RichardErkhov
tokyotech-llm_-_Swallow-70b-NVE-instruct-hf
- パラメータ数
- 69B
- 最大コンテキスト長
- 4,096
- アーキテクチャ
- llama
tokyotech-llm_-_Swallow-70b-NVE-instruct-hf の概要
tokyotech-llm_-_Swallow-70b-NVE-instruct-hf は、GGUF 形式で公開されているモデルです。GGUF は RichardErkhov/tokyotech-llm_-_Swallow-70b-NVE-instruct-hf-gguf が公開しています。パラメータ数は約 69B（690億）、アーキテクチャは llama、最大コンテキスト長は 4,096 トークンです（GGUF に書かれた値）。
量子化は 22 種類あり、ファイルサイズは Q2_K の 25.5 GB から Q8_0 の 73.3 GB まであります（Hugging Face 上の実際のサイズ）。
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
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
- 69.0B
- 最大コンテキスト長
- 4,096
| 量子化 | ファイルサイズ 実測 | 品質の目安 | 4,096 最大 |
|---|---|---|---|
| Q2_K | 25.5 GB | とても大きい | 27.4 GB |
| IQ3_XS | 28.3 GB | 大きい | 30.3 GB |
| Q3_K_S | 29.9 GB | 大きい | 31.9 GB |
| IQ3_S | 29.9 GB | 中くらい | 31.9 GB |
| IQ3_M | 30.9 GB | 中くらい | 32.9 GB |
| Q3_K_M | 33.3 GB | 中くらい | 35.2 GB |
| Q3_K | 33.3 GB | - | 35.2 GB |
| Q3_K_L | 36.1 GB | 中くらい | 38.1 GB |
| IQ4_XS | 37.2 GB | 小さい | 39.1 GB |
| Q4_0 | 38.9 GB | 中くらい | 40.8 GB |
| Q4_K_S | 39.2 GB | 中くらい | 41.2 GB |
| IQ4_NL | 39.2 GB | 小さい | 41.2 GB |
| Q4_K_M （2分割） | 41.4 GB | 小さい | 43.4 GB |
| Q4_K （2分割） | 41.4 GB | - | 43.4 GB |
| Q4_1 （2分割） | 43.2 GB | 中くらい | 45.1 GB |
| Q5_K_S （2分割） | 47.5 GB | 小さい | 49.4 GB |
| Q5_0 （2分割） | 47.5 GB | 小さい | 49.4 GB |
| Q5_K_M （2分割） | 48.8 GB | ごく小さい | 50.7 GB |
| Q5_K （2分割） | 48.8 GB | - | 50.7 GB |
| Q5_1 （2分割） | 51.8 GB | 小さい | 53.7 GB |
| Q6_K （2分割） | 56.6 GB | ごく小さい | 58.5 GB |
| Q8_0 （2分割） | 73.3 GB | ほぼ同じ | 75.2 GB |
Ollama ollama run hf.co/RichardErkhov/tokyotech-llm_-_Swallow-70b-NVE-instruct-hf-gguf:Q4_K_M
llama.cpp llama-server -hf RichardErkhov/tokyotech-llm_-_Swallow-70b-NVE-instruct-hf-gguf:Q4_K_M
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。 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/RichardErkhov/tokyotech-llm_-_Swallow-70b-NVE-instruct-hf-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 RichardErkhov/tokyotech-llm_-_Swallow-70b-NVE-instruct-hf-gguf:Q4_K_M
LM Studio
検索欄に RichardErkhov/tokyotech-llm_-_Swallow-70b-NVE-instruct-hf-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。
RichardErkhov のほかのモデル
-
1.5B
RichardErkhov
rbiswasfc_-_Qwen2-1.5B-Instruct-xLAM-fc
- Q4_K_M のサイズ
- 0.99 GB
- 8K で必要なメモリ
- 2.29 GB
実測 推定 VRAM 4 GB〜
-
7.2B
RichardErkhov
fblgit_-_juanako-7b-UNA
- Q4_K_M のサイズ
- 0.00 GB
- 8K で必要なメモリ
- 1.68 GB
実測 推定 VRAM 4 GB〜
-
8B
RichardErkhov
Sao10K_-_L3-8B-Stheno-v3.1
- Q4_K_M のサイズ
- 0.27 GB
- 8K で必要なメモリ
- 2.15 GB
実測 推定 VRAM 4 GB〜
-
7.2B
RichardErkhov
avemio-digital_-_mistral_7b_Sft_pretrain_6000_steps_merge
- Q4_K_M のサイズ
- 0.09 GB
- 8K で必要なメモリ
- 1.76 GB
実測 推定 VRAM 4 GB〜
-
13.1B
RichardErkhov
tokyotech-llm_-_Swallow-13b-instruct-v0.1
- Q4_K_M のサイズ
- 7.95 GB
- 8K で必要なメモリ
- -
実測 推定
-
69.2B
RichardErkhov
tokyotech-llm_-_Swallow-70b-instruct-v0.1
- Q4_K_M のサイズ
- 41.5 GB
- 8K で必要なメモリ
- -
実測 推定
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〜
-
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〜
-
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〜
よくある質問
- tokyotech-llm_-_Swallow-70b-NVE-instruct-hf（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41.4 GB（実測）。4,096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43.4 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
- tokyotech-llm_-_Swallow-70b-NVE-instruct-hf を Ollama で動かすコマンドは？
- 「ollama run hf.co/RichardErkhov/tokyotech-llm_-_Swallow-70b-NVE-instruct-hf-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。