Phi-4 の必要VRAM

Microsoft製の中型高密度モデル。数学・推論ベンチマークでの高スコアに定評がある。

14.66B / 40層 / GQA 10ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

この表は Q4_K_M を最小の量子化として計算しています。×でも、IQ4_XS のようにさらに小さい量子化なら収まることがあります(品質低下と、使うランタイムの対応状況の確認が要ります)。 このモデルは実際にその境界にあります: IQ4_XS相当(4.25bit)に置き換えると必要VRAMが約12.1GB→約11.0GBになり、10GB級で「× 不可」→「△ ぎりぎり」に一段上がります。

上の表は8,192トークンの文脈での計算です。AIエージェント(道具を使って複数ステップの作業を自動でこなす使い方)では長い文脈が要り、その分KVキャッシュが増えます。 このモデルをQ4_K_Mで使う場合、必要VRAMは32Kで約17.1GB、128Kで約37.2GBです(8Kの約3.1倍)。 文脈を延ばすと必要VRAMが大きく増えるため、エージェント用途では判定より余裕を見てください。

Phi-4とは

Phi-4は、Microsoftが公開するPhi系のミドルクラス(14.66Bパラメータ)オープンモデルです。12〜16GB級GPUの主力サイズで、品質と動かしやすさのバランス帯です。

Hugging Faceでの直近30日ダウンロードは約68万件・いいね2,295件 — ダウンロード数は当サイト収録92モデル中42位です(2026-09-06時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Phi-4の必要スペックを読み解く

Q4_K_M量子化での内訳は、重み(モデル本体)が約8.9GB、8Kトークン分のKVキャッシュが約1.7GB、システム予約と合わせて合計約12.1GBです。 ◎(快適)判定の最小ラインは、VRAM 16GBクラスのGPUです。 迷ったらQ4_K_M(合計約12.1GB)が基準です。VRAMに余裕があればQ8_0(約18.8GB)で品質の上積みが狙えます。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0.4GB、8Kで約1.7GB、32Kまで広げると約6.7GBになります。KVキャッシュはコンテキスト長にほぼ比例して増えるため、長文用途ではその分のVRAM余白を見込んでください。

速度の目安(理論上限)

生成速度はメモリ帯域律速です。Q4_K_Mの重み8.9GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約41 tokens/秒、RTX 4090(1008GB/s)で約113 tokens/秒 — 実効はオーバーヘッドの分これより下がります。

動かすには

OllamaやLM Studioに対応しています。導入手順は用語集のOllamaページにまとめています。

同クラスの選択肢

Qwen2.5-Coder 14B(14.77B) / Qwen3 14B(14.77B) / Qwen2.5 14B(14.8B)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)