76.9 GB | - | 77.9 GB | 78.0 GB | 78.0 GB | 78.2 GB | 78.4 GB | 79.0 GB | 80.0 GB | 86.5 GB |
| Q8_0 | 128 GB | ほぼ同じ | 129 GB | 130 GB | 130 GB | 130 GB | 130 GB | 131 GB | 132 GB | 138 GB |
| BF16 | 242 GB | 元の精度 | 243 GB | 243 GB | 243 GB | 243 GB | 243 GB | 244 GB | 245 GB | 251 GB |
画像入力用の mmproj（Q8_0）は 0.97 GB 実測 。上の必要メモリには含まれていないため、画像を使う場合は別途加算してください。
Ollama ollama run hf.co/ggml-org/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF:NVFP4
llama.cpp llama-server -hf ggml-org/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF:NVFP4
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
- ライセンス
- openmdw-1.1 商用可
画像入力用の mmproj（BF16）は 1.73 GB 実測 。上の必要メモリには含まれていないため、画像を使う場合は別途加算してください。
Ollama ollama run hf.co/unsloth/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF:NVFP4
llama.cpp llama-server -hf unsloth/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF:NVFP4
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 NVFP4 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-Super-VL-120B-A12B-GGUF:NVFP4
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-Super-VL-120B-A12B-GGUF:NVFP4
LM Studio
検索欄に ggml-org/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-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〜
-
31.6B
nvidia
NVIDIA-Nemotron-3.5-Lightning-30B-A3B
- Q4_0 のサイズ
- 18.9 GB
- 8K で必要なメモリ
- 19.8 GB
実測 推定 VRAM 24 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〜
-
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〜
よくある質問
- NVIDIA-Nemotron-3.5-Super-VL-120B-A12B（NVFP4）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1.35 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2.40 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-Super-VL-120B-A12B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-Super-VL-120B-A12B は VRAM 8GB・12GB・16GB・24GB で動きますか？
- 8GB なら NVFP4（推定 2.40 GB）まで、12GB なら NVFP4（推定 2.40 GB）まで、16GB なら NVFP4（推定 2.40 GB）まで、24GB なら NVFP4（推定 2.40 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-Super-VL-120B-A12B を Ollama で動かすコマンドは？
- 「ollama run hf.co/ggml-org/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-GGUF:NVFP4」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。