FreeLLMすべてのモデル › nvidia
NVIDIA-Nemotron-3-Nano-30B-A3B (BF16)
nvidia · NVIDIA Open Model license · on Arena since 15 Dec 2025
ラボのチャット ダウンロード
Arenaスコア1348チャット部門で有料モデルを含む417件中210位
サイズ31.6 B1トークンあたり3 Bがアクティブ（Mixture of Experts）
4ビットのダウンロード19 GB重みのみ、Q4_K_M
最大コンテキスト256K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：build.nvidia.com（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 | GPU＋64 GBのRAM | 42 tok/s |
| RTX 4060 Ti 16 GB | 16 GB | GPU＋64 GBのRAM | 43 tok/s |
| RTX 3090 | 24 GB | GPUに収まる | 130 tok/s |
| RTX 4090 | 24 GB | GPUに収まる | 136 tok/s |
| RTX 5090 | 32 GB | GPUに収まる | 187 tok/s |
| RX 7900 XTX | 24 GB | GPUに収まる | 132 tok/s |
| 2 × RTX 3090 | 48 GB | GPUに収まる | 126 tok/s |
| 4 × RTX 3090 | 96 GB | GPUに収まる | 119 tok/s |
| Mac M4 Max 128 GB | 96 GB | GPUに収まる | 67 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | GPUに収まる | 48 tok/s |
| 8 × H100 SXM | 640 GB | GPUに収まる | 198 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 | 17 GB | 18 GB | 23 GB | +6.8% 目立つ劣化 |
| Q4_K_M | 20 GB | 21 GB | 27 GB | +1.8% 小さな劣化 |
| Q5_K_M | 24 GB | 25 GB | 30 GB | +0.6% ほぼ劣化なし |
| Q6_K | 27 GB | 28 GB | 33 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 35 GB | 36 GB | 41 GB | ≈ 0% フル精度と同等 |
| F16 | 64 GB | 66 GB | 71 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。
チャットスコアの推移
14001500
5月6月7月8月9月10月
NVIDIA-Nemotron-3-Nano-30B-A3B (BF16) 1348最高の有料モデル
Arenaスコア（2026年4月22日～2026年10月20日）。
チャットの似た無料モデル
- GLM-4.7-Flash 1351 · 31.2 B
- Step-3 1351 · 321 B
- MiniMax-M1 1343
- INTELLECT-3 1356
- Trinity Large Thinking 1340
- Qwen3-32B 1340 · 32.8 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