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 4B

Gemma 3 4B 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 ・ 3.88Bパラメータ ・ データ更新 2026-10-02

画像も読める小型。日本語も自然

3.2GB4bit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）
131,072最大コンテキスト（学習時）

編集部の見立て

当サイトが扱うGemma 3のうち、画像入力に対応する一番小さいサイズが4Bです。本体はQ4_K_Mで2.3GB、会話8k分を足しても3.2GBです。GPUのない一般的なPC（DDR4-3200・メモリ8GB）でも推定8.7tok/sと実用の範囲に入り、VRAM 4GBのRTX 3050 LaptopならQ5_K_Mまで上げて推定49.6tok/sが出ます。

8GBのApple M2は推定33.2tok/s。数年前のノートや事務用のデスクトップで、スクリーンショットや写真を読ませる小さな仕事から始めたい人に向く大きさです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/google_gemma-3-4b-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（34層・うち29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		1.4GB0.3GB2.2GBVRAM 4GB〜8GB〜
2bit（Q2_K）
品質劣化大。最後の手段		1.6GB0.3GB2.4GBVRAM 4GB〜8GB〜
3bit（IQ3_M）
メモリ優先		1.9GB0.3GB2.7GBVRAM 4GB〜8GB〜
3bit（Q3_K_M）
メモリ優先		2.0GB0.3GB2.8GBVRAM 4GB〜8GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		2.1GB0.3GB2.9GBVRAM 4GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		2.3GB0.3GB3.2GBVRAM 4GB〜8GB〜
5bit（Q5_K_M）
品質重視		2.6GB0.3GB3.5GBVRAM 4GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		3.0GB0.3GB3.8GBVRAM 6GB〜8GB〜
8bit（Q8_0）
無劣化に近い		3.8GB0.3GB4.7GBVRAM 6GB〜8GB〜
16bit（BF16）
元精度		7.2GB0.3GB8.2GBVRAM 10GB〜16GB〜

モデルの構造と、必要メモリの増え方

Gemma 3 4BはGoogleが2025年3月に公開した3.88Bのモデルです。GGUFのヘッダには34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5層、残り29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5層ぶん（1トークンあたり約20KB）だけで、スライディングウィンドウの29層は窓1,024トークンぶん（約0.1GB）で頭打ちになります。実際の値は、8,192トークンで0.3GB、学習時の上限131,072トークンまで伸ばすと2.6GBです。

このモデルを実際に使うなら

このサイズで見落としやすいのが、視覚用ファイルの比率です。bartowskiの配布ではmmprojのf16版が851MBあり、Q4_K_Mの本体2.3GBの3分の1を超えます。8GBのM2の実効5.4GBなら両方を足しても収まりますが、VRAM 4GBのRTX 3050 Laptop（実効3.5GB）では、必要3.2GBに851MBを足した時点で溢れる。

画像を使うならメモリ8GB以上の機材が落ち着きどころです。131,072トークンの上限まで文脈を伸ばしたとき、増えるのは全域注意の5層ぶんで1トークン20KB、合計2.3GBほど。比べる相手は同じ4B前後で文字専用のPhi-4-mini 3.8Bと、2026年のGemma 4 E2B。E2Bは音声も受け付けます。

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-3-4b-it-GGUF、元になったモデルはgoogle/gemma-3-4b-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 3n E2B（4.46B）、Gemma 4 E2B（4.65B）、Gemma 3 1B（1B）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）（2.3GB）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34層のうち29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
4,0960.2GB3.1GBVRAM 4GB〜8GB〜
8,192既定0.3GB3.2GBVRAM 4GB〜8GB〜
16,3840.4GB3.3GBVRAM 4GB〜8GB〜
32,7680.7GB3.6GBVRAM 6GB〜8GB〜
65,5361.4GB4.3GBVRAM 6GB〜8GB〜
131,0722.6GB5.5GBVRAM 8GB〜16GB〜

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0.7GBから約0.4GB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
Phi-4-mini 3.8BMicrosoft3.9GBGPUなしでも動く小型
Phi-3.5-mini 3.8BMicrosoft5.8GBPhi-4-mini以前の3.8B。MIT。GPUなしのメモリ16GBでも動く
Nemotron 3 Nano 4BNVIDIA3.4GBNVIDIAのハイブリッド構造の4B。KVキャッシュが小さく長文向き。GPUなしのメモリ8GBでも動く
Qwen3-VL 4BAlibaba4.0GB画像・画面を読ませる小型の4B。GPUなしのメモリ8GBでも動く
Qwen3 4BAlibaba4.0GB4B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向け
Granite 4.2 3BIBM3.3GBIBMの小型3B。Apache 2.0。GPUなしのメモリ8GBのPCでも動く

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら134機種で20 tok/s以上、8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（134機種）

実用 8〜20 tok/s（8機種）

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 4B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 4Bは4bit（IQ4_XS）で2.1GB、8bitのQ8_0なら3.8GB。精度違いを3種類そろえるだけで約5.9GB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 4B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 4B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 4Bを動かすのに必要なVRAMは？

    4bit量子化（4bit（Q4_K_M））でファイル2.3GB、8,192トークンのKVキャッシュを含めて約3.2GB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 4B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