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 › Granite 4.0 H-Tiny

Granite 4.0 H-Tiny を動かすPCスペック（必要VRAM・メモリ・速度の目安）

IBM ・ 公開 2025-10 ・ 6.94Bパラメータ ・ データ更新 2026-10-02

Mamba系の層を混ぜたIBMの小型MoE。長文でもKVキャッシュが増えにくい。GPUなしのメモリ16GBでも動く

4.6GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
VRAM 6GB実用になるいちばん安いGPU: GeForce RTX 3060 Laptop
8GB実用になるいちばん小さいMac: M2（8GB）
1,048,576最大コンテキスト（学習時）

編集部の見立て

Granite 4.2より1世代前、2025年10月に出た指示追従型のMoEです。40層のうち注意機構は4層だけで、残り36層はMamba2。KVは1トークン8KBしかなく、学習時の上限100万トークンでも約8GBに収まります。4bitのQ4_K_Mなら本体4GB、会話8k分を含めて4.6GBです。

RTX 2060 6GBで推定56.8tok/s、M2（8GB）で20.4tok/s。要約・抽出・RAG・コード補完（FIM）を並べた配布元の用途表どおり、長い社内文書を小さなPCで扱いたい人向けです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/granite-4.0-h-tiny-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（40層・文脈全体を見る層は4層だけ）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		2.4GB0.1GB3.0GBVRAM 4GB〜8GB〜
2bit（Q2_K）
品質劣化大。最後の手段		2.5GB0.1GB3.1GBVRAM 4GB〜8GB〜
3bit（Q3_K_M）
メモリ優先		3.2GB0.1GB3.8GBVRAM 6GB〜8GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		3.5GB0.1GB4.2GBVRAM 6GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		4.0GB0.1GB4.6GBVRAM 6GB〜8GB〜
5bit（Q5_K_M）
品質重視		4.6GB0.1GB5.3GBVRAM 6GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		5.3GB0.1GB6.1GBVRAM 8GB〜16GB〜
8bit（Q8_0）
無劣化に近い		6.9GB0.1GB7.7GBVRAM 10GB〜16GB〜
16bit（BF16）
元精度		13GB0.1GB14GBVRAM 16GB〜24GB〜

モデルの構造と、必要メモリの増え方

Granite 4.0 H-TinyはIBMが2025年10月に公開した6.94Bのモデルです。GGUFのヘッダには40層と書かれており、アクティブパラメータをGGUFヘッダから推定できなかったため、当サイトの速度推定は「毎回すべてを読む」前提（実際より遅めに出る安全側）で計算しています。

40層のうち注意機構でKVキャッシュを持つのは4層だけで、残り36層は線形注意やSSMなどKVを持たない層です。KVヘッド4・head次元128で、同じ層数の一般的なモデルよりKVキャッシュが小さく済みます。1トークンあたりのKVキャッシュは約8.0KB（fp16）で、コンテキスト長にそのまま比例します。

実際の値は、8,192トークンで0.1GB、128Kトークンまで伸ばすと1.0GB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

4.2世代とは構造も性格も違います。Granite 4.2 8Bが全層に注意を持つdense型の思考モデルなのに対し、H-Tinyは思考モードの記載がない指示追従型で、長文に強い構造が売り。128kトークンを渡してもKVは1GBで、Q4_K_Mと合わせて6GB前後に収まります。

16GBのRyzen AI 300でも推定16.8tok/s。気をつけたいのはツールの版です。Mamba2を混ぜた構造は、対応前の古いllama.cppやOllamaでは読み込めません。推定速度はDBにアクティブパラメータ数が入っておらず、全体を毎トークン読む前提で出した数字。

2025年10月7日の更新で、既定のシステムプロンプトがチャットテンプレートに加わった点も覚えておきたいところ。

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granitehybridで、当サイト収録の204モデル中2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/granite-4.0-h-tiny-GGUF、元になったモデルはibm-granite/granite-4.0-h-tinyです。

同じIBMのモデルでは、サイズの近いものにGranite 4.2 8B（8.79B）、Granite 4.2 3B（3.66B）、Granite 4.2 30B（29.28B）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）（4.0GB）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。全域注意が4層だけのハイブリッド構成なので、長文でもKVの増え方が緩やかです。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0960.0GB4.6GBVRAM 6GB〜8GB〜
8,192既定0.1GB4.6GBVRAM 6GB〜8GB〜
16,3840.1GB4.7GBVRAM 6GB〜8GB〜
32,7680.3GB4.8GBVRAM 6GB〜8GB〜
65,5360.5GB5.1GBVRAM 6GB〜8GB〜
131,0721.0GB5.6GBVRAM 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0.3GBから約0.1GB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
Gemma 3n E4BGoogle5.0GBスマホ/ノート向け設計。メモリ8GBで動く
Mistral 7B v0.3Mistral AI5.7GB2023〜2024年の定番7B。Apache 2.0。GPUなしのメモリ16GBのPCでも動く
CAT-Translate 7BCyberAgent5.9GB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
Hunyuan 7BTencent5.9GBTencent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
Tanuki-8B松尾・岩澤研究室 GENIAC5.9GBGENIAC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
Gemma 4 E4BGoogle5.5GBノート・省メモリ向け設計。メモリ8〜16GBで動く

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら121機種で20 tok/s以上、16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（121機種）

実用 8〜20 tok/s（16機種）

遅い 動くが遅い（4機種）

メモリに一部を逃がせば動く（1機種・CPUオフロード、PCのメモリ32GB想定）

動かない機種（0）を見る

    今のPCのまま、Granite 4.0 H-Tiny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

    Granite 4.0 H-Tinyは4bit（IQ4_XS）で3.5GB、8bitのQ8_0なら6.9GB。精度違いを3種類そろえるだけで約11GB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

    Granite 4.0 H-Tiny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 →

    Granite 4.0 H-Tiny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

    Granite 4.0 H-Tinyを動かすのに必要なVRAMは？

    4bit量子化（4bit（Q4_K_M））でファイル4.0GB、8,192トークンのKVキャッシュを含めて約4.6GBが必要です。GPU単体ならGeForce RTX 3060 Laptop（VRAM 6GB）から実用速度で動きます。

    Granite 4.0 H-Tiny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