Arrakis / モデル / MiniCPM-V-4.7-35B-A3B

MiniCPM-V-4.7-35B-A3B の GPU 要件

MiniCPM-V-4.7-35B-A3B のパラメータ数は 35B です。推論で動かすには、16 ビットで約 85 GB、8 ビットで約 42 GB、4 ビットで約 21 GB の GPU メモリを見込んでください。KV キャッシュと活性化の分として約 20% を含みます。

Mixture of Experts モデルです。エキスパートは 256 個で、トークンごとにそのうち 8 個が働きます。すべてのエキスパートが GPU メモリに載るため、メモリは 35B パラメータ全体の分を見込んでください。

このモデルをデプロイほかのモデルを確認

推論で動かすのに必要なもの

推論で動かすのに必要な GPU メモリと、それが収まる最小の GPU 構成、Arrakis での現在の最安値です。

精度	メモリと最小構成
16 ビット	85 GB：RTX PRO 6000 1 枚、GPU 1 時間あたり $1.90 から
8 ビット	42 GB：L40S、RTX 6000 Ada または RTX A6000 1 枚、L40S は GPU 1 時間あたり $0.44 から
4 ビット	21 GB：RTX 4090 または RTX 3090 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から

ファインチューニングに必要なもの

QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。

メソッド	メモリと最小構成
QLoRA	25 GB：RTX 5090 1 枚、GPU 1 時間あたり $0.58 から
LoRA	85 GB：RTX PRO 6000 1 枚、GPU 1 時間あたり $1.90 から
フルファインチューニング	563 GB：H200 × 4、4 枚で 1 時間あたり $13.76 から

モデルについて

Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。

パラメータ数: 35B
トークンごとに働くパラメータ: 3B
エキスパート数: 256
トークンごとのエキスパート数: 8
コンテキスト長（トークン）: 262,144
公開時の精度: BF16
ライセンス: apache-2.0
公開日: 2026-10-07
重み: openbmb/MiniCPM-V-4.7-35B-A3B

Arrakis でデプロイする

コンソールで Models を開き、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。GPU メモリが足りるマシンなら、自分で動かすこともできます：

vLLM

vllm serve openbmb/MiniCPM-V-4.7-35B-A3B --tensor-parallel-size 1

このモデルをデプロイデプロイの仕組み

よくある質問

すべての GPU の最新価格は GPU 価格のページにあります。

MiniCPM-V-4.7-35B-A3B にはどれだけの GPU メモリが必要ですか？

推論で動かすには、16 ビットで約 85 GB、8 ビットで約 42 GB、4 ビットで約 21 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 25 GB、LoRA で約 85 GB、Adam によるフルファインチューニングで約 563 GB が必要です（活性化を除く）。

MiniCPM-V-4.7-35B-A3B は GPU 1 枚で動きますか？

はい。16 ビットで約 85 GB 必要で、RTX PRO 6000 1 枚に収まります。

MiniCPM-V-4.7-35B-A3B を動かす費用はいくらですか？

16 ビットなら RTX PRO 6000 1 枚、4 ビットなら RTX 4090 または RTX 3090 1 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。

Arrakis で MiniCPM-V-4.7-35B-A3B をデプロイするには？

Arrakis コンソールで Models を開き、openbmb/MiniCPM-V-4.7-35B-A3B を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。

ほかのモデル

すべてのモデルと、ほかのモデルの確認。