モデル別必要VRAM・メモリ一覧

4bit（Q4_K_M）のファイルサイズと、8,192トークン分のKVキャッシュ。詳細ページに量子化ごとの必要量と動く機種があります。

モデル	開発元	パラメータ	4bitサイズ	KV(8k)	一言
Gemma 4 26B-A4B	Google	25.23B MoE 活性4B	16GB	0.4GB	2026年のGoogle製MoE。メモリ24〜32GBで速い
Gemma 4 31B	Google	30.7B	17GB	1.4GB	2026年のGoogle製dense上位。VRAM 24GB
Qwen3.6 35B-A3B	Alibaba	34.66B MoE 活性3B	21GB	0.2GB	Qwen3.5 35B-A3Bの改良版
Qwen3.5 122B-A10B	Alibaba	122.11B MoE 活性10B	71GB	0.2GB	メモリ96〜128GB級向け
Qwen3.5 27B	Alibaba	26.9B	16GB	0.5GB	2026年の主力dense。VRAM 24GBでQ4〜Q5
Qwen3.5 35B-A3B	Alibaba	34.66B MoE 活性3B	21GB	0.2GB	メモリ32GBのPC/Macで速く動く2026年の実用MoE
GLM-4.7-Flash 30B-A3B	Z.ai	29.94B MoE 活性3B	17GB	0.8GB	MLA採用でKVが小さい軽量MoE
GLM-4.6V-Flash 9B	Z.ai	9.4B	5.7GB	0.3GB	画像理解の軽量モデル
Qwen3-Next 80B-A3B	Alibaba	79.67B MoE 活性3B	45GB	0.2GB	ハイブリッド注意機構。長文でもKVが膨らみにくい
gpt-oss-120b	OpenAI	116.83B MoE 活性5.1B	59GB	0.3GB	メモリ64GB以上のMac/Strix Haloで現実的
gpt-oss-20b	OpenAI	20.91B MoE 活性3.6B	11GB	0.2GB	OpenAI初のオープンモデル。MXFP4でVRAM 16GBに載る
GLM-4.5-Air 106B-A12B	Z.ai	110.47B MoE 活性12B	68GB	1.5GB	メモリ64GB以上向けの高性能MoE
Qwen3 30B-A3B	Alibaba	30.53B MoE 活性3.3B	17GB	0.8GB	MoE。メモリさえあれば速い。Macやメモリ多めのPC向き
Qwen3-Coder 30B-A3B	Alibaba	30.53B MoE 活性3.3B	17GB	0.8GB	ローカルのコード補助の定番MoE
Gemma 3n E4B	Google	6.87B	4.2GB	0.1GB	スマホ/ノート向け設計。メモリ8GBで動く
Mistral Small 3.2 24B	Mistral AI	23.57B	13GB	1.3GB	VRAM 16GBでQ4が載る欧州製
DeepSeek-R1-0528 Qwen3 8B	DeepSeek	8.19B	4.7GB	1.1GB	R1蒸留の改良版8B
Llama 4 Scout 17B-16E	Meta	107.77B MoE 活性17B	61GB	1.5GB	総109BのMoE。メモリ64GB以上
Qwen3 14B	Alibaba	14.77B	8.4GB	1.3GB	VRAM 12GBでQ4が載る。8Bとの差が体感できる中量級
Qwen3 235B-A22B	Alibaba	235.09B MoE 活性22B	132GB	1.5GB	メモリ128GB級のMac Studio/Strix Haloで狙う巨大MoE
Qwen3 32B	Alibaba	32.76B	18GB	2.0GB	VRAM 24GBで動く上限級のdenseモデル
Qwen3 4B	Alibaba	4.02B	2.3GB	1.1GB	4Bながら日本語が破綻しにくい。メモリ8GBのノートでも動く入門機
Qwen3 8B	Alibaba	8.19B	4.7GB	1.1GB	VRAM 8GBクラスの定番。日本語チャットの最初の1本
Gemma 3 12B	Google	11.77B	6.8GB	0.8GB	VRAM 12GBで日本語が上手い定番
Gemma 3 27B	Google	27.01B	15GB	1.0GB	VRAM 24GB向け。日本語品質は最上位クラス
Gemma 3 4B	Google	3.88B	2.3GB	0.3GB	画像も読める小型。日本語も自然
Phi-4-mini 3.8B	Microsoft	3.84B	2.3GB	1.0GB	GPUなしでも動く小型
DeepSeek-R1 Distill Qwen 14B	DeepSeek	14.77B	8.4GB	1.5GB	VRAM 12GB向け推論モデル
DeepSeek-R1 Distill Qwen 14B Japanese	CyberAgent	14.77B	8.4GB	1.5GB	サイバーエージェントの日本語追加学習版
DeepSeek-R1 Distill Qwen 32B	DeepSeek	32.76B	18GB	2.0GB	VRAM 24GB向け推論モデル
DeepSeek-R1 Distill Qwen 7B	DeepSeek	7.62B	4.4GB	0.4GB	推論（考えてから答える）型の入門
Llama 3.3 70B	Meta	70.55B	40GB	2.5GB	70B dense。VRAM 48GB以上かMac 64GB以上
Phi-4 14B	Microsoft	14.66B	8.4GB	1.6GB	数学・推論に強い14B
Qwen2.5-Coder 14B	Alibaba	14.77B	8.4GB	1.5GB	VRAM 12GB向けコードモデル
Qwen2.5-Coder 32B	Alibaba	32.76B	18GB	2.0GB	ローカルコード補助の高品質dense。VRAM 24GB
Llama 3.2 3B	Meta	3.21B	1.9GB	0.9GB	GPUなしのノートでも動く軽量級
Qwen2.5-Coder 7B	Alibaba	7.62B	4.4GB	0.4GB	軽量コード補助。VRAM 8GBで実用
Llama 3.1 8B	Meta	8.03B	4.6GB	1.0GB	英語圏の基準モデル。日本語はQwenに劣る
Mistral Nemo 12B	Mistral AI	12.25B	7.0GB	1.3GB	長文向け12B
Llama-3-ELYZA-JP-8B	ELYZA	8.03B	4.6GB	1.0GB	国産の日本語特化8B。VRAM 8GB

モデル別 必要VRAM・メモリ一覧

モデル別必要VRAM・メモリ一覧