GeForce RTX 3080 Ti Laptop 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
30番台のノートで27B級を最も速く回せるGPUです。Qwen3.8 27BのIQ4_XSが推定27.1tok/sで、同じ16GBの無印RTX 3080 Laptop（23.7tok/s）より1割あまり速い。持っている人が次を考えるとき、RTX 4090 Laptopへ替えても動く本数は111本のままで、推定速度は30.5tok/sと大差ありません。
本数が増えるのは24GBのRTX 5090 Laptopです。70B級はそこでも届かないので、買い替えは35B級を使いたくなってからで十分です。
まず試すなら: Qwen3.8 27B（4bit（IQ4_XS）・必要15GB・約27 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1280 tok/s推定 |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 約680 tok/s推定 |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 約440 tok/s推定 |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 約360 tok/s推定 |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 約360 tok/s推定 |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 約360 tok/s推定 |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 約300 tok/s推定 |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 約270 tok/s推定 |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 約240 tok/s推定 |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 約220 tok/s推定 |
| Qwen3.5 35B-A3B | 2bit（IQ2_M） | 12GB | 約220 tok/s推定 |
| Qwen3.6 35B-A3B | 2bit（IQ2_M） | 12GB | 約220 tok/s推定 |
| Ornith 1.0 35B-A3B | 2bit（IQ2_M） | 12GB | 約220 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 2bit（IQ2_M） | 12GB | 約220 tok/s推定 |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 約220 tok/s推定 |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 約210 tok/s推定 |
| KAT-Coder-V2.5-Dev 35B-A3B | 2bit（Q2_K） | 13GB | 約200 tok/s推定 |
| Ornith 1.5 35B-A3B | 2bit（Q2_K） | 13GB | 約200 tok/s推定 |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 約200 tok/s推定 |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 約180 tok/s推定 |
| Holo4 35B-A3B | 2bit（Q2_K） | 14GB | 約180 tok/s推定 |
| Laguna XS 2.1 33B-A3B | 2bit（Q2_K） | 13GB | 約180 tok/s推定 |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 約170 tok/s推定 |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 約170 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 2bit（Q2_K） | 13GB | 約170 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 2bit（Q2_K） | 13GB | 約170 tok/s推定 |
| BigBang v1 35B | 2bit（Q2_K） | 13GB | 約170 tok/s推定 |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 約160 tok/s推定 |
| Nex-N2.5-mini | 2bit（Q2_K） | 14GB | 約160 tok/s推定 |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 約140 tok/s推定 |
| North Mini Code 1.0 | 3bit（Q3_K_M） | 15GB | 約140 tok/s推定 |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 約140 tok/s推定 |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 約140 tok/s推定 |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 約130 tok/s推定 |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 約130 tok/s推定 |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 約130 tok/s推定 |
| GLM-4.7-Flash 30B-A3B | 3bit（Q3_K_M） | 15GB | 約130 tok/s推定 |
| Qwen3-Swallow 30B-A3B | 3bit（Q3_K_M） | 15GB | 約120 tok/s推定 |
| Qwen3-VL 30B-A3B | 3bit（Q3_K_M） | 15GB | 約120 tok/s推定 |
| Qwen3 30B-A3B | 3bit（Q3_K_M） | 15GB | 約120 tok/s推定 |
| Qwen3-Coder 30B-A3B | 3bit（Q3_K_M） | 15GB | 約120 tok/s推定 |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 約110 tok/s推定 |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 約110 tok/s推定 |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 約110 tok/s推定 |
| ERNIE 4.5 21B-A3B Thinking | 4bit（Q4_K_M） | 14GB | 約110 tok/s推定 |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 約110 tok/s推定 |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 約110 tok/s推定 |
| GPT-OSS-Swallow 20B | 3bit（Q3_K_M） | 13GB | 約100 tok/s推定 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 約100 tok/s推定 |
| Gemma 4 26B-A4B | 4bit（IQ4_XS） | 14GB | 約100 tok/s推定 |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 約96 tok/s推定 |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 約93 tok/s推定 |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 約93 tok/s推定 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 約92 tok/s推定 |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 約92 tok/s推定 |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 約85 tok/s推定 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 約85 tok/s推定 |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 約85 tok/s推定 |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 約85 tok/s推定 |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 約82 tok/s推定 |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 約81 tok/s推定 |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 約81 tok/s推定 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 約81 tok/s推定 |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 約77 tok/s推定 |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 約76 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 約72 tok/s推定 |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 約69 tok/s推定 |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 約59 tok/s推定 |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 約54 tok/s推定 |
| Granite 4.0 H-Small 32B-A9B | 3bit（Q3_K_M） | 15GB | 約54 tok/s推定 |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 約53 tok/s推定 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 約53 tok/s推定 |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 約48 tok/s推定 |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 約48 tok/s推定 |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 約47 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 約47 tok/s推定 |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 約47 tok/s推定 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 約47 tok/s推定 |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 約47 tok/s推定 |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 約47 tok/s推定 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 約47 tok/s推定 |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 約46 tok/s推定 |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 約46 tok/s推定 |
| Command R7B | 8bit（Q8_0） | 9.3GB | 約44 tok/s推定 |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 約43 tok/s推定 |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 約43 tok/s推定 |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 約43 tok/s推定 |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 約43 tok/s推定 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 約43 tok/s推定 |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 約43 tok/s推定 |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 約42 tok/s推定 |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 約42 tok/s推定 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 約42 tok/s推定 |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 約42 tok/s推定 |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 約41 tok/s推定 |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 約41 tok/s推定 |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 約41 tok/s推定 |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 約41 tok/s推定 |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 約41 tok/s推定 |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 約41 tok/s推定 |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 約41 tok/s推定 |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 約41 tok/s推定 |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 約41 tok/s推定 |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 約41 tok/s推定 |
| Granite 4.2 8B | 8bit（Q8_0） | 11GB | 約39 tok/s推定 |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 約39 tok/s推定 |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 約38 tok/s推定 |
| Gemma-2-Llama-Swallow 9B | 8bit（Q8_0） | 12GB | 約36 tok/s推定 |
| Gemma 2 9B | 8bit（Q8_0） | 12GB | 約36 tok/s推定 |
| Gemma 4 31B | 2bit（IQ2_M） | 12GB | 約34 tok/s推定 |
| LLM-jp-3.1 13B | 4bit（Q4_K_M） | 15GB | 約34 tok/s推定 |
| Ministral 3 14B | 6bit（Q6_K） | 12GB | 約34 tok/s推定 |
| EXAONE 4.0.1 32B | 2bit（Q2_K） | 13GB | 約31 tok/s推定 |
| Olmo 3.1 32B | 2bit（Q2_K） | 13GB | 約31 tok/s推定 |
| ABEJA Qwen3 14B Agentic | 6bit（Q6_K） | 13GB | 約31 tok/s推定 |
| Qwen3 14B | 6bit（Q6_K） | 13GB | 約31 tok/s推定 |
| Shisa V2.1 unphi4 14B | 6bit（Q6_K） | 14GB | 約31 tok/s推定 |
| Phi-4 14B | 6bit（Q6_K） | 14GB | 約31 tok/s推定 |
| Gemma 4 12B | 8bit（Q8_0） | 13GB | 約31 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 6bit（Q6_K） | 14GB | 約31 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 6bit（Q6_K） | 14GB | 約31 tok/s推定 |
| Qwen2.5-Coder 14B | 6bit（Q6_K） | 14GB | 約31 tok/s推定 |
| Qwen2.5 14B | 6bit（Q6_K） | 14GB | 約31 tok/s推定 |
| Gemma 3 12B | 8bit（Q8_0） | 13GB | 約30 tok/s推定 |
| Nemotron Nano 12B v2 | 8bit（Q8_0） | 13GB | 約30 tok/s推定 |
| ABEJA Qwen2.5 32B Japanese | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| ELYZA-Thinking-1.0 Qwen 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| Qwen2.5-VL 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B Japanese | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| KARAKURI LM 32B Thinking | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| Qwen2.5-Coder 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| Qwen2.5 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| Devstral Small 2 24B | 4bit（IQ4_XS） | 14GB | 約29 tok/s推定 |
| Qwen3-VL 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| Qwen3 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| Aya Expanse 32B | 2bit（Q2_K） | 14GB | 約29 tok/s推定 |
| Gemma-2-Llama-Swallow 27B | 3bit（IQ3_M） | 15GB | 約29 tok/s推定 |
| Mistral Nemo Japanese 12B | 8bit（Q8_0） | 14GB | 約29 tok/s推定 |
| Mistral Nemo 12B | 8bit（Q8_0） | 14GB | 約29 tok/s推定 |
| Seed-OSS 36B | 2bit（IQ2_M） | 15GB | 約29 tok/s推定 |
| Qwen3.6 27B | 3bit（Q3_K_M） | 14GB | 約28 tok/s推定 |
| Gemma 3 27B | 3bit（Q3_K_M） | 14GB | 約28 tok/s推定 |
| Muse-Glimmer 30B | 3bit（IQ3_M） | 14GB | 約28 tok/s推定 |
| Codestral 22B | 4bit（Q4_K_M） | 15GB | 約28 tok/s推定 |
| Granite 4.2 30B | 3bit（IQ3_M） | 15GB | 約27 tok/s推定 |
| Qwen3.8 27B | 4bit（IQ4_XS） | 15GB | 約27 tok/s推定 |
| UI-Mate 27B | 3bit（Q3_K_M） | 15GB | 約27 tok/s推定 |
| Fara1.5 27B | 3bit（Q3_K_M） | 15GB | 約27 tok/s推定 |
| AREX-2 27B | 3bit（IQ3_M） | 15GB | 約26 tok/s推定 |
| Magistral Small 2509 | 4bit（Q4_K_M） | 16GB | 約26 tok/s推定 |
| Devstral Small 2507 | 4bit（Q4_K_M） | 16GB | 約26 tok/s推定 |
| Mistral Small 3.2 24B | 4bit（Q4_K_M） | 16GB | 約26 tok/s推定 |
| Qwen3.5 27B | 4bit（IQ4_XS） | 15GB | 約26 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5.2 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26 tok/s推定 |
| LLM-jp-4 32B-A3B thinking | 4bit（Q4_K_M） | 22GB | 快適CPUオフロード | 約30 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5.5 tok/s推定 |
| Tanuki-8x8B | 4bit（Q4_K_M） | 29GB | 遅いCPUオフロード | 約5.5 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29 tok/s推定 |
| BigBang v1 35B | 22GB（あと6.1GB足りない） | 2bit（Q2_K） | 13GB | 約170 tok/s推定 |
| Ornith 1.5 35B-A3B | 22GB（あと6.1GB足りない） | 2bit（Q2_K） | 13GB | 約200 tok/s推定 |
| Holo4 35B-A3B | 22GB（あと6.6GB足りない） | 2bit（Q2_K） | 14GB | 約180 tok/s推定 |
| Nex-N2.5-mini | 22GB（あと6.6GB足りない） | 2bit（Q2_K） | 14GB | 約160 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 21GB（あと5.7GB足りない） | 2bit（Q2_K） | 13GB | 約170 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200 tok/s推定 |
| Ornith 1.0 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約220 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 21GB（あと5.7GB足りない） | 2bit（Q2_K） | 13GB | 約170 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約220 tok/s推定 |
| Qwen3.6 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約220 tok/s推定 |
| Qwen3.5 35B-A3B | 22GB（あと6.3GB足りない） | 2bit（IQ2_M） | 12GB | 約220 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512GB/sで20機種中11番目。最速のGeForce RTX 5080（960GB/s）の約53%、最も遅いRTX 2000 Ada（224GB/s）の約2.3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: Radeon RX 6800 / Radeon RX 6800 XT / Radeon RX 6900 XT。VRAM16GBと帯域幅512GB/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4機種は2020年から2022年まで2年の幅があり、GeForce RTX 3080 Ti Laptopは最も新しい機種にあたります（2022年）。結果が同じなら、いちばん新しいこの機種が無難です。ドライバとツールの対応が続く期間が長く、消費電力も抑えられています。中古の旧世代と価格が近いなら、迷う理由はありません。
同じ数字の機種と、実際は何が違うか
ノート向けのRTX 3080 Tiで、16GB・512GB/sという構成はRadeon RX 6800系と同じ数値になります。ただし実用上の違いは大きく、こちらはCUDAが使えます。画像生成や動画生成のツールはCUDA前提のものが多いため、同じ数字でも扱える範囲が広い。
ローカルLLMだけを見れば結果は同じですが、用途を広げる余地があるぶんノート向けGPUとしては恵まれた構成です。一方でノートである以上、電力枠と冷却が実際の速度を左右します。表の値は、電源に繋いで冷却に余裕がある状態での上限に近い数字です。
この機種を実際に使うなら
ノート向けとしては上位の構成で、16GBあれば14Bクラスの言語モデルも画像生成もひととおり動きます。ただし発熱は相応で、長時間の推論では冷却台やスタンドで底面の吸気を確保したほうが安定します。持ち運びを前提にするなら、電源アダプタの重さも計算に入れておきましょう。
この世代のノートは電源が大きく、本体だけ軽くても総重量では変わらないことがあります。据え置きで使う時間のほうが長いなら、同じ予算でデスクトップを組むほうが、冷却でも拡張性でも有利です。
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5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 Laptop 16GB | 16GB | 448 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 Ti Laptop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27 tok/sです。
GeForce RTX 3080 Ti Laptop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。