Phi-4 14B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Microsoft ・公開 2024-12 ・ 14.66Bパラメータ・データ更新 2026-10-02

数学・推論に強い14B

11GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 12GB実用になるいちばん安いGPU: GeForce RTX 3080 12GB

18GB実用になるいちばん小さいMac: M3 Pro（18GB）

16,384最大コンテキスト（学習時）

編集部の見立て

Microsoft Researchの14Bで、合成した教科書風のデータや学術書、選別した公開文書を使い、推論と論理に重点を置いて学習したと配布元は説明しています。主な想定は英語で、多言語データは全体の約8%。ライセンスはMITです。4bitに8kの文脈を足すと10.8GB。

RTX 3080 12GBなら推定66.8tok/s、12GBのRTX 5070 Ti Laptopで推定52.2tok/s。Macは18GBのM3 Proから動くものの推定12.7tok/sにとどまります。12GB級のGPUで、英語の数理や論理の問題を手元で解かせたい人向け。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/phi-4-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）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	4.8GB	1.6GB	7.0GB	VRAM 8GB〜	16GB〜
2bit（Q2_K）品質劣化大。最後の手段	5.2GB	1.6GB	7.4GB	VRAM 8GB〜	16GB〜
3bit（IQ3_M）メモリ優先	6.4GB	1.6GB	8.7GB	VRAM 10GB〜	16GB〜
3bit（Q3_K_M）メモリ優先	6.9GB	1.6GB	9.1GB	VRAM 10GB〜	16GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	7.4GB	1.6GB	9.7GB	VRAM 11GB〜	16GB〜
4bit（Q4_K_M）標準。迷ったらこれ	8.4GB	1.6GB	11GB	VRAM 12GB〜	18GB〜
5bit（Q5_K_M）品質重視	9.9GB	1.6GB	12GB	VRAM 16GB〜	24GB〜
6bit（Q6_K）ほぼ無劣化	11GB	1.6GB	14GB	VRAM 16GB〜	24GB〜
8bit（Q8_0）無劣化に近い	15GB	1.6GB	17GB	VRAM 20GB〜	32GB〜
16bit（F16）元精度	27GB	1.6GB	30GB	VRAM 32GB〜	48GB〜

モデルの構造と、必要メモリの増え方

Phi-4 14BはMicrosoftが2024年12月に公開した14.66Bのモデルです。GGUFのヘッダには40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40層が全域注意で、KVヘッド10・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200KB（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1.6GB、学習時の上限16,384トークンまで伸ばすと3.1GBです。

ライセンス表記: mit（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

一番の制約は文脈長で、学習時の上限は16,384トークン。同じシリーズのPhi-4-miniが131,072トークンなのに対し、こちらは8分の1です。長い契約書や議事録を丸ごと渡す用途には向きません。全40層が全域注意で1トークン200KBと重く、上限まで使うと8k時より約1.56GB増えて12.4GB前後。

RTX 3080 12GBの実効11.5GBでは溢れるので、Q4_K_Mなら1万2,000トークン前後で止め、上限まで使うならIQ4_XS（7.4GB）に下げるのが現実的です。入力は文字だけ。日本語で使いたいなら、同じ14.66BのShisa V2.1 unphi4 14Bや、Qwen3 14Bと並べて選ぶ形になります。

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phi3で、当サイト収録の204モデル中3本が同じ系統です。Phi系。小さいサイズで性能を出す方向に振った系統です。

配布元はbartowski/phi-4-GGUF、元になったモデルはmicrosoft/phi-4です。

得意分野は推論（段階を踏んで考える処理）です。

同じMicrosoftのモデルでは、サイズの近いものにFara1.5 9B（8.95B）、Fara1.5 4B（4.21B）、Phi-4-mini 3.8B（3.84B）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）（8.4GB）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
4,096	0.8GB	10.0GB	VRAM 11GB〜	16GB〜
8,192既定	1.6GB	11GB	VRAM 12GB〜	18GB〜
16,384	3.1GB	12GB	VRAM 16GB〜	24GB〜

KVキャッシュをq8_0に量子化すると、16,384トークンでのKVは約3.1GBから約1.6GB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
Shisa V2.1 unphi4 14B	Shisa.AI	11GB	Phi-4系を日英バイリンガルに調整した14B。VRAM 12GB
ABEJA Qwen3 14B Agentic	ABEJA	10GB	エージェント用途と256Kの長文対応を名前に掲げた14B。4bitならVRAM 12GBに収まる
Qwen3 14B	Alibaba	10GB	Q4ならVRAM 12GBに収まる。8Bとの差が体感できる中量級
DeepSeek-R1 Distill Qwen 14B	DeepSeek	11GB	VRAM 12GB向け推論モデル
DeepSeek-R1 Distill Qwen 14B Japanese	CyberAgent	11GB	サイバーエージェントの日本語追加学習版
Qwen2.5-Coder 14B	Alibaba	11GB	VRAM 12GB向けコードモデル