Gemma 3 27B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Google ・公開 2025-03 ・ 27.01Bパラメータ・データ更新 2026-10-02

VRAM 24GB向け。日本語品質は最上位クラス

17GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 20GB実用になるいちばん安いGPU: Radeon RX 7900 XT

32GB実用になるいちばん小さいMac: M2 Max（32GB）

131,072最大コンテキスト（学習時）

編集部の見立て

2025年3月に出たGemma 3の最上位で、文章と画像を受け付ける27Bのdense型です。Q4_K_Mは15.4GBですが、8kの会話込みでは17.4GBになり、VRAM 16GBのGPUには載りません。最低ラインは20GBのRadeon RX 7900 XTで推定28.1tok/s。

24GBのMacはIQ4_XS（必要15.7GB）に落とす形で、推定はM5 Pro（24GB）が18.2tok/s、M4 Pro（24GB）が14.3tok/s。2026年7月にGemma 4の31Bと26B-A4Bが出たので、新しく組むなら並べて比べたいモデルです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/google_gemma-3-27b-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（62層・うち52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
2bit（IQ2_M）品質劣化大。最後の手段	8.8GB	1.0GB	11GB	VRAM 12GB〜	16GB〜
2bit（Q2_K）品質劣化大。最後の手段	9.8GB	1.0GB	12GB	VRAM 16GB〜	18GB〜
3bit（IQ3_M）メモリ優先	12GB	1.0GB	14GB	VRAM 16GB〜	24GB〜
3bit（Q3_K_M）メモリ優先	13GB	1.0GB	14GB	VRAM 16GB〜	24GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	14GB	1.0GB	16GB	VRAM 20GB〜	24GB〜
4bit（Q4_K_M）標準。迷ったらこれ	15GB	1.0GB	17GB	VRAM 20GB〜	32GB〜
5bit（Q5_K_M）品質重視	18GB	1.0GB	20GB	VRAM 24GB〜	32GB〜
6bit（Q6_K）ほぼ無劣化	21GB	1.0GB	23GB	VRAM 24GB〜	36GB〜
8bit（Q8_0）無劣化に近い	27GB	1.0GB	29GB	VRAM 32GB〜	48GB〜
16bit（BF16）元精度	50GB	1.0GB	53GB	GPU単体では不可	96GB〜

モデルの構造と、必要メモリの増え方

Gemma 3 27BはGoogleが2025年3月に公開した27.01Bのモデルです。GGUFのヘッダには62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10層、残り52層は窓1,024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10層ぶん（1トークンあたり約80KB）だけで、スライディングウィンドウの52層は窓1,024トークンぶん（約0.4GB）で頭打ちになります。実際の値は、8,192トークンで1.0GB、学習時の上限131,072トークンまで伸ばすと10GB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

画像入力には、視覚用のmmprojファイル（bartowskiの配布でf16版858MB）を本体と一緒に読み込む必要があります。RX 7900 XTの実効19.5GBから必要17.4GBとこれを引くと、残りは1.2GB台。画像を扱いながら文脈を伸ばす余裕はほとんどありません。

24GBのGPUか、RTX 5090 Laptop（推定35tok/s）のような24GBのノートなら落ち着きます。KVが増えるのは全域注意の10層ぶんで1トークン80KB、上限131,072トークンまで広げると8k時より約9.4GB増える計算です。長い資料を読ませるなら32GB以上のMacが向く。

ライセンスはGemma独自の利用規約で、Gemma 4はApache 2.0に変わりました。商用の条件を重く見るなら、後継のほうが扱いやすくなります。

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bartowski/google_gemma-3-27b-it-GGUF、元になったモデルはgoogle/gemma-3-27b-itです。

得意分野は画像を含む文書の読み取り、日本語の文章です。

同じGoogleのモデルでは、サイズの近いものにGemma 4 26B-A4B（25.23B）、Gemma 4 31B（30.7B）、Gemma 4 12B（11.91B）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）（15GB）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62層のうち52層がスライディングウィンドウ注意（窓1,024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
4,096	0.7GB	17GB	VRAM 20GB〜	32GB〜
8,192既定	1.0GB	17GB	VRAM 20GB〜	32GB〜
16,384	1.7GB	18GB	VRAM 20GB〜	32GB〜
32,768	2.9GB	19GB	VRAM 20GB〜	32GB〜
65,536	5.4GB	22GB	VRAM 24GB〜	36GB〜
131,072	10GB	27GB	VRAM 32GB〜	48GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約2.9GBから約1.5GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル	開発元	4bitで必要	一言
AREX-2 27B	BAAI（北京智源）	18GB	答えを出し、点数やエラーを読んで作り直す周回を重ねる前提で鍛えたBAAIの27B。Apache 2.0。VRAM 20GB / Mac 32GBから
UI-Mate 27B	Tencent	18GB	UI-Mateの上位27B。VRAM 24GB / Mac 48GB向け
Fara1.5 27B	Microsoft	18GB	Microsoft Researchのブラウザ操作エージェント用27B。画面のスクリーンショットを見て操作する。MIT。VRAM 20GB / Mac 24GBから
Qwen3.6 27B	Alibaba	17GB	Qwen3.5 27Bの改良版。VRAM 24GB向けのdense型では最新
Qwen3.5 27B	Alibaba	17GB	2026年の主力となるdense型。VRAM 24GBならQ4〜Q5で動く
Gemma-2-Llama-Swallow 27B	Swallow（東京科学大学・産総研）	19GB	Gemma 2 27Bの日本語強化版。VRAM 24GB向け