Qwen2.5 7B 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 ・ 7.62Bパラメータ・データ更新 2026-10-02

2024年の定番7B。4bitならVRAM 8GBに収まり、GPUなしのメモリ16GBでも動く

5.4GB4bit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

16GB実用になるいちばん小さいMac: M2 Pro（16GB）

32,768最大コンテキスト（学習時）

編集部の見立て

2024年の7Bの定番で、日本語の追加学習にも使われた汎用の指示調整版です。ABEJA Qwen2.5 7B JapaneseとELYZA-Shortcut-1.0 Qwen 7Bはこれが元になっています。4bitと8kの文脈で5.4GBに収まり、RTX 2060 6GBで推定49.5tok/s、M2 Pro（16GB）で推定33.5tok/s、GPUなしのRyzen AI 300（メモリ16GB）でも推定14.6tok/sです。

VRAM 6GBの古いGPUでも動き、派生版と並べて違いを確かめる基準になります。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/Qwen2.5-7B-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（28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	2.6GB	0.4GB	3.6GB	VRAM 6GB〜	8GB〜
2bit（Q2_K）品質劣化大。最後の手段	2.8GB	0.4GB	3.8GB	VRAM 6GB〜	8GB〜
3bit（IQ3_M）メモリ優先	3.3GB	0.4GB	4.4GB	VRAM 6GB〜	8GB〜
3bit（Q3_K_M）メモリ優先	3.5GB	0.4GB	4.6GB	VRAM 6GB〜	8GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	3.9GB	0.4GB	5.0GB	VRAM 6GB〜	8GB〜
4bit（Q4_K_M）標準。迷ったらこれ	4.4GB	0.4GB	5.4GB	VRAM 6GB〜	16GB〜
5bit（Q5_K_M）品質重視	5.1GB	0.4GB	6.2GB	VRAM 8GB〜	16GB〜
6bit（Q6_K）ほぼ無劣化	5.8GB	0.4GB	6.9GB	VRAM 8GB〜	16GB〜
8bit（Q8_0）無劣化に近い	7.5GB	0.4GB	8.7GB	VRAM 10GB〜	16GB〜
16bit（F16）元精度	14GB	0.4GB	16GB	VRAM 20GB〜	24GB〜

モデルの構造と、必要メモリの増え方

Qwen2.5 7BはAlibabaが2024年9月に公開した7.62Bのモデルです。GGUFのヘッダには28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28層が全域注意で、KVヘッド4・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56KB（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0.4GB、学習時の上限32,768トークンまで伸ばすと1.8GB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）

同じ数字のモデルと、実際は何が違うか

同じ大きさのQwen2.5-Coder 7Bとは、必要メモリも推定速度も表の上では見分けがつきません。こちらは日本語を含む29以上の言語に対応した汎用版で、M2 Pro（16GB）で推定33.5tok/s、GPUのないメモリ16GBのPCでも動く軽さが持ち味です。

文脈は配布元の説明では131,072トークンまで伸ばせますが、当サイトの計算は学習時の32,768トークンを上限にしています。メールの下書きや要約を手元で回したい人の最初の1本に向き、コード中心の人はCoder版を選ぶのが筋です。

このモデルを実際に使うなら

Qwen2.5の7Bには用途別の派生版が揃っています。コード向けのQwen2.5-Coder 7B、画像を読むQwen2.5-VL 7B、そしてこの汎用版。必要量はどれも5.4GBで推定速度も同じなので、選ぶ基準は仕事の中身だけです。KVは1トークン56KBと軽く、32,768トークンの上限まで埋めても約1.8GB。

VRAM 8GBならQ4_K_Mの4.4GBと合わせても収まる計算です。上限を超える長文は、配布元の手順どおりYaRNを足す形。思考モードはありません。2025年のQwen3 8Bは思考の切り替えを持ち、4bitに8kの会話込みで6.5GBなので、VRAM 8GBならそちらも候補に入ります。利用条件はどちらもApache 2.0。

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/Qwen2.5-7B-Instruct-GGUF、元になったモデルはQwen/Qwen2.5-7B-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 7B（7.62B）、Qwen2.5-Coder 7B（7.62B）、Qwen3-VL 8B（8.19B）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）（4.4GB）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	0.2GB	5.2GB	VRAM 6GB〜	8GB〜
8,192既定	0.4GB	5.4GB	VRAM 6GB〜	16GB〜
16,384	0.9GB	5.9GB	VRAM 8GB〜	16GB〜
32,768	1.8GB	6.7GB	VRAM 8GB〜	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1.8GBから約0.9GB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
ELYZA-Shortcut-1.0 Qwen 7B	ELYZA	5.4GB	推論過程を省いてすぐ答える日本語7B。VRAM 8GB
ABEJA Qwen2.5 7B Japanese	ABEJA	5.4GB	ABEJAの日本語追加学習7B。VRAM 8GB
DeepSeek-R1 Distill Qwen 7B	DeepSeek	5.4GB	推論（考えてから答える）型の入門
Qwen2.5-VL 7B	Alibaba	5.4GB	画像理解の7B。Qwen3-VL以前の定番。4bitならVRAM 8GBに収まる
Qwen2.5-Coder 7B	Alibaba	5.4GB	軽いコード補助用。VRAM 8GBで実用になる
Falcon-H1R 7B	TII	5.3GB	Mamba系を混ぜたハイブリッド構造の推論型7B。GPUなしのメモリ16GBのPCでも動く