ローカルLLM（8Bクラス） に必要なPCスペックと、合うPC・Mac（2026年10月）
8BクラスのローカルLLMは、VRAM 8GBのGPUかメモリ16GBのMacで動きます。
Qwen3 8Bを4bitに量子化すると4.7GB、コンテキスト8kぶんのKVキャッシュが1.1GB、計算バッファが0.6GBで、合計6.4GB。VRAM 8GBの実効7.5GBに収まる計算です。GPUがなくてもメモリ16GBあれば動きますが、速度は数分の一まで落ちます。
どこで何が動いているか
Ollama、LM Studio、llama.cppを使って、8B（80億パラメータ）前後の言語モデルを自分のPCで動かす入門帯です。Qwen3 8B、Qwen3.5 9B、Gemma 3 12B、Llama 3.1 8Bなどが該当し、4bit量子化でファイルは5〜7GB。
これがGPUのVRAM（またはMacのユニファイドメモリ）に載れば、1秒に数十トークンの実用速度で日本語チャットができます。クラウドAIには賢さで劣りますが、社外秘の文書をそのまま渡せる、オフラインで動く、API課金がない、という利点があります。GPUなしのPCでもメモリ16GBあれば動きますが、速度は1秒に数トークンに落ちます。
当サイトのDBでは、この帯のモデルが収録142機種の9割以上で「動く」判定になり、最も間口の広い用途です。
手元のPCで実際に起きていること
Ollama / LM Studio で8B前後のモデルを動かす入門帯。4bit量子化で5〜7GB。GPUのVRAM 8GBか、Macのユニファイドメモリ16GBで実用的な速さが出ます。GPUなしでもメモリ16GBで動きますが、速度は数分の一。
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 | GPUなし・メモリ16GB | 動く。1秒に5〜10トークン。試す分には十分 |
| 快適 | VRAM 8GB（RTX 4060 / 5060）またはMac 16GB | 1秒に30〜60トークン。日常使いできる |
| 余裕 | VRAM 12〜16GBまたはMac 24〜32GB | 14Bクラスや長いコンテキストにも余裕 |
計算例: 実際に何GB要るか
Qwen3 8BのQ4_K_M（4.7GB）を8,192トークンのコンテキストで動かす場合。重み4.7GB、KVキャッシュ1.1GB（36層×8ヘッド×128次元×2×fp16×8,192トークン）、計算バッファ0.6GB。合計6.4GB。VRAM 8GBのRTX 4060（実効7.5GB）に載り、当サイトの推定値（公開ベンチマークで補正済み）で1秒に約45トークン。
GPUなしのDDR5-5600機（帯域89.6GB/s）では同じ6.4GBがメインメモリに乗り、1秒に約9トークン。Mac M4（帯域120GB/s、16GB）で約13トークン、M4 Pro（273GB/s）で約30トークン。数字はすべて当サイトのモデル別ページの推定値で、同じ機種の公開ベンチマークで補正しています。
よくある誤解
「8Bなら軽いから、どんなPCでも快適に動く」4bitで約4.7GB、KVキャッシュとバッファを足すと6.4GB前後です。VRAM 8GBのGPUなら快適ですが、メモリ8GBのGPUなしPCでは他のアプリと取り合いになります。
「小さいモデルは使いものにならない」用途によります。要約、分類、定型文の作成、下書きといった範囲の決まった仕事なら、8Bクラスで十分に実用になります。難しいのは長い推論とコードの生成です。
よくある失敗
- VRAM 6GBのノートGPUで8B Q4（約5GB）＋KVキャッシュが溢れ、一部がメインメモリに回って遅くなる。8GBが最低ライン
- Q8やF16の大きなファイルを選んでVRAMに収まらない。まずはQ4_K_M
- コンテキスト長を32Kに設定してメモリが溢れる。8Kから始める
- 英語圏で評判のモデルを選んで日本語が崩れる。日本語ならQwen・Gemma系か国産モデル
MacかWindowsか
どちらでも快適です。Macはユニファイドメモリ16GBに8Bが余裕で収まり、静音で消費電力も低い。WindowsはGeForceのVRAM 8GBがあれば速い。GPUなしのWindowsノートでも動くが遅い。
買う前のチェックリスト
- VRAM 8GB以上のGeForce、またはApple Silicon 16GB以上、またはメモリ16GB以上（遅いが動く）
- SSDの空きが20GB以上（モデル3〜4本分）
- 日本語で使うならQwen3 8B / Qwen3.5 9B / Gemma 3 12Bのどれかから
- 当サイトの機種別ページで、自分のGPUで「動く」判定が出ているか確認した
編集部メモ: ローカルLLMを始める人に一つだけ言うなら、「最初のPCを買わなくていい」です。今のPCにメモリ16GBがあれば、LM Studioを入れてQwen3 8Bを動かすところまで今日中に行けます。遅いと感じたら、そのとき初めてGPUかMacを考える。当サイトの判定ツールに今の機種を入れると、その「遅い」がどれくらいかを先に数字で見られます。
関連するページ
ローカルLLM（8Bクラス）に要るのは、CPU 6コア・メモリ16GB・NVMe 0.5TB、GPUはVRAM 8GB（Macならユニファイド16GB）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 | VRAM 8GBで動くモデル ・ Mac 16GBで動くモデル |
| 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
ローカルLLM（8Bクラス）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 | Mac mini M4（メモリ24GB・SSD 512GB） | 14〜17万円 | 最安で「クラウドAI＋8〜14BのローカルLLM」 |
| 20万円まで | Mac mini M4（メモリ24GB・SSD 512GB） | 14〜17万円 | 最安で「クラウドAI＋8〜14BのローカルLLM」 |
| 30万円まで | Mac mini M4（メモリ24GB・SSD 512GB） | 14〜17万円 | 最安で「クラウドAI＋8〜14BのローカルLLM」 |
| 40万円まで | Mac mini M4（メモリ24GB・SSD 512GB） | 14〜17万円 | 最安で「クラウドAI＋8〜14BのローカルLLM」 |
| 60万円まで | Mac mini M4（メモリ24GB・SSD 512GB） | 14〜17万円 | 最安で「クラウドAI＋8〜14BのローカルLLM」 |
| 100万円まで | Mac mini M4（メモリ24GB・SSD 512GB） | 14〜17万円 | 最安で「クラウドAI＋8〜14BのローカルLLM」 |
要件を満たす中で最も安いのはMac mini M4（メモリ24GB・SSD 512GB）（14〜17万円）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
8Bクラスのモデルは効率化が進んでいて、同じサイズでできることが増えています。一方で「もっと賢いモデルを」と思ったときに、14B、27Bとサイズが上がり、必要なメモリも倍々になります。VRAM 8GBで始めた人が次に欲しくなるのは12〜16GB。デスクトップならGPU交換で対応できますが、ノートとMacは買い替えです。Macを選ぶなら、この先を見て24GB以上にしておくと長く使えます。
PCを買わずに済ませる選択肢
クラウドのAPIを使えば、機材を買わずに同じことができます。8Bクラス相当のモデルなら、APIの単価は極めて安く、月数百円で収まることも珍しくありません。ローカルに置く理由は、社外秘のデータを扱う、オフラインで動かす、通信量を気にしない、のいずれか。試すだけなら、今のPCにLM Studioを入れて動かしてみるのが最も安上がりです。
させたい仕事を足すと、要件はどう変わるか
ローカルLLM（8Bクラス）単体の要件（CPU 6コア・メモリ16GB・VRAM 8GB・SSD 0.5TB）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 | Mac mini M4（メモリ24GB・SSD 512GB）から |
| プログラミング・開発 | CPU 6→8コア・メモリ 16→32GB・SSD 0.5→1TB | RTX 5060（8GB）デスクトップ・メモリ32GBから |
| 自動タスク・エージェントの常時運用 | CPU 6→12コア・メモリ 16→64GB・SSD 0.5→1TB・常時稼働が必要に | Ryzen AI Max+ 395 ミニPC（メモリ128GB）から |
| イラスト・画像生成 | メモリ 16→32GB・VRAM 8→12GB・SSD 0.5→1TB・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 | CPU 6→8コア・メモリ 16→64GB・VRAM 8→24GB・SSD 0.5→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 | 変わらない | Mac mini M4（メモリ24GB・SSD 512GB）から |
| データ分析・Excel/Python | CPU 6→8コア・メモリ 16→32GB・SSD 0.5→1TB | RTX 5060（8GB）デスクトップ・メモリ32GBから |
| 社内文書の検索・要約（ローカルRAG） | CPU 6→8コア・メモリ 16→32GB・VRAM 8→16GB・SSD 0.5→1TB | 自作: RTX 5070 Ti（16GB）・メモリ32GB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。
GPUノート（RTX 5070 Laptop 8GB・メモリ32GB）
持ち歩いて画像生成の入門や8BクラスのローカルLLMを回す人
RTX 5060/5070 Laptop（VRAM 8GB）・メモリ32GB・NVMe 1TB ・ 目安 20〜28万円
ノートPCでローカルLLM（8Bクラス）を使うなら
RTX 5060（8GB）デスクトップ・メモリ32GB
画像生成の入門と8BクラスのローカルLLM。最安のGPU機
RTX 5060（VRAM 8GB）・メモリ32GB・NVMe 1TB ・ 目安 15〜21万円
デスクトップ（BTO）でローカルLLM（8Bクラス）を使うなら
Mac mini M4（メモリ24GB・SSD 512GB）
最安で「クラウドAI＋8〜14BのローカルLLM」。Claude Codeは1エージェントまで。静音・省電力で常時稼働にも
M4・ユニファイドメモリ24GB・SSD 512GB ・ 目安 14〜17万円
MacでローカルLLM（8Bクラス）を使うなら
Ryzen AI Max+ 395 ミニPC（メモリ128GB）
Windows/Linuxで128GBの共有メモリ。GPU側に96GBを割り当てれば、gpt-oss-120bや70Bクラスを常時サーバとして動かせる
Ryzen AI Max+ 395・LPDDR5X 128GB（256GB/s）・NVMe 2TB ・ 目安 32〜48万円
常時稼働サーバー型でローカルLLM（8Bクラス）を使うなら
自作: RTX 5070 Ti（16GB）・メモリ32GB
BTOより同予算で一段上のGPUに届く。画像生成とローカルLLMの定番
Ryzen 7 9700X・DDR5 16GB×2・RTX 5070 Ti・NVMe 2TB・電源850W ・ 目安 27〜35万円
自作でローカルLLM（8Bクラス）を使うなら
させたい仕事を足して絞り込む
よくある質問
どのモデルから始めるべき？
日本語チャットならQwen3 8BかGemma 3 12B（VRAM 12GB以上）。当サイトのモデル別ページに、あなたの機種で動く量子化と推定速度があります。
8BモデルはChatGPTと比べてどれくらい賢い？
雑談や要約、定型文の生成は実用的。複雑な推論や最新の知識は劣ります。「社外秘を扱える」「無料で無制限」という用途で選ぶものです。
Q4_K_MとQ8_0はどう違う？
Q4は4bit量子化で軽く速い、Q8は8bitでほぼ無劣化だがファイルが約2倍。VRAM 8GBならQ4、16GB以上ならQ8も選べます。
LM StudioとOllamaはどちらがいい？
画面で操作したいならLM Studio、他のツールから呼び出すならOllama。要件は同じです。
ローカルLLM（8Bクラス）にはどんなPCが合う？
ノートPC: GPUノート（RTX 5070 Laptop 8GB・メモリ32GB）。デスクトップ（BTO）: RTX 5060（8GB）デスクトップ・メモリ32GB。Mac: Mac mini M4（メモリ24GB・SSD 512GB）。常時稼働サーバー型: Ryzen AI Max+ 395 ミニPC（メモリ128GB）。自作: 自作: RTX 5070 Ti（16GB）・メモリ32GB
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