本文へ移動
localllm
EN

mmnga

rinna-japanese-gpt-neox-3.6b

パラメータ数
3.6B
最大コンテキスト長
2,048
アーキテクチャ
gptneox
ライセンス
商用可
ライセンス
mit

rinna-japanese-gpt-neox-3.6b の概要

rinna-japanese-gpt-neox-3.6b は、GGUF 形式で公開されているモデルです。GGUF は mmnga/rinna-japanese-gpt-neox-3.6b-gguf が公開しています。パラメータ数は約 3.6B（36億）、アーキテクチャは gptneox、最大コンテキスト長は 2,048 トークンです（GGUF に書かれた値）。

量子化は 5 種類あり、ファイルサイズは Q4_0 の 2.06 GB から Q8_0 の 3.84 GB まであります（Hugging Face 上の実際のサイズ）。

mmnga/rinna-japanese-gpt-neox-3.6b-gguf の表示では、ライセンスは MIT 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。

「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

mmnga/rinna-japanese-gpt-neox-3.6b-gguf

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
gptneox
llama.cpp b4409 より前から
パラメータ数
3.6B
最大コンテキスト長
2,048
ライセンス
mit 商用可
rinna-japanese-gpt-neox-3.6b（mmnga/rinna-japanese-gpt-neox-3.6b-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 2,048 最大
Q4_0 2.06 GB 中くらい 3.96 GB
Q4_1 2.28 GB 中くらい 4.18 GB
Q5_0 2.50 GB 小さい 4.40 GB
Q5_1 2.72 GB 小さい 4.62 GB
Q8_0 3.84 GB ほぼ同じ 5.74 GB 
Ollama  ollama run hf.co/mmnga/rinna-japanese-gpt-neox-3.6b-gguf:Q4_0
llama.cpp  llama-server -hf mmnga/rinna-japanese-gpt-neox-3.6b-gguf:Q4_0

ライセンスと商用利用

MIT License 商用可

商用利用・改変・再配布ができます。再配布するときは著作権表示とライセンス文を残します。

元のモデルのライセンスがまだ取得できていないため、GGUF の配布元の表示で判定しています。 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_0 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/mmnga/rinna-japanese-gpt-neox-3.6b-gguf:Q4_0

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/rinna-japanese-gpt-neox-3.6b-gguf:Q4_0

LM Studio

検索欄に mmnga/rinna-japanese-gpt-neox-3.6b-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

rinna-japanese-gpt-neox-3.6b（Q4_0）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2.06 GB（実測）。2,048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3.96 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
rinna-japanese-gpt-neox-3.6bは商用利用できますか？
ライセンスはMIT License（商用利用できる）。商用利用・改変・再配布ができます。再配布するときは著作権表示とライセンス文を残します。最終的な判断はライセンスの原文で確認してください。
rinna-japanese-gpt-neox-3.6b を Ollama で動かすコマンドは？
「ollama run hf.co/mmnga/rinna-japanese-gpt-neox-3.6b-gguf:Q4_0」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。