GeForce RTX 4060 Ti 16GB で動くローカルLLM一覧（2026年9月）
まず試すなら: Gemma 4 26B-A4B（4bit（IQ4_XS）・必要14GB・約55 tok/s推定）。2026年のGoogle製MoE。メモリ24〜32GBで速い
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）。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 |
|---|---|---|---|---|
| Qwen3.5 35B-A3B | 2bit（IQ2_M） | 12GB | 快適 | 約120 tok/s推定 |
| Qwen3.6 35B-A3B | 2bit（IQ2_M） | 12GB | 快適 | 約120 tok/s推定 |
| GLM-4.7-Flash 30B-A3B | 3bit（Q3_K_M） | 15GB | 快適 | 約68 tok/s推定 |
| Qwen3 30B-A3B | 3bit（Q3_K_M） | 15GB | 快適 | 約64 tok/s推定 |
| Qwen3-Coder 30B-A3B | 3bit（Q3_K_M） | 15GB | 快適 | 約64 tok/s推定 |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 快適 | 約58 tok/s推定 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 快適 | 約55 tok/s推定 |
| Gemma 4 26B-A4B | 4bit（IQ4_XS） | 14GB | 快適 | 約55 tok/s推定 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約50 tok/s推定 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 快適 | 約46 tok/s推定 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約44 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 快適 | 約39 tok/s推定 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 快適 | 約29 tok/s推定 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約26 tok/s推定 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約26 tok/s推定 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 快適 | 約23 tok/s推定 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 快適 | 約23 tok/s推定 |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 快適 | 約23 tok/s推定 |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 快適 | 約21 tok/s推定 |
| Gemma 4 31B | 2bit（IQ2_M） | 12GB | 実用 | 約19 tok/s推定 |
| Qwen3 14B | 6bit（Q6_K） | 13GB | 実用 | 約17 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 6bit（Q6_K） | 14GB | 実用 | 約17 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 6bit（Q6_K） | 14GB | 実用 | 約17 tok/s推定 |
| Phi-4 14B | 6bit（Q6_K） | 14GB | 実用 | 約17 tok/s推定 |
| Qwen2.5-Coder 14B | 6bit（Q6_K） | 14GB | 実用 | 約17 tok/s推定 |
| Gemma 3 12B | 8bit（Q8_0） | 13GB | 実用 | 約16 tok/s推定 |
| Qwen3 32B | 2bit（Q2_K） | 14GB | 実用 | 約16 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B | 2bit（Q2_K） | 14GB | 実用 | 約16 tok/s推定 |
| Qwen2.5-Coder 32B | 2bit（Q2_K） | 14GB | 実用 | 約16 tok/s推定 |
| Mistral Nemo 12B | 8bit（Q8_0） | 14GB | 実用 | 約16 tok/s推定 |
| Gemma 3 27B | 3bit（Q3_K_M） | 14GB | 実用 | 約15 tok/s推定 |
| Mistral Small 3.2 24B | 4bit（Q4_K_M） | 16GB | 実用 | 約14 tok/s推定 |
| Qwen3.5 27B | 4bit（IQ4_XS） | 15GB | 実用 | 約14 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 |
|---|---|---|---|
| Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと28GB |
| Qwen3-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと32GB |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | あと46GB |
| Llama 4 Scout 17B-16E | 4bit（Q4_K_M） | 65GB | あと49GB |
| 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 |
| Qwen3 235B-A22B | 4bit（Q4_K_M） | 138GB | あと123GB |
Gemma 3 27B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。
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
要件を満たす中で最も手頃
Mac mini M4 Pro（メモリ64GB・SSD 1TB）
70BクラスのローカルLLMまで。同価格帯のGeForce機より載るモデルが大きい
M4 Pro・ユニファイドメモリ64GB・SSD 1TB ・ 目安 36〜42万円
将来の用途拡張（大きなモデル・並列エージェント）に余裕
Ryzen AI Max+ 395 ミニPC（メモリ128GB）
Windows/Linuxで128GBユニファイド。gpt-oss-120b・70BクラスをGPU側に96GB割り当てて常時サービング
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
この機種の公開実測は未収録のため、同系統機種の実効係数（74%）で推定しています。
よくある質問
GeForce RTX 4060 Ti 16GBでローカルLLMは動く？
動きます。VRAM16GB（実効約16GB）に、収録40モデル中33本が載ります。日本語チャットならGemma 4 26B-A4B（4bit（IQ4_XS））が推定約55 tok/sです。
GeForce RTX 4060 Ti 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。