ローカルLLMの全体の地図：モデル、道具、メモリ別の目安を、公式資料で確かめる

3行でいうと

ローカルLLM（自分のPCの中だけで動かすAI）は、モデルも道具も無料のものが主流。かかるのはメモリ、ディスク、電気代。
選ぶときに最初に見るのは、モデル名ではなく自分のPCのメモリ。ファイルの大きさが収まるかでほぼ決まる。
最初の道具は、見立てではOllamaかLM Studioのどちらかで足りる。
最新モデルの多くはApache 2.0という制限の少ないライセンスだが、全部ではない。

「ローカルLLM」とは、インターネットの向こうのサービスに文章を送らず、自分のPCの中でAIを動かす使い方のことです。LLMは「大規模言語モデル」の略で、文章を読み書きするAIの本体を指します。

この記事は、入口です。モデルも道具も数が多く、毎月のように新しいものが出ます。そこで、各系列の最新を公式のページで確かめ、表にまとめました。この記事は、実際に使って確かめた記録ではありません。この記事は公式の文書を読んでまとめたものです。僕らの考えは「見立てです。」で始めて、事実と分けています。

先に結論

無料で始められます。モデルのファイルも、動かす道具も、無料のものが主流です。かかるのは、PCのメモリとディスクの空きと、電気代です。
選ぶときに最初に見るのは、モデルの名前ではなく、自分のPCのメモリです。モデルのファイルの大きさが、メモリに収まるかどうかで、ほぼ決まります。
道具は、まず1つ選べば足ります。迷ったら、当サイトの「ローカルAIの道具の地図：LM Studio、Ollama、llama.cpp、MLX、Splash」を見てください。
名前の付いた最新モデルの多くは、Apache 2.0（アパッチ・ツー）という、使い道の制限が少ないライセンスです。ただし、全部ではありません。節を分けて書きます。

まず用語を2つ

オープンウェイト。AIの頭脳にあたるデータ（「重み」）が公開されていて、誰でもダウンロードできる、という意味です。作り方や学習に使った資料まで全部公開されている「オープンソース」とは、同じではありません。この記事では、ダウンロードできるものを「オープンウェイト」と呼びます。

パラメータ数。モデルの大きさを表す数字です。「27B」は270億個。数字が大きいほど、ファイルが大きく、必要なメモリも増えます。「A3B」のように書かれたものは、全体は大きいけれど、実際に動く部分は30億個だけ（「3B active」）という作りです。動く部分が少ないので速く動きますが、ファイル全体はメモリに載せる必要があります。

主要な系列の地図（2026年10月7日確認）

各社の公式ページ（Hugging Face のモデルページ、公式ドキュメント、公式の発表）で、最新を確認しました。「PCで動かす」目線で選んだ一覧です。ファイルの大きさは、道具のOllamaの公式ライブラリに表示されている、ダウンロードのサイズです。

系列（運営）	最新で確認できたもの	大きさ	ライセンス	家庭のPCで
gpt-oss（OpenAI）	gpt-oss-20b、gpt-oss-120b（2025年8月の論文）	20bは約21B、動く部分は3.6B。120bは約117B、動く部分は5.1B。Ollamaでの大きさは14GBと65GB	Apache 2.0	20bは16GBメモリで動く、と公式。120bは公式が「80GBのGPU1枚」としている
Gemma 4（Google）	E2B、E4B、12B、26B A4B、31B。公式の更新履歴では、2026年3月31日にE2B/E4B/26B A4B/31B、6月3日に12B	Ollamaでの大きさは、E2Bが4.6〜7.5GB、E4Bが6.6〜9.5GB、12Bが約8GB、26Bが16〜19GB、31Bが19〜20GB	Apache 2.0（公式ドキュメントに記載）	小さい順に、8GBから32GBまで幅広く選べる
Qwen（Alibaba）	Qwen3.8（2026年8月）。27B、Flash-Next（125B、動く部分は6B）、2.4T-A95B（2.4兆、動く部分は95B）。1つ前のQwen3.6-35B-A3Bも残っている	27Bは、Ollamaで18GB	27BとQwen3.6はApache 2.0。Flash-Nextは「qwen-community-1.0」、2.4Tは「qwen3.8-max」という別のライセンス	家庭向きは27BとQwen3.6。ほかは大きすぎる
Muse Glimmer（Meta）	2026年8月10日公開。Metaのモデルページによると、1台のPCやMacで動く大きさ	約30B（画像を見る部分を含む）。Ollamaで18GB	Apache 2.0	32GBのメモリが目安
Mistral（Mistral AI）	Small 4（119B、動く部分は6.5B、2026年3月）、Medium 3.5（128B、2026年5月）、Large 4（2026年10月6日発表）、小型のMinistral 3（3B、8B、14B）	Ministral 3の8Bは、公式が「FP8形式で12GBのGPUメモリに収まる」としている	Small 4とMinistral 3はApache 2.0。Medium 3.5は「修正版MIT」（収入の大きな会社には制限）。Large 4は発表ページにライセンスの記載なし	家庭向きはMinistral 3。ほかは大きい
DeepSeek	V4.1-Flash、その小さな更新版のV4.1-Flash-1017（モデルカードの説明。DeepSeekのAPIの現行名もこちら）	V4.1-Flashのモデルカードでは、骨格が「552B」、別に疎に使う記憶部が196Bと書かれ、一覧には「763B」と出る。552Bと196Bを足しても763Bにはならず、カードは差の理由を説明していないため、確認できていません	MIT	家庭のPCには、まず収まらない
国産：LLM-jp（国立情報学研究所が組織）	LLM-jp-4.1（8B、33B、32B-A3B）。「thinking」型	8Bと33B	Apache 2.0	8Bは16GB、33Bは32GB以上が目安（見立て）
国産：PLaMo（Preferred Networks）	PLaMo 3（2B、8B、31B。NICTと共同）	31Bは約32B	PLaMo Community License（商用は登録が必要で、年間の売上が10億円未満が条件）	公開されているのは「ベース」型が中心
国産：Swallow（東京科学大学など）	GPT-OSS Swallow（20B、120B）、Qwen3 Swallow（8B、30B-A3B、32B）	20Bは約21B	GPT-OSS Swallow 20Bは Apache 2.0	gpt-oss、Qwenをもとに日本語を強くしたもの
国産：ELYZA	Qwenをもとにした32B／7B（2025年4月）、日本語の拡散型の7B（2026年1月発表）、名前にllm-jp-4が入ったELYZA-Thinking-1.0の33B、32B-A3B（Hugging Faceで更新が約2週間前の表示。もとのモデルは一覧には書かれていない）	7B〜33B	確認できていません	確認できていません

ここから、系列ごとに、補足します。

gpt-oss（OpenAI）

OpenAIが公開したオープンウェイトです。Hugging Face のモデルページでは、20bは「16GBのメモリの中で動く」、120bは「80GBのGPU1枚に収まる」と書かれています。MXFP4という、重みを小さく圧縮する方式で配られています。僕らが確認した範囲では、2つ以外の新しい版は、モデルページに出ていませんでした。当サイトの記事は「gpt-oss：32GBのMac miniで、20bは動き、120bは動かない」です。

Gemma 4（Google）

公式ドキュメントでは、Gemma 4は5つの大きさがあり、いずれも画像を読めます。メモリの目安の表（重みだけの数字で、会話の長さに応じた作業用のメモリは別）も公式にあります。たとえば4ビットに圧縮したとき、E2Bは2.9GB、E4Bは4.5GB、12Bは6.7GB、26B A4Bは14.4GB、31Bは17.5GBです。この表には、20％の余裕が含まれていると注記されています。当サイトの記事は「Gemma 4を整理する」です。

Qwen（Alibaba）

Hugging Face の Qwen のページを見ると、最新はQwen3.8（2026年8月）です。27Bは、文章と画像、動画を読め、公式の評価では長い作業やコードに強いと書かれています。一方、Flash-Next（全体は125B）は別のライセンス、最大の2.4Tも別のライセンスなので、使う前に条文を読む必要があります。当サイトの記事は「Qwenファミリーの地図」です。

Muse Glimmer（Meta）

Metaは、以前は「Llama」という名前でオープンウェイトを出していました。Hugging Face のMeta（meta-llama）のページで、最も新しいのはLlama 4（2025年5月更新）で、そのあとの更新は確認できていません。2026年8月に出たのが、Muse Glimmerです。Metaの大きなモデルから小さく作り直した（蒸留した）、約30Bのモデルで、「1台の消費者向けGPUかMacで動く」と書かれています。Ollamaでの大きさは18GBです。なお、Hugging Face のモデルページには、圧縮しない場合は64GBのメモリが要る、とあります。

Mistral（フランス）

Mistral AIの公式のニュースでは、2026年10月6日に「Mistral Large 4」が発表されました。全体は1兆パラメータ、動く部分は520億です（10月22日に読み直した公式ニュースの記載。10月7日の記事は490億と書いていました）。ただし、重みは「今月末までに公開する」と書かれていて、いまは公開待ちです。ライセンスも書かれていません。PCで動かす目線では、Ministral 3（3B、8B、14B）のほうが現実的です。

DeepSeek

最新のV4.1-Flash（とその更新版V4.1-Flash-1017）は、MITライセンスで公開されていますが、数千億パラメータの規模で、家庭のPCの対象外です。自分のPCで動かすなら、DeepSeekそのものより、ほかの小さなモデルを選ぶことになります。小型に蒸留された新しい版が出ているかは、今回は確認できていません。

国産のモデル

国産と呼ばれるものには、中身が違うものがあります。LLM-jp-4.1のモデルページには、11.7兆トークン（文章の量の単位）で事前学習した、と書かれています。PLaMo 3のモデルページにも、3兆トークンで事前学習したと書かれています。一方、Swallowは、GPT-OSSやQwenをもとに、日本語を追加で学習させたものです（GPT-OSS Swallow 20Bのモデルページに、もとのモデルが書かれています）。ELYZAも、2025年4月の公開分はQwenがもとです。新しく見つかったELYZA-Thinking-1.0（33B、32B-A3B）の名前には、llm-jp-4が入っています。どちらが良い、という話ではなく、「もとが何か」で、ライセンスや得意なことが変わります。見分け方は、当サイトの「「国産AI」の中身を、見分ける方法」を見てください。

そのほか

Ollamaの人気一覧には、Z.aiのGLM-5.3-Flash（全体320B、MITライセンス）、NVIDIAのNemotron-3.5-Lightning（30B、動く部分は3B、Ollamaで25GB。ライセンスは、確認できていません）も並んでいました（10月22日に読み直した検索一覧では、この2つは見当たりませんでしたが、個別のページはありました）。OllamaのGLM-5.3-FlashとDeepSeek V4.1-Flashは、読んだページではクラウド版だけで、手元にダウンロードする版は載っていませんでした。GLMは大きく、家庭のPC向けではありません。Nemotronは、32GBのメモリなら、候補になる大きさです。

動かす道具の地図

モデルは、ファイルです。それを動かして、チャットの画面を出す道具が要ります。公式のページで確かめた範囲をまとめます。

道具	何か	費用	向く人
Ollama	モデルを1行の命令で入れて動かす道具。Mac、Windows、Linuxに対応	自分のPCで動かす分は、公式の料金ページで「いつでも無料、無制限」。クラウドの有料プランは別（Proは月20ドル）	手軽に始めたい人、ほかのアプリとつなぎたい人
LM Studio	画面からモデルを探して入れ、チャットできるアプリ。Mac、Windows、Linux	自分のPCでモデルを動かすのは無料プランに含まれる。有料のBionic+（月20ドル）、Pro（月100ドル）は、クラウドで動くモデルの追加	画面で選びたい人
llama.cpp	多くの道具の土台になっている、動かすための部品（MITライセンス）。Apple、NVIDIA、AMD、普通のCPUなど幅広く対応	無料	細かく設定したい人
MLX（MLX LM）	AppleのMac用に作られた仕組み。Appleシリコン（M1以降のチップ）が必須（MITライセンス）	無料	Macで速く動かしたい人
Jan	ChatGPTのような画面で、AIを動かすアプリ。公式は「無料でオープンソース」	無料	設定を少なくしたい人

公式ページで、Ollamaの料金は2026年10月7日に確認しました。ドルの金額は、変わることがあります。LM Studioの料金も同じ日の確認です。LM Studioのダウンロードのページでは、一般のアプリの版が、10月7日は0.4.25、10月22日は0.4.26と表示されていました。Janは、公式ページに、10月7日は0.8.4、10月22日は0.8.7とありました。バージョンは、すぐ変わります。

見立てです。最初の1つは、Ollama か LM Studio のどちらかで足りると思います。どちらも、同じオープンウェイトのモデルを、自分のPCで動かせます。Macで本格的に速さを求めるなら、MLXの形式のモデルが選べます（OllamaにもMLXの版が並んでいます）。当サイトの記事は、「Macでローカルは初めて、という人の、最初の1時間」と、「完全オフラインで、メモにAIを使う：Ollama × Obsidian」です。

メモリ別の目安

ここが、この記事のいちばん大事なところです。

考え方は単純です。モデルのファイルの大きさ（Ollamaの表示など）が、PCのメモリに収まるか。さらに、OSや、ほかのアプリの分、会話の長さの分を残せるか。Gemma 4の公式の表にも、「重みだけの数字で、会話の長さ（KVキャッシュ）は別」と書かれています。

見立てです。ファイルの大きさが、メモリの半分から6割くらいに収まるものを選ぶと、余裕があります。この割合は、公式の数字ではなく、僕らの目安です。MacのAppleシリコンは、メモリをCPUとGPUで共有しています。GPUつきのWindows機では、GPU専用のメモリの量も見る必要があります。

メモリ	目安になるモデル（公式で確かめた大きさ）	使い心地の見立て
8GB	Gemma 4 のE2B（Ollamaで4.6〜7.5GB）。E4B（6.6〜9.5GB）は、ぎりぎりか足りない	軽い要約や言い換え。大きなモデルは諦める
16GB	Gemma 4 の12B（約8GB）、E4B、Ministral 3の8B、LLM-jp-4.1の8B。gpt-oss-20b（14GB）は、公式が「16GBで動く」と書くが、余裕は少ない	日常の質問や文章の下書き。ほかのアプリを開くと苦しい
32GB	gpt-oss-20b、Gemma 4の26B A4B（16〜19GB）と31B（19〜20GB）、Qwen3.8の27B（18GB）、Muse Glimmer（18GB）、Nemotron-3.5-Lightning（25GB）	現在の「ちょうどよい」範囲。選べる系列が一番多い
64GB以上	上の全部に加え、LLM-jp-4.1の33Bなど。gpt-oss-120b（65GB）は、64GBには入らない。公式は80GB級のGPUを想定	大きなモデルを、余裕を持って。120b級は、96GB以上が現実的（見立て）

上の表に載せていないものがあります。Mistral Small 4（119B）、Qwen3.8のFlash-Next（125B）は、ファイルの大きさを、公式のページで確認できませんでした。大きなものは、載せていません。

32GBのMacについては、当サイトの記事「ローカルLLM早見表：M6 Mac mini（32GB）に、いま入れるなら」に、具体的な組み合わせがあります。マシンの選び方は「ローカルAI用のマシンの選び方」を見てください。

「量子化」という言葉

Ollamaやモデルの配布ページに、「Q4」「4ビット」「FP8」といった言葉が出ます。モデルの重みを、精度を少し落として小さくする方法です。小さくすると、必要なメモリが減ります。たとえばGemma 4のE4Bは、公式の表で、16ビットなら17.9GB、8ビットなら8.9GB、4ビットなら4.5GBです。詳しくは、当サイトの記事「量子化とは何か」へ。

無料で使えるか、ライセンスの見方

無料の範囲

モデルのファイル。この記事で挙げたものは、ダウンロードが無料です。
道具。Ollama（自分のPCで動かす分）、LM Studio（無料プラン）、llama.cpp、MLX LM、Jan は、無料の範囲で使えます。
かかるもの。ディスクの空き（数GBから数十GB）、PCの電気代、そして、大きなモデルでは時間です。
有料のもの。OllamaやLM Studioの有料プランは、「クラウドで動く大きなモデル」を使うためのものです。自分のPCの中で動かすだけなら、要りません。クラウドのモデルは、文章が相手のサーバーに送られるので、「ローカル」の目的とは違うものです。

ライセンスの見方

「ダウンロードできる」と「何に使ってもよい」は、別のことです。確認する順番は、次の3つです。

モデルのページのライセンス欄（Hugging Face なら右上や上部）を見る。
名前を見る。Apache 2.0、MITは、商用を含めて制限が少ない部類です。「Community License」「qwen-community-1.0」「qwen3.8-max」のように独自の名前のものは、条文を読む。
条件を見る。たとえばPLaMo Community Licenseは、商用に登録が必要で、売上の条件があります。Mistral Medium 3.5の「修正版MIT」は、収入の大きな会社に制限があります。

Apache 2.0でも、もとのモデルを加工した派生モデルは、もとのモデルの条件にも関係することがあります。この記事では、Swallowなどの派生モデルについて、そこまで確かめていません。当サイトの記事は「ローカルAIのモデルのライセンスの読み方」です。

見立て：どう選ぶか

見立てです。迷ったら、次の順番で考えるのがよいと思います。

自分のPCのメモリを調べる（Macなら「このMacについて」）。
上の表で、メモリの欄のモデルを2つ選ぶ。
日本語の文章を、よく使うなら、国産のLLM-jp-4.1の8Bや、Gemma 4の12B、Qwen3.8の27Bを試して、比べる。どれが日本語で良いかは、自分で書かせて見るのが確実です。この記事では、まだ比べていません。
道具は、OllamaかLM Studioで始める。

公式が示しているベンチマーク（性能の点数）は、各社が自分で測った数字です。会社ごとに、測り方も違います。この記事では、点数による優劣は書いていません。

気をつけること

この記事は、実際に使って確かめた記録ではありません。この記事は、公式の文書を読んでまとめたものです。
表の「ファイルの大きさ」は、Ollamaのライブラリに表示されている数字です。同じモデルでも、道具や圧縮の方式で大きさは変わります。メモリの目安は、僕らの見立てです。
Muse Glimmerのメモリは、Ollamaでは18GB、Hugging Face のモデルページでは「圧縮なしで64GB」と、数字が違って見えます。圧縮の度合いの違いと考えられますが、そこまで確認できていません。
DeepSeek V4.1-Flashの大きさは、モデルカードの数字（552B）と、一覧の数字（763B）が違っていました。カードには骨格552Bと記憶部196Bの記載がありますが、足しても763Bにならず、差の理由は書かれていませんでした。
Mistral Large 4は、2026年10月7日の時点で、重みの公開は予定の段階でした。10月22日に読み直した公式の記載も「今月末までに公開」のままで、ライセンスの記載はありませんでした。
ELYZAの最新のライセンスと、PLaMoの小さな版の動かし方は、確認できていません。
モデルの新しい版は、毎月のように出ます。表の「最新」は、2026年10月7日の時点のものです。
無料プランの内容、料金（ドル表記）、バージョンは、変わることがあります。為替や税は含みません。
公開されたモデルの答えは、間違うことがあります。大事な数字や文章は、元の資料で確かめてください。
Hugging Face のモデルページの一部は、英語の記載を、僕らが訳しています。

出典

更新履歴

2026年10月25日 書き方を直しました。
- 前：運営者が使っていないと読める書き方 → いま：「この記事は、実際に使って確かめた記録ではありません」。公式の資料を読んでまとめた記事で、使い心地は書いていない、という意味に直した