Gemma 4 E4B 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 ・ 7.52Bパラメータ・データ更新 2026-10-02

ノート・省メモリ向け設計。メモリ8〜16GBで動く

5.5GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 8GB実用になるいちばん安いGPU: GeForce RTX 3070 Ti

16GB実用になるいちばん小さいMac: M2 Pro（16GB）

131,072最大コンテキスト（学習時）

編集部の見立て

E4Bは配布元の表で実効4.5B、当サイトの集計で総パラメータ7.52Bの、ノートや省メモリ機向けのモデルです。Q4_K_Mは4.6GBで、8kの会話を含む必要量は5.5GB。この数字が微妙で、VRAM 6GBのRTX 3060 Laptopは実効5.5GBで余白ゼロ、8GBのApple M2は0.1GB足りません。

IQ4_XS（4.4GB）ならM2（8GB）で推定18tok/s、RTX 3060 Laptopで推定53.3tok/s。Q4_K_Mのまま使える最小のMacはM2 Pro（16GB）で、推定32.2tok/sです。6〜8GBの機材でE2Bより大きいモデルを動かしたい人向け。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/gemma-4-E4B-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（42層・うち35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	3.3GB	0.3GB	4.2GB	VRAM 6GB〜	8GB〜
3bit（Q3_K_M）メモリ優先	3.8GB	0.3GB	4.6GB	VRAM 6GB〜	8GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	4.4GB	0.3GB	5.3GB	VRAM 6GB〜	8GB〜
4bit（Q4_K_M）標準。迷ったらこれ	4.6GB	0.3GB	5.5GB	VRAM 8GB〜	16GB〜
5bit（Q5_K_M）品質重視	5.1GB	0.3GB	6.0GB	VRAM 8GB〜	16GB〜
6bit（Q6_K）ほぼ無劣化	6.6GB	0.3GB	7.5GB	VRAM 10GB〜	16GB〜
8bit（Q8_0）無劣化に近い	7.6GB	0.3GB	8.6GB	VRAM 10GB〜	16GB〜
16bit（BF16）元精度	14GB	0.3GB	15GB	VRAM 16GB〜	24GB〜

モデルの構造と、必要メモリの増え方

Gemma 4 E4BはGoogleが2026年7月に公開した7.52Bのモデルです。GGUFのヘッダには42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7層、残り35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7層ぶん（1トークンあたり約28KB）だけで、スライディングウィンドウの35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0.3GB、学習時の上限131,072トークンまで伸ばすと3.5GB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

画像と音声の入力に対応したモデルですが、手元のツールで最初に動かすなら文字のチャットからが確実です。考える過程を出す思考モードは設定で切り替える方式で、短い質問ならオフにしたほうが返事は早く返ってきます。KVの増え方は全域注意の7層ぶんで1トークン28KB。E2Bの2倍で、上限131,072トークンまで伸ばすと全域側だけで約3.5GBになります。

16GBのMacなら実効10.7GBに対してQ8_0の7.6GBも入りますが、長文を渡すなら文脈用の余白を残せるQ6_K（6.6GB）あたりが釣り合う。GPUを積まないRyzen AI 300（16GB）の推定は14.1tok/s。比べる相手は2025年のGemma 3n E4Bで、あちらはGemma独自の利用規約、こちらはApache 2.0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-E4B-it-GGUF、元になったモデルはgoogle/gemma-4-E4B-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 E4B（6.87B）、Gemma 2 9B（9.24B）、Gemma 4 E2B（4.65B）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）（4.6GB）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42層のうち35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
4,096	0.1GB	5.4GB	VRAM 6GB〜	16GB〜
8,192既定	0.3GB	5.5GB	VRAM 8GB〜	16GB〜
16,384	0.5GB	5.7GB	VRAM 8GB〜	16GB〜
32,768	0.9GB	6.2GB	VRAM 8GB〜	16GB〜
65,536	1.8GB	7.1GB	VRAM 8GB〜	16GB〜
131,072	3.5GB	8.8GB	VRAM 10GB〜	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0.9GBから約0.5GB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
Tanuki-8B	松尾・岩澤研究室 GENIAC	5.9GB	GENIACで国産フルスクラッチ開発した8B。Apache 2.0。GPUなしのメモリ16GBのPCでも動く
Hunyuan 7B	Tencent	5.9GB	Tencentの7B（dense型）。学習時の文脈256K。GPUなしのメモリ16GBのPCでも動く
CAT-Translate 7B	CyberAgent	5.9GB	サイバーエージェントの翻訳専用7B。MIT。VRAM 8GBで手元の翻訳に使える
Falcon-H1R 7B	TII	5.3GB	Mamba系を混ぜたハイブリッド構造の推論型7B。GPUなしのメモリ16GBのPCでも動く
ELYZA-Shortcut-1.0 Qwen 7B	ELYZA	5.4GB	推論過程を省いてすぐ答える日本語7B。VRAM 8GB
ABEJA Qwen2.5 7B Japanese	ABEJA	5.4GB	ABEJAの日本語追加学習7B。VRAM 8GB