本文へ移動
localllm
EN

google

gemma-2-9b-it

パラメータ数
9.2B
最大コンテキスト長
8,192
アーキテクチャ
gemma2
ライセンス
条件付き
元モデル
google/gemma-2-9b-it
ライセンス
gemma

gemma-2-9b-it の概要

gemma-2-9b-it は、Hugging Face の google/gemma-2-9b-it をもとにした GGUF 形式のモデルです。GGUF は bartowski/gemma-2-9b-it-GGUF が公開しています。パラメータ数は約 9.2B（92億）、アーキテクチャは gemma2、最大コンテキスト長は 8,192 トークンです（GGUF に書かれた値）。

量子化は 24 種類あり、ファイルサイズは IQ2_XS の 3.07 GB から F32 の 37.0 GB まであります（Hugging Face 上の実際のサイズ）。

Q4_K_M（5.76 GB）を 8,192 トークンのコンテキストで動かすときの必要メモリは推定 9.02 GBです。8,192 トークンなら、VRAM 12 GB 以上の GPU（GeForce RTX 3080 Ti・GeForce RTX 5070 など）か、統合メモリ 12 GB 以上の Mac が目安です（macOS は GPU が使えるメモリに上限があるため、実際には余裕が要ります）。最も小さい IQ2_XS（3.07 GB）なら、8,192 トークンで推定 6.33 GBです。

元のモデルのライセンスは Gemma Terms of Use で、商用利用には規模・用途などの条件があります。利用条件は原文で確認してください。

量子化ごとのファイルサイズと必要メモリの目安

  • 8 GB まで
  • 16 GB まで
  • 24 GB まで
  • 48 GB まで
  • 128 GB まで
  • それ以上

ファイルサイズは Hugging Face 上の実際の値です。必要メモリはコンテキスト長ごとの推定値（KVキャッシュ f16）。計算式は 必要メモリの計算方法で公開しています。

必要メモリはすべて 推定 （KVキャッシュ f16）。このページの「必要メモリ」以上の VRAM（または Mac の統合メモリ）を持つ環境で動作する見込みです。数値をクリックすると、その容量で動く機種・モデルの一覧（GPU・Macで探す）に移動します。

「品質の目安」について（量子化でどれだけ元のモデルからずれるか）

量子化の型ごとに、元のモデルの出力からどれだけずれるかを、llama.cpp が Llama-3-8B で測った値から6段階に分けたものです。

使っている値は平均 KLD（元のモデルと量子化したモデルの、次の単語の確率の分布の差）で、小さいほど元のモデルに近い出力になります。imatrix（重要度の情報）を使って量子化したものは少し小さくなります。段階は、imatrix を使わない値（無い型は使った値）で分けています。

★このモデルで測った値ではありません。モデルが大きいほど、また MoE のモデルほど、同じ型でもずれは小さくなりやすいです。配布元独自の混合型（UD-Q4_K_XL など）は型の名前だけでは当てはめられないので「-」にしています。

量子化 品質の目安 KLD（imatrix なし） KLD（imatrix あり） サイズ（Llama-3-8B）
Q8_0 ほぼ同じ 0.0014 - 7.96 GiB
Q6_K ごく小さい 0.0055 - 6.14 GiB
Q5_K_M ごく小さい 0.0108 - 5.33 GiB
Q5_K_S 小さい 0.0166 - 5.21 GiB
Q5_1 小さい 0.0180 - 5.65 GiB
Q5_0 小さい 0.0222 - 5.21 GiB
Q4_K_M 小さい 0.0313 0.0282 4.58 GiB
Q4_K_S 中くらい 0.0431 0.0320 4.37 GiB
IQ4_NL 小さい - 0.0357 4.35 GiB
IQ4_XS 小さい - 0.0363 4.14 GiB
Q4_1 中くらい 0.0717 - 4.78 GiB
Q4_0 中くらい 0.0719 - 4.34 GiB
Q3_K_L 中くらい 0.0872 0.0731 4.03 GiB
Q3_K_M 中くらい 0.1019 0.0844 3.74 GiB
IQ3_M 中くらい - 0.1025 3.53 GiB
IQ3_S 中くらい - 0.1113 3.42 GiB
IQ3_XS 大きい - 0.1387 3.28 GiB
IQ3_XXS 大きい - 0.1836 3.05 GiB
Q3_K_S 大きい 0.2282 0.1998 3.41 GiB
IQ2_M 大きい - 0.3260 2.74 GiB
Q2_K とても大きい 0.4451 0.3322 2.96 GiB
Q2_K_S とても大きい - 0.4034 2.96 GiB
IQ2_S とても大きい - 0.4392 2.56 GiB
IQ2_XS とても大きい - 0.5463 2.43 GiB
IQ2_XXS とても大きい - 0.8120 2.24 GiB
IQ1_M とても大きい - 1.3931 2.01 GiB
IQ1_S とても大きい - 2.2546 1.88 GiB

出典：llama.cpp（MIT）、Llama-3-8B・FP16 を基準・Wikitext-2・revision f364eb6f の測定。 元の表 · 量子化の読み方と選び方

GGUF配布元

bartowski/gemma-2-9b-it-GGUF

第三者が変換して配布 この表示について

元モデルの利用には Hugging Face 上での申請・同意が必要です（GGUF自体のダウンロードには影響しません）。

最終確認：2026年10月25日

アーキテクチャ
gemma2
llama.cpp b4409 より前から
パラメータ数
9.2B
最大コンテキスト長
8,192
ライセンス
gemma 条件付き
gemma-2-9b-it（bartowski/gemma-2-9b-it-GGUF）の量子化ごとのファイルサイズと必要メモリ
量子化 ファイルサイズ 実測 品質の目安 4,096 8,192 最大
IQ2_XS 3.07 GB とても大きい 5.54 GB 6.33 GB
IQ2_S 3.21 GB とても大きい 5.68 GB 6.47 GB
IQ2_M 3.43 GB 大きい 5.91 GB 6.70 GB
IQ3_XXS 3.80 GB 大きい 6.27 GB 7.06 GB
Q2_K 3.81 GB とても大きい 6.28 GB 7.07 GB
Q2_K_L 4.03 GB - 6.50 GB 7.29 GB
IQ3_XS 4.14 GB 大きい 6.62 GB 7.41 GB
Q3_K_S 4.34 GB 大きい 6.81 GB 7.60 GB
IQ3_M 4.49 GB 中くらい 6.97 GB 7.76 GB
Q3_K_M 4.76 GB 中くらい 7.23 GB 8.02 GB
Q3_K_L gemma-2-9b-it-Q3_K_L 5.13 GB 中くらい 7.60 GB 8.40 GB
IQ4_XS 5.18 GB 小さい 7.65 GB 8.45 GB
Q3_K_XL 5.35 GB - 7.83 GB 8.62 GB
Q3_K_L gemma-2-9b-it-Q3_K_L-Q8 5.35 GB 中くらい 7.83 GB 8.62 GB
Q4_K_S 5.48 GB 中くらい 7.95 GB 8.74 GB
Q4_K_M 5.76 GB 小さい 8.23 GB 9.02 GB
Q4_K_L 5.98 GB - 8.45 GB 9.25 GB
Q5_K_S 6.48 GB 小さい 8.95 GB 9.75 GB
Q5_K_M 6.65 GB ごく小さい 9.12 GB 9.91 GB
F16 gemma-2-9b-it-Q4_K_M-fp16 6.84 GB 元の精度 9.31 GB 10.1 GB
Q5_K_L 6.87 GB - 9.34 GB 10.1 GB
Q6_K gemma-2-9b-it-Q6_K 7.59 GB ごく小さい 10.1 GB 10.9 GB
Q6_K_L 7.81 GB - 10.3 GB 11.1 GB
Q6_K gemma-2-9b-it-Q6_K-Q8 7.81 GB ごく小さい 10.3 GB 11.1 GB
Q8_0 gemma-2-9b-it-Q8_0 9.83 GB ほぼ同じ 12.3 GB 13.1 GB
F32 gemma-2-9b-it-Q6_K-f32 10.5 GB 元の精度 13.0 GB 13.8 GB
F16 gemma-2-9b-it-Q8_0-f16 10.7 GB 元の精度 13.2 GB 14.0 GB
Q8_0 gemma-2-9b-it-Q8_0_L 10.7 GB ほぼ同じ 13.2 GB 14.0 GB
F32 gemma-2-9b-it-f32 37.0 GB 元の精度 39.4 GB 40.2 GB 
Ollama  ollama run hf.co/bartowski/gemma-2-9b-it-GGUF:Q4_K_M
llama.cpp  llama-server -hf bartowski/gemma-2-9b-it-GGUF:Q4_K_M

主な GPU・Mac での生成の速さ（推定）

Q4_K_M（5.76 GB）で文章を生成する速さの目安です。1トークンごとにモデルの重みを1回読むので、上限はメモリの帯域 ÷ ファイルサイズで決まります。目安はその 6〜8 割で、公開されている実測の多くがこの範囲に入ります。

機種 メモリ帯域 目安（トークン/秒） 推定 上限
Radeon RX 7600 XT 16 GB 288 GB/s 30〜40 50
Radeon RX 6950 XT 16 GB 576 GB/s 60〜80 100
GeForce RTX 5090 32 GB 1,792 GB/s 187〜249 311
Apple M2 16 GB 100 GB/s 10〜14 17
Apple M2 Pro 16 GB 200 GB/s 21〜28 35
Apple M5 Ultra 96 GB 1,200 GB/s 125〜167 208

推定です。プロンプトを読み込む速さ（計算の速さで決まる）は含みません。コンテキストが長いほど、また一部を CPU に逃がすと遅くなります。Mac は搭載メモリが必要量の 4/3 以上のものだけを出しています。帯域が公表されていない機種（一部の GeForce など）は出ません。

外部の評価

量子化する前の元のモデルを、他の機関が評価した値です。当サイトの評価ではありません。 値は量子化する前の元のモデルのものです。GGUF の量子化（特に小さい量子化）では性能が下がることがあります。

人の評価（LMArena）

1,267 1,263〜1,271

Gemma 2 9B IT · 投票 54,611 · 2026年11月9日 版の値

出典：LMArena（CC BY 4.0）。 元のランキング · ランキングで見る

科学の難問（GPQA）

27.5% 22.9%〜32.0%

gemma-2-9b-it · 2025年1月27日 版の値

出典：GPQA Diamond (Epoch AI)（CC BY 4.0）。 元のランキング · ランキングで見る

ライセンスと商用利用

Gemma Terms of Use 条件付き

商用利用できます。禁止用途（Gemma Prohibited Use Policy）に使ってはならず、再配布するときは同じ制限を相手にも課します。Google は規約違反と判断した利用を制限できるとしています。

元のモデルの Hugging Face のページにあるライセンスで判定しています。 ライセンスの原文（2026年10月18日 に確認）

要約は当サイトが原文から読み取った事実で、法的な助言ではありません。実際に使う前に、必ずライセンスの原文と最新の条件を確認してください。 ライセンスごとの一覧

動かし方

例として Q4_K_M を使う場合のコマンドです。他の量子化を使う場合は、上の表から量子化名を選んで置き換えてください。 ローカルLLMの動かし方

Ollama

Hugging Face 上の GGUF を直接指定して動かせます。

ollama run hf.co/bartowski/gemma-2-9b-it-GGUF:Q4_K_M

llama.cpp

llama-server（または llama-cli）に -hf でリポジトリと量子化名を指定します。

llama-server -hf bartowski/gemma-2-9b-it-GGUF:Q4_K_M

LM Studio

検索欄に bartowski/gemma-2-9b-it-GGUF を貼り付けてダウンロードし、量子化ファイルの一覧から量子化名を選びます。

よくある質問

gemma-2-9b-it（Q4_K_M）を動かすのに必要なメモリはどれくらいですか？
ファイルサイズは5.76 GB（実測）。8,192トークンのコンテキストで動かす場合、KVキャッシュ等を含めた推定必要メモリは9.02 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
gemma-2-9b-itは商用利用できますか？
元のモデルのライセンスはGemma Terms of Use（商用利用は条件付き）。商用利用できます。禁止用途（Gemma Prohibited Use Policy）に使ってはならず、再配布するときは同じ制限を相手にも課します。Google は規約違反と判断した利用を制限できるとしています。最終的な判断はライセンスの原文で確認してください。
gemma-2-9b-it は VRAM 8GB・12GB・16GB・24GB で動きますか？
8GB なら IQ4_XS（推定 8.45 GB）まで、12GB なら Q6_K（推定 11.1 GB）まで、16GB なら Q8_0（推定 14.0 GB）まで、24GB なら Q8_0（推定 14.0 GB）まで（8,192 トークン・KV キャッシュ f16 の推定。いちばん多くダウンロードされている配布元のファイル）。
gemma-2-9b-it を Ollama で動かすコマンドは？
「ollama run hf.co/bartowski/gemma-2-9b-it-GGUF:Q4_K_M」で、Hugging Face の GGUF をそのまま動かせます。ほかの量子化を使うときは、最後の量子化名を置き換えます。