先講結論
- 沒有顯卡、用 Ollama 跑，E2B 實際多用 4.7 到 4.8 GB 記憶體，E4B 多用 6.9 GB。8 GB 的電腦兩個都跑得動，但 E4B 會把記憶體幾乎用光。
- 12B 在 8 GB 的機器上載不起來，而且錯誤訊息完全沒提到記憶體。26B 和 31B 也失敗，Ollama 估它們各要 17 GB 和 20 GB 以上。
- Google 官方表格寫的 E2B 2.9 GB、E4B 4.5 GB，是放在顯卡上、只算模型本身的數字。我在沒有顯卡的機器上量到的，比它多了五到七成。
目錄
Gemma 4 有五個大小：E2B、E4B、12B、26B、31B。想在自己的電腦上跑，第一個要回答的問題是，我的電腦跑得動哪一個。
Google 官方有一張記憶體需求表。我照著表去抓模型，實際量到的數字卻跟表上差了一截。
這篇是我在一台 8 GB 記憶體、沒有顯卡的機器上，把五個大小一個一個抓下來試的紀錄。日期是 2026 年 10 月 12 日，工具是 Ollama 0.40.3。
先說清楚範圍。我只有沒有顯卡的機器，所以有顯卡的部分只能引用官方的數字，沒有自己的實測。12B 以上的三個大小在我的機器上載不起來，我記下來的是它們失敗的樣子，還有 Ollama 自己估的用量。
五個大小，一張表看完
| 大小 | 下載 | 沒有顯卡時要的記憶體 | 在 8 GB 的機器上 |
|---|---|---|---|
| E2B | 4.6 GB | 4.7 到 4.8 GB（實測） | 跑得動 |
| E4B | 6.6 GB | 6.9 GB（實測） | 跑得動，但幾乎用光 |
| 12B | 8.0 GB | 8.3 GB 以上（Ollama 的估算） | 載入失敗 |
| 26B | 18 GB | 17 GB 以上（Ollama 的估算） | 載入失敗 |
| 31B | 20 GB | 20 GB 以上（Ollama 的估算） | 載入失敗 |
8 GB 的電腦，我會選 E2B。E4B 也載得起來，可是它一個就吃掉 6.9 GB，整台機器剩不到 1 GB，速度還只有 E2B 的一半。
12B 我會準備 16 GB 的電腦，26B 和 31B 要 32 GB 這個等級。這兩句是我從上面的數字推的，沒有那樣的機器可以驗證。
Google 官方的表怎麼寫
Google 的 Gemma 文件有一張表，列出每個大小在不同精度下需要的記憶體。
| 大小 | 16-bit | 8-bit | 4-bit |
|---|---|---|---|
| E2B | 11.4 GB | 5.7 GB | 2.9 GB |
| E4B | 17.9 GB | 8.9 GB | 4.5 GB |
| 12B | 26.7 GB | 13.4 GB | 6.7 GB |
| 26B A4B | 57.7 GB | 28.8 GB | 14.4 GB |
| 31B | 69.9 GB | 34.9 GB | 17.5 GB |
Ollama 預設給你的是 4-bit 這個等級。我抓下來的五個，ollama show 顯示的量化方式都是 Q4_K_M。照這張表，E2B 是 2.9 GB，E4B 是 4.5 GB。
表格旁邊有幾行說明，很容易跳過。它寫的是放在顯卡上、載入模型本身需要的量，不含 context，也不含周邊的軟體，而且註明數字會隨你用的工具和環境改變。
我的環境是沒有顯卡、用 Ollama 跑，剛好是會改變的那一種。
E2B：實測多用 4.7 到 4.8 GB
ollama pull gemma4:e2b下載是 4.6 GB。載入之後，我看整台機器的記憶體，多用了 4.7 到 4.8 GB。我在兩台同規格的機器上各量一次，一次是 4,784 MB，一次是 4,964 MB。
比官方表格的 2.9 GB 多了六成。
Ollama 的紀錄裡有一份它自己列的帳：模型本身 2,926 MB，另外一塊叫 CPU_REPACK 的 713 MB，再加上 context 和運算用的空間，合計大約 3.7 GB。我量到的比這個還多 1 GB 左右，多出來的部分紀錄裡沒有列。
順帶解釋名字。E 是 effective 的意思。E2B 名義上是 2B，但 ollama show 顯示的參數量是 4.6B，E4B 顯示的是 7.5B。Google 的文件也有寫，這兩個版本實際載入的東西比名字上的數字多。
速度的部分，它每秒大約產生 10 個 token，我六次呼叫量到的是 8.4 到 11.8。第一次要先把模型載進記憶體，花了 10 到 12 秒。
我也試了讀長文。丟一段大約 1,200 字的中文給它，它花 18 秒讀完，再用 1 秒多回答。
E4B：跑得動，但 8 GB 會被它用光
gemma4:e4b 下載 6.6 GB，載入後多用了 6.9 GB。我那台機器全部的記憶體是 8.2 GB，載入之後可用的剩不到 1 GB。後來叫它看一張圖，用量又往上漲，可用的只剩不到 600 MB。
速度是每秒大約 5 個 token，E2B 的一半。
那它有沒有比較聰明？我拿另一篇用過的六個問題問它，結果跟 E2B 幾乎一樣。有標準答案的五題，兩個都是對四題，錯的都是「台灣面積最大的縣市」。E2B 答新北市，E4B 答嘉義縣，正確答案是花蓮縣。
六題太少，不能說 E4B 沒有比較好。只能說在我這幾題上看不出差別，而它慢了一半，多吃 2 GB。
12B：載入失敗，錯誤訊息還會誤導你
gemma4:12b 下載 8.0 GB。我請它回答一個問題，得到的是這一段：
llama-server process has terminated: llama_init_from_model: failed to initialize the context: Gemma4Assistant requires ctx_other to be set (this warning is normal during memory fitting)實際回來的訊息把同一句話重複了兩次，這裡只留一次。整段沒有一個字提到記憶體。照字面看，會以為是哪個設定寫錯了。
真正的原因在 Ollama 的紀錄裡。載入模型的那支程式被系統強制結束了，紀錄寫的是 signal: killed。對照下面的數字，是記憶體被用光，系統把它砍掉。
更麻煩的是，Ollama 事先以為放得下。它估這個模型只需要 3.4 GB，判定不用調整，就開始載入。同一份紀錄裡其實還有另一筆 4.9 GB 的 CPU_REPACK，兩筆加起來 8.3 GB，超過我那台機器全部的 8.2 GB。
所以在記憶體不夠的電腦上跑 12B，你看到的會是上面那句讓人摸不著頭緒的話，不會是「記憶體不足」。
失敗之後 Ollama 本身沒有當掉，記憶體也還回來了。
26B 和 31B
這兩個我本來就不期待跑得動，抓下來是想看 Ollama 怎麼算它們的需求。
gemma4:26b 下載 18 GB，gemma4:31b 下載 20 GB。兩個的錯誤訊息開頭一樣有那句 Gemma4Assistant，但後面多了幾行，這次有明講。下面是 31B 的：
ggml_aligned_malloc: insufficient memory (attempted to allocate 13590.28 MB)
error loading model: unable to allocate CPU_REPACK buffer26B 則是想要 9,393 MB，要不到。
Ollama 列的帳，26B 合計 17.1 GB，31B 合計 20.1 GB。E2B 和 E4B 實際量到的都比列帳多 1 GB 左右，所以這兩個我會再往上多抓一點。
有一個小地方要注意。模型庫的頁面上，這三個大的版本標的大小比我抓下來看到的小：12B 寫 7.7 GB，26B 寫 16 GB，31B 寫 19 GB。上面我寫的是 ollama ls 顯示的數字。
把 context 調大，記憶體多用多少
E2B 和 E4B 支援到 128K 的 context，但 Ollama 在沒有顯卡的機器上，預設只給 4,096。
要把模型接到 OpenClaw 這類工具，context 得調大，OpenClaw 的官方文件要求至少 16K。我在 API 的 options 裡設 num_ctx，把 E2B 的 context 從 4,096 調到 16,384，再調到 32,768。整台機器的記憶體用量分別只多了 80 MB 和 150 MB 左右。
要注意的是，我是在剛載入、只問一句短問題的時候量的。真的把 context 塞滿之後會用多少，我沒有測。
ollama ps 顯示的數字不能當真
E2B 載入之後，ollama ps 的 SIZE 那一欄寫 970 MB。E4B 寫 1.8 GB。實際上它們分別多用了 4.7 GB 和 6.9 GB。
我測過的另外九個模型，這一欄跟實際用量大致對得上，只有 Gemma 4 差這麼多。
我的量法是直接讀系統的記憶體，比較載入前後差多少。一般的電腦上，看系統內建的記憶體監視工具就可以。
思考預設是開的
ollama show gemma4:e2b 的能力那一欄有 thinking，預設值是 true。我看了五個大小，都一樣。
思考開著的時候，它會先寫一段推理再回答。我在另一次測試比過，同一個問題，E2B 不思考 1.6 秒就回答，開著思考要 27 秒，兩次都答錯。過程在Ollama 模型推薦那一篇。
沒有顯卡的話，我會先把它關掉。用 API 是在請求裡加 "think": false，E2B 有照做。
它能看圖，我試了一張
Gemma 4 每個大小都標示支援圖片輸入。我拿這個網站當時的分享圖來試，1200×630，上面有幾行中文字和一個網址。（圖上最底下那行小字後來改過，這裡寫的是測試當時的版本。）
E2B 讀這張圖花了 18.5 秒，然後把圖上的字列出來。它讀錯兩個字：「講成人話」讀成「導成人話」，標誌裡的「話」讀成「語」。底下那一行小字「Claude Code、n8n、本地模型的實作教學與費用試算」和網址，完全正確。
E4B 讀同一張圖花了 25.2 秒，錯了四個地方，比 E2B 還多。
只有一張圖，下不了什麼結論。能確定的是，沒有顯卡也可以用它看圖，等半分鐘左右就有結果。
聲音輸入我沒有測。ollama show 顯示 E2B、E4B、12B 有 audio，26B 和 31B 沒有，跟 Google 文件寫的一致。
有顯卡的話
這一段我沒有實測。
Google 那張表寫的就是放在顯卡上的需求，4-bit 的版本是 E2B 2.9 GB、E4B 4.5 GB、12B 6.7 GB、26B 14.4 GB、31B 17.5 GB，不含 context。
Ollama 實際會用掉多少顯示記憶體，我沒有機器可以量。照我在沒有顯卡的機器上看到的落差，我不會把表上的數字當成剛好夠用的門檻。
你的電腦該抓哪一個
8 GB、沒有顯卡，抓 E2B。它載入之後還剩 3 GB 左右，短的問答幾秒內會回。
16 GB 的電腦，E4B 可以放心跑。12B 照數字也放得下，但我沒有驗證。
26B 和 31B 是 32 GB 等級的事。同樣沒有驗證。
不確定的時候，從小的開始。抓下來、載入、看系統的記憶體還剩多少，再決定要不要換大的。Ollama 怎麼裝、怎麼下指令，在Ollama 教學。
常見問題
Gemma 4 要多少記憶體？
看大小，也看有沒有顯卡。我在沒有顯卡的機器上用 Ollama 實測，E2B 多用 4.7 到 4.8 GB，E4B 多用 6.9 GB。12B 以上我的機器載不起來，Ollama 自己估的是 12B 約 8.3 GB、26B 約 17 GB、31B 約 20 GB。Google 官方表格的數字比較小，那是放在顯卡上、不含 context 的量。
8 GB 的電腦跑得動 Gemma 4 嗎？
E2B 和 E4B 可以，12B 以上不行。我會選 E2B，它載入後還剩 3 GB 左右可以用。E4B 載入後整台機器剩不到 1 GB，速度也只有 E2B 的一半。
沒有顯卡可以跑 Gemma 4 嗎？
可以。我的測試機沒有顯卡，E2B 每秒大約產生 10 個 token，E4B 大約 5 個。短的問答幾秒內會回，看一張圖大約要等半分鐘。
出現 Gemma4Assistant requires ctx_other to be set 是什麼問題？
我在 8 GB 的機器上載入 12B、26B、31B 時都看到這一句。Ollama 的紀錄顯示，真正的原因是記憶體不夠，載入模型的程式被系統強制結束，或是要不到記憶體。換成小一點的版本就不會出現。
這篇怎麼查證的
這篇只有一部分實際跑過，其餘依官方文件整理，查證日期 2026/10/12（Ollama 0.40.3，雲端測試機（Ubuntu 26.04，4 核心 Intel Xeon、8 GB 記憶體、沒有顯卡）。E2B 和 E4B 的記憶體、速度、看圖是實際量的；12B、26B、31B 在這台機器上載入失敗，記下的是錯誤訊息和 Ollama 自己估的用量；有顯卡時的需求依 Google 官方文件，沒有測）。哪些有跑、哪些沒跑，文中各段有寫。價格與方案以官方頁面為準，工具改版後內容可能過期。