精度ごとのメモリ
| バージョン | 重み | コンテキスト込み | 最小構成の Mac |
|---|---|---|---|
| 8ビット | 2.6 TB | 2.8 TB | どの Mac よりも大きい |
| 6ビット | 2 TB | 2.1 TB | どの Mac よりも大きい |
| 4ビット | 1.4 TB | 1.5 TB | どの Mac よりも大きい |
| 3ビット 品質低め | 1.1 TB | 1.1 TB | どの Mac よりも大きい |
| 2ビット 品質低め | 750 GB | 810 GB | どの Mac よりも大きい |
すべての Apple チップで
各チップで Qwen3.8 2.4T A95B が動く最小のメモリ容量、そこに収まる最適なバージョン、期待できる生成速度です。
| チップ | 必要量 | バージョン | トークン/秒 |
|---|---|---|---|
| M6 | 収まる容量なし | 大きすぎ | – |
| M5 Ultra | 収まる容量なし | 大きすぎ | – |
| M5 Max | 収まる容量なし | 大きすぎ | – |
| M5 Pro | 収まる容量なし | 大きすぎ | – |
| M5 | 収まる容量なし | 大きすぎ | – |
| M4 Max | 収まる容量なし | 大きすぎ | – |
| M4 Pro | 収まる容量なし | 大きすぎ | – |
| M4 | 収まる容量なし | 大きすぎ | – |
| M3 Ultra | 収まる容量なし | 大きすぎ | – |
| M3 Max | 収まる容量なし | 大きすぎ | – |
| M3 Pro | 収まる容量なし | 大きすぎ | – |
| M3 | 収まる容量なし | 大きすぎ | – |
| M2 Ultra | 収まる容量なし | 大きすぎ | – |
| M2 Max | 収まる容量なし | 大きすぎ | – |
| M2 Pro | 収まる容量なし | 大きすぎ | – |
| M2 | 収まる容量なし | 大きすぎ | – |
| M1 Ultra | 収まる容量なし | 大きすぎ | – |
| M1 Max | 収まる容量なし | 大きすぎ | – |
| M1 Pro | 収まる容量なし | 大きすぎ | – |
| M1 | 収まる容量なし | 大きすぎ | – |
動かし方
1 台の Mac には収まりません。下の小さめのモデルなら快適に動きます。複数の Mac にモデルを分散する方法は Mac クラスタのガイドで紹介しています。
手順：Mac で LLM をダウンロードして動かす · MLX Harness の使い方 · MLX、Ollama、llama.cpp の比較
Qwen3.8 2.4T A95B について
| 開発元 | Qwen (Alibaba) |
|---|---|
| パラメータ | 合計 2,400B · アクティブ 95B（Mixture of Experts） |
| コンテキスト | 256K トークン |
| ライセンス | Qwen3.8-Max license (qwen3.8-max) |
| 公開日 | 2026-08 |
| 入力 | テキスト |
| 知能 | Artificial Analysis Intelligence Index で 39.9 |
| 重み | Qwen/Qwen3.8-2.4T-A95B |
よくある質問
- Qwen3.8 2.4T A95B にはどれくらいのメモリが必要？
- 4ビット で重みが約 1.4 TB、これにコンテキスト用の余裕を足して合計 1.5 TB です。これは現在のどの Mac のメモリよりも大きい量です。
- Qwen3.8 2.4T A95B を動かせる Mac はある？
- 1 台では無理です。2 ビットでも最大の Mac より多くのメモリが必要です。小さめのモデルを使うか、クラスタ用のランタイムで複数の Mac に分散してください。
- Qwen3.8 2.4T A95B がサイズのわりに速いのはなぜ？
- Mixture of Experts（MoE）モデルだからです。メモリには 2,400B のパラメータを置きますが、トークンごとに読み込むのは 95B だけなので、はるかに小さなモデル並みの速度で生成します。
似たモデル
モデルカードや README に
Qwen3.8 2.4T A95B が快適に動く最小構成の Mac を表示し、このページにリンクします。
[](https://mlx.app/run/qwen3.8-2.4t-a95b)計算方法
メモリ：モデルのパラメータを重みあたり 8、6、4、3、2 ビットで計算し、MLX のグループスケール（重みあたり 0.5 ビット）を加えたもの、またはネイティブ形式のサイズに、コンテキスト用の余裕を足しています。macOS は標準で、ユニファイドメモリの約 75% を GPU に使わせます。速度：メモリ帯域幅をトークンあたりの読み込みバイト数で割った値が、1 つの会話の上限です。llama.cpp の Apple Silicon 公開ベンチマークでは、実際の速度はその約 45%〜80% に達しており、その範囲を表示しています。これは実測ではなく推定です。ご自分の Mac は MLX Bench で測れます。モデルの数値は各公式モデルカード、チップの数値は Apple の技術仕様から。2026-10-19 確認。mlx.app/compare と同じデータです。