Claude Code に必要なPCスペックと、合うPC・Mac（2026年10月）
Claude Codeに要るのはGPUではありません。メモリとCPUコアです。モデルの推論はAnthropicのサーバにありますが、ビルド、テスト、Docker、開発サーバは全部あなたのPCで走ります。
Docker DesktopとVS Codeとブラウザを開いた時点で12GB前後。16GBのPCでは、エージェントがテストを回し始めた時点でスワップが始まります。32GBが実用ライン、エージェントを2〜3本並べるなら64GBを見ておきましょう。
どこで何が動いているか
Claude Codeはターミナルで動くコーディングエージェントです。モデルの推論はAnthropicのサーバで行われますが、エージェントが実際に手を動かす作業はすべて手元のPCで行われます。ファイルを読み書きし、コマンドを実行し、依存パッケージをインストールし、ビルドし、テストを回し、開発サーバを立ち上げ、ブラウザを開いて結果を確かめ、Gitでコミットする。
この一連の動作が、人が見ていない間も自動で回ります。並列にサブエージェントを起動すれば、同時に複数のビルドやテストが走ります。つまりClaude Codeを快適に使うとは、「人間の開発者が同時に3〜5人作業しているのと同じ負荷」に耐えるPCを用意することです。
GPUは要りません。体感を左右するのはCPUのコア数、メモリ、NVMeの速さと容量、そしてOSです。当サイト自体、このDBとページをClaude Codeで組み立てていて、パイプライン・ローカルサーバ・ブラウザ自動操作を同時に走らせる場面が日常的にあります。
手元のPCで実際に起きていること
モデルの推論はAnthropicのサーバですが、エージェントの仕事はすべて手元のPCで実行されます。コマンド実行、ビルド、テスト、開発サーバ、Docker、DB、ブラウザ操作、Gitワークツリーの複製、サブエージェントの並列実行。メモリ16GBだとDocker＋IDE＋ブラウザで詰まり、並列エージェントを回すなら32〜64GBとCPUコア数が大事です。
リポジトリとnode_modules、Dockerイメージで1TBのNVMeが現実的な下限。macOS/Linuxが本流で、WindowsはWSL2経由（WSL2自体がメモリを使う）。自動タスクを回すならPCが起きている必要があります。
必要なリソース（最低ライン）
最低・快適・余裕の3段階
| 段階 | 構成の目安 | できること |
|---|---|---|
| 最低 | 8コア・メモリ16GB・NVMe 512GB | 単一のプロジェクトで1エージェントなら動く。Dockerを立てると苦しい |
| 快適 | 8〜12コア・メモリ32GB・NVMe 1TB | Docker＋DB＋開発サーバ＋ブラウザ＋エージェントが同居できる。多くの開発者の現実的な着地点 |
| 余裕 | 16コア以上・メモリ64GB・NVMe 2TB | 複数ワークツリーで並列エージェント、複数コンテナ、大きなモノレポ。自動タスクを回すなら、さらに常時稼働できる機種 |
計算例: 実際に何GB要るか
Node.jsのWebアプリをClaude Codeで開発する場面で数えます。OSとブラウザで5GB、VS Codeと言語サーバで2.5GB、Docker Desktop（PostgreSQLとRedisのコンテナ込み）で4GB、開発サーバとホットリロードで1.5GB、Claude Code本体とビルド・テストのピークで2〜3GB。
合計15〜16GB。メモリ16GBの機種では、ここでスワップが始まり、テストの実行時間が体感で2倍に伸びます。32GBなら余裕が16GB。サブエージェントを2つ並列にして別のワークツリーでビルドさせると、各2〜3GBで合計20〜22GB。まだ32GBに収まります。
4並列や大きなモノレポのインデックス（数GB）が加わると64GBが必要になります。SSDは、リポジトリ3本分のnode_modules（各1〜2GB）、Dockerイメージ（10〜20GB）、ワークツリーの複製で、半年で200〜300GBは使う計算です。
よくある誤解
「モデルはクラウドで動くから、PCは何でもいい」違います。ビルド、テスト、Docker、ブラウザ操作、複数エージェントの並列実行は、すべて手元で走ります。メモリ16GBの機種では、テストを回すとすぐにスワップが始まります。
「GPUを積めばコーディングAIが速くなる」なりません。Claude Codeの処理でGPUが使われる場面は基本的にありません。同じ予算なら、GPUではなくメモリとCPUのコア数、それにNVMe SSDに回すほうが体感が変わります。
よくある失敗
- メモリ16GBのノートで始めて、Docker Desktop＋VS Code＋Chrome＋エージェントでスワップ地獄。32GBが最初の壁
- SSD 512GBがnode_modulesとDockerイメージで半年で埋まる。1TBを最低ラインに
- Windowsで素のPowerShellから使おうとしてつまずく。WSL2に入れるのが本流で、WSL2自体に数GBのメモリ割り当てが要る
- 自動タスク（ルーティン）を設定したのにノートのフタを閉じて止まっている。常時稼働はデスクトップかミニPCの仕事
- GPU付きのゲーミングPCを買ってしまう。Claude CodeにGPUは不要。同じ予算ならメモリとCPUコアへ
MacかWindowsか
macOSが最も素直です。Apple Siliconはコア数が多く、メモリ帯域が広く、静音で、Unix環境がそのまま使えます。開発者にMacBook Proが多いのはこのためです。Windowsでも問題なく使えますが、WSL2（Ubuntu）上で動かすのが前提で、WSL2のメモリ割り当て（.wslconfig）を調整する必要があります。Linuxデスクトップは最も軽く、常時稼働のサーバ役に向きます。
買う前のチェックリスト
- メモリ32GB以上。並列エージェントや大きなモノレポなら64GB
- CPUは8コア以上（Ryzen 7 / Core Ultra 7 / Apple M4以上）
- NVMe SSD 1TB以上。SATA SSDやHDDの機種は候補から外す
- macOS/Linuxか、WindowsならWSL2を入れて.wslconfigを書く前提か
- 自動タスクを回すなら、据え置きで静音・スリープしない機種（Mac mini / ミニPC）
- GPUは不要。ゲーミングPCを勧められたら理由を聞く
編集部メモ: このサイトを作っている当の環境がClaude Codeなので、体感で言えることが一つあります。遅いと感じるのは推論の待ち時間ではなく、手元のビルドとブラウザ操作です。エージェントが「テストを回します」と言ってから結果が返るまでの数十秒が、PCの性能でそのまま伸び縮みする。メモリ32GBとNVMeにすれば、その数十秒が何百回分も短くなります。GPUを削ってでもここに投資しましょう。
関連するページ
Claude Codeに要るのは、CPU 8コア・メモリ32GB・NVMe 1TB、GPUは不要で内蔵GPUで足りるという水準でした。この数字を持ったまま、別の角度から裏を取れるページを並べます。用語で詰まったら用語集へ。
| 知りたいこと | ページ |
|---|---|
| その容量で何が動くか | 容量別の一覧 |
| 予算から構成を選ぶ | 予算別のおすすめ（10万〜100万円） |
| 使うソフトの推奨スペック | ツール別（Ollama・LM Studio・ComfyUIほか） |
| GPUやチップのシリーズで比べる | シリーズ別の対応表 |
| 量子化の形式を選ぶ | 量子化の種類と必要メモリ |
| 用語の意味を確認する | AI用PCの用語集（29語） |
| 会社で導入する場合の考え方 | 法人・業務でAIを使うPC選び |
| いま何が動くようになっているか | ローカルLLMの現在地（データレポート） |
予算別にどれを選ぶか
Claude Codeを使うという条件だけで、予算ごとに選べる構成が変わります。要件を満たす中で最も手頃なものを並べました。価格は2026年10月時点の目安です。
| 予算 | この用途を満たす最も手頃な構成 | 目安 | 備考 |
|---|---|---|---|
| 10万円まで | この予算では要件を満たす構成がありません | — | |
| 15万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 20万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 30万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 40万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 60万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
| 100万円まで | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | 12〜18万円 | コーディングAI・データ分析・自動化のサーバ役 |
要件を満たす中で最も安いのはGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）（12〜18万円）です。同じ予算でも形（ノート・BTO・自作・Mac・常時稼働）で選べるものが変わります。予算別のページで各価格帯の全構成を確認できます。
1年後を見据えるなら
エージェントの使い方は「1つ動かす」から「複数を並列で回す」に進みます。この移行でメモリ32GBが窮屈になるので、増設できる機種を選んでおくのが保険になります。デスクトップなら1万円台で64GBにできますが、Macとオンボードのノートは買い替えです。もう一つの変化は自動タスクで、夜間や外出中に回したくなった時点で、常時稼働できる据え置き機が別に要ります。作業機と常時稼働機を分ける2台体制は、早い段階で見込んでおくと計画が立てやすい。
PCを買わずに済ませる選択肢
クラウドの開発環境（GitHub Codespaces、各社のクラウドサンドボックス）を使えば、手元のPCは軽いままで済みます。ビルドとテストが向こうで走るので、メモリ16GBのノートでも作業できます。制約は、社内ネットワークのリソースやローカルのデータベースに触れないこと、月額が積み上がること。手元の環境に依存しない開発なら、有力な選択肢です。
させたい仕事を足すと、要件はどう変わるか
Claude Code単体の要件（CPU 8コア・メモリ32GB・SSD 1TB）に、仕事を1つ足したときの変化です。上がる軸だけを示します。
| 足す仕事 | 上がる要件 | その結果 |
|---|---|---|
| 文章・資料・メール作成 | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| プログラミング・開発 | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| 自動タスク・エージェントの常時運用 | CPU 8→12コア・メモリ 32→64GB・常時稼働が必要に | 静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）から |
| イラスト・画像生成 | VRAM 0→12GB・NVIDIA GPU前提に | RTX 5070（12GB）デスクトップ・メモリ32GBから |
| 動画生成・編集 | メモリ 32→64GB・VRAM 0→24GB・SSD 1→2TB・NVIDIA GPU前提に | RTX 5090（32GB）デスクトップ・メモリ64GBから |
| 議事録・文字起こし | VRAM 0→6GB | RTX 5060（8GB）デスクトップ・メモリ32GBから |
| データ分析・Excel/Python | 変わらない | GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）から |
| 社内文書の検索・要約（ローカルRAG） | VRAM 0→24GB | Mac mini M4 Pro（メモリ48GB・SSD 1TB）から |
形態別のおすすめ
PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。
開発向けノートPC（メモリ32GB・SSD 1TB）
Claude Code・Cursor・Codexを持ち歩いて使う人。GPUは不要、メモリとSSDに振る
Core Ultra 7 / Ryzen 7 クラス・メモリ32GB・NVMe 1TB・WSL2運用 ・ 目安 15〜23万円
ノートPCでClaude Codeを使うなら
GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
コーディングAI・データ分析・自動化のサーバ役。GPUは後から足せる
Ryzen 7 / Core i7 クラス・メモリ32GB・NVMe 1TB・電源650W以上（GPU増設余地） ・ 目安 12〜18万円
デスクトップ（BTO）でClaude Codeを使うなら
Mac mini M4 Pro（メモリ48GB・SSD 1TB）
30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心
M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 30〜36万円
MacでClaude Codeを使うなら
静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）
n8n・Dify・エージェントのルーティンを24時間回す。省電力・小型・静音で置き場所を選ばない
Ryzen 9 8945HS/9955HX クラス・DDR5 64GB・NVMe 2TB・アイドル10W台 ・ 目安 13〜22万円
常時稼働サーバー型でClaude Codeを使うなら
自作: エージェント用ワークステーション（16コア・メモリ64GB・GPUなし）
Claude Code・Docker・n8nを並列で回す。GPUは要らない、静音と大容量メモリに振る
Ryzen 9 9950X・DDR5 32GB×2・NVMe 2TB・静音ケース・電源750W（将来GPU増設可） ・ 目安 20〜28万円
自作でClaude Codeを使うなら
させたい仕事を足して絞り込む
今のPCで足りる人が買い足すなら
PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。
メモリ増設（32GB化）
エージェント・Docker・ブラウザ大量タブの詰まりはメモリで解消する
NVMe / 外付けSSD 2TB
モデル・Dockerイメージ・リポジトリで内蔵SSDはすぐ埋まる
よくある質問
Claude CodeにGPUは必要？
不要です。モデルの推論はクラウドで行われ、手元で走るのはビルドやテストなど通常の開発作業です。GPUが要るのは、ローカルLLMや画像生成を併用する場合だけです。
メモリは32GBと64GBのどちら？
1つのプロジェクトで1エージェントなら32GB。複数エージェントの並列運用、複数のDockerコンテナ、大きなモノレポのインデックスがあるなら64GB。迷ったら32GBで始め、スワップが常態化したら増設。
ノートPCで十分？
開発の主作業なら十分です。ただし夜間や外出中に自動タスクを回す使い方は、常時起きているデスクトップ・ミニPC・Mac miniに任せるのが現実的です。
Claude CodeとCodexを両方使うなら？
同時に走らせる前提なら64GBを。片方ずつなら32GBで足ります。
Claude CodeにはどんなPCが合う？
ノートPC: 開発向けノートPC（メモリ32GB・SSD 1TB）。デスクトップ（BTO）: GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）。Mac: Mac mini M4 Pro（メモリ48GB・SSD 1TB）。常時稼働サーバー型: 静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）。自作: 自作: エージェント用ワークステーション（16コア・メモリ64GB・GPUなし）
関連: AI時代のPC選び 5つの軸 / ローカルLLMに必要なPCスペック / AI開発用PCのスペック / MacかWindowsか / メモリ16・32・64GBの差