本文へ移動
localllm
EN

michaelw9999

Qwen3.6-35B-A3B-NVFP4-MTP

パラメータ数
35.5B
最大コンテキスト長
262,144
アーキテクチャ
qwen35moe
ライセンス
商用可
元モデル
Qwen/Qwen3.6-35B-A3B
llama.cpp
b7990+

Qwen3.6-35B-A3B-NVFP4-MTP の概要

Qwen3.6-35B-A3B-NVFP4-MTP は、Hugging Face の Qwen/Qwen3.6-35B-A3B をもとにした GGUF 形式のモデルです。GGUF は michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-GGUF が公開しています。パラメータ数は約 35.5B（355億）、アーキテクチャは qwen35moe、最大コンテキスト長は 262,144 トークンです（GGUF に書かれた値）。

量子化は NVFP4 の1種類で、ファイルサイズは 20.4 GB です（Hugging Face 上の実際のサイズ）。

NVFP4（20.4 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 21.7 GB、32,768 トークンでは推定 22.2 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）。

元のモデルのライセンスは Apache License 2.0 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。

「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

michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-GGUF

元の開発元が配布 この表示について

最終確認：2026年11月9日

アーキテクチャ
qwen35moe
llama.cpp b7990 以降
パラメータ数
35.5B
最大コンテキスト長
262,144
ライセンス
apache-2.0 商用可
Qwen3.6-35B-A3B-NVFP4-MTP（michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-GGUF）の量子化ごとのファイルサイズと必要メモリ
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 最大
NVFP4 Qwen3.6-35B-A3B-NVFP4-MTP-TURBO 20.4 GB - 21.6 GB 21.7 GB 21.9 GB 22.2 GB 22.9 GB 24.2 GB 26.9 GB
NVFP4 Qwen3.6-35B-A3B-NVFP4-MTP-HQ 20.5 GB - 21.7 GB 21.8 GB 21.9 GB 22.3 GB 22.9 GB 24.3 GB 27.0 GB 
Ollama  ollama run hf.co/michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-GGUF:NVFP4
llama.cpp  llama-server -hf michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-GGUF:NVFP4

ライセンスと商用利用

Apache License 2.0 商用可

商用利用・改変・再配布ができます。再配布するときはライセンス文と著作権表示を残し、改変したファイルにはその旨を書きます。

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

このモデルの形式（qwen35moe）を llama.cpp の本家が読み込めるのは b7990（2026年2月10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。 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/michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-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 michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-GGUF:NVFP4

LM Studio

検索欄に michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-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。

よくある質問

Qwen3.6-35B-A3B-NVFP4-MTP（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20.4 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21.7 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
Qwen3.6-35B-A3B-NVFP4-MTPは商用利用できますか？
元のモデルのライセンスはApache License 2.0（商用利用できる）。商用利用・改変・再配布ができます。再配布するときはライセンス文と著作権表示を残し、改変したファイルにはその旨を書きます。最終的な判断はライセンスの原文で確認してください。
Qwen3.6-35B-A3B-NVFP4-MTP 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 NVFP4（推定 21.8 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）。
Qwen3.6-35B-A3B-NVFP4-MTP を Ollama で動かすコマンドは？
「ollama run hf.co/michaelw9999/Qwen3.6-35B-A3B-NVFP4-MTP-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。