Qwen3 4B の必要VRAM

Qwen3世代の小型dense。軽量帯の定番として今も広く使われる。新規なら後継のQwen3.5 4Bが第一候補。

4.02B / 36層 / GQA 8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。

Qwen3 4Bとは

Qwen3 4Bは、Alibaba(Qwenチーム)が公開するQwen系の小型クラス(4.02Bパラメータ)オープンモデルです。低スペックPCでも常用しやすい規模で、要約・下ごしらえ・簡単な対話に向きます。

Hugging Faceでの直近30日ダウンロードは約480万件・いいね662件 — ダウンロード数は当サイト収録39モデル中15位です(2026-07-25時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Qwen3 4B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2.4GB、8Kトークン分のKVキャッシュが約1.2GB、システム予約と合わせて合計約5.1GBです。 ◎(快適)判定の最小ラインは、VRAM 8GBクラスのGPUです。 迷ったらQ4_K_M(合計約5.1GB)が基準です。VRAMに余裕があればQ8_0(約7GB)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0.3GB、8Kで約1.2GB、32Kまで広げると約4.8GB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2.4GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約148 tokens/秒、RTX 4090(1008GB/s)で約414 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

Qwen3.5 4B(4.66B) / Sarashina 2.2 3B(3.36B) / Gemma 4 E2B(5.12B)

▶ 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)