Qwen3 8B と Gemma 3 12B の違い — 必要メモリと動く機種で比べる（2026年10月）
VRAM 8GB帯と12GB帯、入門の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
8GBのGPUを持っているかどうかで、選択の余地がなくなります。Qwen3 8Bは4bit・文脈8kトークンで6.4GBに収まり、RTX 3060 Tiなど20機種ではこちらしか動かない。Gemma 3 12Bは8.3GBが要り、下限はVRAM 10GB級です。
動く機種は134と114。10GB以上あるなら、画像を読ませたいかで決められます。Gemma 3 12Bは画像入力に対応し、Qwen3 8Bは文章専用で思考モードの切り替えを持つ設計です。
基本スペック
| 項目 | Qwen3 8B | Gemma 3 12B |
|---|---|---|
| 開発元 | Alibaba | |
| 公開 | 2025-04 | 2025-03 |
| パラメータ | 8.19B（dense型） | 11.77B（dense型） |
| 最大コンテキスト | 32,768 | 131,072 |
| ライセンス | apache-2.0 | gemma |
| 4bitのファイル | 4.7GB（4bit（Q4_K_M）） | 6.8GB（4bit（Q4_K_M）） |
| KVキャッシュ（8k） | 1.1GB | 0.8GB |
| 必要メモリ合計 | 6.4GB | 8.3GB |
| 動く最小のGPU | VRAM 8GB〜 | VRAM 10GB〜 |
| 動く最小のMac | 16GB〜 | 16GB〜 |
| 4bitで動く機種数 | 134 / 142 | 114 / 142 |
メモリの差: Qwen3 8Bのほうが約1.9GB軽く済みます。この差のぶん、Qwen3 8B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 | Qwen3 8B | Gemma 3 12B |
|---|---|---|
| GeForce RTX 5070 Ti 896 GB/s | 快適 6.5GB・約120 tok/s補正済み | 快適 8.3GB・約87 tok/s補正済み |
| GeForce RTX 4090 1008 GB/s | 快適 6.5GB・約130 tok/s補正済み | 快適 8.3GB・約92 tok/s補正済み |
| Apple M4 Pro（48GB） 273 GB/s | 快適 6.5GB・約39 tok/s補正済み | 快適 8.3GB・約28 tok/s補正済み |
| Apple M4 Max（128GB） 546 GB/s | 快適 6.5GB・約69 tok/s補正済み | 快適 8.3GB・約50 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 6.5GB・約7.2 tok/s推定 | 遅い 8.3GB・約5.2 tok/s推定 |
量子化別のサイズ比較
| 量子化 | Qwen3 8B | Gemma 3 12B |
|---|---|---|
| 2bit（Q2_K） | 3.1GB | 4.4GB |
| 2bit（IQ2_M） | 2.8GB | 4.0GB |
| 3bit（IQ3_M） | 3.6GB | 5.3GB |
| 3bit（Q3_K_M） | 3.8GB | 5.6GB |
| 4bit（IQ4_XS） | 4.2GB | 6.1GB |
| 4bit（Q4_K_M） | 4.7GB | 6.8GB |
| 5bit（Q5_K_M） | 5.4GB | 7.9GB |
| 6bit（Q6_K） | 6.3GB | 9.0GB |
| 8bit（Q8_0） | 8.1GB | 12GB |
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 | Qwen3 8B | Gemma 3 12B |
|---|---|---|
| 4,096 | 5.9GB | 8.1GB |
| 8,192 | 6.4GB | 8.3GB |
| 32,768 | 9.8GB | 9.8GB |
| 131,072 | 対応外 | 16GB |
構造の違いが、どこに出るか
Qwen3 8BはAlibabaが2025年4月に公開した8.19Bで、全36層が全域注意（KVヘッド8・head次元128）。全パラメータを毎回読むdense型です。対するGemma 3 12BはGoogleの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。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114機種、Qwen3 8Bだけ収まるのが20機種、Gemma 3 12B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。
Qwen3 8Bだけ収まる機種（20件）: GeForce RTX 3060 Ti / GeForce RTX 3070 / GeForce RTX 3070 Ti ほか17件。これらの機種では、Gemma 3 12B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 | Qwen3 8B | Gemma 3 12B | 差 |
|---|---|---|---|
| 8,192 | 6.4GB | 8.3GB | 1.9GB |
| 32,768 | 9.8GB | 9.8GB | 0.0GB |
| 131,072 | 23GB | 16GB | 7.5GB |
32,768トークンで順位が入れ替わります。短い会話ではQwen3 8Bのほうが軽いのに、長い文書を読ませるとGemma 3 12Bのほうが少ないメモリで済む。コードベース全体や長い契約書を渡す使い方なら、この逆転を見て決めるべきです。
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 | Qwen3 8B | Gemma 3 12B |
|---|---|---|
| 8GB | 5bit（Q5_K_M） 必要7.2GB | 3bit（Q3_K_M） 必要7.1GB |
| 12GB | 8bit（Q8_0） 必要10.0GB | 6bit（Q6_K） 必要11GB |
| 16GB | 8bit（Q8_0） 必要10.0GB | 8bit（Q8_0） 必要13GB |
| 24GB | 8bit（Q8_0） 必要10.0GB | 8bit（Q8_0） 必要13GB |
| 32GB | 8bit（Q8_0） 必要10.0GB | 8bit（Q8_0） 必要13GB |
| 48GB | 8bit（Q8_0） 必要10.0GB | 8bit（Q8_0） 必要13GB |
| 64GB | 8bit（Q8_0） 必要10.0GB | 8bit（Q8_0） 必要13GB |
| 128GB | 8bit（Q8_0） 必要10.0GB | 8bit（Q8_0） 必要13GB |
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Qwen3 8BとGemma 3 12Bのページに量子化別で載せています。
選び分けの目安
Qwen3 8Bを選ぶ場面
VRAM 8GBクラスの定番。日本語チャットの最初の1本
- メモリに余裕がない（1.9GB少なく済む）
- 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 6.4GB・4bitで動く機種 134件
Gemma 3 12Bを選ぶ場面
VRAM 12GBで日本語が上手い定番
- 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
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
長い入力を渡す予定があるなら、順位が入れ替わる点を先に押さえましょう。8kでは6.4GBと8.3GBでQwen3 8Bが軽いのに、32,768トークンでは9.8GBで並び、131,072トークンでは23.3GBと15.8GBで立場が逆になります。Qwen3 8Bは全36層が文脈全体を見る作りで、KVキャッシュが1トークンあたり144KB。
Gemma 3 12Bは直近1024トークンだけを見る層が40層を占めるからです。短い往復が中心なら8Bで用が足り、資料を丸ごと読ませる日はGoogle製へ。容量16GBの機材なら2本合わせて14.7GBで両方入れておけ、8GBのカード1枚ならQ5_K_M（7.2GB）に落ち着きます。
よくある質問
Qwen3 8BとGemma 3 12B、必要なメモリはどちらが少ない？
Qwen3 8Bが約6.4GB、Gemma 3 12Bが約8.3GBで、差は約1.9GB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？
Qwen3 8Bはdense型、Gemma 3 12Bはdense型です。GeForce RTX 5070 Tiで計算するとQwen3 8Bが約120 tok/s、Gemma 3 12Bが約87 tok/sで、Qwen3 8B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？
Qwen3 8Bは動きます（推定120 tok/s）。Gemma 3 12Bは動きます（推定87 tok/s）。