推奨モデル

モデル名と取得方法はツールごとに異なる；下表は 体量と用途 の目安。具体的な pull／ファイル名は各ツールページ準拠。

ハードウェアで体量を選ぶ

おおよその規模	メモリ／显存の目安	向く用途
1B–3B	約 4–8GB	まず通路を検証、低スペック
7B–9B	約 8–16GB	ロールプレイのよくあるスイートスポット
12B–14B	16GB+	品質向上、速度は GPU 次第
32B+	24GB+ または強い量子化	高スペック；スマホ接続でも待ちが長い

量子化（Q4／Q5／IQ など）が小さいほど省リソース、品質は少し下がる。GGUF はコミュニティ定番の Q4_K_M／Q5_K_M を優先。

通路検証（小モデル優先）

シーン	Ollama 例	GGUF／その他
最速で測通	llama3.2:3b、qwen2.5:3b	任意の 3B 級 instruct GGUF
中国語軽量	qwen2.5:3b／qwen2.5:7b	Qwen2.5 Instruct 量子化

先に 測連成功 してから大モデルへ。

ロールプレイ向けのヒント

• Instruct／Chat 微調を優先し、純基座の補完モデルは避ける。
• コミュニティで語られる RP 向け重みは時期で変わる；ツールで安定ロードでき、コンテキスト長が足りるものを正とする。
• コンテキストが小さすぎると長設定／ワールドブックが切れる；7B 級はまず 4k–8k から試し、显存に応じて拡大。
• MiniTavern に記入する モデル名 はツール一覧と 完全一致（tag 含む、例 :7b）。

Ollama よくある pull 例

ollama pull llama3.2:3b
ollama pull qwen2.5:7b
ollama pull qwen2.5:14b

コマンド詳細は Ollama · モデルの取得と選択。

LM Studio／KoboldCPP／llama.cpp

1. Hugging Face などから GGUF を取得（ライセンスと出所の信頼性に注意）。
2. 対応ツールで同一ファイルをロード。
3. API／Server を開き、UI 表示の model id を MiniTavern へ転記。

次のステップ

ツール一覧 → 選んだツールの「サービス開始」章 → MiniTavern での設定