本文へ移動
localllm
EN

dahara1

gemma-4-E4B-it-UD-japanese-imatrix

パラメータ数
7.5B
最大コンテキスト長
131,072
アーキテクチャ
gemma4
ライセンス
商用可
元モデル
unsloth/gemma-4-E4B-it
ライセンス
apache-2.0
llama.cpp
b8637+

gemma-4-E4B-it-UD-japanese-imatrix の概要

gemma-4-E4B-it-UD-japanese-imatrix は、Hugging Face の unsloth/gemma-4-E4B-it をもとにした GGUF 形式のモデルです。GGUF は dahara1/gemma-4-E4B-it-UD-japanese-imatrix が公開しています。パラメータ数は約 7.5B（75億）、アーキテクチャは gemma4、最大コンテキスト長は 131,072 トークンです（GGUF に書かれた値）。

量子化は 20 種類あり、ファイルサイズは UD-IQ2_M の 3.53 GB から UD-Q8_K_XL の 8.66 GB まであります（Hugging Face 上の実際のサイズ）。

Q4_K_M（4.98 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 6.23 GB、32,768 トークンでは推定 6.63 GBです。8,192 トークンなら、VRAM 6 GB 以上の GPU（Arc A380・GeForce RTX 4050 Laptop GPU など）か、統合メモリ 6 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 UD-IQ2_M（3.53 GB）なら、8,192 トークンで推定 4.78 GBです。

元のモデルのライセンスは Apache License 2.0 で、商用利用できます（再配布するときはライセンス文と著作権表示を残します）。利用条件は原文で確認してください。画像入力用の mmproj ファイルも公開されています。

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。

画像入力を使う場合：このモデルは画像入力に対応しています。画像を使うときは、追加で mmproj ファイルも読み込みます。

「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

dahara1/gemma-4-E4B-it-UD-japanese-imatrix

元の開発元が配布 この表示について

最終確認：2026年11月11日

アーキテクチャ
gemma4
llama.cpp b8637 以降
パラメータ数
7.5B
最大コンテキスト長
131,072
ライセンス
apache-2.0 商用可
gemma-4-E4B-it-UD-japanese-imatrix（dahara1/gemma-4-E4B-it-UD-japanese-imatrix）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 16,384 32,768 65,536 131,072 最大
UD-IQ2_M 3.53 GB - 4.71 GB 4.78 GB 4.91 GB 5.18 GB 5.72 GB 6.79 GB
UD-IQ3_XXS 3.70 GB - 4.89 GB 4.95 GB 5.09 GB 5.35 GB 5.89 GB 6.97 GB
UD-Q2_K_XL 3.74 GB - 4.93 GB 4.99 GB 5.13 GB 5.40 GB 5.93 GB 7.01 GB
Q3_K_S 3.86 GB 大きい 5.05 GB 5.11 GB 5.25 GB 5.51 GB 6.05 GB 7.13 GB
Q3_K_M 4.06 GB 中くらい 5.24 GB 5.31 GB 5.44 GB 5.71 GB 6.25 GB 7.32 GB
UD-Q3_K_XL 4.56 GB - 5.75 GB 5.81 GB 5.95 GB 6.22 GB 6.75 GB 7.83 GB
IQ4_XS 4.72 GB 小さい 5.90 GB 5.97 GB 6.10 GB 6.37 GB 6.90 GB 7.98 GB
IQ4_NL 4.84 GB 小さい 6.02 GB 6.09 GB 6.22 GB 6.49 GB 7.03 GB 8.10 GB
Q4_0 4.84 GB 中くらい 6.02 GB 6.09 GB 6.22 GB 6.49 GB 7.03 GB 8.10 GB
Q4_K_S 4.84 GB 中くらい 6.03 GB 6.09 GB 6.23 GB 6.50 GB 7.03 GB 8.11 GB
Q4_K_M 4.98 GB 小さい 6.16 GB 6.23 GB 6.36 GB 6.63 GB 7.17 GB 8.24 GB
Q4_1 5.07 GB 中くらい 6.26 GB 6.32 GB 6.46 GB 6.73 GB 7.26 GB 8.34 GB
UD-Q4_K_XL 5.10 GB - 6.28 GB 6.35 GB 6.49 GB 6.75 GB 7.29 GB 8.36 GB
Q5_K_S 5.40 GB 小さい 6.59 GB 6.65 GB 6.79 GB 7.06 GB 7.59 GB 8.67 GB
Q5_K_M 5.48 GB ごく小さい 6.66 GB 6.73 GB 6.87 GB 7.13 GB 7.67 GB 8.74 GB
UD-Q5_K_XL 5.97 GB - 7.15 GB 7.22 GB 7.35 GB 7.62 GB 8.15 GB 9.23 GB
Q6_K 6.39 GB ごく小さい 7.58 GB 7.64 GB 7.78 GB 8.04 GB 8.58 GB 9.66 GB
UD-Q6_K_XL 7.46 GB - 8.64 GB 8.71 GB 8.84 GB 9.11 GB 9.65 GB 10.7 GB
Q8_0 8.19 GB ほぼ同じ 9.38 GB 9.44 GB 9.58 GB 9.85 GB 10.4 GB 11.5 GB
UD-Q8_K_XL 8.66 GB - 9.84 GB 9.91 GB 10.0 GB 10.3 GB 10.8 GB 11.9 GB

画像入力用の mmproj（Q8_0）は 0.56 GB 実測 。上の必要メモリには含まれていないため、画像を使う場合は別途加算してください。 

Ollama  ollama run hf.co/dahara1/gemma-4-E4B-it-UD-japanese-imatrix:Q4_K_M
llama.cpp  llama-server -hf dahara1/gemma-4-E4B-it-UD-japanese-imatrix:Q4_K_M

主な GPU・Mac での生成の速さ（推定）

Q4_K_M（4.98 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
Arc A380 6 GB 186 GB/s 22〜30 37
Arc A770M 16 GB 512 GB/s 62〜82 103
GeForce RTX 5090 32 GB 1,792 GB/s 216〜288 360
Apple M2 8 GB 100 GB/s 12〜16 20
Apple M2 Pro 16 GB 200 GB/s 24〜32 40
Apple M5 Ultra 96 GB 1,200 GB/s 145〜193 241

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。

ライセンスと商用利用

Apache License 2.0 商用可

商用利用・改変・再配布ができます。再配布するときはライセンス文と著作権表示を残し、改変したファイルにはその旨を書きます。

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

このモデルの形式（gemma4）を llama.cpp の本家が読み込めるのは b8637（2026年4月2日）以降です。Ollama・LM Studio は内部に llama.cpp を取り込んで動くため、アプリが古いと「unknown model architecture」などのエラーで読み込めません。その場合はアプリを最新にしてください。

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/dahara1/gemma-4-E4B-it-UD-japanese-imatrix: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 dahara1/gemma-4-E4B-it-UD-japanese-imatrix:Q4_K_M

LM Studio

検索欄に dahara1/gemma-4-E4B-it-UD-japanese-imatrix 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-4-E4B-it-UD-japanese-imatrix（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4.98 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6.23 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-4-E4B-it-UD-japanese-imatrixは商用利用できますか？
元のモデルのライセンスはApache License 2.0（商用利用できる）。商用利用・改変・再配布ができます。再配布するときはライセンス文と著作権表示を残し、改変したファイルにはその旨を書きます。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-4-E4B-it-UD-japanese-imatrix は VRAM 8GB・12GB・16GB・24GB で動きますか？
8GB なら Q6_K（推定 7.64 GB）まで、12GB なら UD-Q8_K_XL（推定 9.91 GB）まで、16GB なら UD-Q8_K_XL（推定 9.91 GB）まで、24GB なら UD-Q8_K_XL（推定 9.91 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-4-E4B-it-UD-japanese-imatrix を Ollama で動かすコマンドは？
「ollama run hf.co/dahara1/gemma-4-E4B-it-UD-japanese-imatrix: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。