karakuri-ai
karakuri-lm-7b-apm-v0.1
- パラメータ数
- 8.5B
- 最大コンテキスト長
- 8,192
- アーキテクチャ
- gemma
- ライセンス
- 条件付き
- ライセンス
- gemma
karakuri-lm-7b-apm-v0.1 の概要
karakuri-lm-7b-apm-v0.1 は、Hugging Face の karakuri-ai/karakuri-lm-7b-apm-v0.1 をもとにした GGUF 形式のモデルです。GGUF は 3 つの配布元（mradermacher/karakuri-lm-7b-apm-v0.1-i1-GGUF・mradermacher/karakuri-lm-7b-apm-v0.1-GGUF・tensorblock/karakuri-lm-7b-apm-v0.1-GGUF）が公開しています。パラメータ数は約 8.5B（85億）、アーキテクチャは gemma、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 26 種類あり、ファイルサイズは IQ1_S の 2.16 GB から F16 の 17.1 GB まであります（Hugging Face 上の実際のサイズ）。
Q4_K_M（5.33 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 10.2 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 IQ1_S（2.16 GB）なら、8,192 トークンで推定 6.99 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。
同じモデルの GGUF を 3 つの配布元が公開しています。量子化の種類とファイルサイズは配布元ごとに少しずつ違うので、下に配布元ごとの表を載せています。
「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
最終確認：2026年11月11日
- アーキテクチャ
- gemma
- llama.cpp b4409 より前から
- パラメータ数
- 8.5B
- 最大コンテキスト長
- 8,192
- ライセンス
- gemma 条件付き
| 量子化 | ファイルサイズ 実測 | 品質の目安 | 4,096 | 8,192 最大 |
|---|---|---|---|---|
| IQ1_S | 2.16 GB | とても大きい | 5.11 GB | 6.99 GB |
| IQ1_M | 2.32 GB | とても大きい | 5.27 GB | 7.15 GB |
| IQ2_XXS | 2.59 GB | とても大きい | 5.54 GB | 7.42 GB |
| IQ2_XS | 2.81 GB | とても大きい | 5.76 GB | 7.64 GB |
| IQ2_S | 2.92 GB | とても大きい | 5.87 GB | 7.75 GB |
| IQ2_M | 3.13 GB | 大きい | 6.08 GB | 7.96 GB |
| Q2_K_S | 3.25 GB | とても大きい | 6.20 GB | 8.08 GB |
| Q2_K | 3.48 GB | とても大きい | 6.43 GB | 8.31 GB |
| IQ3_XXS | 3.49 GB | 大きい | 6.44 GB | 8.32 GB |
| IQ3_XS | 3.80 GB | 大きい | 6.75 GB | 8.63 GB |
| IQ3_S | 3.98 GB | 中くらい | 6.94 GB | 8.81 GB |
| Q3_K_S | 3.98 GB | 大きい | 6.94 GB | 8.81 GB |
| IQ3_M | 4.11 GB | 中くらい | 7.06 GB | 8.94 GB |
| Q3_K_M | 4.37 GB | 中くらい | 7.32 GB | 9.20 GB |
| Q3_K_L | 4.71 GB | 中くらい | 7.66 GB | 9.54 GB |
| IQ4_XS | 4.77 GB | 小さい | 7.72 GB | 9.60 GB |
| IQ4_NL | 5.01 GB | 小さい | 7.96 GB | 9.84 GB |
| Q4_0 | 5.03 GB | 中くらい | 7.98 GB | 9.86 GB |
| Q4_K_S | 5.05 GB | 中くらい | 8.00 GB | 9.88 GB |
| Q4_K_M | 5.33 GB | 小さい | 8.28 GB | 10.2 GB |
| Q4_1 | 5.50 GB | 中くらい | 8.45 GB | 10.3 GB |
| Q5_K_S | 5.98 GB | 小さい | 8.93 GB | 10.8 GB |
| Q5_K_M | 6.14 GB | ごく小さい | 9.10 GB | 11.0 GB |
| Q6_K | 7.01 GB | ごく小さい | 9.96 GB | 11.8 GB |
Ollama ollama run hf.co/mradermacher/karakuri-lm-7b-apm-v0.1-i1-GGUF:Q4_K_M
llama.cpp llama-server -hf mradermacher/karakuri-lm-7b-apm-v0.1-i1-GGUF:Q4_K_M
最終確認：2026年11月11日
- アーキテクチャ
- gemma
- llama.cpp b4409 より前から
- パラメータ数
- 8.5B
- 最大コンテキスト長
- 8,192
- ライセンス
- gemma 条件付き
| 量子化 | ファイルサイズ 実測 | 品質の目安 | 4,096 | 8,192 最大 |
|---|---|---|---|---|
| Q2_K | 3.48 GB | とても大きい | 6.43 GB | 8.31 GB |
| Q3_K_S | 3.98 GB | 大きい | 6.94 GB | 8.81 GB |
| Q3_K_M | 4.37 GB | 中くらい | 7.32 GB | 9.20 GB |
| Q3_K_L | 4.71 GB | 中くらい | 7.66 GB | 9.54 GB |
| IQ4_XS | 4.81 GB | 小さい | 7.76 GB | 9.64 GB |
| Q4_K_S | 5.05 GB | 中くらい | 8.00 GB | 9.88 GB |
| Q4_K_M | 5.33 GB | 小さい | 8.28 GB | 10.2 GB |
| Q5_K_S | 5.98 GB | 小さい | 8.93 GB | 10.8 GB |
| Q5_K_M | 6.14 GB | ごく小さい | 9.10 GB | 11.0 GB |
| Q6_K | 7.01 GB | ごく小さい | 9.96 GB | 11.8 GB |
| Q8_0 | 9.08 GB | ほぼ同じ | 12.0 GB | 13.9 GB |
| F16 | 17.1 GB | 元の精度 | 20.0 GB | 21.9 GB |
Ollama ollama run hf.co/mradermacher/karakuri-lm-7b-apm-v0.1-GGUF:Q4_K_M
llama.cpp llama-server -hf mradermacher/karakuri-lm-7b-apm-v0.1-GGUF:Q4_K_M
最終確認：2026年11月11日
- アーキテクチャ
- gemma
- llama.cpp b4409 より前から
- パラメータ数
- 8.5B
- 最大コンテキスト長
- 8,192
- ライセンス
- gemma 条件付き
| 量子化 | ファイルサイズ 実測 | 品質の目安 | 4,096 | 8,192 最大 |
|---|---|---|---|---|
| Q2_K | 3.48 GB | とても大きい | 6.43 GB | 8.31 GB |
| Q3_K_M | 4.37 GB | 中くらい | 7.32 GB | 9.20 GB |
Ollama ollama run hf.co/tensorblock/karakuri-lm-7b-apm-v0.1-GGUF:Q2_K
llama.cpp llama-server -hf tensorblock/karakuri-lm-7b-apm-v0.1-GGUF:Q2_K
主な GPU・Mac での生成の速さ（推定）
Q4_K_M（5.33 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 | 32〜43 | 54 |
| Radeon RX 6950 XT 16 GB | 576 GB/s | 65〜86 | 108 |
| GeForce RTX 5090 32 GB | 1,792 GB/s | 202〜269 | 336 |
| Apple M2 16 GB | 100 GB/s | 11〜15 | 19 |
| Apple M2 Pro 16 GB | 200 GB/s | 23〜30 | 38 |
| Apple M5 Ultra 96 GB | 1,200 GB/s | 135〜180 | 225 |
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
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。 他の配布元のファイルを使う場合のコマンドは、配布元ごとの欄に載せています。 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/mradermacher/karakuri-lm-7b-apm-v0.1-i1-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 mradermacher/karakuri-lm-7b-apm-v0.1-i1-GGUF:Q4_K_M
LM Studio
検索欄に mradermacher/karakuri-lm-7b-apm-v0.1-i1-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。
karakuri-ai のほかのモデル
-
46.7B
karakuri-ai
karakuri-lm-8x7b-instruct-v0.1
- Q4_K_M のサイズ
- 28.4 GB
- 8K で必要なメモリ
- 30.1 GB
実測 推定 VRAM 32 GB〜
-
7.2B
karakuri-ai
karakuri-lm-7b-apm-v0.2
- Q4_K_M のサイズ
- 4.37 GB
- 8K で必要なメモリ
- 6.04 GB
実測 推定 VRAM 6 GB〜
-
69.2B
karakuri-ai
karakuri-lm-70b-chat-v0.1
- Q4_K_M のサイズ
- 41.6 GB
- 8K で必要なメモリ
- -
実測 推定
-
46.7B
karakuri-ai
karakuri-lm-8x7b-chat-v0.1
- Q4_K_M のサイズ
- 28.4 GB
- 8K で必要なメモリ
- 30.1 GB
実測 推定 VRAM 32 GB〜
-
32.8B
karakuri-ai
karakuri-vl-32b-thinking-2507-exp
- Q4_K_M のサイズ
- 19.9 GB
- 8K で必要なメモリ
- 22.8 GB
実測 推定 VRAM 24 GB〜
-
32.8B
karakuri-ai
karakuri-lm-32b-thinking-2501-exp
- Q4_K_M のサイズ
- 19.9 GB
- 8K で必要なメモリ
- 22.8 GB
実測 推定 VRAM 24 GB〜
同じくらいの大きさのモデル（ほかの開発元）
-
9.2B
ornith-ai
Ornith-1.5-9B
- Q4_K_M のサイズ
- 5.78 GB
- 8K で必要なメモリ
- 7.17 GB
実測 推定 VRAM 8 GB〜
-
11.9B
google
gemma-4-12B-it
- Q4_K_M のサイズ
- 7.12 GB
- 8K で必要なメモリ
- 8.83 GB
実測 推定 VRAM 12 GB〜
-
9B
ornith-ai
Ornith-1.0-9B
- Q4_K_M のサイズ
- 5.63 GB
- 8K で必要なメモリ
- 7.02 GB
実測 推定 VRAM 8 GB〜
-
9B
DavidAU
Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP
- Q4_K_M のサイズ
- 6.83 GB
- 8K で必要なメモリ
- 8.20 GB
実測 推定 VRAM 8 GB〜
-
OpenMOSS-Team
MOSS-Music-8B-Instruct
- F16 のサイズ
- 1.72 GB
- 8K で必要なメモリ
- 3.78 GB
実測 推定 VRAM 4 GB〜
-
8.2B
Qwen
Qwen3-VL-8B-Instruct
- Q4_K_M のサイズ
- 5.03 GB
- 8K で必要なメモリ
- 7.08 GB
実測 推定 VRAM 8 GB〜
よくある質問
- karakuri-lm-7b-apm-v0.1（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5.33 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10.2 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
- karakuri-lm-7b-apm-v0.1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。
- karakuri-lm-7b-apm-v0.1 は VRAM 8GB・12GB・16GB・24GB で動きますか？
- 8GB なら IQ3_XXS（推定 8.32 GB）まで、12GB なら Q6_K（推定 11.8 GB）まで、16GB なら Q6_K（推定 11.8 GB）まで、24GB なら Q6_K（推定 11.8 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）。
- karakuri-lm-7b-apm-v0.1 を Ollama で動かすコマンドは？
- 「ollama run hf.co/mradermacher/karakuri-lm-7b-apm-v0.1-i1-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。