2026年初心者向けローカルLLM：4GB & 8GB RAM完全比較ガイド（Llama、Phi、Gemma、Qwen）

1. Ollamaのインストール (1分)

ollama.comからダウンロードしてインストーラーを実行。設定不要です。

2. Llama 3.2 3Bを実行 (2分)

ターミナルを開いて実行：`ollama run llama3.2:3b`

Ollamaは最初の実行時にモデル（～2 GB）をダウンロードします。ほとんどのユーザーにお勧めの最初のモデルです。

3. チャット開始 (即座)

モデルが読み込まれたら、質問やプロンプトを入力してEnterキーを押します。典型的なラップトップで25～45トークン/秒のスピードで回答が表示されます。

以上です。 手動設定不要、GPU不要。8GB以上RAMがあれば準備完了。4～6GBの場合は`ollama run gemma3:2b`を使用してください（より高速、1.7 GB RAM使用）。

最初のモデルをダウンロードする前に、これら3つの質問に答えてください：

1. 8GB以上のRAMをお持ちですか？ (いいえの場合、クラウドAPIの方が開始が速いです。)

2. データをプライベートに保つ必要がありますか？ (いいえの場合、クラウドAPIはより良い品質を提供します。)

3. 20～40分のセットアップを許容できますか？ (いいえの場合、クラウドAPIは5分で準備完了です。)

2つ以上の質問に「いいえ」と答えた場合、**ローカルvsクラウド比較をお読みください** - クラウドAPIがハードウェアとタイムラインに適しているかを確認してください。初心者はしばしばローカルLLMが常に良いと仮定します——それは真実ではありません。正しい選択はあなたの特定の制約に依存します。

ローカルLLMのモデル選択は3つの制約に依存します：利用可能なRAM、推論速度、タスクの種類——この優先順位で。

パラメータ数（3B、7B、13B）がRAM要件の主な決定要因です。4ビット量子化——ほとんどのローカル推論ツールのデフォルト——では、パラメータ数に~0.5を掛けて必要なGB RAMを推定できます。Q4_K_Mの7Bモデルは約4.5 GBのRAMを必要とします。

ほとんどの初心者にとって、Q4_K_M量子化の7Bモデルが8 GB以上のマシンで品質・速度・RAM使用のバランスが最良です。4〜6 GB RAMのマシンでは3Bモデルが実用的な上限です。

Meta Llama 3.2 3Bはほとんどのユーザーにとって最良の出発点です。 5分以内にダウンロードでき、4 GB RAMのどのマシンでも動作し、以前の3Bモデルより明らかに優れた指示追従性能を発揮します。128Kコンテキストウィンドウを使用——同サイズモデルより大幅に広い。

8コアのノートPC CPUでのテストでは、Llama 3.2 3Bは25〜45トークン/秒を生成します。Apple M3 Proでは70〜90トークン/秒に達します。要約・Q&A・簡単なコーディングタスクには十分な品質ですが、多段階推論では7Bモデルに及びません。

Phi-4 MiniはMicrosoftの小規模での推論・コーディングタスク向けに最適化されたコンパクトモデルです。 68% MMLU・70% HumanEvalを達成——問題解決に特化した高品質合成データによる訓練のおかげで、多くの2024年製7Bモデルを超えます。

4〜6 GB RAMで品質が重要なマシンに推奨されるモデルです。Phi-4 MiniはRAM 2.5 GB使用（Phi-3.5 Miniの3 GBから削減）で、4 GBマシンでも使いやすくなっています。

Gemma 3 2BはGoogleの更新された2Bモデルで、CPUのみの推論に最も高速な選択肢です。 ミッドレンジのノートPC CPUで40〜60トークン/秒を生成——同ハードウェアでLlama 3.2 3Bの約2倍の速度。Gemma 3は前バージョンを大幅に改善：コンテキストウィンドウが8K（Gemma 2）から128Kトークンに拡大し、文書タスクの主要な制限が解消されました。

Gemma 3 2Bは応答速度が最優先の場合、≤4 GB RAMのマシン、またはより大きなモデルをダウンロードする前にローカルLLMセットアップを確認するテストモデルとして適しています。

Meta Llama 3.3 8Bは現在このサイズでの汎用オールラウンダーで、HumanEval 72%を達成し、堅実な英語推論力を持ちます。 このリストの7B/8B枠としてMistral Small v0.3を置き換えました——Mistral Small v0.3は2023〜2024年のコミュニティ標準でしたが、現在は同じRAM階層で性能面で劣り、レガシーな選択肢として扱う方が適切です（デフォルトとして推奨しなくなった理由は下記の「よくある失敗」を参照）。

8 GB RAMのマシンでは、Llama 3.3 8Bは3Bモデルからの自然なステップアップです。長いテキスト、複雑な指示、多段階会話をどの3Bモデルよりも確実に処理し、128Kコンテキストウィンドウを備えています。

Qwen3 8B（82億パラメータ）はHumanEval 57.3%を達成し、MMLUではLlama 3.1 8Bと同等かそれ以上、中国語・日本語・韓国語・アラビア語・主要欧州語を含む29言語以上にネイティブ対応しています。 非英語ワークフローやコーディング主体のユースケースに推奨される選択肢で、このリストの多言語枠として旧Qwen2.5 7Bを置き換えました。

Qwen3 8Bは32Kコンテキストウィンドウ（YaRNで131Kまで拡張可能）を使用し、JSONモードによる構造化出力をサポートします。さらに、より難しい推論タスク向けにオプションの「思考モード」も備えています（速度は落ちますが精度が上がります）。モデルはInstructバージョンとBaseバージョンで利用可能——チャット用途には必ずInstructバージョンを使用してください。詳細なベンチマークデータはQwen vs Llama vs Mistralベンチマーク比較を参照。

日本（METI）：日本語ワークフローには、Qwen3 8Bが正しい最初のモデルです——ネイティブ日本語トークン化によりLlamaより30〜40%優れたトークン効率を実現。コマンド：`ollama run qwen3:8b`。2024年のMETI AIガバナンスガイドラインでは、モデル名とバージョンの文書化が求められています——ここに記載された5つのモデルすべてに、これを満たすバージョン付きOllamaタグがあります。

東アジア（データ主権）：中国語・韓国語ワークフローにもQwen3 8Bが推奨されます。29言語以上のネイティブサポートにより、アジア太平洋地域全体で最も効率的な多言語モデルです。Ollama経由のローカル推論はデータをローカルに保持するため、APAC地域のデータ越境規制要件を満たします。

グローバル（EU・その他）：EU組織がローカルで個人データを処理する場合、モデルの出所はコンプライアンス文書上重要です。ドイツBSIガイドラインでは、業務でAIシステムを使用する際にモデルの出所とライセンス種別の文書化が求められています。Llama（Meta／米国）、Gemma（Google／米国）、Qwen（Alibaba／中国）はいずれもGDPR下でローカル推論に技術的に使用可能です——最もクリーンなEU出自を求めるなら、Mistral AI（フランス）がApache 2.0ライセンスのモデルを提供していますが、現行のMistral Small系（24B以上）はこのページの初心者向け4〜8 GB RAM範囲を超えます。必要なGPU階層についてはハードウェアガイドを参照してください。

韓国：この5つの初心者向けモデルの中では、Qwen3 8Bが最も強いネイティブ韓国語トークン化を持ちます。この入門レベルを超えた韓国語専用のローカルモデルについては、韓国語対応のベストローカルモデルを参照してください。

5つのモデルすべてがOllamaコマンド1つでインストールできます——手動設定は不要です。 セットアップはOllamaのインストール方法を参照し、初回実行の手順は初めてのローカルLLM実行をご覧ください。RAMが限られたノートPCで実行する場合は、ノートPCでローカルLLMを実行する方法で量子化と制約されたハードウェアのパフォーマンスチューニングを参照。

最初のモデルが動いたら、次のステップは効果的なプロンプトの作り方を学ぶことです。プロンプトエンジニアリングの基礎から始めましょう——温度設定から出力フォーマットまで、すべてのプロンプトに必要な基本要素を16のガイドで解説しています。