Sarashina2.2 0.5B を動かすPCスペック（必要VRAM・メモリ・速度の目安）
Sarashina2.2の最小。組み込みや常時稼働の軽い処理向け
編集部の見立て
SB Intuitionsの日本語モデルSarashina2.2の最小サイズで、パラメータは0.79Bしかありません。Q4_K_Mは0.5GB、8bitでも0.8GB。DDR4-3200でGPUのないPCでも推定29.5tok/s、RTX 2060 6GBなら推定312.4tok/sです。
配布元は安全面の学習が限られていると明記し、使う前に開発者が調整するよう求めています。人と話す相手より、社内システムの裏で短い文を仕分ける処理に使いたい人向けの大きさです。
量子化別の必要メモリ
ファイルサイズは Hugging Face（mmnga/sarashina2.2-0.5b-instruct-v0.1-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（24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 | 0.3GB | 0.5GB | 1.3GB | VRAM 4GB〜 | 8GB〜 |
| 2bit（Q2_K） 品質劣化大。最後の手段 | 0.3GB | 0.5GB | 1.3GB | VRAM 4GB〜 | 8GB〜 |
| 3bit（IQ3_M） メモリ優先 | 0.4GB | 0.5GB | 1.4GB | VRAM 4GB〜 | 8GB〜 |
| 3bit（Q3_K_M） メモリ優先 | 0.4GB | 0.5GB | 1.4GB | VRAM 4GB〜 | 8GB〜 |
| 4bit（IQ4_XS） Q4_K_Mより一回り小さい | 0.4GB | 0.5GB | 1.4GB | VRAM 4GB〜 | 8GB〜 |
| 4bit（Q4_K_M） 標準。迷ったらこれ | 0.5GB | 0.5GB | 1.5GB | VRAM 4GB〜 | 8GB〜 |
| 5bit（Q5_K_M） 品質重視 | 0.6GB | 0.5GB | 1.5GB | VRAM 4GB〜 | 8GB〜 |
| 6bit（Q6_K） ほぼ無劣化 | 0.6GB | 0.5GB | 1.6GB | VRAM 4GB〜 | 8GB〜 |
| 8bit（Q8_0） 無劣化に近い | 0.8GB | 0.5GB | 1.8GB | VRAM 4GB〜 | 8GB〜 |
モデルの構造と、必要メモリの増え方
Sarashina2.2 0.5BはSB Intuitionsが2025年2月に公開した0.79Bのモデルです。GGUFのヘッダには24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24層が全域注意で、KVヘッド8・head次元80。
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60KB（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0.5GB、学習時の上限8,192トークンまで伸ばすと0.5GB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
文脈の上限は8,192トークン。KVは1トークン60KBなので、上限まで使っても0.5GBに届きません。長い文書は最初から入らない前提で、1件ずつ短い入力を流す設計にしましょう。量子化のビット数を下げる意味はほぼなく、Q8_0（0.8GB）で動かすのが素直です。
3段あるSarashina2.2のうち、1Bは1.41B、3Bは3.36B。3つとも同じ機材で動くので、まず3Bで結果を見て、それで足りる仕事だけを0.5Bに移すと速度の差が生きます。32Kまで扱えるLFM2.5 1.2B JPと比べると、文脈の短さではっきり劣ります。カードの対応言語欄は日本語だけ。ライセンスはMIT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llamaで、当サイト収録の204モデル中39本が同じ系統です。Llama系。最も広く使われているアーキテクチャで、対応していないツールを探すほうが難しい水準です。
配布元はmmnga/sarashina2.2-0.5b-instruct-v0.1-gguf、元になったモデルはsbintuitions/sarashina2.2-0.5b-instruct-v0.1です。
得意分野は日本語の文章です。
同じSB Intuitionsのモデルでは、サイズの近いものにSarashina2.2 1B（1.41B）、Sarashina2.2 3B（3.36B）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）（0.5GB）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 | 1.2GB | VRAM 4GB〜 | 8GB〜 |
| 8,192既定 | 0.5GB | 1.5GB | VRAM 4GB〜 | 8GB〜 |
KVキャッシュをq8_0に量子化すると、8,192トークンでのKVは約0.5GBから約0.2GB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 |
|---|---|---|---|
| Qwen3.5 0.8B | Alibaba | 1.1GB | Qwen3.5の最小。4bitのファイルは1GBに満たない |
| Qwen3 0.6B | Alibaba | 1.8GB | Qwen3の最小。組み込みや下書きの前処理向け |
| Gemma 3 1B | 1.3GB | Gemma 3の1B。文章専用の小型で、GPUなしのメモリ8GBでも動く | |
| Qwen2.5 0.5B | Alibaba | 1.0GB | Qwen2.5の最小。Apache 2.0。GPUなしのメモリ8GBのPCでも動く |
| LFM2.5 1.2B JP | Liquid AI | 1.3GB | 日本語向けに調整された1.2B。GPUなしのメモリ8GBのノートでも軽く動く |
| Llama 3.2 1B | Meta | 1.5GB | Llamaの最小。GPUなしのメモリ8GBのPCでも軽い |
4bit（Q4_K_M）が動く機種と推定速度
4bit（Q4_K_M）なら142機種で20 tok/s以上、0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（142機種）
- GeForce RTX 5090 約1420 tok/s補正済み
- GeForce RTX 4090 約910 tok/s補正済み
- Apple M5 Ultra（96GB） 約900 tok/s推定
- Apple M5 Ultra（256GB） 約900 tok/s推定
- Apple M5 Ultra（512GB） 約900 tok/s推定
- GeForce RTX 5080 約890 tok/s補正済み
- GeForce RTX 5080 Laptop 約880 tok/s推定
- GeForce RTX 5070 Ti 約870 tok/s補正済み
- RTX 6000 Ada 約860 tok/s補正済み
- GeForce RTX 3080 12GB 約850 tok/s推定
- GeForce RTX 3080 Ti 約850 tok/s推定
- GeForce RTX 3090 Ti 約840 tok/s補正済み
- GeForce RTX 3090 約780 tok/s補正済み
- GeForce RTX 5090 Laptop 約770 tok/s補正済み
- Radeon RX 7900 XTX 約740 tok/s推定
- GeForce RTX 4080 SUPER 約730 tok/s補正済み
- GeForce RTX 4080 約700 tok/s補正済み
- GeForce RTX 3080 10GB 約680 tok/s補正済み
- GeForce RTX 5070 Ti Laptop 約660 tok/s推定
- GeForce RTX 4070 Ti SUPER 約650 tok/s補正済み
- Apple M5 Max（48GB） 約640 tok/s補正済み
- Apple M5 Max（64GB） 約640 tok/s補正済み
- Apple M5 Max（128GB） 約640 tok/s補正済み
- GeForce RTX 5070 約630 tok/s補正済み
- Radeon RX 7900 XT 約620 tok/s推定
- Apple M2 Ultra（64GB） 約610 tok/s補正済み
- Apple M2 Ultra（128GB） 約610 tok/s補正済み
- Apple M2 Ultra（192GB） 約610 tok/s補正済み
- Apple M3 Ultra（96GB） 約590 tok/s補正済み
- Apple M3 Ultra（256GB） 約590 tok/s補正済み
- Apple M3 Ultra（512GB） 約590 tok/s補正済み
- GeForce RTX 4090 Laptop 約570 tok/s推定
- GeForce RTX 3070 Ti 約570 tok/s推定
- Apple M5 Max（36GB） 約560 tok/s補正済み
- Apple M1 Ultra（64GB） 約550 tok/s補正済み
- Apple M1 Ultra（128GB） 約550 tok/s補正済み
- GeForce RTX 2080 Ti 約530 tok/s補正済み
- GeForce RTX 3080 Ti Laptop 約500 tok/s推定
- Apple M4 Max（48GB） 約500 tok/s補正済み
- Apple M4 Max（64GB） 約500 tok/s補正済み
- ほか102機種
実用 8〜20 tok/s（0機種）
- なし
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、Sarashina2.2 0.5B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
Sarashina2.2 0.5Bは4bit（IQ4_XS）で0.4GB、8bitのQ8_0なら0.8GB。精度違いを3種類そろえるだけで約1.2GB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。
ローカルLLM / AIエージェント入門書
Sarashina2.2 0.5B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。
Sarashina2.2 0.5B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。
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
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
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
よくある質問
Sarashina2.2 0.5Bを動かすのに必要なVRAMは？
4bit量子化（4bit（Q4_K_M））でファイル0.5GB、8,192トークンのKVキャッシュを含めて約1.5GB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。
Sarashina2.2 0.5B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