Radeon RX 6800 XT で動くローカルLLM一覧（2026年10月）
編集部の見立て
コード用途で見ると、このカードの位置がはっきりします。Devstral Small 2507のQ4_K_Mが推定20.5tok/s、Qwen2.5-Coder 14BのQ6_Kで23.8tok/s。どちらも快適の判定で、14BのCoderは量子化を落とさずに回せます。
後継の16GBと比べると、RX 7800 XT（624GB/s）はQwen3.8 27Bで推定25.8tok/sと2割ほど速い程度。買い替えても動くモデルは同じ111本なので、すでに6800 XTを持っている人が7800 XTや9070へ移る意味は薄い、というのが編集部の判断です。
まず試すなら: Qwen3.8 27B（4bit（IQ4_XS）・必要15GB・約21 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。
- ぴったりMac mini M4 Pro（メモリ48GB・SSD 1TB）目安 30〜36万円
- 余裕を持つならMac mini M4 Pro（メモリ64GB・SSD 1TB）目安 36〜42万円
- 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1000 tok/s推定 |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 約530 tok/s推定 |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 約350 tok/s推定 |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 約280 tok/s推定 |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 約280 tok/s推定 |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 約280 tok/s推定 |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 約240 tok/s推定 |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 約210 tok/s推定 |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 約190 tok/s推定 |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 約170 tok/s推定 |
| Qwen3.5 35B-A3B | 2bit（IQ2_M） | 12GB | 約170 tok/s推定 |
| Qwen3.6 35B-A3B | 2bit（IQ2_M） | 12GB | 約170 tok/s推定 |
| Ornith 1.0 35B-A3B | 2bit（IQ2_M） | 12GB | 約170 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 2bit（IQ2_M） | 12GB | 約170 tok/s推定 |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 約170 tok/s推定 |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 約170 tok/s推定 |
| KAT-Coder-V2.5-Dev 35B-A3B | 2bit（Q2_K） | 13GB | 約160 tok/s推定 |
| Ornith 1.5 35B-A3B | 2bit（Q2_K） | 13GB | 約160 tok/s推定 |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 約150 tok/s推定 |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 約140 tok/s推定 |
| Holo4 35B-A3B | 2bit（Q2_K） | 14GB | 約140 tok/s推定 |
| Laguna XS 2.1 33B-A3B | 2bit（Q2_K） | 13GB | 約140 tok/s推定 |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 約130 tok/s推定 |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 約130 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 2bit（Q2_K） | 13GB | 約130 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 2bit（Q2_K） | 13GB | 約130 tok/s推定 |
| BigBang v1 35B | 2bit（Q2_K） | 13GB | 約130 tok/s推定 |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 約130 tok/s推定 |
| Nex-N2.5-mini | 2bit（Q2_K） | 14GB | 約120 tok/s推定 |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 約110 tok/s推定 |
| North Mini Code 1.0 | 3bit（Q3_K_M） | 15GB | 約110 tok/s推定 |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 約110 tok/s推定 |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 約110 tok/s推定 |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 約100 tok/s推定 |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 約100 tok/s推定 |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 約99 tok/s推定 |
| GLM-4.7-Flash 30B-A3B | 3bit（Q3_K_M） | 15GB | 約98 tok/s推定 |
| Qwen3-Swallow 30B-A3B | 3bit（Q3_K_M） | 15GB | 約93 tok/s推定 |
| Qwen3-VL 30B-A3B | 3bit（Q3_K_M） | 15GB | 約93 tok/s推定 |
| Qwen3 30B-A3B | 3bit（Q3_K_M） | 15GB | 約93 tok/s推定 |
| Qwen3-Coder 30B-A3B | 3bit（Q3_K_M） | 15GB | 約93 tok/s推定 |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 約89 tok/s推定 |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 約89 tok/s推定 |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 約89 tok/s推定 |
| ERNIE 4.5 21B-A3B Thinking | 4bit（Q4_K_M） | 14GB | 約89 tok/s推定 |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 約86 tok/s推定 |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 約84 tok/s推定 |
| GPT-OSS-Swallow 20B | 3bit（Q3_K_M） | 13GB | 約79 tok/s推定 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 約79 tok/s推定 |
| Gemma 4 26B-A4B | 4bit（IQ4_XS） | 14GB | 約79 tok/s推定 |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 約75 tok/s推定 |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 約73 tok/s推定 |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 約73 tok/s推定 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 約72 tok/s推定 |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 約71 tok/s推定 |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 約67 tok/s推定 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 約67 tok/s推定 |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 約66 tok/s推定 |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 約66 tok/s推定 |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 約64 tok/s推定 |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 約63 tok/s推定 |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 約63 tok/s推定 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 約63 tok/s推定 |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 約60 tok/s推定 |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 約59 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 約56 tok/s推定 |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 約54 tok/s推定 |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 約46 tok/s推定 |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 約42 tok/s推定 |
| Granite 4.0 H-Small 32B-A9B | 3bit（Q3_K_M） | 15GB | 約42 tok/s推定 |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 約41 tok/s推定 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 約41 tok/s推定 |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 約37 tok/s推定 |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 約37 tok/s推定 |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 約37 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 約37 tok/s推定 |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 約37 tok/s推定 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 約37 tok/s推定 |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 約37 tok/s推定 |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 約37 tok/s推定 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 約37 tok/s推定 |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 約36 tok/s推定 |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 約36 tok/s推定 |
| Command R7B | 8bit（Q8_0） | 9.3GB | 約35 tok/s推定 |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 約34 tok/s推定 |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 約34 tok/s推定 |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 約34 tok/s推定 |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 約34 tok/s推定 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 約34 tok/s推定 |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 約34 tok/s推定 |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 約33 tok/s推定 |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 約33 tok/s推定 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 約33 tok/s推定 |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 約33 tok/s推定 |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 約32 tok/s推定 |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 約32 tok/s推定 |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 約32 tok/s推定 |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 約32 tok/s推定 |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 約32 tok/s推定 |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 約32 tok/s推定 |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 約32 tok/s推定 |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 約32 tok/s推定 |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 約32 tok/s推定 |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 約32 tok/s推定 |
| Granite 4.2 8B | 8bit（Q8_0） | 11GB | 約31 tok/s推定 |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 約30 tok/s推定 |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 約30 tok/s推定 |
| Gemma-2-Llama-Swallow 9B | 8bit（Q8_0） | 12GB | 約28 tok/s推定 |
| Gemma 2 9B | 8bit（Q8_0） | 12GB | 約28 tok/s推定 |
| Gemma 4 31B | 2bit（IQ2_M） | 12GB | 約27 tok/s推定 |
| LLM-jp-3.1 13B | 4bit（Q4_K_M） | 15GB | 約26 tok/s推定 |
| Ministral 3 14B | 6bit（Q6_K） | 12GB | 約26 tok/s推定 |
| EXAONE 4.0.1 32B | 2bit（Q2_K） | 13GB | 約24 tok/s推定 |
| Olmo 3.1 32B | 2bit（Q2_K） | 13GB | 約24 tok/s推定 |
| ABEJA Qwen3 14B Agentic | 6bit（Q6_K） | 13GB | 約24 tok/s推定 |
| Qwen3 14B | 6bit（Q6_K） | 13GB | 約24 tok/s推定 |
| Shisa V2.1 unphi4 14B | 6bit（Q6_K） | 14GB | 約24 tok/s推定 |
| Phi-4 14B | 6bit（Q6_K） | 14GB | 約24 tok/s推定 |
| Gemma 4 12B | 8bit（Q8_0） | 13GB | 約24 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 6bit（Q6_K） | 14GB | 約24 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 6bit（Q6_K） | 14GB | 約24 tok/s推定 |
| Qwen2.5-Coder 14B | 6bit（Q6_K） | 14GB | 約24 tok/s推定 |
| Qwen2.5 14B | 6bit（Q6_K） | 14GB | 約24 tok/s推定 |
| Gemma 3 12B | 8bit（Q8_0） | 13GB | 約24 tok/s推定 |
| Nemotron Nano 12B v2 | 8bit（Q8_0） | 13GB | 約23 tok/s推定 |
| Devstral Small 2 24B | 4bit（IQ4_XS） | 14GB | 約23 tok/s推定 |
| Qwen3-VL 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| ABEJA Qwen2.5 32B Japanese | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| ELYZA-Thinking-1.0 Qwen 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| Qwen3 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| Qwen2.5-VL 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B Japanese | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| KARAKURI LM 32B Thinking | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| Qwen2.5-Coder 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| Qwen2.5 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| Aya Expanse 32B | 2bit（Q2_K） | 14GB | 約23 tok/s推定 |
| Gemma-2-Llama-Swallow 27B | 3bit（IQ3_M） | 15GB | 約23 tok/s推定 |
| Mistral Nemo Japanese 12B | 8bit（Q8_0） | 14GB | 約22 tok/s推定 |
| Mistral Nemo 12B | 8bit（Q8_0） | 14GB | 約22 tok/s推定 |
| Seed-OSS 36B | 2bit（IQ2_M） | 15GB | 約22 tok/s推定 |
| Qwen3.6 27B | 3bit（Q3_K_M） | 14GB | 約22 tok/s推定 |
| Gemma 3 27B | 3bit（Q3_K_M） | 14GB | 約22 tok/s推定 |
| Muse-Glimmer 30B | 3bit（IQ3_M） | 14GB | 約22 tok/s推定 |
| Codestral 22B | 4bit（Q4_K_M） | 15GB | 約22 tok/s推定 |
| Granite 4.2 30B | 3bit（IQ3_M） | 15GB | 約21 tok/s推定 |
| Qwen3.8 27B | 4bit（IQ4_XS） | 15GB | 約21 tok/s推定 |
| UI-Mate 27B | 3bit（Q3_K_M） | 15GB | 約21 tok/s推定 |
| Fara1.5 27B | 3bit（Q3_K_M） | 15GB | 約21 tok/s推定 |
| AREX-2 27B | 3bit（IQ3_M） | 15GB | 約21 tok/s推定 |
| Magistral Small 2509 | 4bit（Q4_K_M） | 16GB | 約21 tok/s推定 |
| Devstral Small 2507 | 4bit（Q4_K_M） | 16GB | 約21 tok/s推定 |
| Mistral Small 3.2 24B | 4bit（Q4_K_M） | 16GB | 約21 tok/s推定 |
| Qwen3.5 27B | 4bit（IQ4_XS） | 15GB | 約20 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5.0 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5.3 tok/s推定 |
| Mixtral 8x7B | 4bit（Q4_K_M） | 29GB | 遅いCPUオフロード | 約5.4 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22 tok/s推定 |
| BigBang v1 35B | 22GB（あと6.1GB足りない） | 2bit（Q2_K） | 13GB | 約130 tok/s推定 |
| Ornith 1.5 35B-A3B | 22GB（あと6.1GB足りない） | 2bit（Q2_K） | 13GB | 約160 tok/s推定 |
| Holo4 35B-A3B | 22GB（あと6.6GB足りない） | 2bit（Q2_K） | 14GB | 約140 tok/s推定 |
| Nex-N2.5-mini | 22GB（あと6.6GB足りない） | 2bit（Q2_K） | 14GB | 約120 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 21GB（あと5.7GB足りない） | 2bit（Q2_K） | 13GB | 約130 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160 tok/s推定 |
| Ornith 1.0 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約170 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 21GB（あと5.7GB足りない） | 2bit（Q2_K） | 13GB | 約130 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約170 tok/s推定 |
| Qwen3.6 35B-A3B | 22GB（あと6.4GB足りない） | 2bit（IQ2_M） | 12GB | 約170 tok/s推定 |
| Qwen3.5 35B-A3B | 22GB（あと6.3GB足りない） | 2bit（IQ2_M） | 12GB | 約170 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13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（60%）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 3080 Ti Laptop / Radeon RX 6800 / 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、Radeon RX 6800 XTは最も古い機種にあたります（2020年）。6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。
同じ数字の機種と、実際は何が違うか
RX 6800の上位にあたり、演算ユニットが増えています。メモリは16GB・512GB/sで無印と同じなので、当サイトのローカルLLM判定では両者に差が出ません。3枚の中では中間の位置づけで、中古価格も無印と6900 XTの間に収まることが多いカードです。言語モデルだけが目的なら、この3枚はどれを選んでも結果が同じなので、価格がいちばん安いものを選ぶのが合理的になります。
画像生成まで視野に入れる場合は、そもそもCUDA前提のツールが多いという別の事情のほうが、先に問題になります。
この機種を実際に使うなら
16GBあると、8Bクラスを常駐させたまま別のモデルを試す、といった使い方に余裕が出ます。言語モデルを2本同時に載せる運用も、サイズを選べば成立します。この余裕が、8GBのカードとの実際の差です。運用面では、ドライバの更新で挙動が変わることがあるため、安定して動いた組み合わせを記録しておくと戻せます。
長期的な懸念は、AMDのソフトウェア対応がこの世代から先細っていく可能性があること。いま動いているからといって、数年後も同じ手順で動くとは限らない点は織り込んでおきましょう。
買うときの見どころ
ローカルLLMの用途に限ると、3枚の中で選ぶ理由が最も説明しにくいカードです。メモリ構成は無印と同じで、判定結果も推定速度も変わりません。増えた演算ユニットで差が出るのは画像生成ですが、そちらはCUDA前提のツールが多く、Radeonの強みを出しにくい領域。中古で無印との価格差が小さいときだけ候補に入れる、という位置づけで考えると迷わずに済みます。消費電力は無印より大きいので、今の電源に余裕があるかは先に確かめておきましょう。
RX 6000シリーズの中での位置
AMDの中古帯。RX 6000シリーズ4機種の中では、容量が小さいほうから3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: 画像生成はCUDA前提のツールが多く不利です。ROCmの公式対応からも外れつつある世代なので、動かすまでの手間を許容できる人向けです。 シリーズ全体の選び方はRX 6000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 | 動かない CUDA前提のツールが多く不向き |
| FLUX / 高品質画像生成 | VRAM 16GB | 動かない CUDA前提のツールが多く不向き |
| 動画生成AI（Wan / Hunyuan / LTX） | VRAM 24GB | 動かない CUDA前提のツールが多く不向き |
| 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 | 16GB | 960 GB/s | 158 |
| GeForce RTX 5070 Ti | 16GB | 896 GB/s | 158 |
| GeForce RTX 4080 SUPER | 16GB | 736 GB/s | 158 |
| GeForce RTX 4080 | 16GB | 717 GB/s | 158 |
| GeForce RTX 4070 Ti SUPER | 16GB | 672 GB/s | 158 |
| Radeon RX 9070 XT | 16GB | 645 GB/s | 158 |
| Radeon RX 7800 XT | 16GB | 624 GB/s | 158 |
| Radeon RX 9070 | 16GB | 624 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。
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。同じ価格帯のGeForce機より大きいモデルまで動く
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（60%）で推定しています。
よくある質問
Radeon RX 6800 XT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21 tok/sです。
Radeon RX 6800 XT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。