Gemma 3 12B と Qwen3 14B の違い — 必要メモリと動く機種で比べる（2026年10月）
12〜14B帯、VRAM 12GBで動く2本。当サイトは品質のベンチマークを取っていないため、ここで比べるのは必要メモリ、動く機種、生成速度の3点です。どちらが賢いかではなく、どちらが手元のPCで動くかを判断するためのページです。
編集部の見立て
VRAM 12GBのカードで両方を試すと、余裕の差が見えます。4bit・8kの必要量は8.3GBと10.4GB。12GBに収めるならGemma 3 12BがQ6_K（10.6GB）まで上げられるのに、Qwen3 14BはQ4_K_M（10.4GB）で精一杯です。
10GB級のRTX 3080とIntel Arc B570の2機種には、Gemma側しか入りません。画像を読ませたいならGoogle製、思考モードを切り替えて使いたいならQwen3 14B。前者はGemma独自ライセンスです。
基本スペック
| 項目 | Gemma 3 12B | Qwen3 14B |
|---|---|---|
| 開発元 | Alibaba | |
| 公開 | 2025-03 | 2025-04 |
| パラメータ | 11.77B（dense型） | 14.77B（dense型） |
| 最大コンテキスト | 131,072 | 32,768 |
| ライセンス | gemma | - |
| 4bitのファイル | 6.8GB（4bit（Q4_K_M）） | 8.4GB（4bit（Q4_K_M）） |
| KVキャッシュ（8k） | 0.8GB | 1.3GB |
| 必要メモリ合計 | 8.3GB | 10GB |
| 動く最小のGPU | VRAM 10GB〜 | VRAM 11GB〜 |
| 動く最小のMac | 16GB〜 | 16GB〜 |
| 4bitで動く機種数 | 114 / 142 | 112 / 142 |
メモリの差: Gemma 3 12Bのほうが約2.1GB軽く済みます。この差のぶん、Gemma 3 12Bだけが動く機種が出てきます。
代表的な機種での比較
同じ機種で両方を動かしたときの必要メモリと推定速度です。速度はメモリ帯域幅からの計算値で、実測ではありません。
| 機種 | Gemma 3 12B | Qwen3 14B |
|---|---|---|
| GeForce RTX 5070 Ti 896 GB/s | 快適 8.3GB・約87 tok/s補正済み | 快適 10GB・約70 tok/s補正済み |
| GeForce RTX 4090 1008 GB/s | 快適 8.3GB・約92 tok/s補正済み | 快適 10GB・約74 tok/s補正済み |
| Apple M4 Pro（48GB） 273 GB/s | 快適 8.3GB・約28 tok/s補正済み | 快適 10GB・約23 tok/s補正済み |
| Apple M4 Max（128GB） 546 GB/s | 快適 8.3GB・約50 tok/s補正済み | 快適 10GB・約40 tok/s補正済み |
| 一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ64GB） 89.6 GB/s | 遅い 8.3GB・約5.2 tok/s推定 | 遅い 10GB・約4.2 tok/s推定 |
量子化別のサイズ比較
| 量子化 | Gemma 3 12B | Qwen3 14B |
|---|---|---|
| 2bit（Q2_K） | 4.4GB | 5.4GB |
| 2bit（IQ2_M） | 4.0GB | 5.0GB |
| 3bit（IQ3_M） | 5.3GB | 6.4GB |
| 3bit（Q3_K_M） | 5.6GB | 6.8GB |
| 4bit（IQ4_XS） | 6.1GB | 7.6GB |
| 4bit（Q4_K_M） | 6.8GB | 8.4GB |
| 5bit（Q5_K_M） | 7.9GB | 9.8GB |
| 6bit（Q6_K） | 9.0GB | 11GB |
| 8bit（Q8_0） | 12GB | 15GB |
コンテキスト長を伸ばしたときの違い
長い文書を渡す使い方では、KVキャッシュの増え方で差が出ます。構造が違うと同じサイズのモデルでも差が出ます。
| コンテキスト | Gemma 3 12B | Qwen3 14B |
|---|---|---|
| 4,096 | 8.1GB | 9.8GB |
| 8,192 | 8.3GB | 10GB |
| 32,768 | 9.8GB | 14GB |
| 131,072 | 16GB | 対応外 |
構造の違いが、どこに出るか
Gemma 3 12BはGoogleが2025年3月に公開した11.77Bで、8層が全域注意、40層が窓1,024のスライディングウィンドウ。全パラメータを毎回読むdense型です。対するQwen3 14BはAlibabaの14.77Bで、全40層が全域注意（KVヘッド8・head次元128）。dense型。
同じ型なので、速度の差はおおむねファイルサイズの差に沿います。また、Gemma 3 12Bだけがスライディングウィンドウを使っているため、コンテキストを伸ばしたときのKVキャッシュの増え方が緩やかです。
判定が分かれる機種
当サイト収録の142機種で、4bit標準の量子化を前提にメモリに収まるかどうかを計算すると、両方収まるのが112機種、Gemma 3 12Bだけ収まるのが2機種、Qwen3 14Bだけ収まるのが0機種です。この差が出る容量の機種を持っている人にとっては、どちらを選ぶかで動くかどうかが変わります。
Gemma 3 12Bだけ収まる機種（2件）: GeForce RTX 3080 10GB / Intel Arc B570。これらの機種では、Qwen3 14Bは量子化を落とすかCPUオフロードが要ります。
長い文書を読ませると順位が変わるか
必要メモリは、モデルのファイルサイズだけでは決まりません。コンテキスト長を伸ばすとKVキャッシュが上乗せされ、その増え方は層の構造で変わります。4bit標準の量子化で計算すると次のようになります。
| コンテキスト | Gemma 3 12B | Qwen3 14B | 差 |
|---|---|---|---|
| 8,192 | 8.3GB | 10GB | 2.1GB |
| 32,768 | 9.8GB | 14GB | 4.3GB |
| 131,072 | 16GB | 29GB | 13GB |
どのコンテキスト長でも順位は変わらず、Gemma 3 12Bのほうが軽いままです。8,192トークンで2.1GBだった差は、131,072トークンでは13GBまで広がります。
KVキャッシュはfp16での計算です。q8_0などに量子化すれば、表のKVぶんはおおむね半分になります。両モデルとも同じ比率で減るため、順位そのものは変わりません。
メモリ予算ごとの選び方
使える容量が決まっているとき、それぞれ収まる量子化のうち、いちばん精度の高いものを選ぶとどうなるかです。実効容量はOSとドライバのぶんを引いて計算しています。
| 使える容量 | Gemma 3 12B | Qwen3 14B |
|---|---|---|
| 8GB | 3bit（Q3_K_M） 必要7.1GB | 2bit（IQ2_M） 必要6.9GB |
| 12GB | 6bit（Q6_K） 必要11GB | 4bit（Q4_K_M） 必要10GB |
| 16GB | 8bit（Q8_0） 必要13GB | 6bit（Q6_K） 必要13GB |
| 24GB | 8bit（Q8_0） 必要13GB | 8bit（Q8_0） 必要17GB |
| 32GB | 8bit（Q8_0） 必要13GB | 8bit（Q8_0） 必要17GB |
| 48GB | 8bit（Q8_0） 必要13GB | 8bit（Q8_0） 必要17GB |
| 64GB | 8bit（Q8_0） 必要13GB | 8bit（Q8_0） 必要17GB |
| 128GB | 8bit（Q8_0） 必要13GB | 8bit（Q8_0） 必要17GB |
両方が収まるようになるのは8GBからです。それより下の容量だと、選択肢は実質ひとつに絞られます。
量子化のビット数が下がるほど、回答の細部は崩れていきます。同じ容量で片方が4bit、もう片方が2bitにしかならないなら、比較の土俵に乗っているのは4bitで入るほうだけ。そう考えたほうが実態に合います。それぞれのファイルサイズはGemma 3 12BとQwen3 14Bのページに量子化別で載せています。
選び分けの目安
Gemma 3 12Bを選ぶ場面
VRAM 12GBで日本語が上手い定番
- メモリに余裕がない（2.1GB少なく済む）
- 画像も読ませたい
- 長いコンテキストを使う
- 必要メモリ 8.3GB・4bitで動く機種 114件
Qwen3 14Bを選ぶ場面
Q4ならVRAM 12GBに収まる。8Bとの差が体感できる中量級
- より新しく公開されたモデルを試したい（2025-04公開）
- 必要メモリ 10GB・4bitで動く機種 112件
回答の品質そのものは、用途と日本語の相性で変わります。当サイトはベンチマークを実施していないため、品質の優劣は主張しません。両方とも手元のPCで動くなら、実際に同じ質問を投げて比べるのが確実です。
迷ったときの決め方
入力の長さと画像の要否で切り分けるのが早道です。8kでは2.1GBの差ですが、32,768トークンで9.8GBと14.1GB、131,072トークンでは15.8GBと29.1GBまで開きます。Qwen3 14Bは全40層で文脈全体を見るためKVキャッシュが1トークンあたり160KB、Gemma 3 12Bは近くの1024トークンしか見ない層が40層を占めるためです。
長い資料を読ませる用途ならGoogle製が向きます。容量別では8GBでQ3_K_MとIQ2_M、16GBでQ8_0とQ6_K、24GB以上はどちらもQ8_0が上限。24GBのGPUなら4bit版の2本が18.7GBで収まるので、両方入れて用途で使い分ける形が現実的です。
よくある質問
Gemma 3 12BとQwen3 14B、必要なメモリはどちらが少ない？
Gemma 3 12Bが約8.3GB、Qwen3 14Bが約10GBで、差は約2.1GBです（どちらも4bit相当・コンテキスト8,192トークン込み）。
どちらが速く動きますか？
Gemma 3 12Bはdense型、Qwen3 14Bはdense型です。GeForce RTX 5070 Tiで計算するとGemma 3 12Bが約87 tok/s、Qwen3 14Bが約70 tok/sで、Gemma 3 12Bのほうが速くなります。読み出す量は重みだけでなくKVキャッシュも含むため、アクティブパラメータが小さいほうが必ず速いとは限りません。
VRAM 16GBのGPUで両方動きますか？
Gemma 3 12Bは動きます（推定87 tok/s）。Qwen3 14Bは動きます（推定70 tok/s）。