# Qwen3.8-Flash-Next の GPU 要件

Qwen3.8-Flash-Next のパラメータ数は 180B です。推論で動かすには、16 ビットで約 432 GB、8 ビットで約 216 GB、4 ビットで約 108 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 512 個で、トークンごとにそのうち 10 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 180B パラメータ全体の分を見込んでください。

[Arrakis でデプロイする](/console/#/models?model=Qwen/Qwen3.8-Flash-Next)。

## 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 | 432 GB：[B300](/ja/gpus/b300.html.md) × 2、2 枚で 1 時間あたり $9.20 から |
| 8 ビット | 216 GB：[B300](/ja/gpus/b300.html.md) 1 枚、GPU 1 時間あたり $4.60 から |
| 4 ビット | 108 GB：[H200](/ja/gpus/h200.html.md) 1 枚、GPU 1 時間あたり $4.03 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 | 126 GB：[H200](/ja/gpus/h200.html.md) 1 枚、GPU 1 時間あたり $4.03 から |
| LoRA | 432 GB：[B300](/ja/gpus/b300.html.md) × 2、2 枚で 1 時間あたり $9.20 から |
| フルファインチューニング | 2,880 GB：8 GPU マシン 1 台を超える |

## モデルについて

| | |
|---|---|
| パラメータ数 | `180B` |
| エキスパート数 | `512` |
| トークンごとのエキスパート数 | `10` |
| 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 | `other` |
| 公開日 | `2026-08-24` |
| 重み | [Qwen/Qwen3.8-Flash-Next](https://huggingface.co/Qwen/Qwen3.8-Flash-Next) |

## 自分で動かす

```
vllm serve Qwen/Qwen3.8-Flash-Next --tensor-parallel-size 2
```

## よくある質問

**Qwen3.8-Flash-Next 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 432 GB、8 ビットで約 216 GB、4 ビットで約 108 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 126 GB、LoRA で約 432 GB、Adam によるフルファインチューニングで約 2,880 GB が必要です（活性化を除く）。

**Qwen3.8-Flash-Next は GPU 1 枚で動きますか？** はい、量子化すれば動きます。8 ビットで約 216 GB 必要で、B300 1 枚に収まります。16 ビットでは B300 2 枚が必要です。

**Qwen3.8-Flash-Next を動かす費用はいくらですか？** 16 ビットなら B300 2 枚、4 ビットなら H200 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 Qwen3.8-Flash-Next をデプロイするには？** Arrakis コンソールで Models を開き、Qwen/Qwen3.8-Flash-Next 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)。