01できること
長所
- MoE：総パラメータ数125B、アクティブパラメータ数6B。サイズに対して高い処理速度
- 256kのネイティブコンテキスト
- マルチモーダル（視覚、コード、チャット）
- Q4（約72GB）で80GBのGPUに収まる
知っておくべき限界
- —依然としてサーバークラス（Q4で約72GBのVRAMが必要）
- —ライセンス「other」— 利用条件を確認してください
- —公開されたばかりの重み：量子化版のエコシステムはまだ発展途上
アーキテクチャ
マルチモーダルMoE · 総パラメータ125B / トークンあたりアクティブ6B · コンテキスト256k
トレーニング
Qwen3.8ファミリーのフラッシュネクストモデル。ビジョンとテキストに対応するマルチモーダルなMixture-of-Expertsアーキテクチャを採用。ライセンスは「other」（オープンウェイト）。
おすすめの用途
チャットとコードのマルチモーダル機能長文コンテキスト 256k80GB シングルGPU サーバー
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。
$ollama pull qwen3.8-flash-next
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%
72 GB
Q5_K_M
品質とサイズのバランスが良好
89 GB
Q8_0
FP16とほぼ区別がつかない
134 GB
FP16
フル精度 — サーバー用途
250 GB
CPU フォールバック ・GPUがない場合は、 162 RAM（GB） このモデルを低速で実行するための最低要件。
Qwen3.8 Flash Next 125B-A6Bに必要なハードウェアは？
Qwen3.8 Flash Next 125B-A6BをQ4量子化でローカル実行するには、VRAM 72 GB程度が必要です。比較候補：BOSGAME M5 128GB / 2TB (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： BOSGAME M5 128GB / 2TB (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： BOSGAME M5 128GB / 2TB (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。
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 €