AI PCナビ使うAIと、させたい仕事に合うPC・Macを。
トップ › モデル別 › Gemma 3 270M

Gemma 3 270M を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Google ・ 公開 2025-08 ・ 0.27Bパラメータ ・ データ更新 2026-10-02

2億7千万パラメータの極小。特定作業への追加学習の土台向け

0.8GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
VRAM 4GB実用になるいちばん安いGPU: GeForce RTX 3050 Laptop
8GB実用になるいちばん小さいMac: M2（8GB）
32,768最大コンテキスト（学習時）

編集部の見立て

0.27Bしかない、Gemma 3の最小版です。配布元の説明では学習量は6兆トークンで、1Bの2兆より多く読ませています。Q4_K_Mで0.2GB、8kの文脈込みでも0.8GB。GPUなしのDDR4機（メモリ8GB）で推定85.5tok/s、RTX 2060 6GBなら推定903.5tok/sと、速さで困る機材はまずありません。汎用の相談相手としてより、決まった作業を覚え込ませて大量に回す部品として持つ人向けの1本です。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/gemma-3-270m-it-GGUF） に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（18層・うち15層は直近の範囲だけを見る層）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化ファイルKVキャッシュ（8k）必要合計GPUならMacなら
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		0.2GB0.0GB0.8GBVRAM 4GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		0.2GB0.0GB0.8GBVRAM 4GB〜8GB〜
5bit（Q5_K_M）
品質重視		0.2GB0.0GB0.8GBVRAM 4GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		0.3GB0.0GB0.8GBVRAM 4GB〜8GB〜
8bit（Q8_0）
無劣化に近い		0.3GB0.0GB0.8GBVRAM 4GB〜8GB〜
16bit（F16）
元精度		0.5GB0.0GB1.1GBVRAM 4GB〜8GB〜

モデルの構造と、必要メモリの増え方

Gemma 3 270MはGoogleが2025年8月に公開した0.27Bのモデルです。GGUFのヘッダには18層と書かれており、全パラメータを毎回読み出すdense型なので、生成速度はファイルサイズとメモリ帯域幅でほぼ決まります。注意機構は混合型で、全域注意が3層、残り15層は窓512トークンのスライディングウィンドウです。

コンテキストに比例して増えるのは全域注意の3層ぶん（1トークンあたり約3.0KB）だけで、スライディングウィンドウの15層は窓512トークンぶん（約0.0GB）で頭打ちになります。実際の値は、8,192トークンで0.0GB、学習時の上限32,768トークンまで伸ばすと0.1GBです。

ライセンス表記: gemma（層数と窓の大きさはGGUFヘッダから取得）

このモデルを実際に使うなら

GGUFの配布元は、temperature 1.0、top_k 64、top_p 0.95、min_p 0.0という設定を守るよう冒頭で念を押しています。ツールの既定値と違う値が混じるので、最初に合わせておくのが確実です。量子化で浮く容量は小さく、F16でも0.5GB。

Q4_K_Mとの差は0.3GBなので、元の精度のまま置いて構いません。KVを持つ全域注意は3層だけで、32Kの上限まで伸ばしても0.1GBに届かない。配布元は270M向けの無料Colabノートで追加学習の手順も示しています。学習データは2024年8月までの内容です。

そのまま会話に使うなら、Gemma 3 1B（1.3GB）へ上げても機材の条件はほとんど変わりません。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはgemma3で、当サイト収録の204モデル中5本が同じ系統です。Gemma3系。全域注意とスライディングウィンドウを混ぜ、長文でのメモリ増加を抑えています。

配布元はunsloth/gemma-3-270m-it-GGUF、元になったモデルはgoogle/gemma-3-270m-itです。

同じGoogleのモデルでは、サイズの近いものにGemma 3 1B（1B）、Gemma 3 4B（3.88B）、Gemma 3n E2B（4.46B）があります。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。4bit（Q4_K_M）（0.2GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。このモデルは18層のうち15層がスライディングウィンドウ注意（窓512トークン）なので、長くしてもKVが伸びにくい構造です。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0960.0GB0.8GBVRAM 4GB〜8GB〜
8,192既定0.0GB0.8GBVRAM 4GB〜8GB〜
16,3840.1GB0.8GBVRAM 4GB〜8GB〜
32,7680.1GB0.8GBVRAM 4GB〜8GB〜

同じサイズ帯の他のモデル

モデル開発元4bitで必要一言
同じサイズ帯のモデルは未収録です

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら142機種で20 tok/s以上、0機種で8〜20 tok/s（テキスト生成の推定・計算方法）。

快適 20 tok/s以上（142機種）

実用 8〜20 tok/s（0機種）

  • なし

遅い 動くが遅い（0機種）

  • なし

メモリに一部を逃がせば動く（0機種・CPUオフロード、PCのメモリ32GB想定）

  • なし
動かない機種（0）を見る

    今のPCのまま、Gemma 3 270Mを動かすために足すもの

    PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

    NVMe SSD / 外付けSSD 2TB

    Gemma 3 270Mは4bit（IQ4_XS）で0.2GB、8bitのQ8_0なら0.3GB。精度違いを3種類そろえるだけで約0.7GB使います。何本か試すうちに、まず内蔵SSDが先に埋まります。Macは内蔵を増設できないので外付けが前提です。

    Amazonで「NVMe SSD 2TB」を見る →Amazonで「外付けSSD 2TB USB 3.2」を見る →

    ローカルLLM / AIエージェント入門書

    Gemma 3 270MのようなGGUF版のモデルを落として動かす手順、量子化の選び方、Ollama と LM Studio の使い分けは、一冊まとまったものを手元に置くと早い。

    Amazonで「ローカルLLM 本」を見る →Amazonで「AIエージェント 開発 本」を見る →

    Gemma 3 270Mを動かせるPC・Macを今日買うなら

    PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

    ぴったりデスクトップ（BTO）

    RTX 5060（8GB）デスクトップ・メモリ32GB

    画像生成の入門と8BクラスのローカルLLM。最安のGPU機

    RTX 5060（VRAM 8GB）・メモリ32GB・NVMe 1TB ・ 目安 15〜21万円

    要件を満たす中で最も手頃

    Amazonで「RTX 5060 搭載 デスクトップPC」を見る →
    余裕を持つならデスクトップ（BTO）

    RTX 5070（12GB）デスクトップ・メモリ32GB

    SDXLの画像生成が快適。14BクラスのローカルLLMがGPUだけで動く

    RTX 5070（VRAM 12GB）・メモリ32GB・NVMe 1TB ・ 目安 20〜28万円

    将来の用途拡張（大きなモデル・並列エージェント）に余裕

    Amazonで「RTX 5070 搭載 デスクトップPC」を見る →
    別の形ならMac

    Mac mini M4 Pro（メモリ48GB・SSD 1TB）

    30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心

    M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 30〜36万円

    Macで同じ仕事をするなら

    Amazonで「Mac mini M4 Pro 48GB」を見る →

    よくある質問

    Gemma 3 270Mを動かすのに必要なVRAMは？

    4bit量子化（4bit（Q4_K_M））でファイル0.2GB、8,192トークンのKVキャッシュを含めて約0.8GBが必要です。GPU単体ならGeForce RTX 3050 Laptop（VRAM 4GB）から実用速度で動きます。

    Gemma 3 270MはMacで動く？

    動きます。ユニファイドメモリ8GB以上のApple Silicon（例: Apple M2（8GB））なら、4bit量子化で実用的な速さが出ます。

    このクラスの選び方: ローカルLLM（8Bクラス）に必要なPC / MacかWindowsか

    手持ちのPCで判定する