本文へ移動
localllm
EN

VRAM・統合メモリから探す

VRAM 6 GB で動くローカルLLM

当サイトに載っている 1,276 モデルのうち、8,192 トークンのコンテキストで、必要メモリ（推定）が 6 GB に収まる量子化があるのは 473 モデルです。モデルごとに、収まるうち最も大きい（精度の高い）量子化を出しています。

データの取得日：

収まるモデルの数
473
収まるいちばん大きいモデル
Qwen3.8-Flash-Next-FP4-Local-Strata 51.2B
6 GB の機種（当サイトに掲載）
2

Hugging Face のダウンロード数（直近30日・配布元の合計）の多い順です。性能の順位ではありません。

  1. 1 Ornith-1.5-9B 9.2B Q2_K_L 6.42 GB
  2. 2 gemma-4-12B-it 11.9B IQ2_S 6.42 GB
  3. 3 Qwen3.5-9B 9B UD-Q3_K_XL 6.42 GB
  4. 4 MOSS-Music-8B-Instruct F16 3.78 GB
  5. 5 Qwen3-VL-8B-Instruct 8.2B UD-Q3_K_XL 6.37 GB
  6. 6 Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP 9B IQ2_M 6.31 GB
  7. 7 Qwen3.5-4B 4.2B Q8_0 5.99 GB
  8. 8 Ornith-1.5-9B-uncensored 9B Q3_K_L 6.29 GB
  9. 9 gemma-4-E4B-it 7.5B UD-Q4_K_XL 6.38 GB
  10. 10 Wan2.1 Q4_K_M 4.49 GB

推定 必要メモリは 8,192 トークン・KV キャッシュ f16 の推定です。

VRAM 6 GB で動くモデルの外部の評価

他の機関が、量子化する前の元のモデルを評価した値の上位です（当サイトの評価ではありません）。

人の評価（LMArena）

  1. 1.gemma-3-12b-it 1,342
  2. 2.gemma-3n-E4B-it 1,317
  3. 3.gemma-3-4b-it 1,303
  4. 4.granite-4.2-8b 1,290
  5. 5.granite-4.2-3b 1,289

出典：LMArena（CC BY 4.0）。

総合能力（Epoch AI）

  1. 1.Qwen3.5-9B 139.4
  2. 2.Qwen3-14B 136.2
  3. 3.Qwen3-8B 132.2
  4. 4.Qwen2.5-Coder-7B 108.0
  5. 5.Mistral-7B-v0.1 103.3

出典：Epoch Capabilities Index (Epoch AI)（CC BY 4.0）。

VRAM・統合メモリが 6 GB の機種

機種を選ぶと、その機種のページで動くモデルと生成の速さの目安が見られます。

VRAM 6 GB に収まるモデルの一覧

モデルごとに1件、このメモリに収まる量子化のうち、8K トークン以上のコンテキストで収まる中でファイルが最も大きい（精度が高い）ものを、よく使われている順に最大30件出しています。コンテキスト長は、その量子化が収まる最も長い値です（埋め込みモデルなど、扱える長さが 8K より短いモデルはその最大の長さ）。会話・文章の生成以外のモデルには用途を付けています。「残り」はメモリの量から推定を引いた値で、容量の 5% 未満は「ぎりぎり」としています（収まることの保証ではありません）。

よくある質問

VRAM 6 GB でどんなローカルLLMが動きますか？
当サイトでは 473 モデルに、8,192 トークンで 6 GB に収まる量子化があります（推定）。よく使われているのは Ornith-1.5-9B・gemma-4-12B-it・Qwen3.5-9B・MOSS-Music-8B-Instruct・Qwen3-VL-8B-Instruct などです。
VRAM 6 GB で動く、いちばん大きいモデルは？
当サイトに載っている中では Qwen3.8-Flash-Next-FP4-Local-Strata（約 51.2B）です。BF16 なら 8,192 トークンで推定 2.66 GB です。小さい量子化ほど品質は下がります。
Mac の統合メモリ 6 GB でも同じですか？
macOS は GPU が使えるメモリに上限を設けているので、搭載メモリ 6 GB のすべてをモデルに使えるわけではありません。Mac では、必要メモリに余裕を見て選んでください。
コンテキストを長くするとどうなりますか？
KV キャッシュが増えるので、必要メモリも増えます。各モデルのページで、コンテキスト長ごとの必要メモリ（推定）を確かめられます。