Hy4 まとめ:必要VRAM・GGUF版

2026年11月20日

当サイトが Hy4 系統について公開した記事(2本)と、記事の公開後に見つかった変換版(GGUF・MLX等)、必要メモリの判定を1ページにまとめたものです。必要メモリはモデルカードの公称値ではなく、当サイトが配布ファイルのサイズから機械的に算出した値です。モデル系統別まとめの1ページです。

基本情報

項目 内容
元のモデル tencent/Hy4-base, tencent/Hy4-flash
公開元 Tencent
ライセンス(モデルカード) tencent-hy-license
記事数 2本

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 771.1B

手持ちのVRAM 選べる量子化 ファイルサイズ 必要メモリの目安
1724GB超のVRAMが必要(複数GPUまたはCPUオフロードが前提) BF16 1436.4GB 1723.7GB

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

数値は tencent/Hy4-base のものです。大きさの違う他のモデルは下の記事を参照してください。

手元で動かせるか

現時点では Ollama・LM Studio・llama.cpp で動かせません。

公開元の配布は safetensors のみで、llama.cpp の登録表にもこのモデルのアーキテクチャ名がありません。これらのツールで動かせるようになるには、まず llama.cpp 側が対応する必要があります。現時点で動かすなら transformers(PyTorch)・vLLM で読み込む形になり、必要メモリは上の表のとおりです。

ライセンス tencent-hy-license: 公開元の独自ライセンスです。商用利用の可否を含め、条件は公開元の原文を直接確認してください。

配布形式・当サイトが見つけた変換版・各推論エンジンの登録表を突き合わせた判定です。「確認できていない」は当サイトが見つけていないという意味で、存在しないことの断定ではありません。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

判定は tencent/Hy4-base についてのものです。

派生版・量子化版

→ 横にスクロールできます

追記日 配布元 形式 リポジトリ 最小のVRAM階層(量子化・必要メモリの目安)
2026-11-19 autotrust GGUF autotrust/hy4-flash-smart NVFP4 139.3GB(単体のGPUには収まらない)
2026-11-19 autotrust GGUF autotrust/hy4-flash-concise NVFP4 139.3GB(単体のGPUには収まらない)
2026-11-18 AtomicChat GGUF(imatrix) AtomicChat/Hy4-flash-GGUF IQ2_XXS 94.7GB(単体のGPUには収まらない)

各リポジトリの量子化とファイルサイズ:

  • autotrust/hy4-flash-smart の量子化: NVFP4 116.1GB
  • autotrust/hy4-flash-concise の量子化: NVFP4 116.1GB
  • AtomicChat/Hy4-flash-GGUF の量子化: IQ2_XXS 78.9GB

この節は、記事公開後に見つかった変換版を当サイトが機械的に追記したものです。必要メモリは配布ファイルのサイズから算出した概算です。

記事(シリーズ自身のモデルを先に、新しい順)

公開日 モデル 種類 記事
2026-11-20 tencent/Hy4-base 新モデル Tencent Hy4 マルチモーダルMoEモデルの公開:スペックとベンチマーク
2026-11-18 tencent/Hy4-flash-base 新モデル Tencent Hy4-flashシリーズ公開: マルチモーダル対応のMoEモデル

リポジトリ

最終更新 2026-11-20(JST)。記事ログからコードが組み立てたページで、AIモデルが書いた文章はありません。