← モデル一覧へモデルチェック
Gemma 4 12Bは動く？
GoogleのGemma 4 12Bは、推奨の4bit量子化で約12 GBのRAMが必要です（ダウンロードは7.3 GB）。あなたのハードウェアを下で即チェック — データは一切ブラウザの外に出ません。 NVIDIA RTX 3060 12GBならおよそ ~42 tok/s が目安です。
ハードウェア情報を読み取っています…
スペック
パラメータ数12B
コンテキスト長256K トークン
開発元Google
ライセンスApache 2.0
公開日2026-04
得意分野チャット, コーディング, 推論, 画像認識
量子化別サイズ
| 量子化 | ビット/重み | ダウンロード | 必要RAM | 品質 |
|---|---|---|---|---|
| Q2_K | 3.35 | 5.0 GB | 8 GB | 劣化が目立つ |
| Q4_K_M推奨 | 4.85 | 7.3 GB | 12 GB | 推奨 |
| Q5_K_M | 5.65 | 8.5 GB | 16 GB | 高品質 |
| Q8_0 | 8.5 | 12.8 GB | 24 GB | ほぼ原品質 |
| F16 | 16 | 24.0 GB | 32 GB | オリジナル |
サイズはパラメータ数×ビット/重みからの推定値です。実際のGGUFビルドとは多少異なります。 · データ更新日: 2026-06-11 · 数値の算出方法 →
コンテキスト長別の必要メモリ
| コンテキスト | KVキャッシュ（推定） | 合計メモリ（Q4） |
|---|---|---|
| 4K トークン | ~0.6 GB | ~7.9 GB |
| 8K トークン | ~1.3 GB | ~8.6 GB |
| 32K トークン | ~5.0 GB | ~12.3 GB |
| 128K トークン | ~20.1 GB | ~27.4 GB |
KVキャッシュはコンテキスト長に比例して増えます — 4Kで収まるモデルでも32Kではメモリ不足になることがあります。推定はgrouped-query attention使用時のFP16キャッシュを前提としており、実際の使用量はランタイムによって異なります。
ハードウェア別の推定速度
| ハードウェア | 帯域幅 | 速度の目安 |
|---|---|---|
| NVIDIA RTX 3060 12GB | 360 GB/s | ~42 tok/s |
| NVIDIA RTX 4090 24GB | 1008 GB/s | ~118 tok/s |
| Apple M-series (base) | 100 GB/s | ~12 tok/s |
| Apple M-series Pro | 270 GB/s | ~32 tok/s |
| Apple M-series Max | 410 GB/s | ~48 tok/s |
| CPU only (dual-channel DDR5) | 60 GB/s | ~7 tok/s |
トークン生成はメモリ帯域幅に律速されます：tok/s ≈ 帯域幅 × 0.85 ÷ Q4でのモデルサイズ。実際の数値はランタイムやコンテキスト長によって変わります。
ローカルで動かす
いちばん簡単なのはOllama — コマンド1つでチャットを始められます：
ollama run gemma4:12b