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 › Nanbeige4.2 3B

Nanbeige4.2 3B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Nanbeige ・ 公開 2026-07 ・ 4.17Bパラメータ ・ データ更新 2026-10-02

エージェント用途向けに調整した小型3B。Apache 2.0。GPUなしのメモリ8GBのPCでも動く

3.8GB4bit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）
262,144最大コンテキスト（学習時）

編集部の見立て

埋め込みを除く本体が3Bの小型で、Nanbeigeはこれをエージェント用に学習させました。層を繰り返し使うLooped Transformerで、パラメータを増やさず容量を稼ぐ構造です。ライセンスはApache 2.0、Q4_K_Mの2.5GBに8kの文脈を足しても3.8GB。

RTX 2060 6GBで推定79.8tok/s、Apple M2（8GB）で28.6tok/s、GPUなしのRyzen AI 300（16GB）でも23.6tok/sと快適に動きます。OpenClawのような枠組みに組み込んで雑務や資料調べを任せたい人が、8GBのPCで試すのに向きます。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/Nanbeige_Nanbeige4.2-3B-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（22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（Q2_K）
品質劣化大。最後の手段		1.7GB0.7GB3.0GBVRAM 4GB〜8GB〜
2bit（IQ2_M）
品質劣化大。最後の手段		1.7GB0.7GB3.0GBVRAM 4GB〜8GB〜
3bit（IQ3_M）
メモリ優先		2.0GB0.7GB3.3GBVRAM 4GB〜8GB〜
3bit（Q3_K_M）
メモリ優先		2.1GB0.7GB3.3GBVRAM 4GB〜8GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		2.3GB0.7GB3.5GBVRAM 6GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		2.5GB0.7GB3.8GBVRAM 6GB〜8GB〜
5bit（Q5_K_M）
品質重視		2.9GB0.7GB4.1GBVRAM 6GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		3.3GB0.7GB4.6GBVRAM 6GB〜8GB〜
8bit（Q8_0）
無劣化に近い		4.1GB0.7GB5.4GBVRAM 6GB〜16GB〜
16bit（BF16）
元精度		7.8GB0.7GB9.2GBVRAM 10GB〜16GB〜

モデルの構造と、必要メモリの増え方

Nanbeige4.2 3BはNanbeigeが2026年7月に公開した4.17Bのモデルです。GGUFのヘッダには22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22層が全域注意で、KVヘッド8・head次元128。

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88KB（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0.7GB、128Kトークンまで伸ばすと11GB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

思考は既定で有効になっていて、チャットテンプレートのenable_thinkingで切ります。配布元の評価はすべて思考ありで、前の思考を履歴に残す設定です。小さいのにKVは重い。22層すべてが全域注意で1トークン88KBあり、同じ4B級のQwen3.5 4B（32KB）の2.75倍です。

8kなら0.7GBで済みますが、上限の262,144トークンまで使うと約22GB。M2（8GB）の実効5.4GBでは3.8GBを引いた1.6GBが履歴の上限で、約1.9万トークン分にしかなりません。エージェントに長く働かせるなら12GB以上のGPUで。同じ土台の大きさで検索調査に振ったAREX-Turbo、ブラウザ操作に振ったFara1.5 4Bとは必要量がほぼ同じで、汎用のツール利用を求めるならこちらです。

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nanbeigeで、当サイト収録の204モデル中1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bartowski/Nanbeige_Nanbeige4.2-3B-GGUF、元になったモデルはNanbeige/Nanbeige4.2-3Bです。

得意分野は推論（段階を踏んで考える処理）です。

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）（2.5GB）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
4,0960.3GB3.4GBVRAM 4GB〜8GB〜
8,192既定0.7GB3.8GBVRAM 6GB〜8GB〜
16,3841.4GB4.4GBVRAM 6GB〜8GB〜
32,7682.8GB5.8GBVRAM 8GB〜16GB〜
65,5365.5GB8.6GBVRAM 10GB〜16GB〜
131,07211GB14GBVRAM 16GB〜24GB〜

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2.8GBから約1.4GB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
AREX-Turbo 4BBAAI（北京智源）3.5GB検索を繰り返す深い調査エージェント向けの4B。Apache 2.0。GPUなしのメモリ8GBのPCでも動く
Fara1.5 4BMicrosoft3.5GBFara1.5の最小4B。ノートでブラウザ操作エージェントを試すのに向く。GPUなしのメモリ8GBのPCでも動く
Qwen3.5 4BAlibaba3.4GBGPUなしのノートでも動く2026年の小型。メモリ8GBでも使える
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
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

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら129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（129機種）

実用 8〜20 tok/s（8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、Nanbeige4.2 3B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

    Nanbeige4.2 3Bは4bit（IQ4_XS）で2.3GB、8bitのQ8_0なら4.1GB。精度違いを3種類そろえるだけで約6.4GB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

    Nanbeige4.2 3B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 →

    Nanbeige4.2 3B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

    Nanbeige4.2 3Bを動かすのに必要なVRAMは？

    4bit量子化（4bit（Q4_K_M））でファイル2.5GB、8,192トークンのKVキャッシュを含めて約3.8GB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。

    Nanbeige4.2 3B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