GeForce RTX 3080 Laptop 16GB で動くローカルLLM一覧（2026年10月）
155快適（20 tok/s以上）
0実用（8〜20 tok/s）
8メモリに一部を逃がせば動く
41動かない
編集部の見立て
ノート版の3080には8GBと16GBの構成があり、こちらは16GBのほうです。容量ではデスクトップのRTX 3080 10GB（92本）を上回り、4bit以上で動く本数は111本。
Qwen3.8 27BがIQ4_XSで必要14.7GB・推定23.7tok/sに収まり、DBの範囲では27B級を持ち運べる最も古い世代にあたります。GPT-OSS-Swallow 20Bは4bitであと0.3GB。2021年の機種でも、20B台までを中古で安く手元に置きたい人には筋の通った選択です。
まず試すなら: Qwen3.8 27B（4bit（IQ4_XS）・必要15GB・約24 tok/s推定）。2026年8月公開の27Bのdense型。GGUF公開モデルではダウンロード数が最多クラス。VRAM 24GB / Mac 48GB向け
足りないのは: Gemma 3 27Bを動かすにはVRAMがあと約1.9GB必要（必要17GB / 実効16GB）。はみ出した分をPCのメモリに逃がせば（CPUオフロード）動きますが、速度は数分の一になります。
Gemma 3 27Bが動く機種に買い替えるなら
- ぴったりMacBook Pro 14/16 M4 Pro（メモリ48GB・SSD 1TB）目安 42〜52万円
- 余裕を持つならMacBook Pro 16 M4 Max（メモリ128GB・SSD 2TB）目安 70〜85万円
- 別の形ならRyzen AI Max+ 395 ミニPC（メモリ128GB）目安 32〜48万円
VRAMに収まるモデル
収まる量子化のうち、いちばん精度の高いもので表示しています（速度は推定・計算方法）。
快適 この機種では、VRAMに収まる155本がすべて「快適」に入ります。
| モデル | 量子化 | 必要 | 推定速度 |
|---|---|---|---|
| Gemma 3 270M | 8bit（Q8_0） | 0.8GB | 約1120 tok/s推定 |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 約590 tok/s推定 |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 約390 tok/s推定 |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 約320 tok/s推定 |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 約310 tok/s推定 |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 約310 tok/s推定 |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 約270 tok/s推定 |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 約240 tok/s推定 |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 約210 tok/s推定 |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 約200 tok/s推定 |
| Qwen3.5 35B-A3B | 2bit（IQ2_M） | 12GB | 約190 tok/s推定 |
| Qwen3.6 35B-A3B | 2bit（IQ2_M） | 12GB | 約190 tok/s推定 |
| Ornith 1.0 35B-A3B | 2bit（IQ2_M） | 12GB | 約190 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 2bit（IQ2_M） | 12GB | 約190 tok/s推定 |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 約190 tok/s推定 |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 約190 tok/s推定 |
| KAT-Coder-V2.5-Dev 35B-A3B | 2bit（Q2_K） | 13GB | 約180 tok/s推定 |
| Ornith 1.5 35B-A3B | 2bit（Q2_K） | 13GB | 約170 tok/s推定 |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 約170 tok/s推定 |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 約160 tok/s推定 |
| Holo4 35B-A3B | 2bit（Q2_K） | 14GB | 約160 tok/s推定 |
| Laguna XS 2.1 33B-A3B | 2bit（Q2_K） | 13GB | 約160 tok/s推定 |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 約150 tok/s推定 |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 約150 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 2bit（Q2_K） | 13GB | 約150 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 2bit（Q2_K） | 13GB | 約150 tok/s推定 |
| BigBang v1 35B | 2bit（Q2_K） | 13GB | 約140 tok/s推定 |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 約140 tok/s推定 |
| Nex-N2.5-mini | 2bit（Q2_K） | 14GB | 約140 tok/s推定 |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 約130 tok/s推定 |
| North Mini Code 1.0 | 3bit（Q3_K_M） | 15GB | 約120 tok/s推定 |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 約120 tok/s推定 |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 約120 tok/s推定 |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 約120 tok/s推定 |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 約120 tok/s推定 |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 約110 tok/s推定 |
| GLM-4.7-Flash 30B-A3B | 3bit（Q3_K_M） | 15GB | 約110 tok/s推定 |
| Qwen3-Swallow 30B-A3B | 3bit（Q3_K_M） | 15GB | 約100 tok/s推定 |
| Qwen3-VL 30B-A3B | 3bit（Q3_K_M） | 15GB | 約100 tok/s推定 |
| Qwen3 30B-A3B | 3bit（Q3_K_M） | 15GB | 約100 tok/s推定 |
| Qwen3-Coder 30B-A3B | 3bit（Q3_K_M） | 15GB | 約100 tok/s推定 |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 約100 tok/s推定 |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 約100 tok/s推定 |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 約100 tok/s推定 |
| ERNIE 4.5 21B-A3B Thinking | 4bit（Q4_K_M） | 14GB | 約100 tok/s推定 |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 約96 tok/s推定 |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 約95 tok/s推定 |
| GPT-OSS-Swallow 20B | 3bit（Q3_K_M） | 13GB | 約89 tok/s推定 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 約89 tok/s推定 |
| Gemma 4 26B-A4B | 4bit（IQ4_XS） | 14GB | 約88 tok/s推定 |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 約84 tok/s推定 |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 約82 tok/s推定 |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 約81 tok/s推定 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 約81 tok/s推定 |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 約80 tok/s推定 |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 約75 tok/s推定 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 約75 tok/s推定 |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 約74 tok/s推定 |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 約74 tok/s推定 |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 約72 tok/s推定 |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 約71 tok/s推定 |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 約71 tok/s推定 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 約71 tok/s推定 |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 約67 tok/s推定 |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 約66 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 約63 tok/s推定 |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 約61 tok/s推定 |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 約52 tok/s推定 |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 約47 tok/s推定 |
| Granite 4.0 H-Small 32B-A9B | 3bit（Q3_K_M） | 15GB | 約47 tok/s推定 |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 約46 tok/s推定 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 約46 tok/s推定 |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 約42 tok/s推定 |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 約42 tok/s推定 |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 約41 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 約41 tok/s推定 |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 約41 tok/s推定 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 約41 tok/s推定 |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 約41 tok/s推定 |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 約41 tok/s推定 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 約41 tok/s推定 |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 約41 tok/s推定 |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 約40 tok/s推定 |
| Command R7B | 8bit（Q8_0） | 9.3GB | 約39 tok/s推定 |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 約38 tok/s推定 |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 約38 tok/s推定 |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 約38 tok/s推定 |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 約38 tok/s推定 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 約38 tok/s推定 |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 約38 tok/s推定 |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 約37 tok/s推定 |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 約37 tok/s推定 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 約37 tok/s推定 |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 約37 tok/s推定 |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 約36 tok/s推定 |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 約36 tok/s推定 |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 約36 tok/s推定 |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 約36 tok/s推定 |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 約36 tok/s推定 |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 約36 tok/s推定 |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 約36 tok/s推定 |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 約36 tok/s推定 |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 約36 tok/s推定 |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 約36 tok/s推定 |
| Granite 4.2 8B | 8bit（Q8_0） | 11GB | 約34 tok/s推定 |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 約34 tok/s推定 |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 約34 tok/s推定 |
| Gemma-2-Llama-Swallow 9B | 8bit（Q8_0） | 12GB | 約32 tok/s推定 |
| Gemma 2 9B | 8bit（Q8_0） | 12GB | 約32 tok/s推定 |
| Gemma 4 31B | 2bit（IQ2_M） | 12GB | 約30 tok/s推定 |
| LLM-jp-3.1 13B | 4bit（Q4_K_M） | 15GB | 約29 tok/s推定 |
| Ministral 3 14B | 6bit（Q6_K） | 12GB | 約29 tok/s推定 |
| EXAONE 4.0.1 32B | 2bit（Q2_K） | 13GB | 約27 tok/s推定 |
| Olmo 3.1 32B | 2bit（Q2_K） | 13GB | 約27 tok/s推定 |
| ABEJA Qwen3 14B Agentic | 6bit（Q6_K） | 13GB | 約27 tok/s推定 |
| Qwen3 14B | 6bit（Q6_K） | 13GB | 約27 tok/s推定 |
| Shisa V2.1 unphi4 14B | 6bit（Q6_K） | 14GB | 約27 tok/s推定 |
| Phi-4 14B | 6bit（Q6_K） | 14GB | 約27 tok/s推定 |
| Gemma 4 12B | 8bit（Q8_0） | 13GB | 約27 tok/s推定 |
| Gemma 3 12B | 8bit（Q8_0） | 13GB | 約27 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 6bit（Q6_K） | 14GB | 約27 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 6bit（Q6_K） | 14GB | 約27 tok/s推定 |
| Qwen2.5-Coder 14B | 6bit（Q6_K） | 14GB | 約27 tok/s推定 |
| Qwen2.5 14B | 6bit（Q6_K） | 14GB | 約27 tok/s推定 |
| Nemotron Nano 12B v2 | 8bit（Q8_0） | 13GB | 約26 tok/s推定 |
| Devstral Small 2 24B | 4bit（IQ4_XS） | 14GB | 約26 tok/s推定 |
| Qwen3-VL 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| ABEJA Qwen2.5 32B Japanese | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| ELYZA-Thinking-1.0 Qwen 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| Qwen3 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| Qwen2.5-VL 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B Japanese | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| KARAKURI LM 32B Thinking | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| Qwen2.5-Coder 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| Qwen2.5 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| Aya Expanse 32B | 2bit（Q2_K） | 14GB | 約26 tok/s推定 |
| Gemma-2-Llama-Swallow 27B | 3bit（IQ3_M） | 15GB | 約25 tok/s推定 |
| Mistral Nemo Japanese 12B | 8bit（Q8_0） | 14GB | 約25 tok/s推定 |
| Mistral Nemo 12B | 8bit（Q8_0） | 14GB | 約25 tok/s推定 |
| Seed-OSS 36B | 2bit（IQ2_M） | 15GB | 約25 tok/s推定 |
| Qwen3.6 27B | 3bit（Q3_K_M） | 14GB | 約25 tok/s推定 |
| Gemma 3 27B | 3bit（Q3_K_M） | 14GB | 約25 tok/s推定 |
| Muse-Glimmer 30B | 3bit（IQ3_M） | 14GB | 約24 tok/s推定 |
| Codestral 22B | 4bit（Q4_K_M） | 15GB | 約24 tok/s推定 |
| Granite 4.2 30B | 3bit（IQ3_M） | 15GB | 約24 tok/s推定 |
| Qwen3.8 27B | 4bit（IQ4_XS） | 15GB | 約24 tok/s推定 |
| UI-Mate 27B | 3bit（Q3_K_M） | 15GB | 約24 tok/s推定 |
| Fara1.5 27B | 3bit（Q3_K_M） | 15GB | 約24 tok/s推定 |
| AREX-2 27B | 3bit（IQ3_M） | 15GB | 約23 tok/s推定 |
| Magistral Small 2509 | 4bit（Q4_K_M） | 16GB | 約23 tok/s推定 |
| Devstral Small 2507 | 4bit（Q4_K_M） | 16GB | 約23 tok/s推定 |
| Mistral Small 3.2 24B | 4bit（Q4_K_M） | 16GB | 約23 tok/s推定 |
| Qwen3.5 27B | 4bit（IQ4_XS） | 15GB | 約23 tok/s推定 |
PCのメモリに一部を逃がせば動く（CPUオフロード・メモリ32GB想定）
| モデル | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|
| LLM-jp-4 33B thinking | 4bit（Q4_K_M） | 22GB | 遅いCPUオフロード | 約5.1 tok/s推定 |
| Nemotron 3.5 Lightning 30B-A3B | 8bit（Q8_0） | 33GB | 実用CPUオフロード | 約13 tok/s推定 |
| Nemotron 3 Nano Omni 30B-A3B | 4bit（Q4_K_M） | 23GB | 快適CPUオフロード | 約25 tok/s推定 |
| LLM-jp-4 32B-A3B thinking | 4bit（Q4_K_M） | 22GB | 快適CPUオフロード | 約29 tok/s推定 |
| Kimi Linear 48B-A3B | 4bit（Q4_K_M） | 29GB | 快適CPUオフロード | 約24 tok/s推定 |
| RakutenAI-2.0 8x7B | 4bit（Q4_K_M） | 29GB | 遅いCPUオフロード | 約5.4 tok/s推定 |
| Tanuki-8x8B | 4bit（Q4_K_M） | 29GB | 遅いCPUオフロード | 約5.4 tok/s推定 |
| Mixtral 8x7B | 4bit（Q4_K_M） | 29GB | 遅いCPUオフロード | 約5.5 tok/s推定 |
動かないモデルと不足分
| モデル | 量子化 | 必要 | 不足 |
|---|---|---|---|
| Shisa V2.1 Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと28GB |
| Llama 3.3 Swallow 70B | 4bit（Q4_K_M） | 44GB | あと28GB |
| DeepSeek-R1 Distill Llama 70B | 4bit（Q4_K_M） | 44GB | あと28GB |
| Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと28GB |
| Llama 3 Youko 70B | 4bit（Q4_K_M） | 44GB | あと28GB |
| Llama 3.1 70B | 4bit（Q4_K_M） | 44GB | あと28GB |
| Llama 3.1 70B Japanese | 4bit（Q4_K_M） | 44GB | あと28GB |
| Qwen3-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと32GB |
| Qwen3-Coder-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと32GB |
| Qwen2.5 72B | 4bit（Q4_K_M） | 48GB | あと33GB |
| Hunyuan-A13B 80B | 4bit（Q4_K_M） | 49GB | あと33GB |
| Stockmark-2 100B | 4bit（Q4_K_M） | 58GB | あと43GB |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | あと46GB |
| Llama 4 Scout 17B-16E | 4bit（Q4_K_M） | 65GB | あと49GB |
| Command A 111B | 4bit（Q4_K_M） | 66GB | あと51GB |
| Laguna S 2.1 118B-A8B | 4bit（Q4_K_M） | 71GB | あと56GB |
| Mistral Small 4 119B | 4bit（Q4_K_M） | 72GB | あと56GB |
| GLM-4.5-Air 106B-A12B | 4bit（Q4_K_M） | 72GB | あと56GB |
| Qwen3.5 122B-A10B | 4bit（Q4_K_M） | 74GB | あと59GB |
| Devstral 2 123B | 4bit（Q4_K_M） | 75GB | あと60GB |
| Ling 3.0 flash | 4bit（Q4_K_M） | 75GB | あと60GB |
| Mixtral 8x22B | 4bit（Q4_K_M） | 84GB | あと69GB |
| GPT-OSS-Swallow 120B | 4bit（Q4_K_M） | 85GB | あと70GB |
| Qwen3.8-Flash-Next | 4bit（IQ4_XS） | 91GB | あと75GB |
| Step-3.7-Flash | 4bit（Q4_K_M） | 118GB | あと103GB |
| DeepSeek-V4-Flash | 4bit（IQ4_XS） | 132GB | あと117GB |
| MiniMax-M2.5 229B-A10B | 4bit（Q4_K_M） | 135GB | あと120GB |
| Qwen3 235B-A22B | 4bit（Q4_K_M） | 138GB | あと123GB |
| GLM-5.3-Flash | 4bit（IQ4_XS） | 151GB | あと136GB |
| Inkling Small 264B | 4bit（Q4_K_M） | 157GB | あと141GB |
| MiMo-V2.6-Flash-RL | 4bit（MXFP4） | 161GB | あと146GB |
| ERNIE 4.5 300B-A47B | 4bit（Q4_K_M） | 175GB | あと160GB |
| Hy3 295B-A21B | 4bit（Q4_K_M） | 178GB | あと162GB |
| GLM-4.5 355B-A32B | 4bit（Q4_K_M） | 211GB | あと196GB |
| Qwen3.5 397B-A17B | 4bit（Q4_K_M） | 235GB | あと219GB |
| Llama 4 Maverick 17B-128E | 4bit（Q4_K_M） | 235GB | あと219GB |
| Qwen3-Coder 480B-A35B | 4bit（Q4_K_M） | 281GB | あと265GB |
| Kimi K2.6 | 2bit（IQ2_M） | 329GB | あと314GB |
| GLM-5.3 | 4bit（IQ4_XS） | 352GB | あと337GB |
| RakutenAI-3.0 671B-A37B | 4bit（Q4_K_M） | 390GB | あと374GB |
| Mistral Large 3 675B | 4bit（Q4_K_M） | 392GB | あと376GB |
量子化を落とせば収まるモデル
4bitでは溢れても、量子化を落とせばVRAM16GBに収まる12本です。
| モデル | 標準（4bit）だと | 落とすなら | 必要 | 推定速度 |
|---|---|---|---|---|
| Seed-OSS 36B | 23GB（あと7.9GB足りない） | 2bit（IQ2_M） | 15GB | 約25 tok/s推定 |
| BigBang v1 35B | 22GB（あと6.1GB足りない） | 2bit（Q2_K） | 13GB | 約140 tok/s推定 |
| Ornith 1.5 35B-A3B | 22GB（あと6.1GB足りない） | 2bit（Q2_K） | 13GB | 約170 tok/s推定 |
| Holo4 35B-A3B | 22GB（あと6.6GB足りない） | 2bit（Q2_K） | 14GB | 約160 tok/s推定 |
| Nex-N2.5-mini | 22GB（あと6.6GB足りない） | 2bit（Q2_K） | 14GB | 約140 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 21GB（あと5.7GB足りない） | 2bit（Q2_K） | 13GB | 約150 tok/s推定 |
| KAT-Coder-V2.5-Dev 35B-A3B | 21GB（あと5.7GB足りない） | 2bit（Q2_K） | 13GB | 約180 tok/s推定 |
| Ornith 1.0 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約190 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 21GB（あと5.7GB足りない） | 2bit（Q2_K） | 13GB | 約150 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約190 tok/s推定 |
| Qwen3.6 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約190 tok/s推定 |
| Qwen3.5 35B-A3B | 22GB（あと6.3GB足りない） | 2bit（IQ2_M） | 12GB | 約190 tok/s推定 |
同じVRAM16GBの機種の中での位置
当サイトにはVRAM16GBの機種が20件あります。帯域幅は448GB/sで20機種中16番目。最速のGeForce RTX 5080（960GB/s）の約47%、最も遅いRTX 2000 Ada（224GB/s）の約2.0倍です。この機種のVRAMに収まるのは155本で、すべて快適に動きます。
この機種の公開ベンチマークはまだ見つかっておらず、同系統の実効係数（77%）を当てています。実機はこれより上下します。
この機種と結果が同じになる機種: GeForce RTX 5060 Ti 16GB。VRAM16GBと帯域幅448GB/sが同じなので、動くモデルの一覧も推定速度もこのページと同じ値になります。
数値が同じ機種を分けるのは、発売時期と、いま手に入る価格だけです。この2機種は2021年から2025年まで4年の幅があり、GeForce RTX 3080 Laptop 16GBは最も古い機種にあたります（2021年）。5年前の機種です。動くモデルも推定速度も新しい機種と変わらないので、中古で十分に安いなら選ぶ理由があります。
ただしツールの対応が打ち切られるとしたら、この世代からです。長く使う前提なら、差額を見て新しいほうに寄せるほうが安全でしょう。
この機種を実際に使うなら
27B級はVRAMに収まるものの、帯域幅448GB/sでは推定23.7tok/sで、1,000トークンの回答に40秒あまりかかります。日常の対話はGemma 4 26B-A4BのIQ4_XS（推定88.2tok/s）に任せ、27Bは腰を据えた文章の手直しに回す分け方が合います。
コードはQwen2.5-Coder 14BのQ6_K（推定26.6tok/s）が扱いやすく、Devstral Small 2507のQ4_K_Mは推定23tok/s。発売から5年たつノートは、ファンの埃やグリスの劣化で電力枠いっぱいまで回らない個体もあります。長い生成の途中で速度が落ちるなら、まず清掃を疑いましょう。
買うときの見どころ
中古で探すときに一番気をつけたいのは容量の表記です。同じRTX 3080 Laptopには8GB構成もあり、そちらでは27B級が収まりません。商品名にVRAM容量が書かれていない出品は避けるのが無難。同じ16GBの比較相手は、2022年のRTX 3080 Ti Laptop（512GB/s）と2023年のRTX 4090 Laptop（576GB/s）です。
動く本数は3機種とも同じで、差は推定速度だけ。RTX 50世代のRTX 5080 Laptopなら896GB/sで、帯域幅はちょうど2倍に開きます。
RTX 30 Laptopシリーズの中での位置
ノート向けの中古帯です。RTX 30 Laptopシリーズ5機種の中では、容量が小さいほうから4番目です。このシリーズでは容量が最大の構成です。
買う前に確認すること: 年数が経っているため、バッテリーの劣化と冷却の劣化を見込んでおきます。長時間の推論はACアダプタ接続が前提です。 シリーズ全体の選び方はRTX 30 LaptopシリーズでローカルAIはどこまで動くかにまとめています。
この機種で足りるAI用途
| 用途 | 必要な容量 | この機種（16GB） |
|---|---|---|
| Stable Diffusion / SDXL | VRAM 12GB | 快適 |
| FLUX / 高品質画像生成 | VRAM 16GB | 快適 |
| 動画生成AI（Wan / Hunyuan / LTX） | VRAM 24GB | 動かない あと8GB |
| ローカルLLM（8Bクラス） | VRAM 8GB | 快適 |
| ローカルLLM（27〜32Bクラス） | VRAM 24GB | 動かない あと8GB |
| ローカルLLM（70B〜120B MoE） | VRAM 40GB | 動かない あと24GB |
| 文字起こし（Whisper） | VRAM 6GB | 快適 |
VRAMが同じくらいの他の機種
| 機種 | メモリ | 帯域幅 | 快適に動く数 |
|---|---|---|---|
| GeForce RTX 5080 Laptop | 16GB | 896 GB/s | 158 |
| GeForce RTX 4090 Laptop | 16GB | 576 GB/s | 158 |
| GeForce RTX 3080 Ti Laptop | 16GB | 512 GB/s | 158 |
Gemma 3 27Bが動くPC・Macに買い替えるなら
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。
ぴったりノートPC
MacBook Pro 14/16 M4 Pro（メモリ48GB・SSD 1TB）
開発者の定番。Claude Code並列運用＋30BクラスのローカルLLMを1台で
M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 42〜52万円
要件を満たす中で最も手頃
余裕を持つならノートPC
MacBook Pro 16 M4 Max（メモリ128GB・SSD 2TB）
70B〜120BのMoE型まで持ち歩ける。帯域546GB/sでミドルクラスのGPU並みの速さ
M4 Max・ユニファイドメモリ128GB・SSD 2TB ・ 目安 70〜85万円
将来の用途拡張（大きなモデル・並列エージェント）に余裕
別の形なら常時稼働サーバー型
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
Windowsで同じ仕事をするなら
この機種の公開ベンチマークは未収録のため、同系統機種の実効係数（77%）で推定しています。
よくある質問
GeForce RTX 3080 Laptop 16GBでローカルLLMは動く？
動きます。VRAM16GB（実効約16GB）に、収録204モデル中155本が収まります。日本語チャットならQwen3.8 27B（4bit（IQ4_XS））が推定約24 tok/sです。
GeForce RTX 3080 Laptop 16GBで動かないモデルは？
Gemma 3 27Bは4bitで約17GB必要で、VRAMがあと約1.9GB足りません。