FreeLLMすべてのモデル › stepfun
Step-3
stepfun · Apache 2.0 ライセンス · 2026年10月19日からArenaに登場
ダウンロード
Arenaスコア1351チャット部門で有料モデルを含む417件中209位
サイズ321 B1トークンあたり18.7 Bがアクティブ（Mixture of Experts）
4ビットのダウンロード195 GB重みのみ、Q4_K_M
最大コンテキスト—
無料で使える場所
- 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
Arenaスコア
有料モデルを含む全モデル中の順位。出典：Arenaリーダーボードのデータセット。
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 | 14 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 | 194 GB | 292 GB | 685 GB | +4.7% 目立つ劣化 |
| Q4_K_M | 228 GB | 326 GB | 719 GB | +1.2% ごくわずかな劣化 |
| Q5_K_M | 262 GB | 360 GB | 753 GB | +0.4% ほぼ劣化なし |
| Q6_K | 297 GB | 395 GB | 788 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 374 GB | 473 GB | 866 GB | ≈ 0% フル精度と同等 |
| F16 | 675 GB | 774 GB | 1167 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
- GLM-4.7-Flash 1351
- NVIDIA-Nemotron-3-Nano-30B-A3B (BF16) 1348
- INTELLECT-3 1356
- Qwen3-Coder-480B-A35B-Instruct 1357
- Gemma 3 27B IT 1358
- MiniMax-M2.5 1359 · 228.7 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