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 › Llama 3.2 1B

Llama 3.2 1B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Meta ・ 公開 2024-09 ・ 1.24Bパラメータ ・ データ更新 2026-10-02

Llamaの最小。GPUなしのメモリ8GBのPCでも軽い

1.5GB4bit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

Metaが出したLlamaの中で最小の1.24Bです。Q4_K_Mでも0.8GB、8kの文脈込みで1.5GBしかなく、GPUのないDDR4のメモリ8GB機で推定24.5tok/s。M2（8GB）なら推定92.8tok/s、RTX 3050 Laptopで推定156.8tok/sと、どの機材でも待ち時間は気になりません。大きいモデルの代わりにはならない。短い分類や定型の書き換えを、手持ちの古いノートでAPIに頼らず回したい人向けです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/Llama-3.2-1B-Instruct-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（16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
3bit（IQ3_M）
メモリ優先		0.6GB0.3GB1.4GBVRAM 4GB〜8GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		0.7GB0.3GB1.5GBVRAM 4GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		0.8GB0.3GB1.5GBVRAM 4GB〜8GB〜
5bit（Q5_K_M）
品質重視		0.8GB0.3GB1.6GBVRAM 4GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		1.0GB0.3GB1.7GBVRAM 4GB〜8GB〜
8bit（Q8_0）
無劣化に近い		1.2GB0.3GB2.0GBVRAM 4GB〜8GB〜
16bit（F16）
元精度		2.3GB0.3GB3.1GBVRAM 4GB〜8GB〜

モデルの構造と、必要メモリの増え方

Llama 3.2 1BはMetaが2024年9月に公開した1.24Bのモデルです。GGUFのヘッダには16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。全16層が全域注意で、KVヘッド8・head次元64。

KVキャッシュはトークン数に正比例して増えます。1トークンあたりのKVキャッシュは約32KB（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0.3GB、学習時の上限131,072トークンまで伸ばすと4.0GBです。

ライセンス表記: llama3.2（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

文脈の上限は131,072トークンで、同じ1B級のGemma 3 1B（32K）の4倍あります。KVは1トークン32KBなので、上限まで使っても約4GB。Q4_K_Mの0.8GBと合わせて4.8GBなら、M2（8GB）の実効5.4GBにも収まる計算です。配布ページにはARMのCPU向けに最適化したQ4_0_4_4などの版も並びますが、AppleのMetalで動かすものではないと注記があります。

Macでは普通のQ4_K_Mで十分。ライセンスはMeta独自のLlama 3.2版です。答えの中身が物足りなければ、同じ系列で3.21BのLlama 3.2 3Bへ上げるのが順当な一手になります。

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llamaで、当サイト収録の204モデル中39本が同じ系統です。Llama系。最も広く使われているアーキテクチャで、対応していないツールを探すほうが難しい水準です。

配布元はbartowski/Llama-3.2-1B-Instruct-GGUF、元になったモデルはmeta-llama/Llama-3.2-1B-Instructです。

同じMetaのモデルでは、サイズの近いものにLlama 3.2 3B（3.21B）、Llama 3.1 8B（8.03B）、Llama 3.3 70B（70.55B）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）（0.8GB）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。全層が全域注意なので、コンテキスト長に比例してKVが増えます。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0960.1GB1.4GBVRAM 4GB〜8GB〜
8,192既定0.3GB1.5GBVRAM 4GB〜8GB〜
16,3840.5GB1.8GBVRAM 4GB〜8GB〜
32,7681.0GB2.3GBVRAM 4GB〜8GB〜
65,5362.0GB3.3GBVRAM 4GB〜8GB〜
131,0724.0GB5.3GBVRAM 6GB〜8GB〜

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1.0GB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
EXAONE 4.0 1.2BLG AI Research1.7GBEXAONE 4.0の最小1.2B。GPUなしのメモリ8GBのPCでも動く
LFM2.5 1.2B JPLiquid AI1.3GB日本語向けに調整された1.2B。GPUなしのメモリ8GBのノートでも軽く動く
Sarashina2.2 1BSB Intuitions2.0GBSarashina2.2の1B。ファイルは1GB未満で、GPUなしの古いノートでも動く
Gemma 3 1BGoogle1.3GBGemma 3の1B。文章専用の小型で、GPUなしのメモリ8GBでも動く
RakutenAI-2.0 mini楽天1.7GB楽天の小型1.5B。GPUなしのノートでも動く
TinySwallow 1.5BSakana AI1.7GB大きいモデルから知識を移した日本語の小型。GPUなしのPCでも軽い

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら142機種で20 tok/s以上、0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（142機種）

実用 8〜20 tok/s（0機種）

  • なし

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、Llama 3.2 1B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

    Llama 3.2 1Bは4bit（IQ4_XS）で0.7GB、8bitのQ8_0なら1.2GB。精度違いを3種類そろえるだけで約2.1GB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

    Llama 3.2 1B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 →

    Llama 3.2 1B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

    Llama 3.2 1Bを動かすのに必要なVRAMは？

    4bit量子化（4bit（Q4_K_M））でファイル0.8GB、8,192トークンのKVキャッシュを含めて約1.5GB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。

    Llama 3.2 1B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