llama.cpp / Ollama / LM Studio / KoboldCpp などで GGUF モデルをローカルで動かすときに、どれくらい VRAM が要りそうかを概算するツールです。「7B モデルは何 GB の VRAM で動く？」「Q4_K_M と Q5_K_M でどれだけ変わる？」「自分の 8GB / 12GB の GPU に 14B は載る？」といった疑問に、モデルを落とす前に当たりを付けるために使います。見積もりは3つの要素に分けて出します。(1) モデル重み＝パラメータ数 × 量子化の実効 bits-per-weight ÷ 8。GGUF の Q2_K / Q3_K_M / Q4_K_M / Q5_K_M / Q6_K / Q8_0 / F16 をプリセットで持っています（Q4_K_M が容量と品質のバランスの定番）。(2) KVキャッシュ＝コンテキスト長に比例して増える分。Llama 3.1 8B・Qwen2.5・Gemma 2・Llama 3.x 70B などはレイヤ数・KVヘッド数・head_dim という実際のアーキ値から計算し、GQA（グループ化クエリ注意）でKVが小さいモデルとそうでない旧モデル（Llama 2 13B など）の差も反映します。KVキャッシュ自体を q8_0 / q4_0 に量子化した場合の節約も選べます。(3) ランタイムの固定オーバーヘッド（CUDA/Metal コンテキスト＋計算バッファ）。合計を出したうえで、6GB / 8GB / 12GB / 16GB / 24GB の GPU それぞれに「OK / ギリギリ / OOM」で載るかを表示します（9割を超えたら『ギリギリ』として余裕を見ています）。プリセットにないモデルは「Custom」でパラメータ数を直接入力できます（重みは正確に、KVキャッシュは概算で計算します）。これはあくまで概算で、実際の VRAM は量子化の実装・フラッシュアテンション・バッチ・OS が使う分などで変わります。足りないときは、量子化を下げる・コンテキストを短く・KVキャッシュを量子化・一部レイヤを CPU にオフロード（llama.cpp の -ngl）を試してください。計算はすべてブラウザ内の算術だけで行い、入力値を外部の API やサーバーへ送信することは一切ありません。SDの画像生成向けは姉妹ツールの VRAM 計算機（vram-calc）を、GGUF の中身確認は GGUF メタデータビューアをどうぞ。