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 › TinySwallow 1.5B

TinySwallow 1.5B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Sakana AI ・ 公開 2025-01 ・ 1.54Bパラメータ ・ データ更新 2026-10-02

大きいモデルから知識を移した日本語の小型。GPUなしのPCでも軽い

1.7GB4bit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

Sakana AIとSwallowチームが、TAIDという知識蒸留の手法で作った1.54Bの日本語モデルです。教師はQwen2.5-32B-Instruct、生徒はQwen2.5-1.5B-Instructで、そのうえで日本語の会話と指示に合わせて調整したと配布元は説明しています。

Q4_K_Mは0.9GB。GPUなしのDDR4-3200・8GBのPCでも推定20.9tok/sの快適域に入り、Apple M2（8GB）なら推定79.2tok/s。手元の古いPCで、待たされない日本語の小型モデルを探す人向けです。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/TinySwallow-1.5B-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		0.6GB0.2GB1.3GBVRAM 4GB〜8GB〜
2bit（Q2_K）
品質劣化大。最後の手段		0.6GB0.2GB1.4GBVRAM 4GB〜8GB〜
3bit（IQ3_M）
メモリ優先		0.7GB0.2GB1.5GBVRAM 4GB〜8GB〜
3bit（Q3_K_M）
メモリ優先		0.8GB0.2GB1.5GBVRAM 4GB〜8GB〜
4bit（IQ4_XS）
Q4_K_Mより一回り小さい		0.8GB0.2GB1.6GBVRAM 4GB〜8GB〜
4bit（Q4_K_M）
標準。迷ったらこれ		0.9GB0.2GB1.7GBVRAM 4GB〜8GB〜
5bit（Q5_K_M）
品質重視		1.0GB0.2GB1.8GBVRAM 4GB〜8GB〜
6bit（Q6_K）
ほぼ無劣化		1.2GB0.2GB1.9GBVRAM 4GB〜8GB〜
8bit（Q8_0）
無劣化に近い		1.5GB0.2GB2.3GBVRAM 4GB〜8GB〜
16bit（F16）
元精度		2.9GB0.2GB3.7GBVRAM 6GB〜8GB〜

モデルの構造と、必要メモリの増え方

TinySwallow 1.5BはSakana AIが2025年1月に公開した1.54B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28KB（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0.2GB、学習時の上限32,768トークンまで伸ばすと0.9GB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

利用条件は2か所を読み比べる必要があります。Usesの節では研究開発用の試作と位置づけ、商用や重要な業務への組み込みは想定していないと書く一方、Licenseの節ではApache 2.0とGemmaの規約・禁止用途ポリシーの両方を守れば商用を含む利用を認めています。

学習データにGemma由来の合成データが入っているためです。KVは1トークン28KBと軽く、学習時上限の32,768トークンまで伸ばしても約0.9GB。LLM-jp-3.1 1.8Bと迷ったら、文脈長が4,096トークンで止まるあちらより、長めの入力を渡す用途はこちらです。

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/TinySwallow-1.5B-Instruct-GGUF、元になったモデルはSakanaAI/TinySwallow-1.5B-Instruct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。4bit（Q4_K_M）（0.9GB）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
4,0960.1GB1.6GBVRAM 4GB〜8GB〜
8,192既定0.2GB1.7GBVRAM 4GB〜8GB〜
16,3840.4GB1.9GBVRAM 4GB〜8GB〜
32,7680.9GB2.3GBVRAM 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0.9GBから約0.4GB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
RakutenAI-2.0 mini楽天1.7GB楽天の小型1.5B。GPUなしのノートでも動く
Sarashina2.2 1BSB Intuitions2.0GBSarashina2.2の1B。ファイルは1GB未満で、GPUなしの古いノートでも動く
Qwen3-VL 2BAlibaba2.4GBQwen3-VLの最小。GPUなしでも画像を読める
Qwen3 1.7BAlibaba2.4GBQwen3の1.7B。思考モードを持つ小型で、GPUなしのメモリ8GBでも動く
Qwen2.5 1.5BAlibaba1.8GBQwen2.5の1.5B。Apache 2.0。GPUなしのメモリ8GBのPCでも動く
EXAONE 4.0 1.2BLG AI Research1.7GBEXAONE 4.0の最小1.2B。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）

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、TinySwallow 1.5B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

    TinySwallow 1.5Bは4bit（IQ4_XS）で0.8GB、8bitのQ8_0なら1.5GB。精度違いを3種類そろえるだけで約2.3GB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

    TinySwallow 1.5B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。

    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 →

    TinySwallow 1.5B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。

    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

    TinySwallow 1.5Bを動かすのに必要なVRAMは？

    4bit量子化（4bit（Q4_K_M））でファイル0.9GB、8,192トークンのKVキャッシュを含めて約1.7GB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。

    TinySwallow 1.5B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

    手持ちのPCで判定する