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 › PLaMo 2 Translate

PLaMo 2 Translate を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Preferred Networks ・ 公開 2025-05 ・ 9.53Bパラメータ ・ データ更新 2026-10-02

国産の翻訳専用モデル（約10B）。チャットではなく日英・英日の翻訳に使う

5.2GB4bit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）
10,485,760最大コンテキスト（学習時）

編集部の見立て

Preferred Networksが作った翻訳専用のモデルで、会話の相手としては学習されていません。配布元も、チャット向けの指示調整はしていないと明記しています。約9.5Bで、KVを持つ層は32層中16層。1トークンあたり32KBと軽い。GGUFの主力はQ3_K_Mの4.3GBで、8kまで含めて5.2GB。

RTX 2060 6GBで推定51tok/s、Apple M2（8GB）でも推定18.3tok/sで動きます。古いゲーミングPCや8GBのMacで、日英・英日の翻訳を任せたい人向けです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（mmnga/plamo-2-translate-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（32層・文脈全体を見る層は16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
3bit（Q3_K_M）
メモリ優先		4.3GB0.3GB5.2GBVRAM 6GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		7.3GB0.3GB8.3GBVRAM 10GB〜16GB〜
8bit（Q8_0）
無劣化に近い		9.4GB0.3GB10GBVRAM 11GB〜16GB〜

モデルの構造と、必要メモリの増え方

PLaMo 2 TranslateはPreferred Networksが2025年5月に公開した9.53Bのモデルです。GGUFのヘッダには32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。

32層のうち注意機構でKVキャッシュを持つのは16層だけで、残り16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、128Kトークンまで伸ばすと4.0GBです。

このモデルを実際に使うなら

最初に確かめたいのはライセンスです。PLaMoコミュニティライセンスに同意してから取得する形で、商用で使う場合は配布元のフォームから連絡が要ります。社内業務に組み込むなら、ここを飛ばさないでください。plamo2は独自の構造なので、llama.cppやLM Studioが対応した版でないと読み込めません。

量子化はQ3_K_M・Q6_K（7.3GB）・Q8_0（9.4GB）の3種類で、4bitの選択肢はない。精度を取りたくてQ6_Kに上げるなら、VRAM 8GBでは余白が足りず12GB機が目安です。KVが軽いので、16Kの長文を入れても増えるのは0.5GB。技術文書を章ごとに流し込む使い方と相性のよい作りです。渡す文の書式は、配布元の使い方の例に合わせるのが確実です。

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plamo2で、当サイト収録の204モデル中1本が同じ系統です。PLaMo 2系。SSM（Mamba）と注意機構を1層ずつ交互に積んだ国産の構造で、KVを持つのは半分の層だけです。

配布元はmmnga/plamo-2-translate-gguf、元になったモデルはpfnet/plamo-2-translateです。

得意分野は日本語の文章です。

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。3bit（Q3_K_M）（4.3GB）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16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
4,0960.1GB5.1GBVRAM 6GB〜8GB〜
8,192既定0.3GB5.2GBVRAM 6GB〜8GB〜
16,3840.5GB5.5GBVRAM 6GB〜16GB〜
32,7681.0GB6.0GBVRAM 8GB〜16GB〜
65,5362.0GB7.0GBVRAM 8GB〜16GB〜
131,0724.0GB9.0GBVRAM 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
GLM-4.6V-Flash 9BZ.ai6.7GB画像理解の軽量モデル
Gemma-2-Llama-Swallow 9BSwallow（東京科学大学・産総研）8.0GBGemma 2 9Bの日本語強化版。4bitならVRAM 8GBに収まる
Gemma 2 9BGoogle8.0GBGemma 2の9B。Swallow版など派生モデルの元。4bitならVRAM 8GBに収まる
MiMo-V2.6-Distill-Qwen-9BXiaomi6.4GBXiaomiがQwen3.5 9Bを自社MiMoの出力で追加学習したエージェント向け9B。MIT。4bitならVRAM 8GB / Mac 16GBから
Ornith 1.5 9Bornith-ai6.4GBOrnith 1.5の9B（dense型）。MIT。4bitならVRAM 8GBに収まり、GPUなしのメモリ16GBでも動く
UI-Mate 9BTencent6.4GB画面・UIの理解を名前に掲げた9B。ブラウザ操作エージェント向け。VRAM 8GBで動く

3bit（Q3_K_M）が動く機種と推定速度

3bit（Q3_K_M）なら118機種で20 tok/s以上、19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（118機種）

実用 8〜20 tok/s（19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、PLaMo 2 Translate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

    PLaMo 2 Translateは3bit（Q3_K_M）で4.3GB、8bitのQ8_0なら9.4GB。精度違いを3種類そろえるだけで約21GB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

    PLaMo 2 Translate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 →

    PLaMo 2 Translate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

    PLaMo 2 Translateを動かすのに必要なVRAMは？

    4bit量子化（3bit（Q3_K_M））でファイル4.3GB、8,192トークンのKVキャッシュを含めて約5.2GB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。

    PLaMo 2 Translate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