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 › Qwen2.5 3B

Qwen2.5 3B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・ 公開 2024-09 ・ 3.09Bパラメータ ・ データ更新 2026-10-02

Qwen2.5の3B。GPUなしのメモリ8GBのPCでも動く

2.6GB4bit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）
32,768最大コンテキスト（学習時）

編集部の見立て

Qwen2.5の汎用3Bで、配布元は日本語を含む29言語超への対応と、8Kトークンを超える長文生成、表など構造化データの理解とJSON出力を挙げています。Q4_K_Mの1.8GBに8kの文脈を足しても2.6GBで済みます。RTX 2060 6GBで推定117.1tok/s、M2（8GB）で42tok/s、GPUなしのDDR4・8GB機でも11.1tok/sです。

7B版は5.4GBで同じ6GB機ではぎりぎりなので、古いGPUやGPUなしのノートで日本語の下書きや要約を回すなら3Bが現実的。会話の相手として本命に据えるサイズではありません。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/Qwen2.5-3B-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（36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		1.1GB0.3GB1.9GBVRAM 4GB〜8GB〜
2bit（Q2_K）
品質劣化大。最後の手段		1.2GB0.3GB2.0GBVRAM 4GB〜8GB〜
3bit（IQ3_M）
メモリ優先		1.4GB0.3GB2.2GBVRAM 4GB〜8GB〜
3bit（Q3_K_M）
メモリ優先		1.5GB0.3GB2.3GBVRAM 4GB〜8GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		1.6GB0.3GB2.4GBVRAM 4GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		1.8GB0.3GB2.6GBVRAM 4GB〜8GB〜
5bit（Q5_K_M）
品質重視		2.1GB0.3GB2.9GBVRAM 4GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		2.4GB0.3GB3.2GBVRAM 4GB〜8GB〜
8bit（Q8_0）
無劣化に近い		3.1GB0.3GB3.9GBVRAM 6GB〜8GB〜
16bit（F16）
元精度		5.8GB0.3GB6.7GBVRAM 8GB〜16GB〜

モデルの構造と、必要メモリの増え方

Qwen2.5 3BはAlibabaが2024年9月に公開した3.09Bのモデルです。GGUFのヘッダには36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36層が全域注意で、KVヘッド2・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36KB（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32,768トークンまで伸ばすと1.1GBです。

このモデルを実際に使うなら

上限は32,768トークンで生成は8,192トークンまで、KVは1トークン36KBです。32kを使い切っても1.1GBなので、メモリ8GBのGPUなし機でも本体1.8GBと合わせて余裕があります。気をつけたいのはライセンスで、7Bと1.5BがApache 2.0なのに対し、3Bだけ独自条件（DBではother）。

業務なら7Bか1.5Bを先に検討するほうが無難です。世代の新しい2B級ならQwen3.5 2Bが1.9GBで、25層中KVを持つのは6層、1トークン12KBと軽く、画像も読めます。Qwen2.5 3Bに残る理由は、思考の切り替えがない指示応答型で設定が単純なこと。

Transformersは4.37.0以降。同じ3.09BのQwen2.5-Coder 3B、Qwen2.5-VL 3Bと数字は同じで、汎用の会話に使うのはこちら。

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qwen2で、当サイト収録の204モデル中23本が同じ系統です。Qwen2系。llama.cppの対応が最も早く入る系統のひとつで、量子化の配布も充実しています。

配布元はbartowski/Qwen2.5-3B-Instruct-GGUF、元になったモデルはQwen/Qwen2.5-3B-Instructです。

得意分野は日本語の文章です。

同じAlibabaのモデルでは、サイズの近いものにQwen2.5-VL 3B（3.09B）、Qwen2.5-Coder 3B（3.09B）、Qwen3-VL 4B（4.02B）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）（1.8GB）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
4,0960.1GB2.5GBVRAM 4GB〜8GB〜
8,192既定0.3GB2.6GBVRAM 4GB〜8GB〜
16,3840.6GB2.9GBVRAM 4GB〜8GB〜
32,7681.1GB3.5GBVRAM 4GB〜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1.1GBから約0.6GB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
Qwen2.5-VL 3BAlibaba2.6GBQwen2.5-VLの小型3B。GPUなしのメモリ8GBのPCでも動く
Qwen2.5-Coder 3BAlibaba2.6GBQwen2.5-Coderの小型3B。補完向け。GPUなしのメモリ8GBのPCでも動く
SmolLM3 3BHugging Face2.9GB学習手順まで公開された3B。Apache 2.0。GPUなしのメモリ8GBでも動く
Llama 3.2 3BMeta3.3GBGPUなしのノートでも動く軽量級
Sarashina2.2 3BSB Intuitions3.7GBソフトバンク系の国産フルスクラッチ3B。MITライセンス。GPUなしのノートでも動く
Ministral 3 3BMistral AI3.4GBMistralの小型3B。Apache 2.0。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134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（134機種）

実用 8〜20 tok/s（8機種）

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、Qwen2.5 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

    Qwen2.5 3Bは4bit（IQ4_XS）で1.6GB、8bitのQ8_0なら3.1GB。精度違いを3種類そろえるだけで約4.5GB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

    Qwen2.5 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 →

    Qwen2.5 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

    Qwen2.5 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1.8GB、8,192トークンのKVキャッシュを含めて約2.6GB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。

    Qwen2.5 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