3行でいうと

  • 名前の数字（B）は、10億単位のパラメータ（モデルの大きさを表す数）の数です。
  • 4ビット前後の版のファイルは、1〜4Bの多くで約1〜4GB、7〜14Bで約5〜10GB、20〜35Bで約14〜22GB、70Bで約43GBです。
  • ファイルの大きさとは別に、会話の分のメモリが要ります。公式の表も、そこは含めていません。
  • 同じ家族の中では、大きいほど公式の試験の点数が高い、とGoogleは発表しています。

この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書やモデルカード（モデルの説明書）を読んでまとめたものです。

先に結論

名前の数字が大きいほど、ファイルが大きく、必要なメモリが増え、公式の点数も上がる傾向です。ただし、同じ数字でも、作った会社や世代で中身は違います。大きさだけで良し悪しは決まりません。

Apple Siliconの32GB前後のMacなら、まず7〜14Bの段階から試すのが入りやすい、と僕らは見ています（理由は後の節）。

言葉の整理

4つの段階

ファイルの大きさは、Ollamaのライブラリの各ページ（2026年10月8日確認）です。幅があるものは、そのページの表示のとおりです。「公式の表」は、GoogleのGemma 4のページにある、重みを読み込むのに要るメモリの目安です。

段階 例（ファイルの大きさ） 公式の表（4ビット）
1〜4B Llama 3.2 1B（1.3GB）・3B（2.0GB）、Qwen3.5 2B（2.7〜3.1GB）・4B（3.3〜4.0GB）、Gemma 4 E2B（4.6〜7.5GB） Gemma 4 E2B 2.9GB、E4B 4.5GB
7〜14B Llama 3.1 8B（4.9GB）、Qwen3 14B（9.3GB）、Qwen3.5 9B（6.6〜7.6GB）、Gemma 4 12B（7.7〜8.0GB） Gemma 4 12B 6.7GB
20〜35B gpt-oss 20B（14GB）、Qwen3.5 27B（17〜20GB）、Qwen3.5 35B（22GB）、Gemma 4 26B（16〜19GB）・31B（19〜20GB） Gemma 4 26B A4B 14.4GB、31B 17.5GB
70B以上 Llama 3.3 70B（43GB）、gpt-oss 120B（65GB）、Qwen3.5 122B（81GB） Gemma 4の表にはなし

ファイルの大きさが、パラメータ数だけで決まらない例もあります。Gemma 4 E2Bは、名前は「2B」ですが、公式のページに「実効2.3B、埋め込みを含めて5.1B」とあります。名前の数字は目安で、実際の大きさは各ページで確かめてください。

Googleの表は、重みだけのメモリで、読み込みの余分に約20%を見込んでいます。会話の長さによって増える分（KVキャッシュ）や、動かすソフトの分は含まれない、と注記されています。KVキャッシュは、AIが会話の途中で覚えておく計算結果の置き場です。

段階ごとに、公式は何と言っているか

1〜4B：軽く、素早く

MetaのLlama 3.2の発表（1Bと3B）は、要約、指示に従うこと、書き直しのような端末の中の用途で、同じ大きさの中では最先端だ、と説明しています。多言語の文章を作ること、道具を呼び出すことも挙げられ、どちらも128Kトークンの長さに対応します。

Gemma 4のE2BとE4Bは、Googleの説明で「モバイルやエッジ、ブラウザ向け」とされています。

7〜14B：入口として扱いやすい

この段階の公式な特徴づけは、会社ごとにまちまちです。たとえばGemma 4の12Bは、Ollamaのページに「ワークステーション向け」とあり、Googleのモデルカードでは、文章・画像・音声を扱えるとされています。同じ家族の点数は次の節で比べます。

20〜35B：高性能の入口

gpt-oss 20Bについて、OpenAIは「16GBのメモリで動く」と書いています。GitHubのREADMEも、同じ「16GBの中」としています。全体は約21B、動くのは約3.6Bです。性能の目安として、OpenAIのo3-miniと「一般的な試験で同程度」と書かれています。

Qwen3.5 35Bのモデルカードでは、全体35B、動くのは3Bで、前の世代のQwen3-VLより上、とされます。どちらも会社自身の試験の結果です。

70B以上：大きなメモリが要る

Llama 3.3 70Bは、Metaが「Llama 3.1の405Bと同程度の性能」と説明していると、Ollamaのページに書かれています。ファイルは43GBです。ページに必要なメモリの数字はありませんでした。

gpt-oss 120Bは、OpenAIの発表で「80GBのGPU1枚で動く」とあります。

同じ家族で、大きさを変えると何が変わるか

Googleが発表した、Gemma 4の5つの大きさの試験の結果です（モデルカード、指示に従う版）。MMLU Proは幅広い知識の問題、LiveCodeBench v6はプログラムを書く問題の点数です。

モデル MMLU Pro LiveCodeBench v6
E2B 60.0% 44.0%
E4B 69.4% 52.0%
12B 77.2% 72.0%
26B A4B 82.6% 77.1%
31B 85.2% 80.0%

同じ家族の中では、大きいほど点数が上がっています。ただし、これはGoogle自身の試験です。他社のモデルとの優劣を言える数字ではありません。点が上がる幅は、段階が大きくなるほど小さくなっているように見えます（僕らの計算では、MMLU Proの差は、E2BからE4Bで9.4点、26Bから31Bで2.6点です）。

32GBのMacでは、どこまでか

僕らの計算です。32GBのメモリに、43GBのファイルは載りません。Llama 3.3 70Bの4ビット版（43GB）は、そのままでは対象外です。

見立てです。ファイルは、メモリの半分前後までを目安にすると、会話の分や、OSなどの分を残せると考えます。これは公式の数字ではありません。この目安なら、32GBのMacでは、7〜14Bの段階が安心で、20〜35Bの段階のうち14〜16GB前後のもの（たとえばGemma 4 26Bの16GB、gpt-oss 20Bの14GB）が上限に近い、と見ています。

LM Studioの公式のシステム要件では、Macはメモリ16GB以上が推奨です。16GBのMacなら、1〜4Bから7〜9B前後の4ビットの版が候補になる、というのが僕らの見立てです。

選び方の流れ

見立てです。

  1. まず、7〜14Bの段階で、4ビットの版を1つ選ぶ
  2. 遅い、品質が足りない、と感じたら、一段上へ
  3. 動かない、メモリが足りない、と感じたら、一段下へ
  4. 一段上げるたびに、ファイルは2〜3倍になる、と考える

「2〜3倍」は、上の表の例から見た目安です（1〜4Bの多くは1〜4GB、7〜14Bは5〜10GB、20〜35Bは14〜22GB、70Bは43GB）。

よくあるつまずき

気をつけること

出典

更新履歴