Gemma 4 26B-A4B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Google ・公開 2026-07 ・ 25.23Bパラメータ（MoE・アクティブ4B）・データ更新 2026-10-02

2026年のGoogle製MoE。メモリ24〜32GBで速い

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）

262,144最大コンテキスト（学習時）

編集部の見立て

Google DeepMindが2026年7月に出したGemma 4のMoE版で、総パラメータ25.23Bのうち推論時に動くのは約4B。配布元は4Bのモデルに近い速さと説明しています。入力は文章と画像で、思考モードも切り替えられます。4bitで8kトークンの文脈を含めると17.1GBが要ります。

Radeon RX 7900 XTなら推定100.2tok/s、M2 Max（32GB）のMacでも推定62.5tok/s、GPUなしのRyzen AI Max+ 395（32GB）でも推定32tok/s。メモリ32GB級のMacや大容量メモリのAMD機で速さを取りたい人に合います。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/gemma-4-26B-A4B-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（30層・うち25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	9.3GB	0.4GB	10GB	VRAM 11GB〜	16GB〜
3bit（Q3_K_M）メモリ優先	12GB	0.4GB	13GB	VRAM 16GB〜	24GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	13GB	0.4GB	14GB	VRAM 16GB〜	24GB〜
4bit（MXFP4 MoE） MoE専用のMXFP4	15GB	0.4GB	17GB	VRAM 20GB〜	32GB〜
4bit（Q4_K_M）標準。迷ったらこれ	16GB	0.4GB	17GB	VRAM 20GB〜	32GB〜
5bit（Q5_K_M）品質重視	20GB	0.4GB	21GB	VRAM 24GB〜	32GB〜
6bit（Q6_K）ほぼ無劣化	22GB	0.4GB	23GB	VRAM 24GB〜	36GB〜
8bit（Q8_0）無劣化に近い	25GB	0.4GB	27GB	VRAM 32GB〜	48GB〜
16bit（BF16）元精度	47GB	0.4GB	49GB	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 4 26B-A4BはGoogleが2026年7月に公開した25.23Bのモデルです。GGUFのヘッダには30層と書かれており、総パラメータ25.23Bのうち、1トークンの生成で実際に読むのは約4Bです（MoE）。メモリには全部を載せる必要がある一方、毎回読み出す量はアクティブパラメータのぶんで済むため、同じサイズのdense型より速く動きます。

注意機構は混合型で、全域注意が5層、残り25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25層は窓1,024トークンぶん（約0.2GB）で頭打ちになります。

実際の値は、8,192トークンで0.4GB、128Kトークンまで伸ばすと2.7GBです。

ライセンス表記: apache-2.0（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

ライセンスはApache 2.0で、Gemma独自ライセンスだったGemma 3とは扱いが変わりました。全30層のうち25層が窓1024のスライディング窓注意なので、KVは1トークン20KBと軽く、上限262,144トークンを満杯にしても約5GB。Q4_K_Mと合わせて21GB弱です。

16GBのGPUならIQ4_XS（12.7GB）が現実的で、RTX 5070 Tiでは推定173tok/s。gemma4という新しいアーキテクチャなので、読み込めないときはツールの版を先に確かめましょう。画像を渡すなら、画像用ファイルの有無を配布ページで見ておくと迷いません。

比べる相手はdense型のGemma 4 31Bと、同じ規模のQwen3.6 27Bです。

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gemma4で、当サイト収録の204モデル中5本が同じ系統です。ツール側の対応状況は、使う前に確認しておくと確実です。

配布元はunsloth/gemma-4-26B-A4B-it-GGUF、元になったモデルはgoogle/gemma-4-26B-A4B-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 3 27B（27.01B）、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）（16GB）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30層のうち25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	0.3GB	17GB	VRAM 20GB〜	32GB〜
8,192既定	0.4GB	17GB	VRAM 20GB〜	32GB〜
16,384	0.5GB	17GB	VRAM 20GB〜	32GB〜
32,768	0.8GB	18GB	VRAM 20GB〜	32GB〜
65,536	1.4GB	18GB	VRAM 20GB〜	32GB〜
131,072	2.7GB	19GB	VRAM 20GB〜	32GB〜

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0.8GB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
Devstral Small 2 24B	Mistral AI	16GB	Devstral Smallの第2世代。コーディングエージェント向け。VRAM 16GB / Mac 24GBから
Magistral Small 2509	Mistral AI	15GB	Mistralの推論モデル24B。VRAM 16GB
Devstral Small 2507	Mistral AI	15GB	コーディングエージェント向けに調整された24B。VRAM 16GB
Mistral Small 3.2 24B	Mistral AI	15GB	Q4ならVRAM 16GBに収まる欧州製
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