Qwen3.8-Flash-Next-FP4-Local-Strata の概要
Qwen3.8-Flash-Next-FP4-Local-Strata は、Hugging Face の nvidia/Qwen3.8-Flash-Next-FP4-Local をもとにした GGUF 形式のモデルです。GGUF は hardhant/Qwen3.8-Flash-Next-FP4-Local-Strata が公開しています。パラメータ数は約 51.2B（512億）、アーキテクチャは strata-pleです（GGUF に書かれた値）。
量子化は BF16 の1種類で、ファイルサイズは 1.27 GB です（Hugging Face 上の実際のサイズ）。
BF16（1.27 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 2.66 GB、32,768 トークンでは推定 3.34 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）。
元のモデルのライセンスは NVIDIA Open Model Agreement 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。
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10月31日
- アーキテクチャ
- strata-ple
- llama.cpp の本家は未対応（b12025 時点）
- パラメータ数
- 51.2B
- ライセンス
- nvidia-open-model-agreement 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 |
|---|---|---|---|---|---|---|---|---|---|
| BF16 token-embd-fp4local-bf16 | 1.27 GB | 元の精度 | 2.55 GB | 2.66 GB | 2.89 GB | 3.34 GB | 4.25 GB | 6.06 GB | 9.68 GB |
| BF16 ple-fp4local-bf16 | 102 GB | 元の精度 | 104 GB | 104 GB | 104 GB | 104 GB | 105 GB | 107 GB | 111 GB |
画像入力用の mmproj（BF16）は 0.91 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。
この GGUF の形式（strata-ple）は、llama.cpp の本家（b12025 時点）には無い形式です。Ollama・LM Studio・llama.cpp の本家では読み込めないため、配布元の説明にある専用のツールで動かしてください。
ライセンスと商用利用
NVIDIA Open Model Agreement 商用可
商用利用・改変・再配布ができます（NVIDIA が「商用利用できる」と明記）。許諾は取り消されません。再配布するときはライセンス文を添え、派生物に NOTICE ファイルがあれば「Licensed by NVIDIA Corporation under the NVIDIA Open Model Agreement.」の表示を入れます。特許・著作権の侵害を理由に訴訟を起こすと、そのモデルの許諾は終わります。
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11月1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
同じくらいの大きさのモデル（ほかの開発元）
-
39.8B
RecursiveSI
flint
- UD-IQ1_M のサイズ
- 11.4 GB
- 8K で必要なメモリ
- 12.8 GB
実測 推定 VRAM 12 GB〜
-
39.8B
RecursiveSI
flint-nvfp4
- NVFP4 のサイズ
- 22.9 GB
- 8K で必要なメモリ
- 24.3 GB
実測 推定 VRAM 24 GB〜
-
70.6B
meta-llama
Llama-3.3-70B-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〜
-
39.1B
DavidAU
Qwen3.6-40B-Claude-4.6-Opus-Deckard-Heretic-Uncensored-Thinking-NEO-CODE-Di-IMatrix-MAX
- Q4_K_M のサイズ
- 24.3 GB
- 8K で必要なメモリ
- 26.3 GB
実測 推定 VRAM 32 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〜
-
70.6B
legraphista
Meta-Llama-3-70B-Instruct-abliterated-v3.5-IMat
- IQ1_S のサイズ
- 15.3 GB
- 8K で必要なメモリ
- 18.8 GB
実測 推定 VRAM 24 GB〜
よくある質問
- Qwen3.8-Flash-Next-FP4-Local-Strata（BF16）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1.27 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2.66 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
- Qwen3.8-Flash-Next-FP4-Local-Strataは商用利用できますか？
- 元のモデルのライセンスはNVIDIA Open Model Agreement（商用利用できる）。商用利用・改変・再配布ができます（NVIDIA が「商用利用できる」と明記）。許諾は取り消されません。再配布するときはライセンス文を添え、派生物に NOTICE ファイルがあれば「Licensed by NVIDIA Corporation under the NVIDIA Open Model Agreement.」の表示を入れます。特許・著作権の侵害を理由に訴訟を起こすと、そのモデルの許諾は終わります。最終的な判断はライセンスの原文で確認してください。
- Qwen3.8-Flash-Next-FP4-Local-Strata は VRAM 8GB・12GB・16GB・24GB で動きますか？
- 8GB なら BF16（推定 2.66 GB）まで、12GB なら BF16（推定 2.66 GB）まで、16GB なら BF16（推定 2.66 GB）まで、24GB なら BF16（推定 2.66 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）。