Gemma 4 26B-A4Bをローカルで動かすには

Gemma 4 26B-A4BはGemma系の、MoE（全体25.81Bのうち、1語ごとに計算するのは約4B）のモデルです。MoEで速い。用途の目安は汎用（会話・文章作成）、扱える文脈の長さは最大256K（公開 2026年3月11日）。

量子化・文脈の長さを変えて計算する →

必要なメモリ（量子化×文脈の長さ）

迷ったら Q4_K_M（4bit）が定番です。文脈（一度に読ませる長さ）を伸ばすほど、会話の記憶分のメモリが増えます。MoEモデルは、メモリには全体が必要ですが、速度は計算する分（約4B）で決まるため、サイズの割に速く動きます。

VRAMに丸ごと載るグラボ（5機種・4bit以上・文脈8K・安い順）

丸ごと載る中で一番安いのは Radeon RX 7900 XT（価格.com最安 約178,498円・2026-10-14時点）です。 楽天Amazon

PCごと買うなら（BTOパソコン）

グラボだけでなくPC一式で買うなら、BTOパソコンのショップでグラボを選んで構成できます。目安は VRAM 20GB以上 のグラボです（例：RTX 5090）。

【FRONTIER】

パーツの型番まで選べるショップなら パソコンショップSEVENでBTOパソコンを見る

静かさや冷却にこだわるなら BTOパソコンのサイコム

品質を下げれば載るグラボ（3bit以下）

量子化を3bit以下まで下げれば載りますが、回答の質が目に見えて落ちます。お試し向けです。

Mac・共有メモリのPC（Ryzen AI Max など）で動く構成

メインメモリ32GBに一部を逃がせば動くグラボ（16機種）

動きますが、速度は大きく落ちます。

入手先

• モデルの配布元：Hugging Face（google/gemma-4-26B-A4B-it）。ライセンス（商用利用の可否）は配布元のページで確認してください
• Ollamaで使う：Ollamaのモデル一覧で探す（量子化済みのものをコマンド1行で導入できます）
• LM Studioで使う：アプリ内の検索で「Gemma 4 26B-A4B」と入れ、GGUF形式のファイルを選びます

導入の手順は ローカルLLMの始め方（Ollama・LM Studioの違い） にまとめています。

同じ系列のモデル

ほかのモデル

あわせて読みたい

計算は llama.cpp（Ollama・LM Studio）でGGUF形式を使う場合の目安で、±10〜20%程度ずれることがあります。モデルの諸元は配布元の設定ファイル（config.json）から算出（データ更新 2026年9月27日）、価格は価格.comの最安値（2026-10-14）。