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 › Qwen3-VL 4B

Qwen3-VL 4B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Alibaba ・ 公開 2025-10 ・ 4.02Bパラメータ ・ データ更新 2026-10-02

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

4.0GB4bit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

画像や画面の読み取りを小さく済ませたい人向けの4Bです。配布元の説明では、32言語のOCR、GUI要素の認識、図からHTMLを起こす機能を、上位のQwen3-VLと同じ設計で備えています。4bitと8kの文脈で4GB。RTX 2060 6GBで推定78.6tok/s、Copilot+ PCのRyzen AI 300（メモリ16GB）ならGPUなしでも推定23.2tok/sです。

8GBのM2でも推定28.2tok/s。一段上の8Bは6.5GBを要するため、メモリ8GBのMacに収まるQwen3-VLはこの4Bまで。

量子化別の必要メモリ

ファイルサイズは Hugging Face（unsloth/Qwen3-VL-4B-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		1.4GB1.1GB3.1GBVRAM 4GB〜8GB〜
2bit（Q2_K）
品質劣化大。最後の手段		1.6GB1.1GB3.2GBVRAM 4GB〜8GB〜
3bit（Q3_K_M）
メモリ優先		1.9GB1.1GB3.6GBVRAM 6GB〜8GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		2.1GB1.1GB3.8GBVRAM 6GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		2.3GB1.1GB4.0GBVRAM 6GB〜8GB〜
5bit（Q5_K_M）
品質重視		2.7GB1.1GB4.4GBVRAM 6GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		3.1GB1.1GB4.8GBVRAM 6GB〜8GB〜
8bit（Q8_0）
無劣化に近い		4.0GB1.1GB5.7GBVRAM 8GB〜16GB〜
16bit（BF16）
元精度		7.5GB1.1GB9.3GBVRAM 10GB〜16GB〜

モデルの構造と、必要メモリの増え方

Qwen3-VL 4BはAlibabaが2025年10月に公開した4.02B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144KB（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1.1GB、128Kトークンまで伸ばすと18GB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

気をつけたいのはKVの重さです。全36層が全域注意で1トークン144KBあり、32kの文脈で約4.5GB、本体のQ4_K_M 2.3GBの倍近くになります。書類を何枚も続けて読ませるなら、文脈を16kの約2.3GB程度に抑えるか、8GB以上のGPUを選ぶのが無難。

同じ4B級のQwen3.5 4Bは画像エンコーダーを持ちながらKVが1トークン32KBで、長い入力ではそちらが軽く済みます。新しく選ぶなら、同じ4B級のQwen3.5 4Bと並べて比べる価値があります。GGUFではmmprojを本体と一緒に読み込む形。配布元の生成設定は画像用と文章用で分かれています。

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qwen3vlで、当サイト収録の204モデル中4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unsloth/Qwen3-VL-4B-Instruct-GGUF、元になったモデルはQwen/Qwen3-VL-4B-Instructです。

得意分野は画像を含む文書の読み取りです。

同じAlibabaのモデルでは、サイズの近いものにQwen3 4B（4.02B）、Qwen3.5 4B（4.21B）、Qwen2.5-VL 3B（3.09B）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）（2.3GB）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
4,0960.6GB3.5GBVRAM 4GB〜8GB〜
8,192既定1.1GB4.0GBVRAM 6GB〜8GB〜
16,3842.3GB5.1GBVRAM 6GB〜8GB〜
32,7684.5GB7.4GBVRAM 8GB〜16GB〜
65,5369.0GB12GBVRAM 16GB〜18GB〜
131,07218GB21GBVRAM 24GB〜32GB〜

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4.5GBから約2.3GB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
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
Gemma 3 4BGoogle3.2GB画像も読める小型。日本語も自然
Nanbeige4.2 3BNanbeige3.8GB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
Phi-4-mini 3.8BMicrosoft3.9GBGPUなしでも動く小型
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

4bit（Q4_K_M）が動く機種と推定速度

4bit（Q4_K_M）なら127機種で20 tok/s以上、10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（127機種）

実用 8〜20 tok/s（10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、Qwen3-VL 4B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

    Qwen3-VL 4Bは4bit（IQ4_XS）で2.1GB、8bitのQ8_0なら4.0GB。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

    Qwen3-VL 4B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 →

    Qwen3-VL 4B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

    Qwen3-VL 4Bを動かすのに必要なVRAMは？

    4bit量子化（4bit（Q4_K_M））でファイル2.3GB、8,192トークンのKVキャッシュを含めて約4.0GB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。

    Qwen3-VL 4B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