FreeLLMすべてのモデル › zai
Arenaスコア1430チャット部門で有料モデルを含む417件中95位
サイズ358.3 B1トークンあたり39.1 Bがアクティブ（Mixture of Experts）
4ビットのダウンロード217 GB重みのみ、Q4_K_M
最大コンテキスト128Kトークン、モデル設定より
無料で使える場所
- ラボ公式のチャット：chat.z.ai（1日の利用制限つきで無料）
- 自宅でダウンロードして動かす：公式の重み · Ollama と LM Studio 用の GGUF ファイル
よく使われるハードウェアでの速度
| ハードウェア | GPUメモリ | 収まる？ | 速度 |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | 収まらない | — |
| RTX 4060 Ti 16 GB | 16 GB | 収まらない | — |
| RTX 3090 | 24 GB | 収まらない | — |
| RTX 4090 | 24 GB | 収まらない | — |
| RTX 5090 | 32 GB | 収まらない | — |
| RX 7900 XTX | 24 GB | 収まらない | — |
| 2 × RTX 3090 | 48 GB | 収まらない | — |
| 4 × RTX 3090 | 96 GB | 収まらない | — |
| Mac M4 Max 128 GB | 96 GB | 収まらない | — |
| Ryzen AI Max+ 395 128 GB | 96 GB | 収まらない | — |
| 8 × H100 SXM | 640 GB | GPUに収まる | 50 tok/s |
4ビット、32Kコンテキスト、オフロード用にDDR5を64 GBとした推定値。速度 ≈ メモリ帯域 × 78% ÷ 1トークンあたりの読み込みデータ量に、トークンごとの固定コストを加えたもので、44件の実際の llama.cpp テストで補正しています。典型的な誤差は約±10%です。すべてのGPUを比較。
必要なGPUメモリ
| レベル | 8Kコンテキスト | 32Kコンテキスト | 128Kコンテキスト | フル精度との品質比較 |
|---|---|---|---|---|
| Q3_K_M | 183 GB | 192 GB | 229 GB | +4.7% 目立つ劣化 |
| Q4_K_M | 221 GB | 230 GB | 267 GB | +1.2% ごくわずかな劣化 |
| Q5_K_M | 258 GB | 268 GB | 305 GB | +0.4% ほぼ劣化なし |
| Q6_K | 297 GB | 307 GB | 344 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 384 GB | 394 GB | 431 GB | ≈ 0% フル精度と同等 |
| F16 | 720 GB | 730 GB | 767 GB | ≈ 0% フル精度と同等 |
重み＋コンテキストキャッシュ（モデルのアーキテクチャから算出）＋ランタイム。品質：フル精度モデルに対するperplexityの増加分で、llama.cpp のテストをもとにモデルサイズに合わせて換算しています。自分の環境をシミュレーション。
チャットの似た無料モデル
- Mistral Large 3 1429
- DeepSeek-V4-Flash 1432 · 290.9 B
- MiMo-V2.5 1428 · 310.8 B
- DeepSeek-R1 (0528) 1428
- MiniMax-M3 1433 · 427 B
- Gemma 4 26B A4B 1434 · 25.8 B
このページを共有：XLinkedInRedditWhatsApp
数字の誤りやリンク切れを見つけましたか？間違いを報告