VRAM 4GBで動くローカルLLM一覧（2026年10月）
VRAM 4GBで4bit以上のまま動かせるのは、収録204本のうち35本。3B〜4B級が上限で、7B級は最小の量子化にしても0.1GB足りません。
編集部の見立て
VRAMに収まる35本はすべて快適の判定で、速度そのものに不満は出にくい容量です。Gemma 4 E2Bが必要3.5GB・推定48.4tok/s、Llama 3.2 3Bなら59.3tok/s。問題は収まらないモデルのほうです。ABEJA Qwen2.5 7B JapaneseもQwen2.5-Coder 7Bも、最小のIQ2_Mで必要3.6GB、実際に使える3.5GBに対してあと0.1GB。
差はわずかでも、入らないことに変わりはありません。短い下書きや要約を任せる範囲なら十分使え、7B級を前提にした使い方には向かない容量です。
この容量に該当する機種
動くモデルと推定速度
各モデルについて、この容量に収まる量子化のうち、いちばん精度の高いものを表示しています。速度はGeForce RTX 3050 Laptopでの推定値で、同じ容量でも帯域幅の広いGPUならこれより速く、狭ければ遅くなります。
| モデル | パラメータ | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|---|
| Gemma 3 270M | 0.27B | 8bit（Q8_0） | 0.8GB | 快適 | 約480 tok/s推定 |
| Qwen2.5 0.5B | 0.49B | 8bit（Q8_0） | 1.1GB | 快適 | 約250 tok/s推定 |
| Qwen3.5 0.8B | 0.77B | 8bit（Q8_0） | 1.4GB | 快適 | 約170 tok/s推定 |
| LFM2.5 8B-A1B | 8.47B アクティブ1.5B | 2bit（IQ2_M） | 3.2GB | 快適 | 約160 tok/s推定 |
| Ling 3.0 tiny | 7.89B アクティブ1.3B | 2bit（Q2_K） | 3.5GB | 快適 | 約160 tok/s推定 |
| Gemma 3 1B | 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約140 tok/s推定 |
| Sarashina2.2 0.5B | 0.79B | 8bit（Q8_0） | 1.8GB | 快適 | 約130 tok/s推定 |
| Qwen3 0.6B | 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約130 tok/s推定 |
| LFM2.5 1.2B JP | 1.17B | 8bit（Q8_0） | 1.8GB | 快適 | 約110 tok/s推定 |
| Llama 3.2 1B | 1.24B | 8bit（Q8_0） | 2.0GB | 快適 | 約100 tok/s推定 |
| EXAONE 4.0 1.2B | 1.28B | 8bit（Q8_0） | 2.3GB | 快適 | 約91 tok/s推定 |
| TinySwallow 1.5B | 1.54B | 8bit（Q8_0） | 2.3GB | 快適 | 約84 tok/s推定 |
| RakutenAI-2.0 mini | 1.53B | 8bit（Q8_0） | 2.4GB | 快適 | 約81 tok/s推定 |
| Sarashina2.2 1B | 1.41B | 8bit（Q8_0） | 2.6GB | 快適 | 約80 tok/s推定 |
| Qwen2.5 1.5B | 1.78B | 8bit（Q8_0） | 2.5GB | 快適 | 約73 tok/s推定 |
| Qwen3.5 2B | 1.94B | 8bit（Q8_0） | 2.6GB | 快適 | 約69 tok/s推定 |
| Qwen3-VL 4B | 4.02B | 2bit（Q2_K） | 3.2GB | 快適 | 約65 tok/s推定 |
| Qwen3 4B | 4.02B | 2bit（Q2_K） | 3.2GB | 快適 | 約65 tok/s推定 |
| Qwen3-VL 2B | 1.72B | 8bit（Q8_0） | 3.1GB | 快適 | 約64 tok/s推定 |
| Qwen3 1.7B | 1.72B | 8bit（Q8_0） | 3.1GB | 快適 | 約64 tok/s推定 |
| LLM-jp-3.1 1.8B | 1.87B | 6bit（Q6_K） | 3.5GB | 快適 | 約63 tok/s推定 |
| Sarashina2.2 3B | 3.36B | 3bit（Q3_K_M） | 3.4GB | 快適 | 約62 tok/s推定 |
| Gemma 2 Baku 2B | 2.61B | 6bit（Q6_K） | 3.2GB | 快適 | 約60 tok/s推定 |
| Llama 3.2 3B | 3.21B | 4bit（Q4_K_M） | 3.3GB | 快適 | 約59 tok/s推定 |
| Phi-4-mini 3.8B | 3.84B | 3bit（IQ3_M） | 3.4GB | 快適 | 約58 tok/s推定 |
| Ministral 3 3B | 3.43B | 4bit（Q4_K_M） | 3.4GB | 快適 | 約57 tok/s推定 |
| Nanbeige4.2 3B | 4.17B | 3bit（Q3_K_M） | 3.3GB | 快適 | 約57 tok/s推定 |
| Granite 4.2 3B | 3.66B | 4bit（Q4_K_M） | 3.4GB | 快適 | 約56 tok/s推定 |
| Granite 4.0 H-Tiny | 6.94B | 2bit（Q2_K） | 3.1GB | 快適 | 約55 tok/s推定 |
| AREX-Turbo 4B | 4.21B | 4bit（IQ4_XS） | 3.2GB | 快適 | 約55 tok/s推定 |
| Fara1.5 4B | 4.21B | 4bit（IQ4_XS） | 3.2GB | 快適 | 約55 tok/s推定 |
| Qwen2.5-VL 3B | 3.09B | 6bit（Q6_K） | 3.2GB | 快適 | 約55 tok/s推定 |
| Qwen2.5-Coder 3B | 3.09B | 6bit（Q6_K） | 3.2GB | 快適 | 約55 tok/s推定 |
| Qwen2.5 3B | 3.09B | 6bit（Q6_K） | 3.2GB | 快適 | 約55 tok/s推定 |
| AFM-4.5B | 4.62B | 3bit（Q3_K_M） | 3.4GB | 快適 | 約55 tok/s推定 |
| SmolLM3 3B | 3.08B | 6bit（Q6_K） | 3.5GB | 快適 | 約52 tok/s推定 |
| MiniCPM5 2B | 2.52B | 8bit（Q8_0） | 3.4GB | 快適 | 約52 tok/s推定 |
| Qwen3.5 4B | 4.21B | 4bit（Q4_K_M） | 3.4GB | 快適 | 約51 tok/s推定 |
| Falcon-H1R 7B | 7.59B | 2bit（IQ2_M） | 3.5GB | 快適 | 約51 tok/s推定 |
| LFM2.5 2.6B | 2.7B | 8bit（Q8_0） | 3.4GB | 快適 | 約50 tok/s推定 |
| LFM2.5-VL 3B | 2.7B | 8bit（Q8_0） | 3.4GB | 快適 | 約50 tok/s推定 |
| Nemotron 3 Nano 4B | 3.97B | 4bit（Q4_K_M） | 3.4GB | 快適 | 約50 tok/s推定 |
| Gemma 3n E2B | 4.46B | 4bit（IQ4_XS） | 3.4GB | 快適 | 約50 tok/s推定 |
| Gemma 3 4B | 3.88B | 5bit（Q5_K_M） | 3.5GB | 快適 | 約50 tok/s推定 |
| Gemma 4 E2B | 4.65B | 4bit（IQ4_XS） | 3.5GB | 快適 | 約48 tok/s推定 |
あと少しで収まらないモデル
最も小さい量子化にしても、この容量には収まらなかったモデルです。不足分が小さいものは、コンテキスト長を4,096に絞れば収まることがあります。
| モデル | パラメータ | 必要（最小量子化） | 不足 |
|---|---|---|---|
| ABEJA Qwen2.5 7B Japanese | 7.62B | 3.6GB | あと0.1GB |
| DeepSeek-R1 Distill Qwen 7B | 7.62B | 3.6GB | あと0.1GB |
| Qwen2.5 7B | 7.62B | 3.6GB | あと0.1GB |
| Qwen2.5-Coder 7B | 7.62B | 3.6GB | あと0.1GB |
| Gemma 3n E4B | 6.87B | 3.6GB | あと0.1GB |
| Qwen2.5-VL 7B | 7.62B | 3.7GB | あと0.2GB |
| ELYZA-Shortcut-1.0 Qwen 7B | 7.62B | 3.8GB | あと0.3GB |
| Mistral 7B v0.3 | 7.25B | 3.9GB | あと0.4GB |
| CAT-Translate 7B | 7.49B | 4.0GB | あと0.5GB |
| Tanuki-8B | 7.51B | 4.0GB | あと0.5GB |
| Command R7B | 8.03B | 4.1GB | あと0.6GB |
| Hunyuan 7B | 7.5B | 4.1GB | あと0.6GB |
1段上のVRAM 6GBにすると何が増えるか
VRAM 4GBからVRAM 6GB（RTX 2060 6GB / RTX 3060 Laptop / RTX 4050 Laptop）に上げると、新たに40モデルが動くようになります。買い替えや構成の検討で、その差額に見合うかを判断する材料にしてください。
| 新たに動くモデル | パラメータ | 量子化 | 必要 |
|---|---|---|---|
| Nemotron Nano 12B v2 | 12.31B | 2bit（Q2_K） | 5.2GB |
| Gemma 4 12B | 11.91B | 2bit（IQ2_M） | 5.0GB |
| Gemma 3 12B | 11.77B | 2bit（IQ2_M） | 5.5GB |
| PLaMo 2 Translate | 9.53B | 3bit（Q3_K_M） | 5.2GB |
| GLM-4.6V-Flash 9B | 9.4B | 2bit（Q2_K） | 4.7GB |
| MiMo-V2.6-Distill-Qwen-9B | 8.95B | 3bit（IQ3_M） | 5.4GB |
| Ornith 1.5 9B | 8.95B | 3bit（Q3_K_M） | 5.5GB |
| UI-Mate 9B | 8.95B | 3bit（Q3_K_M） | 5.5GB |
| UI-Venus-2 9B | 8.95B | 3bit（Q3_K_M） | 5.5GB |
| Fara1.5 9B | 8.95B | 3bit（Q3_K_M） | 5.5GB |
| Ornith 1.0 9B | 8.95B | 3bit（Q3_K_M） | 5.3GB |
| Qwen3.5 9B | 8.95B | 3bit（Q3_K_M） | 5.2GB |
| Granite 4.2 8B | 8.79B | 2bit（Q2_K） | 5.2GB |
| LLM-jp-4 8B thinking | 8.59B | 3bit（IQ3_M） | 5.5GB |
| Ministral 3 8B | 8.49B | 2bit（Q2_K） | 4.8GB |
この容量での選び方
選べる範囲は4B級まで、と割り切るのが早道です。日本語ならGemma 4 E2BのIQ4_XSか、Qwen3.5 4BのQ4_K_M（必要3.4GB・推定51.4tok/s）。この2本で文章まわりの用は足ります。当サイトの集計では、この容量でコード向けに挙がるモデルは0本。
補完やリファクタリングを手元でやるつもりなら、容量そのものが足りていません。Ling 3.0 tinyはQ2_Kなら必要3.5GBで推定161.7tok/s出るものの、2bitまで落とした形なので日常的に使う候補からは外します。6GBに上がれば35本が58本になり、7B級がQ4_K_Mで入る。
7B級が0.1GB差で入らない以上、増設のできないノートでは、買い替えのときに容量を見直すことになります。
この容量で足りるAI用途
手元で動かすAIの用途ごとに、VRAM 4GBが要件を満たすかどうかです。クラウドで動くAI（ChatGPT・Claude・Gemini）はどの機種でも使えるので含めていません。
| 用途 | 必要な容量 | VRAM 4GBでは |
|---|---|---|
| Stable Diffusion / SDXL | VRAM 12GB | 動かない あと8GB |
| FLUX / 高品質画像生成 | VRAM 16GB | 動かない あと12GB |
| 動画生成AI（Wan / Hunyuan / LTX） | VRAM 24GB | 動かない あと20GB |
| ローカルLLM（8Bクラス） | VRAM 8GB | 動かない あと4GB |
| ローカルLLM（27〜32Bクラス） | VRAM 24GB | 動かない あと20GB |
| ローカルLLM（70B〜120B MoE） | VRAM 40GB | 動かない あと36GB |
| 文字起こし（Whisper） | VRAM 6GB | 動かない あと2GB |
コンテキスト長をどこまで伸ばせるか
この容量で問題になりやすいのが、一度に読ませる文章の長さ。長くするほどKVキャッシュがメモリを食い、同じモデルでも収まらなくなります。この容量に収まるモデルのうち最も大きいGemma 4 E2B（4bit（IQ4_XS）・ファイル2.8GB）で計算すると、次のようになります。
| コンテキスト | KVキャッシュ | 必要合計 | 実効3.5GBに |
|---|---|---|---|
| 4,096 | 0.1GB | 3.4GB | 収まる |
| 8,192 | 0.1GB | 3.5GB | 収まる |
| 32,768 | 0.5GB | 3.8GB | 溢れる |
| 131,072 | 1.8GB | 5.1GB | 溢れる |
このモデルが収まるのは、8,192トークンまで。32,768トークンにすると溢れるので、そこから先はKVキャッシュを8bitに量子化する（必要量がおおむね半分になる）か、1つ小さいモデルに替えるかの判断です。
実際のツール（Ollama・LM Studio・llama.cpp）では既定のコンテキスト長が2,048〜8,192のことが多く、伸ばすときは設定で明示します。長い文書を渡す予定があるなら、どの長さまで使うかを先に決めてからモデルを選びましょう。
VRAM 4GBのPC・Macを買うなら
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
VRAM 4GBで動くローカルLLMは何本？
当サイト収録の204モデルのうち、4bit（標準的な量子化）で35本がメモリに収まります。量子化を落とせば45本まで増えます。最大はGemma 4 E2B（4.65B）です。
VRAM 4GBで画像生成はできる？
Stable Diffusion 1.5は快適、SDXLは省メモリ設定が必要です。
1段上のVRAM 6GBにすると何が変わる？
新たに40モデルが動くようになります。Nemotron Nano 12B v2、Gemma 4 12B、Gemma 3 12Bなどです。