Ollama で ローカルLLM を探していると、モデル名に 4B や 9B といった表記を見かけます。
数字が大きいモデルの方が性能が高そうに見える一方で、実際に選ぼうとすると迷うこともあります。
僕も最初は、モデル名に付いている数字だけを見ても、どれを選べばよいのか分かりませんでした。
実際にいくつかのモデルを動かしてみると、数字が大きいモデルほど常に使いやすいわけではなく、回答の質、動作の軽さ、普段の作業と並行できるかどうかまで含めて考える必要があると感じています。
この記事では、Ollama のモデル名にある 4B・9B などの意味を整理しながら、ローカルLLM のモデルサイズを選ぶときに見ておきたいポイントを紹介します。
Ollama のモデル名にある 4B・9B とは？
Ollama で公開されているモデルには、qwen3.5:9b のように、モデル名の末尾に数字と B が付いているものがあります。
この B は、billion（ビリオン）の略です。
4B は 約40億、9B は 約90億 というように、モデルが持つパラメータ数の規模を表しています。
パラメータ数とは、モデルが学習の中で調整してきた数値の集まりです。
ただ、ローカルLLM を選ぶ段階で細かな仕組みまで理解する必要はありません。
まずは、数字が大きいほど一般には規模の大きいモデル、と考えておけば十分です。
ただし、この B 表記は、Mac に保存されるファイル容量をそのまま示す数字ではありません。
たとえば、僕が使っているモデルでは、qwen3.5:9b は 約6.6GB、gemma4:26b は 約18GB、qwen3.6:35b-a3b-nvfp4 は 約22GB あります。
モデル名の B 表記はパラメータ数の規模を示すもので、実際のダウンロード容量や実行時に必要になるメモリは、量子化やモデルの形式によって変わります。
量子化とは、モデルが持つ数値の細かさをある程度抑えて、保存容量や必要なメモリを小さくする方法です。
元のモデルは非常に細かな数値を大量に持っています。そのままでは容量が大きくなり、ローカル環境では扱いにくくなることがあります。
写真の画質を少し下げてファイルを軽くするように、モデルも数値の精度を調整することで、使いやすい大きさにできます。
量子化の方法によって、同じ 9B のモデルでも、ダウンロード容量や実行時に必要なメモリは変わります。
一般的には、より小さく量子化されたモデルほど軽く動かしやすくなります。ただし、量子化の度合いによっては、回答の質や安定性に影響することもあります。
Ollama でモデルを選ぶ段階では、量子化の仕組みを細かく理解する必要はありません。まずはライブラリページに表示されているモデル容量を確認し、自分の環境で扱えそうかを見るだけで十分です。
パラメータ数が大きいと何が変わる？
パラメータ数が大きいモデルでは、複数の条件を含む依頼や、長めの文章を整理する作業で違いを感じやすいことがあります。
たとえば、「この文章を短くして、見出しを付けて、初心者にも分かる表現に直してほしい」と依頼した場合、複数の条件を保ちながら文章全体をまとめる力に差が出ることがあります。
小さいモデルは、短い質問への回答、簡単な要約、定型的な処理などを軽快に試しやすいのが特徴です。
返答が速いため、プロンプトを調整しながら何度も試す作業にも向いています。
一方で大きいモデルでは、文章の流れを保った書き直しや、複数の要望をまとめて反映する作業で、回答が安定していると感じる場面があります。
ただし、大きいモデルなら必ず正確になるわけではありません。
パラメータ数は、モデルの得意そうな作業や扱える情報量を考えるための目安です。
回答の正確さや、日本語の自然さを保証する数字ではありません。
モデルサイズは何Bだけで選べばよい？
結論から言うと、何Bかだけでモデルを選ぶことはできません。
同じ 9B 前後でも、モデルの世代や学習内容によって、得意な作業は異なります。
日本語の文章作成に向くモデルもあれば、コード生成、画像の内容理解、OCR、ツール呼び出しなどを得意とするモデルもあります。
また、量子化の方法や画像入力への対応によって、ダウンロード容量や動作の軽さも変わります。
そのため、候補を選ぶ段階では、Ollama のライブラリページでモデルの説明とダウンロード容量を確認し、自分が使いたい用途に合っているかを見るのがおすすめです。
僕も近いサイズのモデルなら使い心地も似ていると思っていました。
しかし実際には、普段のチャットで使いやすいモデルもあれば、記事作成や自動化のように、決まった形式で回答してほしい場面で使いやすいモデルもありました。
B 表記は候補を絞るための入口です。
その後は、自分の用途に合うかどうかで判断する必要があります。
Mac で ローカルLLM を使うときのサイズ感
Mac で ローカルLLM を使う場合は、モデルを起動できるかどうかだけでなく、ユニファイドメモリにどのくらい余裕があるかも大切です。
Apple Silicon 搭載 Mac では、CPU や GPU だけでなく、macOS、ブラウザ、画像や動画の編集ソフトなども同じメモリを共有しています。
そのため、モデル自体は動かせても、ほかのアプリを開いたままでは回答が遅くなったり、Mac 全体の動作が重くなったりすることがあります。
僕は Mac mini M4 メモリ 32GB の環境で Gemma 4 をいくつか試しています。
Gemma 4 31B は、回答の品質だけで見ると一番気に入っています。
ただ、僕の環境では「一応動かせる」という感覚に近く、ブラウザやほかの作業と並行すると重たく感じましたし、エラーで停止する場面もありました。
一方で Gemma 4 26B は、回答の品質と動作の軽さのバランスがよく、今は普段使いのモデルとして一番出番が多くなっています。
僕の環境では、31B は品質を優先したいとき（ローカルで動かない場合は Ollama クラウドを使う）、26B は普段の作業と並行して使いつつ品質も速度も妥協したくないとき、という使い分けになっています。
最大サイズが動くことと、毎日使いやすいことは別だと感じました。
モデルを選ぶときは、一番大きいモデルが動くかどうかよりも、普段の作業をしながら無理なく使い続けられるかを見る方が大切です。
最初のモデルはどう選び、何を残せばよい？
初めて ローカルLLM を試すときは、最初に「何Bのモデルを入れるか」を決めるよりも、まず自分の環境で無理なく動かせるモデルを選ぶことが大切です。
B 表記はモデルの規模を知る目安にはなりますが、実際に必要になるメモリやダウンロード容量は、量子化やモデルの形式によって変わります。
そのため、候補を選ぶときは、Ollama のライブラリページでモデルの容量を確認し、自分の Mac のメモリ容量に余裕がありそうかを見てから試すのがおすすめです。
そのうえで、会話、短い文章作成、要約など、自分が普段使いそうな作業をひとつ決めて試してみます。
たとえば文章作成で使いたいなら、同じ短い下書き依頼を複数のモデルに出してみると、文章の自然さや指示の守り方を比べやすくなります。
小さいモデルで十分に使えるなら、そのまま使い続けても問題ありません。
一方で、文章の流れを保った書き直しや、複数の条件を含む依頼で物足りなさを感じたときは、少し大きいモデルを試してみると違いが分かりやすくなります。
僕も Gemma 4 の軽量モデルから 31B まで試しましたが、すべてを残しているわけではありません。
Mac mini M4 メモリ 32GB の環境では、回答の品質と動作の軽さのバランスから、Gemma 4 26B を使う場面が一番多くなっています。
最終的には、一番大きいモデルではなく、自分の環境で無理なく動き、よく使う作業で自然と手が伸びるモデルを残すのがよいと思います。
まとめ
Ollama のモデル名にある 4B や 9B は、モデルのパラメータ数を表す目安です。
数字が大きいモデルほど、複数の条件を含む依頼や長めの文章整理で力を発揮することがあります。
一方で、ダウンロード容量、必要なメモリ、回答を待つ時間も増えやすくなります。
ただし、B 表記だけで回答品質や使いやすさは決まりません。
モデルごとの得意分野、ダウンロード容量、Mac のメモリ容量、普段の作業との両立も含めて考える必要があります。
まずは無理なく動かせるモデルから試し、自分がよく使う作業で比較してみることが大切です。
その中で、回答の質と動作の軽さのバランスがよいモデルを残していくと、ローカルLLM を普段の作業にも取り入れやすくなります。
