01できること
長所
- 汎用性が高く、多言語に対応する 28B の密なモデル
- 262kのネイティブコンテキスト
- エージェントとコーディング向け（Aider / OpenCode）
- 安全対策のない応答
- 許諾条件の緩やかな Apache 2.0 ライセンス
知っておくべき限界
- —Q4でVRAM約16GB：VRAM 16〜24GBのGPUを推奨
- —Abliteration = アライメントと安全性が失われる可能性
- —Ollamaタグなし — Hugging Face経由でインストール
アーキテクチャ
密なTransformer · 28Bパラメータ · 262kコンテキスト（本番環境では128kでテスト済み）· Qwen 3.8 27Bのエージェント型「abliterated」派生モデル
トレーニング
コミュニティのmedismeraによるQwen 3.8 27Bのファインチューニング版。「Mythos-Class」のエージェント用途を意識したabliteration（拒否応答の除去）を施しています。ベースはQwenの公式モデルで、学習の詳細は公開されていません。
おすすめの用途
自律エージェントコード / 推論フィルターのないチャット
04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。
$# HuggingFace : medismera/Qwen3.8-27B-OBLITERATED-Mythos-Class-Agentic
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%
16 GB
Q5_K_M
品質とサイズのバランスが良好
20 GB
Q8_0
FP16とほぼ区別がつかない
30 GB
FP16
フル精度 — サーバー用途
56 GB
CPU フォールバック ・GPUがない場合は、 36 RAM（GB） このモデルを低速で実行するための最低要件。
Qwen 3.8 27B Obliterated Mythos Agenticに必要なハードウェアは？
Qwen 3.8 27B Obliterated Mythos AgenticをQ4量子化でローカル実行するには、VRAM 16 GB程度が必要です。比較候補：GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) — 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： GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395)
Amazon価格を見る →なぜこの選択か？ 完全な解説はこちら： GMKtec EVO-X2 64GB / 1TB (Ryzen AI Max+ 395) →
アフィリエイトリンク — 追加費用なしで手数料を受け取る場合があります。独立したおすすめ情報です。Amazonアソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。
外出先では： Qwen 3.8 27B Obliterated Mythos Agentic 〜でも動作します RTX搭載ノートPC (16 GBのVRAM) →
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。
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 €