Qwen2.5-3B-Instruct の概要
Qwen2.5-3B-Instruct は、Hugging Face の Qwen/Qwen2.5-3B-Instruct をもとにした GGUF 形式のモデルです。GGUF は 2 つの配布元（Qwen/Qwen2.5-3B-Instruct-GGUF・bartowski/Qwen2.5-3B-Instruct-GGUF）が公開しています。パラメータ数は約 3.4B（34億）、アーキテクチャは qwen2、最大コンテキスト長は 32,768 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 IQ2_M の 1.14 GB から F32 の 12.3 GB まであります（Hugging Face 上の実際のサイズ）。
Q4_K_M（2.10 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 3.25 GB、32,768 トークンでは推定 4.16 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 IQ2_M（1.14 GB）なら、8,192 トークンで推定 2.29 GBです。
元のモデルのライセンスは Qwen Research License で、商用利用はできません（研究・個人などの非商用に限られます）。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 2 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
- qwen2
- llama.cpp b4409 より前から
- パラメータ数
- 3.4B
- 最大コンテキスト長
- 32,768
- ライセンス
- qwen-research 非商用のみ
| 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 最大 |
|---|---|---|---|---|---|---|
| Q2_K | 1.38 GB | とても大きい | 2.38 GB | 2.53 GB | 2.83 GB | 3.43 GB |
| Q3_K_M | 1.72 GB | 中くらい | 2.72 GB | 2.87 GB | 3.18 GB | 3.78 GB |
| Q4_0 | 2.00 GB | 中くらい | 3.00 GB | 3.15 GB | 3.45 GB | 4.05 GB |
| Q4_K_M | 2.10 GB | 小さい | 3.10 GB | 3.25 GB | 3.56 GB | 4.16 GB |
| Q5_0 | 2.38 GB | 小さい | 3.38 GB | 3.53 GB | 3.84 GB | 4.44 GB |
| Q5_K_M | 2.44 GB | ごく小さい | 3.44 GB | 3.59 GB | 3.89 GB | 4.49 GB |
| Q6_K | 2.79 GB | ごく小さい | 3.79 GB | 3.94 GB | 4.25 GB | 4.85 GB |
| Q8_0 | 3.62 GB | ほぼ同じ | 4.62 GB | 4.77 GB | 5.07 GB | 5.67 GB |
| F16 （2分割） | 6.80 GB | 元の精度 | 7.80 GB | 7.95 GB | 8.25 GB | 8.86 GB |
Ollama ollama run hf.co/Qwen/Qwen2.5-3B-Instruct-GGUF:Q4_K_M
llama.cpp llama-server -hf Qwen/Qwen2.5-3B-Instruct-GGUF:Q4_K_M
最終確認：2026年11月11日
- アーキテクチャ
- qwen2
- llama.cpp b4409 より前から
- パラメータ数
- 3.1B
- 最大コンテキスト長
- 32,768
- ライセンス
- qwen-research 非商用のみ
Ollama ollama run hf.co/bartowski/Qwen2.5-3B-Instruct-GGUF:Q4_K_M
llama.cpp llama-server -hf bartowski/Qwen2.5-3B-Instruct-GGUF:Q4_K_M
主な GPU・Mac での生成の速さ（推定）
Q4_K_M（2.10 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 | 32〜43 | 53 |
| Arc A770 (8GB) 8 GB | 512 GB/s | 146〜195 | 243 |
| GeForce RTX 5090 32 GB | 1,792 GB/s | 511〜681 | 851 |
| Apple M2 8 GB | 100 GB/s | 29〜38 | 48 |
| Apple M2 Pro 16 GB | 200 GB/s | 57〜76 | 95 |
| Apple M5 Ultra 96 GB | 1,200 GB/s | 342〜456 | 570 |
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
Qwen Research License 非商用のみ
研究・評価などの非商用の目的に限られます。商用利用には Alibaba Cloud の許諾が別に必要です。
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/Qwen/Qwen2.5-3B-Instruct-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 Qwen/Qwen2.5-3B-Instruct-GGUF:Q4_K_M
LM Studio
検索欄に Qwen/Qwen2.5-3B-Instruct-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。
Qwen のほかのモデル
-
27.3B
Qwen
Qwen3.8-27B
- UD-Q4_K_M のサイズ
- 16.5 GB
- 8K で必要なメモリ
- 18.2 GB
実測 推定 VRAM 24 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〜
-
176.9B
Qwen
Qwen3.8-Flash-Next
- UD-IQ1_S のサイズ
- 66.4 GB
- 8K で必要なメモリ
- 67.8 GB
実測 推定 VRAM 64 GB〜
-
9B
Qwen
Qwen3.5-9B
- Q4_K_M のサイズ
- 5.68 GB
- 8K で必要なメモリ
- 7.05 GB
実測 推定 VRAM 8 GB〜
-
34.7B
Qwen
Qwen3.6-35B-A3B
- UD-Q4_K_M のサイズ
- 22.1 GB
- 8K で必要なメモリ
- 23.4 GB
実測 推定 VRAM 24 GB〜
-
4.2B
Qwen
Qwen3.5-4B
- Q4_K_M のサイズ
- 2.74 GB
- 8K で必要なメモリ
- 4.11 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）
-
4.1B
peculiar-ragdoll
Sharp-Spark-X2.5-4B
- Q4_K_XL のサイズ
- 2.68 GB
- 8K で必要なメモリ
- 3.90 GB
実測 推定 VRAM 4 GB〜
-
3.1B
ZejunLi
AdaVaR-3B
- Q4_K_M のサイズ
- 1.93 GB
- 8K で必要なメモリ
- 3.08 GB
実測 推定 VRAM 4 GB〜
-
4.6B
google
gemma-4-E2B-it
- Q4_K_M のサイズ
- 3.11 GB
- 8K で必要なメモリ
- 4.24 GB
実測 推定 VRAM 4 GB〜
-
4.4B
XHToken
Spark-X2.6-4B
- Q4_K_M のサイズ
- 3.54 GB
- 8K で必要なメモリ
- 4.76 GB
実測 推定 VRAM 6 GB〜
-
4.3B
empero-ai
Qwen3.8-4B-Distill
- Q4_K_M のサイズ
- 2.78 GB
- 8K で必要なメモリ
- 4.15 GB
実測 推定 VRAM 4 GB〜
-
4.1B
soyaakinohara
Spark-X2.5-4B-Heretic-jp
- Q4_K_M のサイズ
- 2.60 GB
- 8K で必要なメモリ
- 3.82 GB
実測 推定 VRAM 4 GB〜
よくある質問
- Qwen2.5-3B-Instruct（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2.10 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3.25 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
- Qwen2.5-3B-Instructは商用利用できますか？
- 元のモデルのライセンスはQwen Research License（商用利用できない）。研究・評価などの非商用の目的に限られます。商用利用には Alibaba Cloud の許諾が別に必要です。最終的な判断はライセンスの原文で確認してください。
- Qwen2.5-3B-Instruct は VRAM 8GB・12GB・16GB・24GB で動きますか？
- 8GB なら F16（推定 7.95 GB）まで、12GB なら F16（推定 7.95 GB）まで、16GB なら F16（推定 7.95 GB）まで、24GB なら F16（推定 7.95 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）。
- Qwen2.5-3B-Instruct を Ollama で動かすコマンドは？
- 「ollama run hf.co/Qwen/Qwen2.5-3B-Instruct-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。