20.9BMoEgpt-oss 20Bの必要VRAM
量子化・コンテキスト長別の早見表
gpt-oss 20B(OpenAI / 20.9B / 汎用・チャット)を ローカルで動かすのに必要なメモリを、重み＋KVキャッシュ＋作業領域の合計として計算しました。 諸元は配布元の公開データから取得しています。
あなたのPCで動くか
あなたのPC検出中…GPUを自動検出中…VRAM 8GBメモリ 16GBWindows
他のPCで試す
コンテキスト長8,192 トークン
あなたの環境(VRAM 8GB)での判定
- DQ4_K_M13.5GBかなり遅い
- DQ5_K_M15.6GBかなり遅い
- DQ6_K17.8GBかなり遅い
- DQ8_022.7GBかなり遅い
- FFP1641.9GB載らない
S〜F のランクの意味はトップページに一覧があります。
他のモデルも一括で判定するならローカルLLM動作チェッカーへ。
必要メモリの早見表
| 量子化 | 4k トークン | 8k トークン | 32k トークン | 128k トークン |
|---|---|---|---|---|
| Q4_K_M4.9bit/重み | 13.3GB | 13.5GB | 14.6GB | 19.1GB |
| Q5_K_M5.72bit/重み | 15.4GB | 15.6GB | 16.7GB | 21.2GB |
| Q6_K6.57bit/重み | 17.6GB | 17.8GB | 18.9GB | 23.4GB |
| Q8_08.5bit/重み | 22.5GB | 22.7GB | 23.8GB | 28.3GB |
| FP1616bit/重み | 41.7GB | 41.9GB | 43.0GB | 47.5GB |
KVキャッシュは16bitで計算しています(8bitにすると、この表のうちKV分だけが半分になります)。 なお gpt-oss 20B はスライディングウィンドウ注意(window 128)を使うため、長いコンテキストでは実際のKVキャッシュはこの表より小さくなります。
モデルの諸元
- パラメータ数: 20,914,757,184(20.9B)
- 層数: 24 / KVヘッド数: 8 / ヘッド次元: 64
- KVキャッシュ: 1トークンあたり 48KiB(16bit時)
- 最大コンテキスト長: 131,072 トークン
- MoE: 32エキスパート中 4個を使用(重みは全エキスパート分メモリに載せる必要があります)
- 公式配布の量子化形式: mxfp4
- ライセンス: apache-2.0
公式配布の重みが MXFP4(約4.25bit/重み)で量子化済み。表の Q4 相当が実際の配布サイズに近い。
出典: openai/gpt-oss-20b(パラメータ数)/ config.json(層数・KVヘッド数・ヘッド次元・最大コンテキスト長)。ライセンスや利用条件は配布元をご確認ください。