【2026年版】ローカルLLMは何Bあれば足りる？用途別のパラメータ数と必要VRAM早見表（Qwen3で解説）

ローカルLLMは、何Bあれば足りるのか。

「Qwen3を社内で動かしたい」と決めたあと、最初に詰まるのがここです。8Bなのか14Bなのか32Bなのか。答えは用途でほぼ決まり、決まればVRAMが決まり、VRAMが決まればPCの値段が決まります。この記事はその順番を、Qwen3の実際のモデルサイズをもとに整理したものです。クラウドAPIとどちらが安いかの判断軸も置きました。AI導入支援・DXコンサルタントの方が、お客様への説明にそのまま使える形にしています。

もうひとつ先に押さえておきたいのが「量子化」です。同じ14Bのモデルでも、Q4（4ビット）で保存すれば8.3GB、Q8（8ビット）なら15.7GB。同じモデルで必要VRAMが約2倍変わります。Q4は精度がわずかに落ちる代わりに軽く、Q8は元の精度にほぼ近い代わりに重い。実務では「まずQ4で用途が成立するかを試し、精度が足りなければQ8に上げる」のが順当です。

Qwen3 は 0.6B から 235B まで8種類のサイズが公開されています。表の数値は量子化ごとのモデルファイルの大きさで、これに実行時の上乗せ（1〜2GB）を足したものが、実際に必要なVRAMです。

出典：WillItRunAI「Qwen 3 & 3.5 GPU Requirements (2026)」。「1枚で動く目安」は実行時の上乗せ1〜2GBを見込んだ当店の判断です。

「30B-A3B」の読み方

Qwen3 30B-A3B は MoE（Mixture of Experts）型です。総パラメータは30Bですが、1回の推論で実際に動くのは3B分だけ。速さは3B並み、載せるのに必要なVRAMは30B並みという性格です。応答速度を重視する用途では魅力的ですが、VRAMが節約できるわけではないので、表の数値どおり24GB以上を見てください。

ここが本題です。「うちの用途なら何B」を、実務で使われる4つの用途に分けて置きます。

小さいほうから試す理由

大きいモデルは「精度が高い」のではなく「難しいことができる」のです。定型の要約に32Bを使っても、8Bと見分けがつかない結果が返ってきて、待ち時間だけが長くなります。用途が成立する最小のサイズを見つけて、そこに予算を合わせるのが、ローカルLLMでいちばん費用対効果の良い進め方です。試すコストはゼロ（モデルは無料でダウンロードできます）なので、迷ったら小さいほうから順に当ててください。

GPUの側から逆引きした表です。今あるPCで何ができるか、あるいはどのGPUを買えば目的のモデルが載るかを見るときに使ってください。

境目がはっきり出るのが16GBと24GBの間です。14Bまでは16GBで完結しますが、30B〜32B級は1枚16GBでは載りません。ここを越えたいなら、24GB以上のGPUを1枚買うか、16GBを2枚挿すかの二択になります（後述）。

メインメモリ（RAM）は関係ないのか

VRAMに載りきらない分をメインメモリに逃がして動かすことはできます（CPUオフロード）。ただし速度が桁で落ちます。「動く」ことと「業務で待てる速度」は別なので、メインメモリはVRAMの代わりではなく、モデルの読み込みと前処理のための余裕と考えて、32GB以上を見ておけば十分です。2枚挿しの構成なら64GBが安心です。

「ローカルのほうが安い」は条件つきです。使う量と、扱うデータで決まります。

損益分岐の出し方

細かい単価は毎月変わるので、自社の数字で計算するのが確実です。式はひとつです。

もうひとつ、費用と別に効いてくるのがデータの扱いです。見積り、契約書、人事の文書をAPIに投げられるかどうかは、費用計算の前に決まっている会社が多い。ここで「出せない」となるなら、金額に関係なくローカルが答えになります。

ローカルLLMを動かすソフトはいずれも無料で、選択肢は事実上この3つに収れんしています。

導入の順番は「Ollama → 動作確認 → LM Studioで量子化を比較 → Open WebUIで配る」です。ハードが届いてから半日あれば、社内の何人かに触ってもらえる状態まで持っていけます。

32B級を動かすには24GB以上のVRAMが要りますが、24GB以上のGPUを新品で1枚買うと、GPU単体で本体価格の大半を占めます。ここで使えるのが中古の16GBを2枚挿してVRAMを足し算する方法です。

推論だけが目的なら、2枚挿しは実務的に十分な答えです。Ollama、llama.cpp、LM Studio、vLLM はいずれも複数GPUへの分割に対応しています。学習までやる予定があるなら、最初から大容量GPU1枚のほうが後で困りません。「学習をするか」が、この二択の分かれ目です。

お客様にローカルLLMを提案するとき、詰まりやすいのはソフトの話ではなくハードの話です。「結局いくらのPCを何台買えばいいのか」に数字で答えられると、提案が前に進みます。

• この記事の早見表（02・03・04）は、お客様への説明資料にそのままお使いください。出典を添えていただければ転載も構いません
• 構成と見積りは、用途と台数を伺えば当店で組みます。提案書に貼れる形（構成表・PDF）でお出しします
• 納品・請求は貴社経由でも、お客様直接でも対応します。複数台の一括納品、納期の調整も案件ごとに
• 入れ替えで出る旧PCの買取・無料回収・データ消去（証明書つき）まで、同じ窓口で引き受けます

ソフトウェアと業務設計は貴社、動く箱は当店。この分担で組める相手をお探しでしたら、ローカルLLMワークステーションのページから「導入支援・コンサル」の立場を選んでご連絡ください。

• 用途を1つに絞る（要約／RAG／コード／画像）。複数あるなら一番使う1つから
• 必要なパラメータ数を03の表で決める。小さいほうから
• 量子化はQ4から試す。精度が足りなければQ8へ
• 必要VRAMを02の表＋1〜2GBで出す
• 16GBと24GBの境目を越えるかを確認する。越えるなら2枚挿しか大容量1枚か、「学習をするか」で決める
• APIとの損益分岐を自社の数字で出す（本体価格 ÷ 月額）
• データの扱いを先に確認する。外に出せない文書があるなら、費用に関係なくローカル
• 日本語の出力を実際の文書で人が確認する
• まず1台入れて利用量を計り、それから台数を決める
• 旧PCの行き先（買取・回収・データ消去）を同時に決めておく

ローカルLLMの機種選びは、性能の比較ではなく用途から逆算する作業です。要約なら4B〜8B、RAGなら8B〜14B、コードや高精度なら14B〜32B。そこからVRAMが決まり、12GB／16GB／2枚挿しの32GBという3段階のどれかに落ちます。

そして、大きいモデルは「精度が高い」のではなく「難しいことができる」だけです。用途が成立する最小のサイズを見つけて、そこに予算を合わせる。試すコストはゼロなので、小さいほうから順に当ててください。