01できること
長所
- 3.8B で 128k コンテキスト
- MITライセンス
- 非常に高速
- サイズの割に驚くほど高い推論能力
知っておくべき限界
- —Q4でVRAM 10GB（3.8Bにしては過大）
- —品質では Phi-4 より劣る
アーキテクチャ
Dense · 3.8B · Phi-3.5 Mini · スライディングウィンドウ + FlashAttention
トレーニング
Microsoftの高品質な合成データ。教育的な内容を重視。
おすすめの用途
軽量RAGノートパソコン
05インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$ollama run phi3.5
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
3 GB
Q5_K_M
品質とサイズのバランスが良好
3.5 GB
Q8_0
FP16とほぼ区別がつかない
5 GB
FP16
フル精度 — サーバー用途
8 GB
CPU フォールバック ・GPUがない場合は、 6 RAM（GB） このモデルを低速で実行するための最低要件。
Phi-3.5 Miniに必要なハードウェアは？
Phi-3.5 MiniをQ4量子化でローカル実行するには、VRAM 3 GB程度が必要です。比較候補：RTX 5060 Ti 16 GB — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。
現在のオファー： RTX 5060 Ti 16 GB
Amazon価格を見る →Materiel.net価格を見る →Darty価格を見る →アフィリエイトリンク — 当サイトが報酬を受け取る場合がありますが、お客様に追加費用はかかりません。おすすめは独立した判断に基づいています。Amazonアソシエイトとして、QuelLLMは条件を満たす購入によって収益を得ます。
外出先では： Phi-3.5 Mini 〜でも動作します RTX搭載ノートPC (16 GBのVRAM) →
クラウドを使わず、このモデルを自分専用のChatGPTで利用
お使いのマシンで、プライベートかつ無料のChatGPTを1時間で構築 — LM Studio、Ollama、Open WebUI、ご自身のドキュメント、クラウド不要。
- 永久に利用できるオンラインスペース
- PDF + ファイル
- 30日間返金対応
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
04パブリックベンチマーク
スコアはモデルカード、またはMMLU-Pro／コミュニティの資料から転載したものです。単位：正答率（%）。
MMLU
69
HumanEval
62.8
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €