medgemma-4b-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2.49 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3.91 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。

medgemma-4b-itは商用利用できますか？

元のモデルのライセンスはhealth-ai-developer-foundations（商用利用の可否は未確認）。最終的な判断はライセンスの原文で確認してください。

medgemma-4b-it は VRAM 8GB・12GB・16GB・24GB で動きますか？

8GB なら UD-Q8_K_XL（推定 6.59 GB）まで、12GB なら BF16（推定 9.19 GB）まで、16GB なら BF16（推定 9.19 GB）まで、24GB なら BF16（推定 9.19 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）。

medgemma-4b-it を Ollama で動かすコマンドは？

「ollama run hf.co/unsloth/medgemma-4b-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。

google

medgemma-4b-it

画像も入力

パラメータ数: 3.9B
最大コンテキスト長: 131,072
アーキテクチャ: gemma3
ライセンス: 未確認

元モデル: google/medgemma-4b-it
ライセンス: health-ai-developer-foundations
llama.cpp: b4875+

Q4_K_M を 8K トークンで動かすときの必要メモリ

3.91 GB 推定

ファイルサイズ 2.49 GB 実測

収まる VRAM の量（目安）

8 GB 収まる
12 GB 収まる
16 GB 収まる
24 GB 収まる
32 GB 収まる
48 GB 収まる

4 GB で動く機種・モデルを見る

いちばん小さい UD-IQ1_S なら、8K で推定 2.61 GB です。

Mac は GPU が使えるメモリに上限があるため、統合メモリには余裕を見てください。

データの取得日：2026年11月11日

medgemma-4b-it の概要

medgemma-4b-it は、Hugging Face の google/medgemma-4b-it をもとにした GGUF 形式のモデルです。GGUF は unsloth/medgemma-4b-it-GGUF が公開しています。パラメータ数は約 3.9B（39億）、アーキテクチャは gemma3、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 26 種類あり、ファイルサイズは UD-IQ1_S の 1.18 GB から BF16 の 7.77 GB まであります（Hugging Face 上の実際のサイズ）。

Q4_K_M（2.49 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 3.91 GB、32,768 トークンでは推定 4.42 GBです。8,192 トークンなら、VRAM 4 GB 以上の GPU（Arc A310・Arc A370M など）か、統合メモリ 4 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-IQ1_S（1.18 GB）なら、8,192 トークンで推定 2.61 GBです。

元のモデルのライセンスは health-ai-developer-foundations です。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

unsloth/medgemma-4b-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11月11日

アーキテクチャ: gemma3; llama.cpp b4875 以降
パラメータ数: 3.9B
最大コンテキスト長: 131,072
ライセンス: health-ai-developer-foundations 未確認

medgemma-4b-it（unsloth/medgemma-4b-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	16,384	32,768	65,536	131,072 最大
UD-IQ1_S	1.18 GB	-	2.52 GB	2.61 GB	2.78 GB	3.11 GB	3.78 GB	5.12 GB
UD-IQ1_M	1.24 GB	-	2.58 GB	2.67 GB	2.83 GB	3.17 GB	3.84 GB	5.18 GB
UD-IQ2_XXS	1.34 GB	-	2.68 GB	2.77 GB	2.94 GB	3.27 GB	3.94 GB	5.28 GB
UD-IQ2_M	1.57 GB	-	2.91 GB	2.99 GB	3.16 GB	3.50 GB	4.17 GB	5.51 GB
UD-IQ3_XXS	1.71 GB	-	3.05 GB	3.13 GB	3.30 GB	3.64 GB	4.31 GB	5.65 GB
Q2_K	1.73 GB	とても大きい	3.07 GB	3.15 GB	3.32 GB	3.66 GB	4.33 GB	5.67 GB
Q2_K_L	1.73 GB	-	3.07 GB	3.15 GB	3.32 GB	3.66 GB	4.33 GB	5.67 GB
UD-Q2_K_XL	1.77 GB	-	3.11 GB	3.19 GB	3.36 GB	3.70 GB	4.37 GB	5.71 GB
Q3_K_S	1.94 GB	大きい	3.28 GB	3.36 GB	3.53 GB	3.86 GB	4.54 GB	5.88 GB
Q3_K_M	2.10 GB	中くらい	3.44 GB	3.52 GB	3.69 GB	4.03 GB	4.70 GB	6.04 GB
UD-Q3_K_XL	2.15 GB	-	3.49 GB	3.58 GB	3.74 GB	4.08 GB	4.75 GB	6.09 GB
IQ4_XS	2.26 GB	小さい	3.60 GB	3.69 GB	3.86 GB	4.19 GB	4.86 GB	6.20 GB
IQ4_NL	2.36 GB	小さい	3.70 GB	3.79 GB	3.96 GB	4.29 GB	4.96 GB	6.30 GB
Q4_0	2.37 GB	中くらい	3.71 GB	3.79 GB	3.96 GB	4.30 GB	4.97 GB	6.31 GB
Q4_K_S	2.38 GB	中くらい	3.72 GB	3.80 GB	3.97 GB	4.31 GB	4.98 GB	6.32 GB
Q4_K_M	2.49 GB	小さい	3.83 GB	3.91 GB	4.08 GB	4.42 GB	5.09 GB	6.43 GB
UD-Q4_K_XL	2.54 GB	-	3.88 GB	3.97 GB	4.14 GB	4.47 GB	5.14 GB	6.48 GB
Q4_1	2.56 GB	中くらい	3.90 GB	3.99 GB	4.16 GB	4.49 GB	5.16 GB	6.50 GB
Q5_K_S	2.76 GB	小さい	4.10 GB	4.19 GB	4.36 GB	4.69 GB	5.36 GB	6.71 GB
Q5_K_M	2.83 GB	ごく小さい	4.17 GB	4.25 GB	4.42 GB	4.76 GB	5.43 GB	6.77 GB
UD-Q5_K_XL	2.84 GB	-	4.18 GB	4.26 GB	4.43 GB	4.76 GB	5.43 GB	6.78 GB
Q6_K	3.19 GB	ごく小さい	4.53 GB	4.61 GB	4.78 GB	5.12 GB	5.79 GB	7.13 GB
UD-Q6_K_XL	3.57 GB	-	4.91 GB	4.99 GB	5.16 GB	5.49 GB	6.17 GB	7.51 GB
Q8_0	4.13 GB	ほぼ同じ	5.47 GB	5.55 GB	5.72 GB	6.06 GB	6.73 GB	8.07 GB
UD-Q8_K_XL	5.17 GB	-	6.51 GB	6.59 GB	6.76 GB	7.09 GB	7.76 GB	9.11 GB
BF16	7.77 GB	元の精度	9.11 GB	9.19 GB	9.36 GB	9.70 GB	10.4 GB	11.7 GB

画像入力用の mmproj（F16）は 0.85 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/unsloth/medgemma-4b-it-GGUF:Q4_K_M

llama.cpp  llama-server -hf unsloth/medgemma-4b-it-GGUF:Q4_K_M

主な GPU・Mac での生成の速さ（推定）

Q4_K_M（2.49 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 A370M 4 GB	112 GB/s	27〜36	45
Arc A770 (8GB) 8 GB	512 GB/s	123〜165	206
GeForce RTX 5090 32 GB	1,792 GB/s	432〜576	720
Apple M2 8 GB	100 GB/s	24〜32	40
Apple M2 Pro 16 GB	200 GB/s	48〜64	80
Apple M5 Ultra 96 GB	1,200 GB/s	289〜386	482

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

health-ai-developer-foundations 未確認

このライセンスの本文は、当サイトではまだ確かめていません。商用で使う前に原文を確認してください。

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。

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（gemma3）を llama.cpp の本家が読み込めるのは b4875（2025年3月12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/unsloth/medgemma-4b-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 unsloth/medgemma-4b-it-GGUF:Q4_K_M

LM Studio

検索欄に unsloth/medgemma-4b-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

medgemma-4b-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2.49 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3.91 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
medgemma-4b-itは商用利用できますか？: 元のモデルのライセンスはhealth-ai-developer-foundations（商用利用の可否は未確認）。最終的な判断はライセンスの原文で確認してください。
medgemma-4b-it は VRAM 8GB・12GB・16GB・24GB で動きますか？: 8GB なら UD-Q8_K_XL（推定 6.59 GB）まで、12GB なら BF16（推定 9.19 GB）まで、16GB なら BF16（推定 9.19 GB）まで、24GB なら BF16（推定 9.19 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）。
medgemma-4b-it を Ollama で動かすコマンドは？: 「ollama run hf.co/unsloth/medgemma-4b-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。