Arrakis / モデル / Qwen3.6-35B-A3B
Qwen3.6-35B-A3B の GPU 要件
Qwen3.6-35B-A3B のパラメータ数は 36B です。推論で動かすには、16 ビットで約 86 GB、8 ビットで約 43 GB、4 ビットで約 22 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 36B パラメータ全体の分を見込んでください。
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 | 86 GB：RTX PRO 6000 1 枚、GPU 1 時間あたり $1.90 から |
| 8 ビット | 43 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 | 22 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 | 86 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 | 575 GB：H100 × 8、8 枚で 1 時間あたり $18.00 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
- 36B
- 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
- 2026-04-15
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 Qwen/Qwen3.6-35B-A3B --tensor-parallel-size 1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。
Qwen3.6-35B-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 86 GB、8 ビットで約 43 GB、4 ビットで約 22 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 86 GB、Adam によるフルファインチューニングで約 575 GB が必要です（活性化を除く）。
Qwen3.6-35B-A3B は GPU 1 枚で動きますか？
はい。16 ビットで約 86 GB 必要で、RTX PRO 6000 1 枚に収まります。
Qwen3.6-35B-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 Qwen3.6-35B-A3B をデプロイするには？
Arrakis コンソールで Models を開き、Qwen/Qwen3.6-35B-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。