Qwen3.6 35B A3BのGPU要件：VRAMと最安GPU
Qwen3.6 35B A3Bのパラメータ数は359.5億で、BF16で公開されています。 Mixture-of-Expertsモデルで、256個のエキスパートのうち8個が各トークンを処理します（約30億パラメータ）。そのため生成速度はおおむねその規模のモデル並みです。ただしすべてのエキスパートをGPUメモリに載せる必要があるため、下のメモリの数値はモデル全体のものです。 apache-2.0で公開されており、商用利用が認められています。
- パラメータ数
- 359.5億
- 最小メモリ（INT4）
- 約22 GB
- 最安GPUの1時間料金（FP16）
- $0.50
- 種類
- ビジョン
Qwen/Qwen3.6-35B-A3B
- パラメータ数 359.5億
- トークンあたりのアクティブ数 30億
- 種類 ビジョン
- タスク image-text-to-text
- 最大コンテキスト 256K
- ライセンス apache-2.0
- ダウンロード数 403.6万
- いいね 3125
Qwen3.6 35B A3Bの計算結果
詳細設定
Qwen3.6 35B A3Bに必要なGPUメモリは約80 GB
推論（vLLM）、FP16 / BF16、コンテキスト8Kトークン、同時リクエスト1件。
メモリの内訳
- 重み 72 GB
- KVキャッシュ 0.17 GB
- ランタイムのオーバーヘッド 8.2 GB
- 合計 80 GB
GPUの台数は、急な負荷に備えて各カードの10%を空けて計算しています。長いプロンプトや多数の同時利用が見込まれる場合は余裕を持たせてください。
| 順位 | 構成 | GPU 1台 / 時間 | 必要な台数 | 合計 / 時間 | 合計 / 月（24時間稼働） | プロバイダー |
|---|---|---|---|---|---|---|
| 1 | 1 × RTX PRO 6000 96GB最安Blackwell · GDDR7 | $0.50 | 1 | $0.50 | $365 | RunPod （新しいタブで開きます）1x RTX PRO 6000 MaxQ |
| 2 | 4 × RTX 3090 24GBAmpere · GDDR6X | $0.26 | 4 | $1.06 | $772 | Vast.ai （新しいタブで開きます）4x RTX 3090 (median of 5 offers) |
| 3 | 2 × A40 48GBAmpere · GDDR6 | $0.59 | 2 | $1.18 | $861 | RunPod （新しいタブで開きます）2x A40 |
| 4 | 2 × RTX A6000 48GBAmpere · GDDR6 | $0.69 | 2 | $1.38 | $1,007 | RunPod （新しいタブで開きます）2x RTX A6000 |
| 5 | 2 × L40S 48GBAda Lovelace · GDDR6 | $0.79 | 2 | $1.57 | $1,150 | Vast.ai （新しいタブで開きます）2x L40S (median of 4 offers) |
| 6 | 1 × GH200 96GBHopper · HBM3 | $1.99 | 1 | $1.99 | $1,453 | Vultr （新しいタブで開きます）vbm-72c-480gb-gh200-gpu (bare metal) |
| 7 | 4 × RTX 4090 24GBAda Lovelace · GDDR6X | $0.53 | 4 | $2.14 | $1,561 | Vast.ai （新しいタブで開きます）4x RTX 4090 (median of 14 offers) |
| 8 | 2 × RTX 6000 Ada 48GBAda Lovelace · GDDR6 | $1.09 | 2 | $2.18 | $1,591 | RunPod （新しいタブで開きます）2x RTX 6000 Ada |
| 9 | 1 × MI300X 192GBCDNA 3 · HBM3 | $2.39 | 1 | $2.39 | $1,745 | RunPod （新しいタブで開きます）1x MI300X |
| 10 | 4 × L4 24GBAda Lovelace · GDDR6 | $0.69 | 4 | $2.76 | $2,015 | RunPod （新しいタブで開きます）4x L4 |
| 11 | 3 × RTX 5090 32GBBlackwell · GDDR7 | $0.73 | 34台単位での提供。必要なのは3台 | $2.94 | $2,143 | Vast.ai （新しいタブで開きます）4x RTX 5090 (median of 35 offers) |
| 12 | 1 × H100 NVL 94GBHopper · HBM3 | $3.19 | 1 | $3.19 | $2,329 | RunPod （新しいタブで開きます）1x H100 NVL |
| 13 | 1 × H200 141GBHopper · HBM3e | $3.79 | 1 | $3.79 | $2,767 | RunPod （新しいタブで開きます）1x H200 NVL |
| 14 | 2 × A100 80GBAmpere · HBM2e | $2.09 | 2 | $4.18 | $3,051 | RunPod （新しいタブで開きます）2x A100 PCIe |
| 15 | 4 × A10 24GBAmpere · GDDR6 | $1.42 | 4 | $5.67 | $4,141 | AWS （新しいタブで開きます）g5.12xlarge |
| 16 | 2 × H100 80GBHopper · HBM3 | $2.89 | 2 | $5.78 | $4,219 | RunPod （新しいタブで開きます）2x H100 PCIe |
| 17 | 6 × V100 16GBVolta · HBM2 | $0.79 | 68台単位での提供。必要なのは6台 | $6.32 | $4,614 | Lambda （新しいタブで開きます）8x Tesla V100 |
| 18 | 6 × T4 16GBTuring · GDDR6 | $0.98 | 68台単位での提供。必要なのは6台 | $7.82 | $5,712 | AWS （新しいタブで開きます）g4dn.metal |
| 19 | 3 × A100 40GBAmpere · HBM2 | $1.99 | 34台単位での提供。必要なのは3台 | $7.96 | $5,811 | Lambda （新しいタブで開きます）4x A100 PCIe |
| 20 | 1 × B200 180GBBlackwell · HBM3e | $7.99 | 1 | $7.99 | $5,833 | RunPod （新しいタブで開きます）1x B200 |
| 21 | 1 × B300 288GBBlackwell Ultra · HBM3e | $8.99 | 1 | $8.99 | $6,563 | RunPod （新しいタ ブで開きます）1x B300 |
| 22 | 1 × GB200 186GBBlackwell · HBM3e | $10.50 | 14台単位での提供。必要なのは1台 | $42.00 | $30,660 | CoreWeave （新しいタブで開きます）GB200 NVL72 |
| プロバイダー | インスタンス | GPU 1台 / 時間 | 必要な台数 | 合計 / 時間 | 合計 / 月（24時間稼働） |
|---|---|---|---|---|---|
| RunPod （新しいタブで開きます）最安 | 1x RTX PRO 6000 MaxQus | $0.50 | 1 × RTX PRO 6000 96GB | 約$0.50 | 約$365 |
| Vast.ai （新しいタブで開きます） | 4x RTX 3090 (median of 5 offers)世界中のマーケットプレイス | $0.26 | 4 × RTX 3090 24GB | 約$1.06 | 約$772 |
| Nebius （新しいタブで開きます） | 1x RTX PRO 6000 96GBeu/us | $1.80 | 1 × RTX PRO 6000 96GB | 約$1.80 | 約$1,314 |
| Vultr （新しいタブで開きます） | vbm-72c-480gb-gh200-gpu (bare metal)us | $1.99 | 1 × GH200 96GB | 約$1.99 | 約$1,453 |
| Lambda （新しいタブで開きます） | 2x A6000us | $1.09 | 2 × RTX A6000 48GB | 約$2.18 | 約$1,591 |
| AWS （新しいタブで開きます） | g7e.2xlargeus-east-1 | $3.36 | 1 × RTX PRO 6000 96GB | 約$3.36 | 約$2,455 |
| Google Cloud （新しいタブで開きます） | g2-standard-48us-central1 | $1.00 | 4 × L4 24GB | 約$4.00 | 約$2,921 |
| CoreWeave （新しいタブで開きます） | GH200us | $6.50 | 1 × GH200 96GB | 約$6.50 | 約$4,745 |
| Azure （新しいタブで開きます） | NC40ads_H100_v5eastus | $6.98 | 1 × H100 NVL 94GB | 約$6.98 | 約$5,095 |
価格は2026年11月13日時点。費用はすべて概算です（オンデマンド、米ドル、主に米国リージョン。Vast.aiなどのマーケットプレイスは世界全体）。
精度と用途ごとのメモリ
| 精度 | 推論 | LoRAファインチューニング | QLoRAファインチューニング | フルファインチューニング |
|---|---|---|---|---|
| FP16 / BF16 | 80 GB | 95 GB | – | 636 GB |
| INT8 | 43 GB | – | – | – |
| INT4 | 22 GB | – | 37 GB | – |
精度別の最安GPU
8Kコンテキスト、同時リクエスト1件での推論。
FP16 / BF16
約80 GB · 8Kトークン
公開されたままの重み。劣化はありませんが、メモリは最も多く使います。
1 × RTX PRO 6000 96GB
RunPod （新しいタブで開きます） · 1x RTX PRO 6000 MaxQ
- GPU 1台 / 時間
- $0.50
- 必要な台数
- 1
- 合計 / 時間
- 約$0.50
- 月額（24時間稼働、概算）
- $365
INT8
約43 GB · 8Kトークン
重みは半分の大きさ。チャットやRAGではほとんど差が出ません。
1 × RTX PRO 6000 96GB
RunPod （新しいタブで開きます） · 1x RTX PRO 6000 MaxQ
- GPU 1台 / 時間
- $0.50
- 必要な台数
- 1
- 合計 / 時間
- 約$0.50
- 月額（24時間稼働、概算）
- $365
INT4
約22 GB · 8Kトークン
重みは4分の1の大 きさ。小さな劣化はまず数学やコードに表れます。
2 × V100 16GB
Vast.ai （新しいタブで開きます） · 2x Tesla V100 (median of 4 offers)
- GPU 1台 / 時間
- $0.15
- 必要な台数
- 2
- 合計 / 時間
- 約$0.30
- 月額（24時間稼働、概算）
- $220
推論とファインチューニング
推論 (FP16)
1×
（推論時のメモリ比）
80 GB
1 × RTX PRO 6000 96GB · 約$0.50
LoRAファインチューニング
1.2×
（推論時のメモリ比）
95 GB
3 × A40 48GB · 約$2.36
QLoRAファインチューニング
0.5×
（推論時のメモリ比）
37 GB
1 × RTX PRO 6000 96GB · 約$0.50
フルファインチューニング
7.9×
（推論時のメモリ比）
636 GB
4 × MI300X 192GB · 約$9.56
FP16での推論は1 × RTX PRO 6000 96GB (RunPod)で足ります。LoRAは3 × A40 48GB (RunPod)、QLoRAは1 × RTX PRO 6000 96GB (RunPod)、フルファインチューニングは4 × MI300X 192GB (RunPod)が必要です。学習では重みに加えてアクティベーションとオプティマイザーの状態もメモリに置くため、同じモデルの推論より多くのGPUが要ることがよくあります。
MacやRTX 4090 1枚で動くか
RTX 4090（24GB）
1枚では動きません。INT4でも約22 GB必要で、カードの24GBを超えます。2枚以上のカードか、より大きなデータセンター向けGPUが必要です。
Appleシリコン搭載Mac
はい、メモリが十分にあれば動きます。INT4で約22 GB必要なので、ユニファイドメモリ32GB以上のMacが目安です（macOSはその約4分の3をGPUに割り当てます）。生成速度はデータセンター向けGPUより遅くなります。
似たモデル
規模が近いオープンモデル。
- Qwen3.5 35B A3Bビジョン359.5億 · 約80 GB FP16 · 148.9万 ↓GPU要件
- MiniCPM-V 4.7 (35B-A3B and 1B)ビジョン352.1億 · 約79 GB FP16 · 74.3万 ↓GPU要件
- Qwen3.6 35B A3B Uncensored HauhauCS Aggressiveビジョン346.6億 · 約79 GB FP16 · 131万 ↓GPU要件
- Qwen2.5 VL 32B Instructビジョン334.5億 · 約77 GB FP16 · 55万 ↓GPU要件
- Gemma 4ビジョン312.7億 · 約71 GB FP16 · 661.5万 ↓GPU要件
- Muse Glimmerビジョン297.8億 · 約67 GB FP16 · 15.9万 ↓GPU要件
Qwen3.6 35B A3B：よくある質問
Qwen3.6 35B A3Bに必要なVRAMは？
8Kコンテキスト、同時リクエスト1件で、FP16は約80 GB、INT8は約43 GB、INT4は約22 GBです。コンテキストを長くしたり同時リクエストを増やしたりすると、その分KVキャッシュが増えます。
Qwen3.6 35B A3Bを動かす最安のGPUは？
RunPodの1 × RTX PRO 6000 96GB (約$0.50 GPU 1台・1時間あたり)で、FP16 / BF16・8Kコンテキストの推論なら1時間あたり約$0.50です。価格は2026年11月13日時点で、頻繁に変わります。
Qwen3.6 35B A3BはGPU 1枚でファインチューニングできる？
はい、QLoRAなら可能です。約37 GBで、80GBのGPU 1枚に収まります。LoRAは約95 GB、フルファインチューニングは約636 GB必要です。
この数値はどう計算している？
重みはパラメータ数×1パラメータあたりのバイト数（FP16は2、INT8は1、INT4は0.5）です。KVキャッシュはモデルの層数、KVヘッド数、ヘッドサイズ、コンテキスト長から求めます。ランタイム用に約10%と1GBを加え、各GPUのメモリの90%まで使う前提です。価格は各プロバイダーの公開価格ページから集めた、米国リージョンのオンデマンド定価です。
Qwen3.6 35B A3BはRTX 4090のような一般向けGPUで動く？
1枚では動きません。INT4でも約22 GB必要で、カードの24GBを超えます。2枚以上のカードか、より大きなデータセンター向けGPUが必要です。
Qwen3.6 35B A3BはH100 80GB 1枚に収まる？
はい、8KコンテキストならINT8, INT4で収まります。
Qwen3.6 35B A3BにはGPUが何台必要？
FP16、8Kコンテキストの場合、80GBなら2台、48GBなら2台、24GBなら4台です。INT4なら重みのメモリはおよそ4分の1になります。
INT8のQwen3.6 35B A3Bに必要なVRAMは？
約43 GBです。内訳は重み38 GB、8KのKVキャッシュ0.17 GB、ランタイムのオーバーヘッド4.8 GBです。
Qwen3.6 35B A3Bを1か月24時間動かすといくら？
私たちが見つけた最安の構成（1 × RTX PRO 6000 96GB (約$0.50 GPU 1台・1時間あたり)、1時間$0.50×730時間）で約$365です。AWS、Google Cloud、Azureの最安は月約$2,455です。
FP16、INT8、INT4のどれを使うべき？
FP16は品質を保ったまま使えますが、メモリは最も多く必要です（ここでは約80 GB）。INT8は重みが半分になり、多くのチャット用途では品質の低下はわずかです。INT4（AWQ、GPTQ、GGUF Q4）は重みが4分の1になり、合計約22 GBですが、数学やコードで目立つ程度の小さな品質低下があります。
Qwen3.6 35B A3BはMacで動く？
はい、メモリが十分にあれば動きます。INT4で約22 GB必要なので、ユニファイドメモリ32GB以上のMacが目安です（macOSはその約4分の3をGPUに割り当てます）。生成速度はデータセンター向けGPUより遅くなります。
vLLMとllama.cppのどちら？
vLLMはNVIDIAやAMDのGPUで多数のリクエストを同時に処理するためのもので、GPUメモリの大半をKVキャッシュに確保します。llama.cppはGGUFファイルをMacやCPUを含むほぼあらゆる環境で動かせ、個人や小さなチームに向いています。同じ精度なら必要なメモリはほぼ同じです。
価格は2026年11月13日時点。費用はすべて概算です（オンデマンド、米ドル、主に米国リージョン。Vast.aiなどのマーケットプレイスは世界全体）。
計算方法
- 重み： パラメータ数×1パラメータあたりのバイト数。FP16は2、INT8は1、INT4は0.5で、INT8とINT4には量子化スケール分として約5%を加えます。
- KVキャッシュ： 2×層数×KVヘッド数×ヘ ッドサイズ×コンテキスト長×リクエスト数×2バイト。値はモデルのconfig.jsonから取ります。欠けている値は推定し、その旨を表示します。
- オーバーヘッド： 約10%に加えてランタイム用に1GB。vLLMが確保する量とほぼ同じです。
- ファインチューニング： LoRAは16ビットの重みに小さなアダプター、そのオプティマイザー、アクティベーションを加えます。QLoRAは4ビットの重みで同じことをします。フルファインチューニングは混合精度のAdamで1パラメータあたり約16バイト（重み、勾配、オプティマイザーの状態）にアクティベーションが加わります。
- GPU： 各GPUのメモリの90%まで使う前提で、1ノード8台までとします。費用は米国リージョンのオンデマンド定価で、マーケットプレイス型のクラウドは中央値です。