Ollamaモデルおすすめ245選｜GPU容量別ベスト5【2026年】

サイト内検索
🖥️ 2026-08-25 基準・245枠の完全ランキング

Ollama 用途別×GPUメモリ別
ベスト5ランキング

画像・音声・推論・数学・プログラム・日本語・SQLの7部門を、4GB〜128GBの7段階で。
自分のGPUの行を見るだけで「入れるべき1本」が決まります。

🧮 7部門 × 7メモリ帯 × 5位＝245枠 📊 表がメインの早見記事 🔰 初心者向け

📋 目次

  1. まずここだけ：GPU別「最初の1本」早見表
  2. 画像解析 ベスト5（4GB〜128GB）
  3. 音声解析 ベスト5（4GB〜128GB）
  4. 推論 ベスト5（4GB〜128GB）
  5. 数学 ベスト5（4GB〜128GB）
  6. プログラム ベスト5（4GB〜128GB）
  7. 日本語汎用 ベスト5（4GB〜128GB）
  8. データベース・SQL ベスト5（4GB〜128GB）
  9. 点数の付け方と、表の読み方
00

🎯 まずここだけ：GPU別「最初の1本」早見表

自分のGPUメモリの行を横に読むだけ。細かい話は後ろの部門別ランキングで。

🧭

GPUメモリ（VRAM）って、どこを見ればいいの？

Windowsならタスクマネージャー →「パフォーマンス」→ GPU の「専用GPUメモリ」の数字です。Macの場合はメモリ（ユニファイドメモリ）が実質そのままGPUメモリになります。その数字にいちばん近い行を、下の表から選んでください。

👉 表は横にスクロールできます

GPUメモリ 画像 音声 推論 数学 プログラム 日本語 DB・SQL
4GB qwen3.5:4b gemma4:e2b phi4-mini-reasoning:3.8b phi4-mini-reasoning:3.8b qwen2.5-coder:3b qwen3.5:4b qwen2.5-coder:3b
8GB qwen3.5:9b gemma4:e4b qwen3.5:9b deepseek-r1:8b qwen2.5-coder:7b qwen3.5:9b sqlcoder:7b
16GB qwen3.5:9b gemma4:12b gpt-oss:20b phi4-reasoning:14b codestral:22b gpt-oss:20b codestral:22b
24GB qwen3.5:27b gemma4:26b deepseek-r1:32b deepseek-r1:32b qwen3-coder:30b qwen3:30b qwen3-coder:30b
36GB qwen3.6:35b gemma4:31b qwen3.6:35b deepseek-r1:32b qwen3.6:35b qwen3.6:35b qwen3.6:35b
48GB qwen3.6:35b gemma4:31b deepseek-r1:70b deepseek-r1:70b qwen3.6:35b qwen3.6:35b qwen3.6:35b
128GB qwen3.5:122b gemma4:31b qwen3.5:122b qwen3.5:122b devstral-2:123b qwen3.5:122b devstral-2:123b

※ 表の中の文字はそのまま ollama run <タグ> に貼り付けて使えます。例：ollama run qwen3.5:9b

GPUメモリだいたいこんなPC基準コンテキストモデル容量の上限めやす
4GBノートPCの内蔵GPUや旧世代の入門GPU（例：GTX 1650）4K3.45GB以下
8GB一般的なゲーミングPC（例：RTX 3060 Ti / RTX 4060）4K6.8GB以下
16GBミドル〜ハイクラス（例：RTX 4060 Ti 16GB / RTX 5060 Ti 16GB）8K13.4GB以下
24GBハイエンド1枚差し（例：RTX 3090 / RTX 4090）8K20GB以下
36GBApple シリコンなどのユニファイドメモリ36GBクラス16K29GB以下
48GBワークステーション向け（例：RTX A6000）や24GB×2枚16K43.5GB以下
128GBMac Studio クラスの大容量ユニファイドメモリ32K100GB以下

📦 「8GBのGPUに6.6GBのモデル」が入らないことがある理由

GPUメモリ 8GB のなかみ 空き 8GB モデルを読み込むと… ① モデル本体 6.6GB Ollamaのページに書いてある数字はここだけ ② KVキャッシュ 会話が長いほど増える ③ 画像/音声 入れた分だけ追加 はみ出す はみ出した分はCPU（普通のメモリ）に逃げる → 体感速度が数分の1に落ちる だからこの記事の表では、モデル容量ぴったりではなく「余裕を残した容量」で順位を付けています

🧭 モデルを決めるまでの3ステップ

1 GPUメモリを確認 タスクマネージャー → パフォーマンス → GPU 2 使いみちを1つ選ぶ 画像／音声／推論／数学／ プログラム／日本語／SQL 3 ◎か○の1位を入れる ollama run <タグ> これで完了。まず1本だけ ※ 最初から複数のモデルを入れると、GPUメモリを取り合って遅くなります
◎

快適

余裕をもって動く。これを選べばOK

○

実用

動くが余裕は少なめ。長い会話は注意

△

条件付き

短いやり取り限定なら使える

×

非推奨

そのメモリでは載らない。参考枠

⚠ ランキングの読み方で、ここだけ間違えないでください

① ベスト5は「実力の順番」です。そのため小さいGPU（4GB・8GB）の4位・5位には、そのGPUには実際には載らない「× 非推奨」のモデルが混ざっています。買い替え・増設の目標として見てください。今すぐ使うなら ◎ か ○ の行から選ぶのが正解です。
② 「3位のほうが総合点が高い」ことがあります。順位は実力の順、総合点は実力に加えて軽さ・GPUとの相性まで足した点だからです。速さ重視なら総合点の高い行、賢さ重視なら順位の高い行を選んでください。

01

🖼️ 画像解析 ベスト5

写真・スクリーンショット・書類の中身を読ませる用途

🖼️

この部門はどんなときに使う？

スクリーンショットや請求書の写真を貼って「何が書いてある？」と聞ける、いわゆるマルチモーダル（画像も見られる）モデルです。文字が入った画像を扱うので、テキストだけのときよりメモリを多めに食うのがポイント。同じGBのモデルでも、画像を入れた瞬間に重くなります。

この部門の“まず1本” 4GB qwen3.5:4b 8GB qwen3.5:9b 16GB qwen3.5:9b 24GB qwen3.5:27b 36GB qwen3.6:35b 48GB qwen3.6:35b 128GB qwen3.5:122b

👉 表は横にスクロールできます

GPUメモリ順位Ollamaタグ（この文字でDLする）モデル名容量推奨
ctx		相性実力
用途の強さ		総合点
軽さ・相性込み
4GB 🥇 qwen3.5:4b Qwen 3.5 4B 3.4GB 4K △ 条件付き 84
81
🥈 qwen3.5:2b Qwen 3.5 2B 2.7GB 4K ◎ 快適 81
84
🥉 ministral-3:3b Ministral 3 3B 2.5GB 4K ◎ 快適 79
80
4位 moondream:1.8b Moondream 2 1.7GB 2K ◎ 快適 78
81
5位 qwen3.5:0.8b Qwen 3.5 0.8B 1GB 4K ◎ 快適 73
87
8GB 🥇 qwen3.5:9b Qwen 3.5 9B 6.6GB 4K ○ 実用 90
83
🥈 qwen3.5:4b Qwen 3.5 4B 3.4GB 4K ◎ 快適 84
89
🥉 qwen3.5:2b Qwen 3.5 2B 2.7GB 4K ◎ 快適 81
88
4位 ministral-3:3b Ministral 3 3B 2.5GB 4K ◎ 快適 79
83
5位 moondream:1.8b Moondream 2 1.7GB 2K ◎ 快適 78
82
16GB 🥇 qwen3.5:9b Qwen 3.5 9B 6.6GB 8K ◎ 快適 90
91
🥈 gemma3:12b Gemma 3 12B 8.1GB 8K ◎ 快適 87
88
🥉 ministral-3:14b Ministral 3 14B 9.2GB 8K ◎ 快適 86
83
4位 qwen3.5:4b Qwen 3.5 4B 3.4GB 8K ◎ 快適 84
90
5位 qwen3.5:2b Qwen 3.5 2B 2.7GB 8K ◎ 快適 81
90
24GB 🥇 qwen3.5:27b Qwen 3.5 27B 17GB 8K ○ 実用 94
88
🥈 gemma3:27b Gemma 3 27B 17GB 8K ○ 実用 91
86
🥉 qwen3.5:9b Qwen 3.5 9B 6.6GB 8K ◎ 快適 90
92
4位 gemma3:12b Gemma 3 12B 8.1GB 8K ◎ 快適 87
90
5位 ministral-3:14b Ministral 3 14B 9.2GB 8K ◎ 快適 86
85
36GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 96
88
🥈 qwen3.5:35b Qwen 3.5 35B 24GB 16K ◎ 快適 95
89
🥉 qwen3.5:27b Qwen 3.5 27B 17GB 16K ◎ 快適 94
91
4位 gemma3:27b Gemma 3 27B 17GB 16K ◎ 快適 91
90
5位 qwen3.5:9b Qwen 3.5 9B 6.6GB 16K ◎ 快適 90
92
48GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 96
90
🥈 qwen3.5:35b Qwen 3.5 35B 24GB 16K ◎ 快適 95
91
🥉 qwen3.5:27b Qwen 3.5 27B 17GB 16K ◎ 快適 94
92
4位 gemma3:27b Gemma 3 27B 17GB 16K ◎ 快適 91
91
5位 qwen3.5:9b Qwen 3.5 9B 6.6GB 16K ◎ 快適 90
93
128GB 🥇 qwen3.5:122b Qwen 3.5 122B 81GB 32K ◎ 快適 99
91
🥈 qwen3.6:35b Qwen 3.6 35B 24GB 32K ◎ 快適 96
93
🥉 qwen3.5:35b Qwen 3.5 35B 24GB 32K ◎ 快適 95
94
4位 qwen3.5:27b Qwen 3.5 27B 17GB 32K ◎ 快適 94
94
5位 gemma3:27b Gemma 3 27B 17GB 32K ◎ 快適 91
93
⚠ 注意

4GB帯の1位 qwen3.5:4b は「△ 条件付き」です。モデル本体が3.4GBあり、画像を入れるとあと少しで足りなくなるため、画像は1枚ずつ・小さめの解像度で試してください。

02

🎤 音声解析 ベスト5

会議の録音・音声メモを文字起こしして要約させる用途

🎤

この部門はどんなときに使う？

音声をそのまま入力できるモデルです。表の上位は Gemma 4 / Gemma 3n 系がほぼ独占していて、小さいGPUでも一番戦える部門でもあります。ただし音声対応モデルはタグや対応形式が変わりやすいので、ダウンロード前に公式ページの確認を強くおすすめします。

この部門の“まず1本” 4GB gemma4:e2b 8GB gemma4:e4b 16GB gemma4:12b 24GB gemma4:26b 36GB gemma4:31b 48GB gemma4:31b 128GB gemma4:31b

👉 表は横にスクロールできます

GPUメモリ順位Ollamaタグ（この文字でDLする）モデル名容量推奨
ctx		相性実力
用途の強さ		総合点
軽さ・相性込み
4GB 🥇 gemma4:e2b Gemma 4 E2B 3GB 4K ○ 実用 82
78
🥈 gemma3n:e2b Gemma 3n E2B 3.2GB 4K ○ 実用 80
76
🥉 gemma4:e4b Gemma 4 E4B 5GB 4K × 非推奨 87
68
4位 gemma3n:e4b Gemma 3n E4B 5.5GB 4K × 非推奨 85
66
5位 gemma4:12b Gemma 4 12B 9GB 4K × 非推奨 91
69
8GB 🥇 gemma4:e4b Gemma 4 E4B 5GB 4K ◎ 快適 87
82
🥈 gemma3n:e4b Gemma 3n E4B 5.5GB 4K ◎ 快適 85
80
🥉 gemma4:e2b Gemma 4 E2B 3GB 4K ◎ 快適 82
83
4位 gemma3n:e2b Gemma 3n E2B 3.2GB 4K ◎ 快適 80
83
5位 gemma4:12b Gemma 4 12B 9GB 4K × 非推奨 91
72
16GB 🥇 gemma4:12b Gemma 4 12B 9GB 8K ◎ 快適 91
85
🥈 gemma4:e4b Gemma 4 E4B 5GB 8K ◎ 快適 87
85
🥉 gemma3n:e4b Gemma 3n E4B 5.5GB 8K ◎ 快適 85
85
4位 gemma4:e2b Gemma 4 E2B 3GB 8K ◎ 快適 82
85
5位 gemma3n:e2b Gemma 3n E2B 3.2GB 8K ◎ 快適 80
84
24GB 🥇 gemma4:26b Gemma 4 26B 18GB 8K ○ 実用 95
82
🥈 gemma4:12b Gemma 4 12B 9GB 8K ◎ 快適 91
87
🥉 gemma4:e4b Gemma 4 E4B 5GB 8K ◎ 快適 87
86
4位 gemma3n:e4b Gemma 3n E4B 5.5GB 8K ◎ 快適 85
86
5位 gemma4:e2b Gemma 4 E2B 3GB 8K ◎ 快適 82
86
36GB 🥇 gemma4:31b Gemma 4 31B 22GB 16K ◎ 快適 97
87
🥈 gemma4:26b Gemma 4 26B 18GB 16K ◎ 快適 95
87
🥉 gemma4:12b Gemma 4 12B 9GB 16K ◎ 快適 91
88
4位 gemma4:e4b Gemma 4 E4B 5GB 16K ◎ 快適 87
87
5位 gemma3n:e4b Gemma 3n E4B 5.5GB 16K ◎ 快適 85
86
48GB 🥇 gemma4:31b Gemma 4 31B 22GB 16K ◎ 快適 97
88
🥈 gemma4:26b Gemma 4 26B 18GB 16K ◎ 快適 95
88
🥉 gemma4:12b Gemma 4 12B 9GB 16K ◎ 快適 91
88
4位 gemma4:e4b Gemma 4 E4B 5GB 16K ◎ 快適 87
87
5位 gemma3n:e4b Gemma 3n E4B 5.5GB 16K ◎ 快適 85
87
128GB 🥇 gemma4:31b Gemma 4 31B 22GB 32K ◎ 快適 97
90
🥈 gemma4:26b Gemma 4 26B 18GB 32K ◎ 快適 95
90
🥉 gemma4:12b Gemma 4 12B 9GB 32K ◎ 快適 91
89
4位 gemma4:e4b Gemma 4 E4B 5GB 32K ◎ 快適 87
88
5位 gemma3n:e4b Gemma 3n E4B 5.5GB 32K ◎ 快適 85
87
⚠ 注意

音声部門は表の中でもっとも情報が変わりやすい領域です。容量が「推定」の行が多いため、ollama show <タグ> と公式モデルページで実際の容量・音声入力対応を必ず確認してください。

03

🧠 推論 ベスト5

じっくり考えさせる・段取りを立てさせる用途

🧠

この部門はどんなときに使う？

答えを出す前に頭の中で考える「thinking（思考）」タイプのモデルです。考えた分だけ文章を長く吐く＝時間もメモリも食うので、コンテキスト（ctx）は欲張らないのがコツ。16GBから急に選択肢が広がる部門です。

この部門の“まず1本” 4GB phi4-mini-reasoning:3.8b 8GB qwen3.5:9b 16GB gpt-oss:20b 24GB deepseek-r1:32b 36GB qwen3.6:35b 48GB deepseek-r1:70b 128GB qwen3.5:122b

👉 表は横にスクロールできます

GPUメモリ順位Ollamaタグ（この文字でDLする）モデル名容量推奨
ctx		相性実力
用途の強さ		総合点
軽さ・相性込み
4GB 🥇 phi4-mini-reasoning:3.8b Phi-4 Mini Reasoning 3.2GB 4K ○ 実用 84
77
🥈 qwen3:4b Qwen 3 4B 2.5GB 4K ◎ 快適 82
84
🥉 deepseek-r1:1.5b DeepSeek-R1 1.5B 1.1GB 4K ◎ 快適 75
87
4位 lfm2.5-thinking:1.2b LFM2.5 Thinking 1.2B 0.9GB 4K ◎ 快適 72
82
5位 deepseek-r1:8b DeepSeek-R1 8B 5.2GB 4K × 非推奨 86
71
8GB 🥇 qwen3.5:9b Qwen 3.5 9B 6.6GB 4K ○ 実用 87
83
🥈 deepseek-r1:8b DeepSeek-R1 8B 5.2GB 4K ◎ 快適 86
86
🥉 phi4-mini-reasoning:3.8b Phi-4 Mini Reasoning 3.2GB 4K ◎ 快適 84
84
4位 qwen3:4b Qwen 3 4B 2.5GB 4K ◎ 快適 82
87
5位 deepseek-r1:1.5b DeepSeek-R1 1.5B 1.1GB 4K ◎ 快適 75
88
16GB 🥇 gpt-oss:20b gpt-oss 20B 13GB 8K ○ 実用 91
83
🥈 phi4-reasoning:14b Phi-4 Reasoning 14B 9.5GB 8K ◎ 快適 89
84
🥉 qwen3:14b Qwen 3 14B 9.3GB 8K ◎ 快適 88
87
4位 qwen3.5:9b Qwen 3.5 9B 6.6GB 8K ◎ 快適 87
90
5位 deepseek-r1:8b DeepSeek-R1 8B 5.2GB 8K ◎ 快適 86
89
24GB 🥇 deepseek-r1:32b DeepSeek-R1 32B 20GB 8K ○ 実用 94
84
🥈 qwen3:30b Qwen 3 30B-A3B 19GB 8K ○ 実用 93
85
🥉 gpt-oss:20b gpt-oss 20B 13GB 8K ◎ 快適 91
89
4位 phi4-reasoning:14b Phi-4 Reasoning 14B 9.5GB 8K ◎ 快適 89
85
5位 qwen3:14b Qwen 3 14B 9.3GB 8K ◎ 快適 88
88
36GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 95
87
🥈 deepseek-r1:32b DeepSeek-R1 32B 20GB 16K ◎ 快適 94
90
🥉 qwen3:30b Qwen 3 30B-A3B 19GB 16K ◎ 快適 93
90
4位 gpt-oss:20b gpt-oss 20B 13GB 16K ◎ 快適 91
91
5位 phi4-reasoning:14b Phi-4 Reasoning 14B 9.5GB 16K ◎ 快適 89
86
48GB 🥇 deepseek-r1:70b DeepSeek-R1 70B 43GB 16K △ 条件付き 96
83
🥈 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 95
90
🥉 deepseek-r1:32b DeepSeek-R1 32B 20GB 16K ◎ 快適 94
91
4位 qwen3:30b Qwen 3 30B-A3B 19GB 16K ◎ 快適 93
92
5位 gpt-oss:20b gpt-oss 20B 13GB 16K ◎ 快適 91
91
128GB 🥇 qwen3.5:122b Qwen 3.5 122B 81GB 32K ◎ 快適 99
91
🥈 gpt-oss:120b gpt-oss 120B 65GB 32K ◎ 快適 98
92
🥉 deepseek-r1:70b DeepSeek-R1 70B 43GB 32K ◎ 快適 96
92
4位 qwen3.6:35b Qwen 3.6 35B 24GB 32K ◎ 快適 95
92
5位 deepseek-r1:32b DeepSeek-R1 32B 20GB 32K ◎ 快適 94
93
⚠ 注意

48GB帯の1位 deepseek-r1:70b は43GBあり「△ 条件付き」です。コンテキストを伸ばすとすぐはみ出すので、48GBで使うなら短めのやり取りに絞るのが安全です。

04

📐 数学 ベスト5

計算・数式・証明・多段階の文章題を解かせる用途

📐

この部門はどんなときに使う？

推論部門と顔ぶれは似ていますが、こちらは数式や多段階の計算に強い順に並べています。小さいモデルでも Phi-4 Mini Reasoning のように数理特化型が上位に来るのが特徴です。

この部門の“まず1本” 4GB phi4-mini-reasoning:3.8b 8GB deepseek-r1:8b 16GB phi4-reasoning:14b 24GB deepseek-r1:32b 36GB deepseek-r1:32b 48GB deepseek-r1:70b 128GB qwen3.5:122b

👉 表は横にスクロールできます

GPUメモリ順位Ollamaタグ（この文字でDLする）モデル名容量推奨
ctx		相性実力
用途の強さ		総合点
軽さ・相性込み
4GB 🥇 phi4-mini-reasoning:3.8b Phi-4 Mini Reasoning 3.2GB 4K ○ 実用 86
78
🥈 qwen3:4b Qwen 3 4B 2.5GB 4K ◎ 快適 83
85
🥉 deepseek-r1:1.5b DeepSeek-R1 1.5B 1.1GB 4K ◎ 快適 76
87
4位 deepseek-r1:8b DeepSeek-R1 8B 5.2GB 4K × 非推奨 88
72
5位 qwen3:14b Qwen 3 14B 9.3GB 4K × 非推奨 89
71
8GB 🥇 deepseek-r1:8b DeepSeek-R1 8B 5.2GB 4K ◎ 快適 88
87
🥈 phi4-mini-reasoning:3.8b Phi-4 Mini Reasoning 3.2GB 4K ◎ 快適 86
84
🥉 qwen3:4b Qwen 3 4B 2.5GB 4K ◎ 快適 83
87
4位 deepseek-r1:1.5b DeepSeek-R1 1.5B 1.1GB 4K ◎ 快適 76
88
5位 qwen3:14b Qwen 3 14B 9.3GB 4K × 非推奨 89
73
16GB 🥇 phi4-reasoning:14b Phi-4 Reasoning 14B 9.5GB 8K ◎ 快適 92
85
🥈 gpt-oss:20b gpt-oss 20B 13GB 8K ○ 実用 91
83
🥉 qwen3:14b Qwen 3 14B 9.3GB 8K ◎ 快適 89
87
4位 deepseek-r1:8b DeepSeek-R1 8B 5.2GB 8K ◎ 快適 88
90
5位 phi4-mini-reasoning:3.8b Phi-4 Mini Reasoning 3.2GB 8K ◎ 快適 86
86
24GB 🥇 deepseek-r1:32b DeepSeek-R1 32B 20GB 8K ○ 実用 95
84
🥈 qwen3:30b Qwen 3 30B-A3B 19GB 8K ○ 実用 93
85
🥉 phi4-reasoning:14b Phi-4 Reasoning 14B 9.5GB 8K ◎ 快適 92
86
4位 gpt-oss:20b gpt-oss 20B 13GB 8K ◎ 快適 91
89
5位 qwen3:14b Qwen 3 14B 9.3GB 8K ◎ 快適 89
89
36GB 🥇 deepseek-r1:32b DeepSeek-R1 32B 20GB 16K ◎ 快適 95
90
🥈 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 94
87
🥉 qwen3:30b Qwen 3 30B-A3B 19GB 16K ◎ 快適 93
90
4位 phi4-reasoning:14b Phi-4 Reasoning 14B 9.5GB 16K ◎ 快適 92
87
5位 gpt-oss:20b gpt-oss 20B 13GB 16K ◎ 快適 91
91
48GB 🥇 deepseek-r1:70b DeepSeek-R1 70B 43GB 16K △ 条件付き 96
83
🥈 deepseek-r1:32b DeepSeek-R1 32B 20GB 16K ◎ 快適 95
91
🥉 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 94
90
4位 qwen3:30b Qwen 3 30B-A3B 19GB 16K ◎ 快適 93
92
5位 phi4-reasoning:14b Phi-4 Reasoning 14B 9.5GB 16K ◎ 快適 92
88
128GB 🥇 qwen3.5:122b Qwen 3.5 122B 81GB 32K ◎ 快適 98
91
🥈 gpt-oss:120b gpt-oss 120B 65GB 32K ◎ 快適 97
91
🥉 deepseek-r1:70b DeepSeek-R1 70B 43GB 32K ◎ 快適 96
92
4位 deepseek-r1:32b DeepSeek-R1 32B 20GB 32K ◎ 快適 95
94
5位 qwen3.6:35b Qwen 3.6 35B 24GB 32K ◎ 快適 94
92
⚠ 注意

4GB帯の4位・5位（deepseek-r1:8b / qwen3:14b）は「× 非推奨」です。4GBでは実際には載りません。ランキングは実力順のため、載らないモデルも参考として5位まで並べています。

05

💻 プログラム ベスト5

コードを書かせる・直させる・説明させる用途

💻

この部門はどんなときに使う？

いわゆるコーディング用モデル。4GBでも実用ラインに乗る数少ない部門です。コードは長くなりがちなので、GPUに余裕が出てきたらモデルを大きくするより先にコンテキストを伸ばすほうが体感が良くなることもあります。

この部門の“まず1本” 4GB qwen2.5-coder:3b 8GB qwen2.5-coder:7b 16GB codestral:22b 24GB qwen3-coder:30b 36GB qwen3.6:35b 48GB qwen3.6:35b 128GB devstral-2:123b

👉 表は横にスクロールできます

GPUメモリ順位Ollamaタグ（この文字でDLする）モデル名容量推奨
ctx		相性実力
用途の強さ		総合点
軽さ・相性込み
4GB 🥇 qwen2.5-coder:3b Qwen2.5-Coder 3B 1.9GB 4K ◎ 快適 82
86
🥈 deepcoder:1.5b DeepCoder 1.5B 1.1GB 4K ◎ 快適 77
83
🥉 qwen2.5-coder:0.5b Qwen2.5-Coder 0.5B 0.4GB 4K ◎ 快適 68
85
4位 qwen2.5-coder:7b Qwen2.5-Coder 7B 4.7GB 4K × 非推奨 86
72
5位 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 4K × 非推奨 89
71
8GB 🥇 qwen2.5-coder:7b Qwen2.5-Coder 7B 4.7GB 4K ◎ 快適 86
86
🥈 qwen2.5-coder:3b Qwen2.5-Coder 3B 1.9GB 4K ◎ 快適 82
88
🥉 deepcoder:1.5b DeepCoder 1.5B 1.1GB 4K ◎ 快適 77
84
4位 qwen2.5-coder:0.5b Qwen2.5-Coder 0.5B 0.4GB 4K ◎ 快適 68
85
5位 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 4K × 非推奨 89
74
16GB 🥇 codestral:22b Codestral 22B 13GB 8K ○ 実用 91
81
🥈 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 8K ◎ 快適 89
87
🥉 qwen2.5-coder:7b Qwen2.5-Coder 7B 4.7GB 8K ◎ 快適 86
88
4位 qwen2.5-coder:3b Qwen2.5-Coder 3B 1.9GB 8K ◎ 快適 82
89
5位 deepcoder:1.5b DeepCoder 1.5B 1.1GB 8K ◎ 快適 77
84
24GB 🥇 qwen3-coder:30b Qwen3-Coder 30B-A3B 19GB 8K ○ 実用 96
86
🥈 devstral-small-2:24b Devstral Small 2 24B 15GB 8K ◎ 快適 93
84
🥉 codestral:22b Codestral 22B 13GB 8K ◎ 快適 91
86
4位 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 8K ◎ 快適 89
89
5位 qwen2.5-coder:7b Qwen2.5-Coder 7B 4.7GB 8K ◎ 快適 86
89
36GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 97
88
🥈 qwen3-coder:30b Qwen3-Coder 30B-A3B 19GB 16K ◎ 快適 96
91
🥉 devstral-small-2:24b Devstral Small 2 24B 15GB 16K ◎ 快適 93
86
4位 codestral:22b Codestral 22B 13GB 16K ◎ 快適 91
88
5位 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 16K ◎ 快適 89
90
48GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 97
90
🥈 qwen3-coder:30b Qwen3-Coder 30B-A3B 19GB 16K ◎ 快適 96
92
🥉 devstral-small-2:24b Devstral Small 2 24B 15GB 16K ◎ 快適 93
87
4位 codestral:22b Codestral 22B 13GB 16K ◎ 快適 91
89
5位 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 16K ◎ 快適 89
90
128GB 🥇 devstral-2:123b Devstral 2 123B 74GB 32K ◎ 快適 99
87
🥈 qwen3.6:35b Qwen 3.6 35B 24GB 32K ◎ 快適 97
93
🥉 qwen3-coder:30b Qwen3-Coder 30B-A3B 19GB 32K ◎ 快適 96
95
4位 devstral-small-2:24b Devstral Small 2 24B 15GB 32K ◎ 快適 93
89
5位 codestral:22b Codestral 22B 13GB 32K ◎ 快適 91
90
✅ ここがねらい目

4GB帯でも qwen2.5-coder:3b が「◎ 快適」判定。コード補助はいちばん少ないメモリで始めやすい用途です。まずここから試すと成功体験を得やすいでしょう。

06

🗾 日本語汎用 ベスト5

要約・メール文・相談・調べ物など、いちばん普通の使い方

🗾

この部門はどんなときに使う？

「とりあえず1本だけ入れるなら？」に答える部門です。日本語の自然さ・指示の守りやすさを重視して並べています。迷ったらこの部門の順位をそのまま採用して構いません。

この部門の“まず1本” 4GB qwen3.5:4b 8GB qwen3.5:9b 16GB gpt-oss:20b 24GB qwen3:30b 36GB qwen3.6:35b 48GB qwen3.6:35b 128GB qwen3.5:122b

👉 表は横にスクロールできます

GPUメモリ順位Ollamaタグ（この文字でDLする）モデル名容量推奨
ctx		相性実力
用途の強さ		総合点
軽さ・相性込み
4GB 🥇 qwen3.5:4b Qwen 3.5 4B 3.4GB 4K △ 条件付き 84
81
🥈 qwen3:4b Qwen 3 4B 2.5GB 4K ◎ 快適 83
85
🥉 qwen3.5:2b Qwen 3.5 2B 2.7GB 4K ◎ 快適 79
84
4位 qwen3.5:0.8b Qwen 3.5 0.8B 1GB 4K ◎ 快適 72
86
5位 qwen3.5:9b Qwen 3.5 9B 6.6GB 4K × 非推奨 89
73
8GB 🥇 qwen3.5:9b Qwen 3.5 9B 6.6GB 4K ○ 実用 89
83
🥈 qwen3.5:4b Qwen 3.5 4B 3.4GB 4K ◎ 快適 84
89
🥉 qwen3:4b Qwen 3 4B 2.5GB 4K ◎ 快適 83
87
4位 qwen3.5:2b Qwen 3.5 2B 2.7GB 4K ◎ 快適 79
88
5位 qwen3.5:0.8b Qwen 3.5 0.8B 1GB 4K ◎ 快適 72
88
16GB 🥇 gpt-oss:20b gpt-oss 20B 13GB 8K ○ 実用 91
83
🥈 qwen3:14b Qwen 3 14B 9.3GB 8K ◎ 快適 90
87
🥉 qwen3.5:9b Qwen 3.5 9B 6.6GB 8K ◎ 快適 89
90
4位 gemma3:12b Gemma 3 12B 8.1GB 8K ◎ 快適 86
88
5位 qwen3.5:4b Qwen 3.5 4B 3.4GB 8K ◎ 快適 84
90
24GB 🥇 qwen3:30b Qwen 3 30B-A3B 19GB 8K ○ 実用 94
85
🥈 qwen3.5:27b Qwen 3.5 27B 17GB 8K ○ 実用 93
87
🥉 gpt-oss:20b gpt-oss 20B 13GB 8K ◎ 快適 91
89
4位 qwen3:14b Qwen 3 14B 9.3GB 8K ◎ 快適 90
89
5位 qwen3.5:9b Qwen 3.5 9B 6.6GB 8K ◎ 快適 89
91
36GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 97
89
🥈 qwen3:30b Qwen 3 30B-A3B 19GB 16K ◎ 快適 94
91
🥉 qwen3.5:27b Qwen 3.5 27B 17GB 16K ◎ 快適 93
91
4位 gpt-oss:20b gpt-oss 20B 13GB 16K ◎ 快適 91
91
5位 qwen3:14b Qwen 3 14B 9.3GB 16K ◎ 快適 90
90
48GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 97
92
🥈 qwen3:30b Qwen 3 30B-A3B 19GB 16K ◎ 快適 94
92
🥉 qwen3.5:27b Qwen 3.5 27B 17GB 16K ◎ 快適 93
92
4位 gpt-oss:20b gpt-oss 20B 13GB 16K ◎ 快適 91
91
5位 qwen3:14b Qwen 3 14B 9.3GB 16K ◎ 快適 90
91
128GB 🥇 qwen3.5:122b Qwen 3.5 122B 81GB 32K ◎ 快適 99
91
🥈 qwen3.6:35b Qwen 3.6 35B 24GB 32K ◎ 快適 97
95
🥉 gpt-oss:120b gpt-oss 120B 65GB 32K ◎ 快適 96
91
4位 qwen3:30b Qwen 3 30B-A3B 19GB 32K ◎ 快適 94
94
5位 qwen3.5:27b Qwen 3.5 27B 17GB 32K ◎ 快適 93
94
✅ 迷ったらここ

8GB以上なら qwen3.5:9b、16GBなら gpt-oss:20b、24GB以上なら qwen3:30b 以上。この3つを覚えておけば、ほぼ外しません。

07

🗄️ データベース・SQL ベスト5

自然言語からSQLを作らせる・スキーマを読ませる用途

🗄️

この部門はどんなときに使う？

「先月の売上を店舗別に出すSQLを書いて」といった使い方です。生成されたSQLはそのまま本番データベースで実行しないのが鉄則。この部門だけは安全面の注意が別にあります（後述）。

この部門の“まず1本” 4GB qwen2.5-coder:3b 8GB sqlcoder:7b 16GB codestral:22b 24GB qwen3-coder:30b 36GB qwen3.6:35b 48GB qwen3.6:35b 128GB devstral-2:123b

👉 表は横にスクロールできます

GPUメモリ順位Ollamaタグ（この文字でDLする）モデル名容量推奨
ctx		相性実力
用途の強さ		総合点
軽さ・相性込み
4GB 🥇 qwen2.5-coder:3b Qwen2.5-Coder 3B 1.9GB 4K ◎ 快適 81
85
🥈 sqlcoder:7b SQLCoder 7B 4.1GB 4K × 非推奨 87
72
🥉 qwen2.5-coder:7b Qwen2.5-Coder 7B 4.7GB 4K × 非推奨 86
72
4位 sqlcoder:15b SQLCoder 15B 9GB 4K × 非推奨 90
67
5位 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 4K × 非推奨 89
71
8GB 🥇 sqlcoder:7b SQLCoder 7B 4.1GB 4K ◎ 快適 87
83
🥈 qwen2.5-coder:7b Qwen2.5-Coder 7B 4.7GB 4K ◎ 快適 86
86
🥉 qwen2.5-coder:3b Qwen2.5-Coder 3B 1.9GB 4K ◎ 快適 81
87
4位 sqlcoder:15b SQLCoder 15B 9GB 4K × 非推奨 90
70
5位 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 4K × 非推奨 89
74
16GB 🥇 codestral:22b Codestral 22B 13GB 8K ○ 実用 91
81
🥈 sqlcoder:15b SQLCoder 15B 9GB 8K ◎ 快適 90
84
🥉 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 8K ◎ 快適 89
87
4位 sqlcoder:7b SQLCoder 7B 4.1GB 8K ◎ 快適 87
85
5位 qwen2.5-coder:7b Qwen2.5-Coder 7B 4.7GB 8K ◎ 快適 86
88
24GB 🥇 qwen3-coder:30b Qwen3-Coder 30B-A3B 19GB 8K ○ 実用 96
86
🥈 devstral-small-2:24b Devstral Small 2 24B 15GB 8K ◎ 快適 93
84
🥉 codestral:22b Codestral 22B 13GB 8K ◎ 快適 91
86
4位 sqlcoder:15b SQLCoder 15B 9GB 8K ◎ 快適 90
85
5位 qwen2.5-coder:14b Qwen2.5-Coder 14B 9GB 8K ◎ 快適 89
89
36GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 97
88
🥈 qwen3-coder:30b Qwen3-Coder 30B-A3B 19GB 16K ◎ 快適 96
91
🥉 devstral-small-2:24b Devstral Small 2 24B 15GB 16K ◎ 快適 93
86
4位 codestral:22b Codestral 22B 13GB 16K ◎ 快適 91
88
5位 sqlcoder:15b SQLCoder 15B 9GB 16K ◎ 快適 90
86
48GB 🥇 qwen3.6:35b Qwen 3.6 35B 24GB 16K ◎ 快適 97
90
🥈 qwen3-coder:30b Qwen3-Coder 30B-A3B 19GB 16K ◎ 快適 96
92
🥉 devstral-small-2:24b Devstral Small 2 24B 15GB 16K ◎ 快適 93
87
4位 codestral:22b Codestral 22B 13GB 16K ◎ 快適 91
89
5位 sqlcoder:15b SQLCoder 15B 9GB 16K ◎ 快適 90
87
128GB 🥇 devstral-2:123b Devstral 2 123B 74GB 32K ◎ 快適 99
87
🥈 qwen3.6:35b Qwen 3.6 35B 24GB 32K ◎ 快適 97
93
🥉 qwen3-coder:30b Qwen3-Coder 30B-A3B 19GB 32K ◎ 快適 96
95
4位 devstral-small-2:24b Devstral Small 2 24B 15GB 32K ◎ 快適 93
89
5位 codestral:22b Codestral 22B 13GB 32K ◎ 快適 91
90
🚨 重要（安全上の注意）

AIが作ったSQLを本番データベースへ自動実行させないでください。必ず ①読み取り専用ユーザーで実行 ②トランザクションで囲む ③取得件数の上限を付ける ④人間がレビューする、の4点を入れてください。DELETE や UPDATE を含むSQLは特に危険です。

08

📊 点数の付け方と、表の読み方

「総合点」は編集部の100点満点スコアです。何を見て付けたのかを公開します。

評価項目配点見ているところ
用途別能力30点用途別ベンチマーク、そのモデルが何のために作られたか、世代の新しさ
日本語性能15点日本語の理解、指示の守りやすさ、出力の安定感
GPU適合15点モデル容量だけでなく、KVキャッシュなどの余裕があるか
速度15点同じGPUメモリ帯で比べたときの軽さ
長文対応10点公称の最大値ではなく、実際に勧められるコンテキスト長
導入しやすさ10点Ollama公式タグがあるか、容量情報が明確か、追加設定が要るか
ライセンス5点商用で使うときに条件を確認しやすいか
合計100点異なるベンチマークの単純比較ではなく、「そのGPUで実際に使えるか」まで含めた総合評価です。
表の用語初心者向けのひとこと説明
Ollamaタグollama run のうしろに貼り付ける文字。これがモデルの住所です
容量ダウンロードされるファイルの大きさ。これ＝必要なGPUメモリではありません
推奨ctx一度に読み込ませてよい文章量の目安。K＝約1,000トークン（日本語でおおよそ700〜900字前後）
相性そのGPUメモリで無理なく動くかの4段階判定
実力その用途そのものの強さ（100点満点の「用途別能力」）。順位はこの数字の順です
総合点実力に、軽さ・GPUとの相性・日本語・導入しやすさまで足した点。順位と逆転することがあります（小さいモデルは軽さで点を稼ぐため）
量子化モデルを軽くする圧縮のこと。Q4系＝かなり軽くした版で、Ollamaの標準はだいたいこれ
⚠ この表の限界（先に言っておきます）

① 容量が「推定」の行があります（とくに音声部門）。導入直前に ollama show <タグ> と公式モデルページで実際の数字を確認してください。
② 順位は 2026年8月25日時点の選定です。新モデルの登場やOllamaの更新ですぐ変わります。
③ 128GB帯は専用VRAMまたはユニファイドメモリを想定しています。普通のシステムメモリ128GBとは速度が違います。

✅ 導入前チェックリスト

□ タスクマネージャーでGPUメモリの数字を確認した　□ 早見表で自分の行を見た　□ 「相性」が ◎ か ○ の行を選んだ　□ ollama show で実際の容量を確認した　□ 用途ごとに同時に常駐させず切り替えて使うようにした

📚 出典・基準日

本ランキングは Ollama 公式モデルライブラリ（ollama.com/library）の掲載情報をもとに、 編集部が独自基準でスコア化したものです。基準日：2026年8月25日／7部門 × 7メモリ帯 × 5位＝245枠。
数値・タグは更新される可能性があります。導入前に公式ページで最新情報をご確認ください。

コメント