3.2BLlama 3.2 3B Instructの必要VRAM
量子化・コンテキスト長別の早見表
Llama 3.2 3B Instruct(Meta / 3.2B / 軽量・小型)を ローカルで動かすのに必要なメモリを、重み＋KVキャッシュ＋作業領域の合計として計算しました。 諸元は配布元の公開データから取得しています。
あなたのPCで動くか
あなたのPC検出中…GPUを自動検出中…VRAM 8GBメモリ 16GBWindows
他のPCで試す
コンテキスト長8,192 トークン
あなたの環境(VRAM 8GB)での判定
- SQ4_K_M3.4GB余裕で動く
- SQ5_K_M3.7GB余裕で動く
- SQ6_K4.1GB余裕で動く
- AQ8_04.8GB快適に動く
- BFP167.8GBぎりぎり載る
S〜F のランクの意味はトップページに一覧があります。
他のモデルも一括で判定するならローカルLLM動作チェッカーへ。
必要メモリの早見表
| 量子化 | 4k トークン | 8k トークン | 32k トークン | 128k トークン |
|---|---|---|---|---|
| Q4_K_M4.9bit/重み | 3.0GB | 3.4GB | 6.0GB | 16.5GB |
| Q5_K_M5.72bit/重み | 3.3GB | 3.7GB | 6.3GB | 16.8GB |
| Q6_K6.57bit/重み | 3.6GB | 4.1GB | 6.7GB | 17.2GB |
| Q8_08.5bit/重み | 4.4GB | 4.8GB | 7.4GB | 17.9GB |
| FP1616bit/重み | 7.3GB | 7.8GB | 10.4GB | 20.9GB |
KVキャッシュは16bitで計算しています(8bitにすると、この表のうちKV分だけが半分になります)。
モデルの諸元
- パラメータ数: 3,212,749,824(3.2B)
- 層数: 28 / KVヘッド数: 8 / ヘッド次元: 128
- KVキャッシュ: 1トークンあたり 112KiB(16bit時)
- 最大コンテキスト長: 131,072 トークン
- ライセンス: llama3.2
出典: meta-llama/Llama-3.2-3B-Instruct(パラメータ数)/ config.json(層数・KVヘッド数・ヘッド次元・最大コンテキスト長)。ライセンスや利用条件は配布元をご確認ください。
同じ用途の他のモデル
- Qwen3 0.6B0.8B
- Gemma 3 1B1.0B
- SmolLM2 1.7B1.7B
- Qwen3 1.7B2.0B