GeForce RTX 4050 Laptop で動くローカルLLM一覧（2026年9月）
まず試すなら: Gemma 3n E4B（5bit（Q5_K_M）・必要5.5GB・約33 tok/s較正）。スマホ/ノート向け設計。メモリ8GBで動く
足りないのは: Qwen3 8Bを動かすにはVRAMがあと約0.9GB必要（必要6.5GB / 実効5.5GB）。システムメモリに逃がすオフロードなら動きますが、速度は数分の一になります。
載るモデル（VRAMに全量が入る）
各モデルについて、載る中で最も高精度な量子化を表示。速度は推定（「較正」は同機種の公開ベンチで係数を合わせたもの）。
| モデル | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|
| DeepSeek-R1-0528 Qwen3 8B | 2bit（Q2_K） | 4.8GB | 快適 | 約43 tok/s較正 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 快適 | 約43 tok/s較正 |
| Qwen3 4B | 6bit（Q6_K） | 4.8GB | 快適 | 約43 tok/s較正 |
| GLM-4.6V-Flash 9B | 2bit（Q2_K） | 4.7GB | 快適 | 約40 tok/s較正 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約39 tok/s較正 |
| Qwen3 8B | 3bit（IQ3_M） | 5.4GB | 快適 | 約37 tok/s較正 |
| Llama 3.1 8B | 3bit（Q3_K_M） | 5.4GB | 快適 | 約37 tok/s較正 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 快適 | 約36 tok/s較正 |
| Gemma 3 12B | 2bit（IQ2_M） | 5.5GB | 快適 | 約35 tok/s較正 |
| DeepSeek-R1 Distill Qwen 7B | 4bit（Q4_K_M） | 5.4GB | 快適 | 約34 tok/s較正 |
| Qwen2.5-Coder 7B | 4bit（Q4_K_M） | 5.4GB | 快適 | 約34 tok/s較正 |
| Gemma 3n E4B | 5bit（Q5_K_M） | 5.5GB | 快適 | 約33 tok/s較正 |
CPUオフロードなら動く（システムメモリ32GB想定）
| モデル | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|
| Gemma 4 26B-A4B | 4bit（Q4_K_M） | 17GB | 実用CPUオフロード | 約11 tok/s較正 |
| Gemma 4 31B | 4bit（Q4_K_M） | 19GB | 遅いCPUオフロード | 約2.7 tok/s較正 |
| Qwen3.6 35B-A3B | 4bit（Q4_K_M） | 22GB | 実用CPUオフロード | 約15 tok/s較正 |
| Qwen3.5 27B | 4bit（Q4_K_M） | 17GB | 遅いCPUオフロード | 約3.1 tok/s較正 |
| Qwen3.5 35B-A3B | 4bit（Q4_K_M） | 22GB | 実用CPUオフロード | 約15 tok/s較正 |
| GLM-4.7-Flash 30B-A3B | 4bit（Q4_K_M） | 19GB | 実用CPUオフロード | 約14 tok/s較正 |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 実用CPUオフロード | 約17 tok/s較正 |
| Qwen3 30B-A3B | 4bit（Q4_K_M） | 19GB | 実用CPUオフロード | 約13 tok/s較正 |
| Qwen3-Coder 30B-A3B | 4bit（Q4_K_M） | 19GB | 実用CPUオフロード | 約13 tok/s較正 |
| Mistral Small 3.2 24B | 4bit（Q4_K_M） | 16GB | 遅いCPUオフロード | 約3.7 tok/s較正 |
| Qwen3 14B | 4bit（Q4_K_M） | 10GB | 遅いCPUオフロード | 約7.0 tok/s較正 |
| Qwen3 32B | 4bit（Q4_K_M） | 21GB | 遅いCPUオフロード | 約2.4 tok/s較正 |
| Gemma 3 27B | 4bit（Q4_K_M） | 17GB | 遅いCPUオフロード | 約3.1 tok/s較正 |
| DeepSeek-R1 Distill Qwen 14B | 4bit（Q4_K_M） | 11GB | 遅いCPUオフロード | 約6.8 tok/s較正 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 4bit（Q4_K_M） | 11GB | 遅いCPUオフロード | 約6.8 tok/s較正 |
| DeepSeek-R1 Distill Qwen 32B | 4bit（Q4_K_M） | 22GB | 遅いCPUオフロード | 約2.4 tok/s較正 |
| Phi-4 14B | 4bit（Q4_K_M） | 11GB | 遅いCPUオフロード | 約6.7 tok/s較正 |
| Qwen2.5-Coder 14B | 4bit（Q4_K_M） | 11GB | 遅いCPUオフロード | 約6.8 tok/s較正 |
| Qwen2.5-Coder 32B | 4bit（Q4_K_M） | 22GB | 遅いCPUオフロード | 約2.4 tok/s較正 |
| Mistral Nemo 12B | 4bit（Q4_K_M） | 8.9GB | 実用CPUオフロード | 約9.3 tok/s較正 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 快適CPUオフロード | 約22 tok/s較正 |
動かないモデルと不足分
| モデル | 量子化 | 必要 | 不足 |
|---|---|---|---|
| Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと38GB |
| Qwen3-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと42GB |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | あと56GB |
| Llama 4 Scout 17B-16E | 4bit（Q4_K_M） | 65GB | あと59GB |
| GLM-4.5-Air 106B-A12B | 4bit（Q4_K_M） | 72GB | あと66GB |
| Qwen3.5 122B-A10B | 4bit（Q4_K_M） | 74GB | あと69GB |
| Qwen3 235B-A22B | 4bit（Q4_K_M） | 138GB | あと133GB |
Qwen3 8Bまで届くPC・Macに買い替えるなら
PR: 以下は広告リンクを含みます（Amazonアソシエイト・各社アフィリエイト）。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
要件を満たす中で最も手頃
GPUノート（RTX 5070 Ti Laptop 12GB・メモリ32GB）
ノートでSDXLの画像生成や14BクラスのローカルLLMを実用速度で
RTX 5070 Ti Laptop（VRAM 12GB）・メモリ32GB・NVMe 1TB ・ 目安 27〜36万円
将来の用途拡張（大きなモデル・並列エージェント）に余裕
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で同じ仕事をするなら
この機種の実測データ（出典）
RTX 4050 Laptop の llama.cpp 公開ベンチマーク（GitHub Discussion）: llama-2-7b Q4_0 = 43.72 tok/s。この値からメモリ帯域幅に対する実効係数（87%）を求め、他モデルの速度推定に使っています。
よくある質問
GeForce RTX 4050 LaptopでローカルLLMは動く？
動きます。VRAM6GB（実効約5.5GB）に、収録40モデル中12本が載ります。日本語チャットならGemma 3n E4B（5bit（Q5_K_M））が推定約33 tok/sです。
GeForce RTX 4050 Laptopで動かないモデルは？
Qwen3 8Bは4bitで約6.5GB必要で、VRAMがあと約0.9GB足りません。