Strataの量子化の選び方|Q2_0・IQ2_XS・IQ3_XXS・IQ3_S・Coder・Swift 1.5の違い

この記事について（広告・アフィリエイトリンクはありません）

Strata 本体とモデルは無料で入手できます。

Strata(ストラタ)で Qwen3.8-Flash-Next を動かすときの量子化を選ぶ最初の手がかりは RAM です。48GB なら Q2_0 か IQ2_XS、64GB 以上なら標準の4サイズ(Q2_0、IQ2_XS、IQ3_XXS、IQ3_S)から選べます。

そのほかの選択肢が、Coder と Swift 1.5 です。

この記事では、それぞれの違いを公式の資料で整理し、自分のRAM・VRAMと用途で選ぶための考え方を紹介します。筆者の環境(RTX 5090/RAM 128GB/Windows 11)で測った速度も載せました。情報は2026年10月31日時点(JST)のものです。本文の [一次] などの印の意味は、末尾の「検証メモ」にまとめています。

Strata が何かは、入門記事で説明しています。
Strataとは?必要スペックと導入手順

量子化はモデルを小さくする処理、GGUFはそのファイル形式

量子化:モデルの数値を少ないビット数で表して、モデルを小さくすること。小さくなる代わりに、品質が落ちることがある
GGUF:llama.cpp などで使われる、量子化したモデルのファイル形式

Strataの量子化を選ぶ3つの軸

メモリ:RAM+VRAM に入るか。入らないと SSD から読むため大幅に遅くなる
速度:ビット数が少ないほど速い傾向
用途:一般の会話か、コードか

標準の4サイズ(ISTA-DASLab):Q2_0/IQ2_XS/IQ3_XXS/IQ3_S

Strata が第一に推奨するのは、ISTA-DASLab の4つのサイズです。[一次]

メモリの表

量子化	RAM+VRAM の目安	公式の説明
Q2_0	37.6GB	最速
IQ2_XS	39.2GB	速い
IQ3_XXS	47.0GB	遅め
IQ3_S	54.8GB	最も遅い。公開テストで原モデルに並ぶ品質(作者側の説明)

ダウンロードは66〜76GB程度(小さいほうの3サイズ)です。初回の起動で MTP(先読みの層)の約6GBも取得します。[一次]

速度の表(作者の自己申告・未検証)

作者の検証機(RTX 5070 12GB、Ryzen 5 7600、DDR5 64GB。エンジン0.1.26、Q2_0 のみ0.1.36)での数字です。作者は「全面的な再測定はしていない」と注記しています。[一次・作者の自己申告]

量子化	短い会話(tok/s)	128K(tok/s)	32Kのプロンプト読み(tok/s)
Q2_0	94	76	2,650
IQ2_XS	79	63	2,090
IQ3_XXS	62	49	1,750
IQ3_S	53	46	1,620
Coder(IQ1_M)	55	43	2,180

RX 9070 XT 16GB(Linux)では、短い会話で Q2_0 が60、IQ2_XS が52、Coder が44 tok/s です(作者の自己申告)。[一次・作者の自己申告]

Reddit には、RTX 5070 12GB で128Kのとき Q2_0 が65.1、IQ2_XS が52.0、IQ3_XXS が44.8 tok/s だったという投稿もあります。作者の表とは条件が違うため、速度は条件で変わる、と考えてください。[二次・投稿者の自己申告]

Coder IQ1_M:コード向け

ISTA-DASLab のコード向けの版です。[一次]

各層512個のうち、256個のエキスパートだけを残している
シャード1(最初に読むファイル)は29.6GB。RAM 32GB級のPCが対象
作者らの報告では、SWE-bench Verified で原モデルの91%、LiveCodeBench で99%(作者の自己申告・未検証)
日本語を含む CJK(中国語・日本語・韓国語)と、一般用途は弱い

数字は作者らの報告で、「コーディングで原モデル並み」とは言い切れません。

Swift 1.5:思考が短いファインチューン

UkisAI による、第三者のファインチューン(追加学習した版)です。[一次]

メモリは同じサイズの原版と同じ
答える前の「思考」が短い。それが良いかどうかは用途しだい
Hugging Face で実在を確認(2026年9月24日作成、ダウンロード759,095)。Strata は同じ日に対応
ライセンスは独自の “swift-open-license-1.0″。条件の精査は未確認

そのほかの選択肢

種類	特徴
Unsloth UD-IQ4_XS〜Q8_0	品質は高いが、全エキスパートを RAM に載せるなら約72〜136GB。ダウンロード94〜188GB
Gyro-S/Gyro-M(agentionai)	27.6GB/35GB とメモリが最小。遅く、品質は低め
NVFP4(3種)	約80GB の RAM。ダウンロード102〜128GB。NVIDIA 専用

どれも公式の資料の数字です。[一次]

品質の数字の読み方

公式の QUANTS.md には、「Q8_0 と同じ先頭トークンになる率」という数字があります。[一次]

量子化	Q8_0 と同じ先頭トークンになる率
UD-Q4_K_XL	93.1%
UD-IQ4_XS	88.9%
IQ3_S	87.7%

これは、実際の作業での優劣とは別の物差しです。作者の「IQ3_S は公開テストで原モデルに並ぶ」という説明と、この指標は、別のものを測っています。この数字を「IQ3_S は原モデルに並ぶ」の根拠として読まないでください。

RAM容量別の選び方の早見表

RAM	選べる量子化の目安
32GB級	Coder(コード専用)
48GB	Q2_0、IQ2_XS
64GB	標準の4サイズすべて(IQ3_S はほかのアプリを閉じる)
もっと大きい	Unsloth の大きい版も視野に

RAM の目安は「エキスパート分+約10GB」です。[一次]

RAM を増やすか迷ったら、PCの選び方の記事を見てください。RAM 不足で動かないときは、トラブル対処集へ。
ローカルLLM用PCの買い方トラブル対処集

筆者の環境での実測(RTX 5090/RAM 128GB/Win11)

2026年10月31日に、同じプロンプトで測りました。コンテキスト128K、temperature 0、reasoning_effort none、クライアント側で計測です。VRAM が24GB以上あるため、画像を読む部分(視覚エンコーダ)は GPU で動いています。

速度の比較

量子化	短い会話(入力27トークン)の出力	約4,600トークン入力時の出力	入力の読み込み
Q2_0	177.5/222.5/202.3 tok/s	204.1/221.2/220.5 tok/s	約6,200〜6,300 tok/s
IQ3_S	98.6/145.5/150.4 tok/s	149.9/171.2/177.1 tok/s	約4,950〜4,980 tok/s

この環境では、IQ3_S の出力は Q2_0 の長い入力で約7.7割、短い会話で約6.5割の速さでした。どちらも作者の検証機(RTX 5070 12GB)の数字より速いのは、VRAM が大きく、GPU に置けるエキスパートが多いためと考えられます(エキスパートのキャッシュは Q2_0 が14,930個分、IQ3_S が9,943個分)。

項目	Q2_0	IQ3_S
実際のダウンロード	約66.4GB+画像読み取り0.85GB	約54.8GB+MTP 約6.5GB(モデルは2つのファイルで、全体は約83.6GB。約54.8GB は1つ目のファイルの大きさで、2つ目の約28.8GB は Q2_0 と共通のため、再ダウンロードされなかった)
起動の開始から使えるまで	約58分	約57分
うちロード	約10分(うち experts.bin 31.64 GiB を 0.11 GiB/s で読み込み)	約14.6分(うち GGUF の 46.84 GiB を 0.08 GiB/s で読み込み)
ロード後の GPU 使用	31,440 MiB	31,138 MiB
strata.exe の使用メモリ	約69.3GB	約84.3GB

GiB/s はエンジンのログにある読み込みの数字で、ロード全体の速さではありません。容量と速度から計算すると Q2_0 は約4.8分(31.64÷0.11)、IQ3_S は約9.8分(46.84÷0.08)で、ロード全体の約10分・約14.6分より短くなります。

ロードが遅いのは、Windows でのエキスパートの読み込みが遅いという Issue #3897 と同じ種類の症状です。0.11 と 0.08 GiB/s は筆者のエンジンログの値で、Issue の報告は約0.15 GiB/s です。

日本語の出力

Q2_0 では、日本語で答えは返ってきましたが、「工作流」「连线」「AI绘画」「推理速度」のように中国語の簡体字や語がまじり、句読点に全角の「,」が出ることがありました。

IQ3_S では、同じ4つのプロンプト(説明文・要約・箇条書き・コード)で、中国語の語や字のまじりは見られませんでした。ただし、それぞれ1回ずつ試しただけなので、IQ3_S なら日本語が良い、とまでは言えません。

コードの出力

Q2_0 でコードを書かせると、コードは出力されましたが、docstring(関数の説明文)の一部が中国語になりました。

IQ3_S のコード出力でも、中国語のまじりは見られませんでした(1回のみの観察)。コードの正しさは評価していません。

ライセンスの注意

モデルのライセンスは、Strata 本体(MIT)とは別です。[一次]

ISTA 版の Hugging Face のカードは apache-2.0 と表記している。ただし、元モデル(Qwen Community License 1.0)の条件が残ると考えるのが安全(法的な判断は未確認)
Swift 1.5 は独自ライセンス(条件の精査は未確認)
NVFP4 は NVIDIA Open Model Agreement

よくある質問（FAQ）

Q. 初めてならどれを選べばいいですか？

RAM 48GB なら Q2_0 か IQ2_XS、64GB 以上なら4サイズから選べます。まずは最速の Q2_0 で動くかを確かめるのが分かりやすいです。

Q. IQ3_Sのほうが日本語は良いですか？

公式の評価は見つかっていません。筆者の環境では、Q2_0 の出力に中国語の語がまじり、IQ3_S では見られませんでしたが、各1回の観察なので、品質の差とまでは言えません。

Q. Coderは普段使いにも向いていますか？

公式の資料では、Coder は一般用途と日本語を含む CJK が弱いとされています。普段使いなら、全エキスパートを持つ標準のサイズが向いています。

まとめ

第一の候補は ISTA-DASLab の4サイズ。速さは Q2_0、品質の説明は IQ3_S が上
RAM 48GB なら Q2_0/IQ2_XS、64GB なら全サイズ
Coder はコード専用で、日本語は弱い
Swift 1.5 は思考が短い第三者の版。ライセンスは独自
「同じ先頭トークンになる率」は、実際の作業の優劣とは別の物差し
日本語の品質は未確認。筆者の環境では Q2_0 で中国語の語がまじり、IQ3_S では見られなかった(各1回の観察)

Strataとは?必要スペックと導入手順ローカルLLM用PCの買い方トラブル対処集

この記事の検証環境

RTX 5090（32GB）/ Ryzen 9 9950X3D / 128GB / Windows 11 / Strata v0.2.8 / Qwen3.8-Flash-Next Q2_0・IQ3_S（コンテキスト128K）/ 2026年10月31日
これまでの検証の一覧はこちら

検証メモ

根拠の区分

[一次]:公式の資料(Strata の docs、Hugging Face のカードなど)にある内容
[二次]:Reddit などの第三者の情報
自己申告:作者や投稿者が自分の環境で測って公表した数字。筆者は確かめていません

実測の条件

ロードの内訳:Q2_0 は experts.bin(31.64 GiB)を読みます。IQ3_S は experts.bin を作らず、GGUF を直接読みます(46.84 GiB)。IQ3_S のログには、PLE 表の準備の231秒も出ています。残りの時間の内訳は記録していません。
回数:速度は各3回、日本語とコードの出力は各1回の観察です。temperature 0 でも、Q2_0 の短い会話の出力トークン数は 87/86/66 と回ごとに変わりました。

未確認のこと