【学習メモ】2026年4月 ローカルLLM比較 — Gemma 4・Llama 4・Qwen3.5 をハードウェア別に選ぶ
学習メモ約6分で読めます
この記事でわかること
- 2026 年 4 月時点の主要ローカル LLM を、ライセンスと必要 VRAM で並べた比較表
- VRAM 8GB / 16GB / 24GB / Apple Silicon ごとの具体的な推しモデル
- クラウド AI を置き換えられる用途と、まだ無理な用途の線引き
- Ollama / LM Studio / llama.cpp / MLX の使い分け
特にありません。手持ちの GPU の VRAM 容量を把握していると選びやすいです。なおこれは 2026 年 4 月時点の比較です。
ポイント
2026年4月、Google Gemma 4 の登場でローカル LLM のランドスケープが大きく変わりました。本記事では主要モデルを比較し、手持ちのハードウェアに合った最善手を掘り下げます。
はじめに
ローカル LLM の世界は 2026 年に入って急速に進化しています。特に 2026年4月に Google が Gemma 4 を Apache 2.0 ライセンスで公開したことで、「無料・完全ローカルで商用利用可能な AI 環境」を構築できる選択肢が大幅に広がりました。
本記事では、実際にローカル環境を構築する際に候補になる主要モデルを比較し、ハードウェア別のおすすめ構成を整理します。
主要モデル比較表
| モデル | アクティブパラメータ | コンテキスト | ライセンス | ローカル実用性 |
|---|---|---|---|---|
| Gemma 4 31B | 31B | 256K | Apache 2.0 | 優 24GB GPU |
| Gemma 4 26B MoE | 3.8B active | 256K | Apache 2.0 | 優 16〜18GB |
| Gemma 4 E4B | 4.5B | 128K | Apache 2.0 | 優 8GB GPU |
| Llama 4 Scout | 17B | 10M | Meta License | 良 24GB GPU |
| Mistral Small 4 | 6B active | 256K | Mistral | 良 16GB GPU |
| Qwen3.5-9B | 9B | 128K | Apache 2.0 | 優 8GB GPU |
| Phi-4 14B | 14B | 128K | MIT | 良 16GB GPU |
| DeepSeek V3.2 | 37B active | 128K | MIT | 不可（サーバー専用） |
各モデルの特徴
Gemma 4（Google DeepMind・2026年4月）
今回最大のトピックです。
- Apache 2.0 ライセンス: Gemma 1/2/3 の独自ライセンスから完全移行。商用利用・再配布・改変が自由
- コーディング性能の劇的向上: Codeforces ELO が Gemma 3 の 110 → 2150
- マルチモーダル: 全バリアントが画像・動画対応、E4B は音声入力も対応
- Per-Layer Embeddings (PLE): 各レイヤーにトークン情報を供給する新アーキテクチャでパラメータ効率を大幅改善
Llama 4 Scout（Meta・2025年4月）
- コンテキストウィンドウ 10M トークン: ローカルモデルで唯一無二の長コンテキスト能力。大量のドキュメント処理に最適
- ライセンスは Meta 独自ライセンス（Apache 2.0 より制約がある）
Qwen3.5-9B（Alibaba・2026年3月）
- 8GB VRAM クラス最強: 54〜58 tokens/sec、32K コンテキスト時 6.96GB VRAM
- Apache 2.0 ライセンス
- 多言語対応が強く（40+ 言語）
Phi-4（Microsoft）
- 数学・推論に特化した訓練データで、パラメータ数以上の性能を発揮
- 14B/Q4 で 16GB VRAM に収まる
- MIT ライセンス
ハードウェア別おすすめ構成
GPU VRAM 8GB（RTX 4060・RTX 3060 等）
| 用途 | おすすめモデル | 理由 |
|---|---|---|
| 汎用 | Qwen3.5-9B (Q4) | 54〜58 t/s、6.96GB に収まる |
| マルチモーダル | Gemma 4 E4B (Q4) | 5.5〜6GB、画像・音声・動画対応 |
| 軽量 | Phi-4-mini (3.8B) | 3.5GB、数学・推論特化 |
ollama run qwen3.5:9b # 汎用途
ollama run gemma4:e4b # マルチモーダル用途GPU VRAM 16GB（RTX 4080・RX 7900 XT 等）
| 用途 | おすすめモデル | 理由 |
|---|---|---|
| ベスト全能 | Gemma 4 26B A4B (Q4) | 16〜18GB、3.8B active、256K コンテキスト |
| 長コンテキスト | Llama 4 Scout (Q4) | 10M トークンの巨大コンテキスト |
ollama run gemma4:26bGPU VRAM 24GB（RTX 4090・RTX 3090 等）
| 用途 | おすすめモデル | 理由 |
|---|---|---|
| ベスト全能 | Gemma 4 31B (Q4) | 17〜20GB、LMArena オープン 3 位 |
| 長コンテキスト | Llama 4 Scout (Q4/BF16) | 10M トークン |
| コーディング | Gemma 4 31B | AIME 2026 89.2% |
ollama run gemma4:31bApple Silicon
| チップ | おすすめモデル |
|---|---|
| M3 / 16GB | Gemma 4 E4B、Qwen3.5-9B |
| M3 Pro / 36GB | Gemma 4 26B A4B |
| M4 Max / 64GB | Gemma 4 31B、Llama 4 Scout |
Apple Silicon は MLX を使うと llama.cpp より高速に動作します。
クラウド AI の代替になる用途
高精度で代替可能（90%+）
- ユニットテストの生成
- コード解説・ドキュメント生成
- 文書要約・翻訳
- SQL / スクリプト / Regex 補助
- 構造化データ抽出
ある程度代替可能（70〜80%）
- 中小規模のコード生成
- 一般的なライティング補助
- 簡単なエージェントワークフロー
まだクラウド AI が優位
- 大規模コードベース横断の複雑なリファクタリング
- 10 ステップ超の長期推論チェーン
- 2025年8月以降の最新情報を要するタスク
ローカル LLM 実行ツール
| ツール | 向いている人 | 特徴 |
|---|---|---|
| Ollama | 開発者・日常利用 | CLI + OpenAI 互換 API、一命令デプロイ |
| LM Studio | 初心者・GUI が好き | 履歴管理、モデル比較が簡単 |
| llama.cpp | パワーユーザー・CPU 重視 | CPU 最適化が最強、量子化制御が細かい |
| MLX | Apple Silicon ユーザー | M シリーズで最速 |
まとめ
- Gemma 4 は 2026年4月現在、ローカル展開の第一候補。Apache 2.0・マルチモーダル・高性能を兼ね備える
- 8GB VRAM なら Qwen3.5-9B または Gemma 4 E4B、16GB なら Gemma 4 26B MoE、24GB なら Gemma 4 31B がベスト
- Llama 4 Scout の 10M トークンコンテキストは特定用途で無敵の強み
- Claude・GPT-4o の代替として、コード解説・テスト生成・要約などの用途では十分実用的
参考リンク
更新履歴
- callout にアイコンと色を指定し、他記事と見た目を揃えた。手書きの「目次」見出しを削除。実際に動かす手順の記事へのリンクを参考リンクの先頭に追加。「この記事でわかること」「対象読者」を概要プロパティへ移動。
