nvidia
NVIDIA-Nemotron-Nano-9B-v2-Japanese
- パラメータ数
- 8.9B
- 最大コンテキスト長
- 1,048,576
- アーキテクチャ
- nemotron_h
- ライセンス
- 商用可
- ライセンス
- nvidia-open-model-license
- llama.cpp
- b6315+
NVIDIA-Nemotron-Nano-9B-v2-Japanese の概要
NVIDIA-Nemotron-Nano-9B-v2-Japanese (nvidia) は、Hugging Face の nvidia/NVIDIA-Nemotron-Nano-9B-v2-Japanese をもとにした GGUF 形式のモデルです。GGUF は 4 つの配布元（mmnga-o/NVIDIA-Nemotron-Nano-9B-v2-Japanese-gguf・hiratagoh/NVIDIA-Nemotron-Nano-9B-v2-Japanese-GGUF・DevQuasar/nvidia.NVIDIA-Nemotron-Nano-9B-v2-Japanese-GGUF ほか）が公開しています。パラメータ数は約 8.9B（89億）、アーキテクチャは nemotron_h、最大コンテキスト長は 1,048,576 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 Q2_K の 5.01 GB から F16 の 17.8 GB まであります（Hugging Face 上の実際のサイズ）。
Q4_K_M（6.53 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 7.61 GB、32,768 トークンでは推定 8.01 GBです。8,192 トークンなら、VRAM 8 GB 以上の GPU（GeForce RTX 3070 Ti・Arc A580 など）か、統合メモリ 8 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 Q2_K（5.01 GB）なら、8,192 トークンで推定 6.09 GBです。
元のモデルのライセンスは NVIDIA Nemotron Open Model License 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。
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 4 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
- nemotron_h
- llama.cpp b6315 以降
- パラメータ数
- 8.9B
- 最大コンテキスト長
- 1,048,576
- ライセンス
- nvidia-nemotron-open-model-license 商用可
Ollama ollama run hf.co/mmnga-o/NVIDIA-Nemotron-Nano-9B-v2-Japanese-gguf:Q4_K_M
llama.cpp llama-server -hf mmnga-o/NVIDIA-Nemotron-Nano-9B-v2-Japanese-gguf:Q4_K_M
最終確認：2026年11月11日
- アーキテクチャ
- nemotron_h
- llama.cpp b6315 以降
- パラメータ数
- 8.9B
- 最大コンテキスト長
- 1,048,576
- ライセンス
- nvidia-nemotron-open-model-license 商用可
| 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 | 262,144 | 1,048,576 最大 |
|---|---|---|---|---|---|---|---|---|---|---|
| IQ4_XS | 5.27 GB | 小さい | 6.29 GB | 6.35 GB | 6.49 GB | 6.75 GB | 7.29 GB | 8.37 GB | 10.5 GB | 23.4 GB |
| IQ4_NL | 5.31 GB | 小さい | 6.33 GB | 6.39 GB | 6.53 GB | 6.80 GB | 7.33 GB | 8.41 GB | 10.6 GB | 23.4 GB |
| Q4_K_M | 6.53 GB | 小さい | 7.54 GB | 7.61 GB | 7.74 GB | 8.01 GB | 8.55 GB | 9.62 GB | 11.8 GB | 24.7 GB |
| Q5_K_M | 7.07 GB | ごく小さい | 8.09 GB | 8.15 GB | 8.29 GB | 8.56 GB | 9.09 GB | 10.2 GB | 12.3 GB | 25.2 GB |
| Q6_K | 9.14 GB | ごく小さい | 10.2 GB | 10.2 GB | 10.4 GB | 10.6 GB | 11.2 GB | 12.2 GB | 14.4 GB | 27.3 GB |
| Q8_0 | 9.46 GB | ほぼ同じ | 10.5 GB | 10.5 GB | 10.7 GB | 10.9 GB | 11.5 GB | 12.6 GB | 14.7 GB | 27.6 GB |
| BF16 | 17.8 GB | 元の精度 | 18.8 GB | 18.9 GB | 19.0 GB | 19.3 GB | 19.8 GB | 20.9 GB | 23.0 GB | 35.9 GB |
Ollama ollama run hf.co/hiratagoh/NVIDIA-Nemotron-Nano-9B-v2-Japanese-GGUF:Q4_K_M
llama.cpp llama-server -hf hiratagoh/NVIDIA-Nemotron-Nano-9B-v2-Japanese-GGUF:Q4_K_M
最終確認：2026年11月11日
- アーキテクチャ
- nemotron_h
- llama.cpp b6315 以降
- パラメータ数
- 8.9B
- 最大コンテキスト長
- 1,048,576
- ライセンス
- nvidia-nemotron-open-model-license 商用可
Ollama ollama run hf.co/DevQuasar/nvidia.NVIDIA-Nemotron-Nano-9B-v2-Japanese-GGUF:Q4_K_M
llama.cpp llama-server -hf DevQuasar/nvidia.NVIDIA-Nemotron-Nano-9B-v2-Japanese-GGUF:Q4_K_M
最終確認：2026年11月11日
- アーキテクチャ
- nemotron_h
- llama.cpp b6315 以降
- パラメータ数
- 8.9B
- 最大コンテキスト長
- 1,048,576
- ライセンス
- nvidia-nemotron-open-model-license 商用可
Ollama ollama run hf.co/tatsuyaaaaaaa/NVIDIA-Nemotron-Nano-9B-v2-Japanese-gguf:Q4_K_M
llama.cpp llama-server -hf tatsuyaaaaaaa/NVIDIA-Nemotron-Nano-9B-v2-Japanese-gguf:Q4_K_M
主な GPU・Mac での生成の速さ（推定）
Q4_K_M（6.53 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 A550M 8 GB | 224 GB/s | 21〜27 | 34 |
| Radeon RX 6800 16 GB | 512 GB/s | 47〜63 | 78 |
| GeForce RTX 5090 32 GB | 1,792 GB/s | 165〜220 | 275 |
| Apple M2 16 GB | 100 GB/s | 9.2〜12 | 15 |
| Apple M2 Pro 16 GB | 200 GB/s | 18〜25 | 31 |
| Apple M5 Ultra 96 GB | 1,200 GB/s | 110〜147 | 184 |
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
NVIDIA Nemotron Open Model License 商用可
商用利用・改変・再配布ができます（NVIDIA が「商用利用できる」と明記）。許諾は取り消されません。再配布するときはライセンス文を添え、派生物に NOTICE ファイルがあれば「Licensed by NVIDIA Corporation under the NVIDIA Nemotron Model License.」の表示を入れます。特許・著作権の侵害を理由に訴訟を起こすと、そのモデルの許諾は終わります。
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。 GGUF の配布元の表示（nvidia-open-model-license）とは違います。量子化したファイルは元のモデルから作られたものなので、元のモデルのライセンスの条件も確認してください。 ライセンスの原文（2026年11月1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（nemotron_h）を llama.cpp の本家が読み込めるのは b6315（2025年8月28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。 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/mmnga-o/NVIDIA-Nemotron-Nano-9B-v2-Japanese-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 mmnga-o/NVIDIA-Nemotron-Nano-9B-v2-Japanese-gguf:Q4_K_M
LM Studio
検索欄に mmnga-o/NVIDIA-Nemotron-Nano-9B-v2-Japanese-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。
nvidia のほかのモデル
-
7.5B
nvidia
NVIDIA-Nemotron-3.5-Bolt-E4B
- UD-IQ2_M のサイズ
- 3.53 GB
- 8K で必要なメモリ
- 4.78 GB
実測 推定 VRAM 6 GB〜
-
31.6B
nvidia
NVIDIA-Nemotron-3.5-Lightning-30B-A3B
- Q4_0 のサイズ
- 18.9 GB
- 8K で必要なメモリ
- 19.8 GB
実測 推定 VRAM 24 GB〜
-
7.5B
nvidia
NVIDIA-Nemotron-3.5-Bolt-E4B-4GB
- Q4_K_M のサイズ
- 6.18 GB
- 8K で必要なメモリ
- 7.43 GB
実測 推定 VRAM 8 GB〜
-
8B
nvidia
Nemotron-3-Embed-8B
- Q4_K_M のサイズ
- 4.90 GB
- 8K で必要なメモリ
- 6.84 GB
実測 推定 VRAM 8 GB〜
-
32.9B
nvidia
NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
- F16 のサイズ
- 1.67 GB
- 8K で必要なメモリ
- 2.58 GB
実測 推定 VRAM 4 GB〜
-
nvidia
NVIDIA-Nemotron-3.5-Super-VL-120B-A12B
- NVFP4 のサイズ
- 1.35 GB
- 8K で必要なメモリ
- 2.40 GB
実測 推定 VRAM 4 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
- NVIDIA-Nemotron-Nano-9B-v2-Japanese（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6.53 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7.61 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
- NVIDIA-Nemotron-Nano-9B-v2-Japaneseは商用利用できますか？
- 元のモデルのライセンスはNVIDIA Nemotron Open Model License（商用利用できる）。商用利用・改変・再配布ができます（NVIDIA が「商用利用できる」と明記）。許諾は取り消されません。再配布するときはライセンス文を添え、派生物に NOTICE ファイルがあれば「Licensed by NVIDIA Corporation under the NVIDIA Nemotron Model License.」の表示を入れます。特許・著作権の侵害を理由に訴訟を起こすと、そのモデルの許諾は終わります。最終的な判断はライセンスの原文で確認してください。
- NVIDIA-Nemotron-Nano-9B-v2-Japanese は VRAM 8GB・12GB・16GB・24GB で動きますか？
- 8GB なら Q5_K_M（推定 8.15 GB）まで、12GB なら Q8_0（推定 10.5 GB）まで、16GB なら Q8_0（推定 10.5 GB）まで、24GB なら Q8_0（推定 10.5 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）。
- NVIDIA-Nemotron-Nano-9B-v2-Japanese を Ollama で動かすコマンドは？
- 「ollama run hf.co/mmnga-o/NVIDIA-Nemotron-Nano-9B-v2-Japanese-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。