Qwen3.8-27Bをローカルで使うには？Ollama・GGUF・メモリの確認順
- 公開日
- 2026-08-25
- 更新日
- 2026-08-25
- 情報確認日
- 2026-08-25
- 編集・運営
- Local AI Compass
Qwen3.8-27Bは、Ollamaのタグを選んで試せる一方、表示容量をそのままRAMやVRAMの最低要件と読めないモデルです。まず配布形式と実行backendを決め、weight、KV cache、context、GPU offload、Windowsのドライバーを分けて確認します。
導入前に確認すること
- Windowsのバージョン、メモリ容量、GPU/VRAM、空き容量を確認する
- 最初は軽量モデル、短い質問、少ない同時作業から始める
- 公式サイトの対応OS、利用規約、モデルのライセンスを確認する
30秒で分かる結論
Qwen3.8-27BをWindowsで試すなら、まずOllama公式ページの`qwen3.8:27b`を候補にし、`ollama run qwen3.8:27b`で単体動作を確認します。Ollama公式タグ一覧では標準27Bタグに約18GB・256K context、`qwen3.8:27b-q8_0`に約30GB・256K contextの表示がありますが、これらはタグの表示値であり、同じGB数のRAMがあれば必ず快適に動くという意味ではありません。
Transformers形式の公式Model Cardは別の配布経路です。GGUFは量子化・backend・配布者を個別に確認し、MLXタグはApple Silicon向けの表示として扱います。MLXの結果をWindowsへ一般化しないでください。
Qwen公式Model Cardは27Bのdense model、vision・thinking・agent実行とharness互換、native 262,144 contextと1Mまでの拡張方針を説明します。Ollamaのtools表示とlaunch例、Qwen Cloudのbuilt-in tools、ローカルweights自体の能力・権限は同じものとして扱いません。
何が新しいか：Qwen公式とOllamaの対応を分ける
Qwen公式GitHubではQwen3.8-27Bの公開日を2026年8月14日として、Hugging FaceとModelScopeへの導線を示しています。Ollama v0.32.12ではQwen3.8 27BとApple Silicon向けMLXタグが追加され、v0.32.13ではdeveloper instructions対応が記載されました。
| 確認対象 | 公式情報で確認できること | このページで断定しないこと |
|---|---|---|
| Qwen公式Model Card | Apache-2.0、Transformers形式、27B、vision・thinking・agent実行、262,144 native context、1Mまでの拡張方針 | 一般Windows PCで1M contextが快適、という保証 |
| Ollama `qwen3.8:27b` | 標準タグ、約18GB表示、256K context表示、vision・tools・thinking | 表示容量＝必要RAM、全GPU/backendで同じ性能 |
| Ollama `qwen3.8:27b-q8_0` | Q8_0タグ、約30GB表示、256K context表示 | 30GB表示＝必要RAM/VRAM、Q4より必ず高速・高品質 |
| Ollama `qwen3.8:27b-mlx` | Apple Silicon向けMLXタグの表示 | MLXの速度・容量をWindows NVIDIA/AMDへ適用 |
| GGUF/量子化配布 | Hugging Faceでファイル、量子化名、license、作者、変換元を確認する経路 | コミュニティGGUFをQwen公式のWindowsサポートと扱うこと |
Qwen公式Model CardのweightsはApache-2.0です。ただし、Ollama tagやコミュニティ変換・量子化artifactを取得する場合は、その配布元、変換元、追加ファイル、利用時点のtermsも別に確認します。
- Qwen3.8公式GitHub - Qwen3.8-27Bの公開日と公式配布先を確認するリポジトリです。
- Qwen3.8-27B公式Hugging Face Model Card - Qwen公式の27Bモデルカード。Apache-2.0、Transformers形式、vision・thinking・agent実行、262,144 native contextと1Mまでの拡張方針を確認します。
- Ollama Qwen3.8公式モデルページ - Ollamaの現行タグ、表示される容量・context、vision・tools・thinkingとlaunch例を確認します。
- Ollama Qwen3.8公式タグ一覧 - qwen3.8:27bとqwen3.8:27b-q8_0など、tag別の表示容量・context・入力形式を確認します。
- Ollama v0.32.12 Release - Qwen3.8 27BとApple Silicon向けMLXタグ追加を確認する公式Releaseです。
- Ollama v0.32.13 Release - Qwen3.8のdeveloper instructions対応を確認する公式Releaseです。
tag・weight・download sizeを混同しない
| 言葉 | このモデルでの確認先 | 読み方 |
|---|---|---|
| tagの表示容量 | Ollama公式タグ一覧 | `qwen3.8:27b`の約18GB、`qwen3.8:27b-q8_0`の約30GBなど取得対象の目安。保存容量と実行時メモリは別 |
| weight / artifact | Hugging Face Model Card、Files、NGC等 | 形式・dtype・量子化で変わる。展開後やruntimeの追加領域を含むとは限らない |
| RAM / VRAM / unified memory | 自分のOS・GPU・runtimeで確認 | モデルのロード、GPU offload、他アプリ、context、並列数を含む実行条件 |
| KV cache | Ollama context docs・FAQと実測 | context、並列、KV設定で増える追加領域。weightの容量に含めない |
「18GBだから18GB RAMで動く」「27BだからVRAMだけで決まる」とは考えません。最初は短い入力・短い出力・contextを控えめにして、タスクを固定し、`ollama ps`のProcessorとロード状態を記録します。長文RAGやagentのtool結果を追加すると入力contextと待ち時間が変わります。
- Ollama context length - context length、VRAMに応じた既定値、OLLAMA_CONTEXT_LENGTH、ollama psの見方を確認します。
- Ollama API /api/ps - ロード中モデルのsize、size_vram、context_lengthなどを確認する公式APIです。
- モデルサイズ早見表 - 7B/14B/32Bなど、重みの大きさを読む前提を確認する
- メモリ8GB・16GB・32GBの考え方 - RAMとモデル・context・他アプリの余裕を分ける
Windowsでの実行経路を決める
- `ollama --version`を実行し、Ollama本体のバージョンと更新状態を確認する。
- まず`ollama run qwen3.8:27b`を単体で実行し、回答が返るまでの時間とPCの負荷を記録する。
- `ollama ps`でロード中モデル、Processor、contextなどを確認し、RAM・VRAM・GPU offloadの実測と合わせる。
- 短文chatの次に、同じ質問でcontextを増やす。agent、RAG、画像を同時に追加せず、1条件ずつ比較する。
- Hermesや別のagent harnessへつなぐ場合は、Ollamaのmodel runtime、agent側のtool、ネットワーク・ファイル権限を別々に確認する。
Ollama公式QwenページにはClaude Code、OpenCode、Hermes、OpenClawなどの`ollama launch`例があります。ただし、launchの候補や引数はCLI更新で変わるため、利用時点のCLI Referenceと実際の`ollama launch`表示を優先します。agent連携が動いても、モデルが全プラットフォームで同じbackend・速度になることは意味しません。
- Ollama CLI Reference - ollama run、ollama launch、psなど、利用時点のCLI表示を確認します。
- Ollama Windows docs - Windowsアプリ、CLI、API、GPU・保存先の確認先を案内する公式ドキュメントです。
- Ollama公式モデルページ - Ollamaの現行タグ、表示される容量・context、vision・tools・thinkingとlaunch例を確認します。
形式・platform別の境界
| 経路 | 向いている確認 | 注意点 |
|---|---|---|
| Ollama標準タグ | Windowsでコマンドからまず1本試す | タグの表示容量・contextをRAM/VRAM要件に置き換えない |
| Ollama MLXタグ | Apple SiliconでMLX経路を試す | MLXの結果をWindowsやCUDA/ROCmへ広げない |
| Transformers / safetensors | Python・対応runtime・公式weightsを確認する | そのままOllamaやLM Studioの入力形式になるとは限らない |
| GGUF | 量子化値、ファイル作者、変換元、license、対応loaderを確認する | GGUFであるだけでQwen公式の全機能・vision・toolが保証されるわけではない |
WindowsのNVIDIA・AMD・CPUで利用を考える場合は、Ollama本体、GPUドライバー、backend、モデルタグ、量子化、GPU offloadを別の項目として確認します。公式モデルページの存在だけで、すべてのWindows GPUやCPUで同じ速度・context・vision対応になるとは言えません。
- Hugging Face GGUF docs - GGUF配布、Files、Model Card、licenseを確認する公式ドキュメントです。
- GGUFとは？ - ファイル形式とモデル選びを分けて確認する
- Q4/Q5/Q8量子化 - 量子化値を品質や速度の保証と混同しない
- GPUオフロード - VRAM・RAM・offloadの関係を確認する
contextとagent用途の現実的な見方
Qwen公式Model Cardのnative 262,144や拡張可能な1Mは、モデル側のcontext設計です。Ollamaのタグに256Kと表示されても、PCがその長さを快適に処理できるとは限りません。入力token、KV cache、並列、RAG検索結果、toolの返却内容が同時に増えるため、まず短いcontextで実測します。
262,144を超える1M contextはnative設定ではありません。Qwen公式Model Cardは、対応するvLLM・SGLang・TokenSpeedなどでYaRN等のRoPE scalingを有効にする経路を案内し、static YaRNは短い入力の性能へ影響し得るとも説明しています。これはOllama tagの256K表示を自動で1Mへ変える手順ではありません。
thinkingを有効にした回答、vision入力、tool呼び出しは、通常の短文chatより処理量と失敗要因が増えます。Qwen3.8をHermesなどのagent harnessで使う場合も、モデル能力、Ollamaの接続、agentのtool権限、外部通信を同じ機能として説明しません。
- ローカルAIのcontext length - 最大contextと実用上の負荷を分けて考える
- agentのPC負荷 - KV cache、tool loop、RAG、並列の測り方を確認する
- WindowsローカルAIエージェント比較 - runtimeと操作側の役割を分ける
よくある誤解と確認順
| 誤解 | 正しい確認 |
|---|---|
| 18GB表示＝18GB RAMで快適 | weight、KV cache、runtime、OS、他アプリ、contextを含む実測を取る |
| 256K/1Mなら長文を常用できる | 同じモデル・短い質問からcontextだけを増やし、速度・OOM・回答品質を測る |
| MLXタグがある＝Windowsで高速 | Apple Silicon、MLX、CUDA/ROCm、CPUを分離し、各backendの対応を確認する |
| GGUFなら全機能が同じ | 量子化、変換元、vision・tool対応、loader、licenseを確認する |
| Ollama launch＝agentが完全local | model、provider、tool、web search、ファイル権限、通信経路を個別に確認する |
このページの数値は、公式ページに表示されるモデル・タグ・contextの情報と、公式docsの確認項目を整理したものです。Windows実機での最低RAM、最低VRAM、tokens/s、1M contextの快適さは測定していないため、特定のGB数を動作保証として提示しません。
公式ソース
- Qwen3.8-27B公式Hugging Face Model Card - Qwen公式の27Bモデルカード。Apache-2.0、Transformers形式、vision・thinking・agent実行、262,144 native contextと1Mまでの拡張方針を確認します。
- Qwen3.8公式GitHub - Qwen3.8-27Bの公開日と公式配布先を確認するリポジトリです。
- Ollama Qwen3.8公式モデルページ - Ollamaの現行タグ、表示される容量・context、vision・tools・thinkingとlaunch例を確認します。
- Ollama Qwen3.8公式タグ一覧 - qwen3.8:27bとqwen3.8:27b-q8_0など、tag別の表示容量・context・入力形式を確認します。
- Ollama v0.32.12 Release - Qwen3.8 27BとApple Silicon向けMLXタグ追加を確認する公式Releaseです。
- Ollama v0.32.13 Release - Qwen3.8のdeveloper instructions対応を確認する公式Releaseです。
- Ollama CLI Reference - ollama run、ollama launch、psなど、利用時点のCLI表示を確認します。
- Ollama Windows公式ドキュメント - Windowsアプリ、CLI、API、GPU・保存先の確認先を案内する公式ドキュメントです。
- Ollama Context length公式ドキュメント - context length、VRAMに応じた既定値、OLLAMA_CONTEXT_LENGTH、ollama psの見方を確認します。
- Ollama API /api/ps公式ドキュメント - ロード中モデルのsize、size_vram、context_lengthなどを確認する公式APIです。
- Hugging Face GGUF公式ドキュメント - GGUF配布、Files、Model Card、licenseを確認する公式ドキュメントです。
よくある質問
Qwen3.8-27Bは18GB RAMで動きますか？
Ollamaの標準タグに約18GB、Q8_0タグに約30GBの表示がありますが、これは取得対象の容量の目安です。weight以外にruntime、OS、KV cache、context、他アプリの余裕が必要なので、同じGB数のRAMで快適に動くとは断定できません。
Qwen3.8-27Bの256Kと1M contextは同じ意味ですか？
同じではありません。Qwen公式Model Cardは262,144 native contextと1Mまでの拡張方針を説明し、Ollamaページはタグに256Kを表示しています。runtimeの設定とPCの実用負荷は別に確認してください。
Qwen3.8-27BのMLXタグはWindowsで使えますか？
OllamaページのMLXタグはApple Silicon向けの経路として扱います。MLXの容量・速度をWindows NVIDIA/AMD/CPUへ一般化せず、WindowsではOllamaの対応backendとタグを利用時点で確認してください。
Qwen3.8-27BのGGUFは公式ですか？
Qwen公式Model CardはTransformers形式を案内しています。GGUFは配布者、変換元、量子化、license、loader、vision・tool対応を個別に確認し、GGUFという形式だけで公式サポートと判断しません。
Windowsで最初に何を実行しますか？
`ollama --version`、次に`ollama run qwen3.8:27b`、ロード後に`ollama ps`の順で単体動作を確認します。agentやRAGは、短いchatとメモリ実測の後に追加してください。
次に読むおすすめルート
初めてローカルAIを触る人
まず全体像をつかみ、LM StudioとOllamaの違い、モデルサイズの考え方を順番に確認します。
- クラウドAIとローカルAIの使い分け
- ローカルLLMとは
- ローカルAIを入れる前に確認すること
- WindowsでローカルAIを始める完全ガイド
- Windows ARMでローカルAIを使う前の確認
- WindowsでOllamaをインストールする
- Windowsでローカル音声認識を始める
- WindowsでローカルOCRを始める
- Windowsで話者分離を始める
- WindowsでローカルAI翻訳を始める
- LM Studioとは
- GGUFとは
- GGUF版とは
- GGUFファイル名の読み方
- LM StudioでGGUFを入れる方法
- LM Studioで画像を読み込む方法
- LM Studioのモデル保存場所と移動
- 小型LLM・量子化の現実
- GGUF量子化安全とRAG/NPU研究
- Quant.npuとNPU向け静的量子化
- LENSで見るNPUレイテンシ予測
- Copilot+ PCのNPU期待値
- Hugging Face安全チェック
- PDF/RAG/引用確認の現実
- LM Studioで最初に選ぶモデル
- GGUFモデル選び診断
- Hugging FaceでGGUFモデルを探す方法
- Q4/Q5/Q8の違いと選び方
- 日本語GGUFモデルの選び方
- Q4/Q5/Q8研究ガイド
- Hermes Desktopとは
- Hermes DesktopとLM Studio接続
- Hermes DesktopとOllama接続
- Hermes Desktop接続トラブル
- Hermes AgentとDesktopの違い
- ローカルLLMツール比較
- ローカルAI更新メモ
- 診断ページ
あなたはどのタイプ？
- 初めてローカルAIを触る人 - まず全体像をつかみ、LM StudioとOllamaの違い、モデルサイズの考え方を順番に確認します。
- LM Studio・Ollamaの症状別トラブルを解決したい人 - 起動、モデルロード、Prompt Processing、generation、API接続、GPU確認をツール別に分けて読みます。
- GPUなし・低スペックPCの人 - 軽量モデル、メモリ別の目安、重いときの確認ポイントを先に見ます。
- PDFや資料を読ませたい人 - 先に基本を押さえ、モデル単体の確認後にAnythingLLMへ進みます。
- ローカルAIエージェントを試したい人 - Bionic、Ollama、AnythingLLM、Hermesを役割別に分け、local/cloud、tool、保存、PC負荷を順番に確認します。
- 開発・API連携したい人 - LM StudioとOllamaの違いを確認し、API、長文処理、RAGまで段階的に進みます。
関連チェック先
- Qwen3.8-27B公式Hugging Face Model Card - Qwen公式の27Bモデルカード。Apache-2.0、Transformers形式、vision・thinking・agent実行、262,144 native contextと1Mまでの拡張方針を確認します。
- Qwen3.8公式GitHub - Qwen3.8-27Bの公開日と公式配布先を確認するリポジトリです。
- Ollama Qwen3.8公式モデルページ - Ollamaの現行タグ、表示される容量・context、vision・tools・thinkingとlaunch例を確認します。
- Ollama Qwen3.8公式タグ一覧 - qwen3.8:27bとqwen3.8:27b-q8_0など、tag別の表示容量・context・入力形式を確認します。
- Ollama v0.32.12 Release - Qwen3.8 27BとApple Silicon向けMLXタグ追加を確認する公式Releaseです。
- Ollama v0.32.13 Release - Qwen3.8のdeveloper instructions対応を確認する公式Releaseです。
- Ollama CLI Reference - ollama run、ollama launch、psなど、利用時点のCLI表示を確認します。
- Ollama Windows公式ドキュメント - Windowsアプリ、CLI、API、GPU・保存先の確認先を案内する公式ドキュメントです。
- Ollama Context length公式ドキュメント - context length、VRAMに応じた既定値、OLLAMA_CONTEXT_LENGTH、ollama psの見方を確認します。
- Ollama API /api/ps公式ドキュメント - ロード中モデルのsize、size_vram、context_lengthなどを確認する公式APIです。
- Hugging Face GGUF公式ドキュメント - GGUF配布、Files、Model Card、licenseを確認する公式ドキュメントです。