# Qwen3-4B-Thinking-2507 の GPU 要件

Qwen3-4B-Thinking-2507 のパラメータ数は 4.0B です。推論で動かすには、16 ビットで約 9.7 GB、8 ビットで約 4.8 GB、4 ビットで約 2.4 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。

[Arrakis でデプロイする](/console/#/models?model=Qwen/Qwen3-4B-Thinking-2507)。

## 推論で動かすのに必要なもの

| 精度 | メモリと最小構成 |
|---|---|
| 16 ビット | 9.7 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| 8 ビット | 4.8 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| 4 ビット | 2.4 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 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

| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 2.8 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| LoRA | 9.7 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| フルファインチューニング | 64 GB：[H100](/ja/gpus/h100.html.md) または [A100](/ja/gpus/a100.html.md) 1 枚、H100 は GPU 1 時間あたり $1.65 から |

## モデルについて

| | |
|---|---|
| パラメータ数 | `4.0B` |
| 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 | `2025-08-05` |
| 重み | [Qwen/Qwen3-4B-Thinking-2507](https://huggingface.co/Qwen/Qwen3-4B-Thinking-2507) |

## 自分で動かす

```
vllm serve Qwen/Qwen3-4B-Thinking-2507 --tensor-parallel-size 1
```

## よくある質問

**Qwen3-4B-Thinking-2507 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 10 GB、8 ビットで約 5 GB、4 ビットで約 2 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 3 GB、LoRA で約 10 GB、Adam によるフルファインチューニングで約 64 GB が必要です（活性化を除く）。

**Qwen3-4B-Thinking-2507 は GPU 1 枚で動きますか？** はい。16 ビットで約 9.7 GB 必要で、RTX 4090 または RTX 3090 1 枚に収まります。

**Qwen3-4B-Thinking-2507 を動かす費用はいくらですか？** 16 ビットなら RTX 4090 または RTX 3090 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 Qwen3-4B-Thinking-2507 をデプロイするには？** Arrakis コンソールで Models を開き、Qwen/Qwen3-4B-Thinking-2507 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：[/models](/ja/models.html.md)。