一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ16GB） で動くローカルLLM一覧（2026年10月）
6快適（20 tok/s以上）
16実用（8〜20 tok/s）
0メモリに一部を逃がせば動く
95動かない
編集部の見立て
4bit以上で100本が動き、14B級まで手が届く容量です。ただ、メモリに収まることと待てることは別。Qwen3 14BのQ4_K_Mは必要10.4GBで収まるものの、推定2.4tok/sしか出ず、1,000トークンの回答に7分ほどかかります。
快適と判定できるのは204本中6本だけ。gpt-oss-20bはあと1.6GB、Phi-4 14Bは4bitであと0.1GB足りません。今あるDDR4のPCでローカルAIの感触をつかむ分には十分で、日々の作業に組み込むには帯域幅が足りない構成です。
まず試すなら: LFM2.5 1.2B JP（8bit（Q8_0）・必要1.8GB・約18 tok/s推定）。日本語向けに調整された1.2B。GPUなしのメモリ8GBのノートでも軽く動く
足りないのは: gpt-oss-20bを動かすにはメモリがあと約1.6GB必要（必要12GB / 実効11GB）。
gpt-oss-20bが動く機種に買い替えるなら
- ぴったり自作: RTX 5070 Ti（16GB）・メモリ32GB目安 27〜35万円
- 余裕を持つなら自作: RTX 5090（32GB）・メモリ96GB目安 60〜80万円
- 別の形ならMac mini M4 Pro（メモリ48GB・SSD 1TB）目安 30〜36万円
メモリに収まるモデル
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）。
| モデル | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|
| Gemma 3 270M | 8bit（Q8_0） | 0.8GB | 快適 | 約75 tok/s推定 |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約40 tok/s推定 |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約26 tok/s推定 |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約21 tok/s推定 |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約21 tok/s推定 |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約21 tok/s推定 |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 実用 | 約18 tok/s推定 |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 実用 | 約16 tok/s推定 |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 実用 | 約14 tok/s推定 |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 実用 | 約13 tok/s推定 |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 実用 | 約13 tok/s推定 |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 実用 | 約12 tok/s推定 |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 実用 | 約12 tok/s推定 |
| North Mini Code 1.0 | 2bit（IQ2_M） | 10GB | 実用 | 約11 tok/s推定 |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 実用 | 約11 tok/s推定 |
| ERNIE 4.5 21B-A3B Thinking | 2bit（Q2_K） | 8.8GB | 実用 | 約10 tok/s推定 |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 実用 | 約10 tok/s推定 |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 実用 | 約10 tok/s推定 |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 実用 | 約9.6 tok/s推定 |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 実用 | 約8.4 tok/s推定 |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 実用 | 約8.3 tok/s推定 |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 実用 | 約8.1 tok/s推定 |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 遅い | 約7.8 tok/s推定 |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 遅い | 約7.8 tok/s推定 |
| Gemma 4 26B-A4B | 2bit（IQ2_M） | 10GB | 遅い | 約7.8 tok/s推定 |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 遅い | 約7.4 tok/s推定 |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 遅い | 約6.7 tok/s推定 |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 遅い | 約6.7 tok/s推定 |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 遅い | 約6.7 tok/s推定 |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 遅い | 約6.4 tok/s推定 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 遅い | 約5.9 tok/s推定 |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 遅い | 約5.6 tok/s推定 |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 遅い | 約5.4 tok/s推定 |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 遅い | 約5.4 tok/s推定 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 遅い | 約5.4 tok/s推定 |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 遅い | 約5.4 tok/s推定 |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 遅い | 約5.0 tok/s推定 |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 遅い | 約5.0 tok/s推定 |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 遅い | 約5.0 tok/s推定 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 遅い | 約5.0 tok/s推定 |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 遅い | 約4.8 tok/s推定 |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 遅い | 約4.7 tok/s推定 |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 遅い | 約4.7 tok/s推定 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 遅い | 約4.7 tok/s推定 |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 遅い | 約4.5 tok/s推定 |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 遅い | 約4.4 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 遅い | 約4.2 tok/s推定 |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 遅い | 約4.1 tok/s推定 |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 遅い | 約3.4 tok/s推定 |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 遅い | 約3.1 tok/s推定 |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 遅い | 約3.1 tok/s推定 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 遅い | 約3.1 tok/s推定 |
| Granite 4.2 8B | 6bit（Q6_K） | 9.0GB | 遅い | 約2.8 tok/s推定 |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 遅い | 約2.8 tok/s推定 |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 遅い | 約2.8 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約2.8 tok/s推定 |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 遅い | 約2.8 tok/s推定 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約2.8 tok/s推定 |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約2.8 tok/s推定 |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約2.8 tok/s推定 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約2.8 tok/s推定 |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 遅い | 約2.8 tok/s推定 |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 遅い | 約2.7 tok/s推定 |
| Gemma-2-Llama-Swallow 9B | 6bit（Q6_K） | 9.8GB | 遅い | 約2.7 tok/s推定 |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 遅い | 約2.7 tok/s推定 |
| Gemma 2 9B | 6bit（Q6_K） | 9.8GB | 遅い | 約2.7 tok/s推定 |
| Ministral 3 14B | 4bit（Q4_K_M） | 9.7GB | 遅い | 約2.6 tok/s推定 |
| Command R7B | 8bit（Q8_0） | 9.3GB | 遅い | 約2.6 tok/s推定 |
| Phi-4 14B | 4bit（IQ4_XS） | 9.7GB | 遅い | 約2.6 tok/s推定 |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 遅い | 約2.5 tok/s推定 |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 遅い | 約2.5 tok/s推定 |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約2.5 tok/s推定 |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約2.5 tok/s推定 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 遅い | 約2.5 tok/s推定 |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 遅い | 約2.5 tok/s推定 |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約2.5 tok/s推定 |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約2.5 tok/s推定 |
| Mistral Nemo Japanese 12B | 5bit（Q5_K_M） | 10GB | 遅い | 約2.5 tok/s推定 |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約2.5 tok/s推定 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約2.5 tok/s推定 |
| Mistral Nemo 12B | 5bit（Q5_K_M） | 10GB | 遅い | 約2.5 tok/s推定 |
| Codestral 22B | 2bit（Q2_K） | 10GB | 遅い | 約2.5 tok/s推定 |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 遅い | 約2.4 tok/s推定 |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約2.4 tok/s推定 |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約2.4 tok/s推定 |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約2.4 tok/s推定 |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約2.4 tok/s推定 |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約2.4 tok/s推定 |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 遅い | 約2.4 tok/s推定 |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約2.4 tok/s推定 |
| ABEJA Qwen3 14B Agentic | 4bit（Q4_K_M） | 10GB | 遅い | 約2.4 tok/s推定 |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 遅い | 約2.4 tok/s推定 |
| Devstral Small 2 24B | 2bit（Q2_K） | 10GB | 遅い | 約2.4 tok/s推定 |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 遅い | 約2.4 tok/s推定 |
| Shisa V2.1 unphi4 14B | 4bit（Q4_K_M） | 11GB | 遅い | 約2.4 tok/s推定 |
| Magistral Small 2509 | 2bit（Q2_K） | 10GB | 遅い | 約2.4 tok/s推定 |
| Devstral Small 2507 | 2bit（Q2_K） | 10GB | 遅い | 約2.4 tok/s推定 |
| Mistral Small 3.2 24B | 2bit（Q2_K） | 10GB | 遅い | 約2.4 tok/s推定 |
| Qwen3 14B | 4bit（Q4_K_M） | 10GB | 遅い | 約2.4 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 4bit（Q4_K_M） | 11GB | 遅い | 約2.4 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 4bit（Q4_K_M） | 11GB | 遅い | 約2.4 tok/s推定 |
| Qwen2.5-Coder 14B | 4bit（Q4_K_M） | 11GB | 遅い | 約2.4 tok/s推定 |
| Qwen2.5 14B | 4bit（Q4_K_M） | 11GB | 遅い | 約2.4 tok/s推定 |
| Gemma 4 12B | 6bit（Q6_K） | 10GB | 遅い | 約2.3 tok/s推定 |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 遅い | 約2.3 tok/s推定 |
| Nemotron Nano 12B v2 | 6bit（Q6_K） | 10GB | 遅い | 約2.3 tok/s推定 |
| Gemma 3 12B | 6bit（Q6_K） | 11GB | 遅い | 約2.3 tok/s推定 |
| Gemma 3 27B | 2bit（IQ2_M） | 11GB | 遅い | 約2.3 tok/s推定 |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 遅い | 約2.2 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 |
|---|---|---|---|
| gpt-oss-20b | 4bit（MXFP4） | 12GB | あと1.6GB |
| Muse-Glimmer 30B | 2bit（IQ2_M） | 12GB | あと1.7GB |
| LLM-jp-3.1 13B | 4bit（Q4_K_M） | 15GB | あと4.1GB |
| GPT-OSS-Swallow 20B | 4bit（Q4_K_M） | 16GB | あと5.2GB |
| Qwen3.8 27B | 4bit（Q4_K_M） | 17GB | あと6.1GB |
| Qwen3.5 27B | 4bit（Q4_K_M） | 17GB | あと6.4GB |
| Qwen3.6 27B | 4bit（Q4_K_M） | 17GB | あと6.4GB |
| AREX-2 27B | 4bit（Q4_K_M） | 18GB | あと6.8GB |
| UI-Mate 27B | 4bit（Q4_K_M） | 18GB | あと7.1GB |
| Fara1.5 27B | 4bit（Q4_K_M） | 18GB | あと7.1GB |
| Gemma-2-Llama-Swallow 27B | 4bit（Q4_K_M） | 19GB | あと7.9GB |
| GLM-4.7-Flash 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.2GB |
| Qwen3-Swallow 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.3GB |
| Qwen3-VL 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.3GB |
| Qwen3 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.3GB |
| Qwen3-Coder 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.3GB |
| Granite 4.0 H-Small 32B-A9B | 4bit（Q4_K_M） | 19GB | あと8.7GB |
| Gemma 4 31B | 4bit（Q4_K_M） | 19GB | あと8.8GB |
| Granite 4.2 30B | 4bit（Q4_K_M） | 20GB | あと9.1GB |
| EXAONE 4.0.1 32B | 4bit（Q4_K_M） | 20GB | あと9.6GB |
| Olmo 3.1 32B | 4bit（Q4_K_M） | 20GB | あと9.7GB |
| Laguna XS 2.1 33B-A3B | 4bit（Q4_K_M） | 21GB | あと9.9GB |
| Aya Expanse 32B | 4bit（Q4_K_M） | 21GB | あと10GB |
| Thomson 1.0 Small 35B-A3B | 4bit（Q4_K_M） | 21GB | あと10GB |
| KAT-Coder-V2.5-Dev 35B-A3B | 4bit（Q4_K_M） | 21GB | あと10GB |
| XYZ-Aquila mini 35B-A3B | 4bit（Q4_K_M） | 21GB | あと10GB |
| Qwen3-VL 32B | 4bit（Q4_K_M） | 21GB | あと11GB |
| Qwen3 32B | 4bit（Q4_K_M） | 21GB | あと11GB |
| LLM-jp-4 32B-A3B thinking | 4bit（Q4_K_M） | 22GB | あと11GB |
| ABEJA Qwen2.5 32B Japanese | 4bit（Q4_K_M） | 22GB | あと11GB |
| ELYZA-Shortcut-1.0 Qwen 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| ELYZA-Thinking-1.0 Qwen 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen2.5-VL 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| DeepSeek-R1 Distill Qwen 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| DeepSeek-R1 Distill Qwen 32B Japanese | 4bit（Q4_K_M） | 22GB | あと11GB |
| KARAKURI LM 32B Thinking | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen2.5-Coder 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen2.5 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| BigBang v1 35B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Ornith 1.5 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen3.5 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| LLM-jp-4 33B thinking | 4bit（Q4_K_M） | 22GB | あと11GB |
| Ornith 1.0 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen-AgentWorld 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen3.6 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Holo4 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Nex-N2.5-mini | 4bit（Q4_K_M） | 22GB | あと11GB |
| Seed-OSS 36B | 4bit（Q4_K_M） | 23GB | あと13GB |
| Nemotron 3 Nano Omni 30B-A3B | 4bit（Q4_K_M） | 23GB | あと13GB |
| Mixtral 8x7B | 4bit（Q4_K_M） | 29GB | あと18GB |
| RakutenAI-2.0 8x7B | 4bit（Q4_K_M） | 29GB | あと18GB |
| Tanuki-8x8B | 4bit（Q4_K_M） | 29GB | あと18GB |
| Kimi Linear 48B-A3B | 4bit（Q4_K_M） | 29GB | あと19GB |
| Nemotron 3.5 Lightning 30B-A3B | 8bit（Q8_0） | 33GB | あと22GB |
| Shisa V2.1 Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3.3 Swallow 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| DeepSeek-R1 Distill Llama 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3 Youko 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3.1 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3.1 70B Japanese | 4bit（Q4_K_M） | 44GB | あと33GB |
| Qwen3-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと37GB |
| Qwen3-Coder-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと37GB |
| Qwen2.5 72B | 4bit（Q4_K_M） | 48GB | あと38GB |
| Hunyuan-A13B 80B | 4bit（Q4_K_M） | 49GB | あと38GB |
| Stockmark-2 100B | 4bit（Q4_K_M） | 58GB | あと48GB |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | あと51GB |
| Llama 4 Scout 17B-16E | 4bit（Q4_K_M） | 65GB | あと54GB |
| Command A 111B | 4bit（Q4_K_M） | 66GB | あと55GB |
| Laguna S 2.1 118B-A8B | 4bit（Q4_K_M） | 71GB | あと60GB |
| Mistral Small 4 119B | 4bit（Q4_K_M） | 72GB | あと61GB |
| GLM-4.5-Air 106B-A12B | 4bit（Q4_K_M） | 72GB | あと61GB |
| Qwen3.5 122B-A10B | 4bit（Q4_K_M） | 74GB | あと63GB |
| Devstral 2 123B | 4bit（Q4_K_M） | 75GB | あと64GB |
| Ling 3.0 flash | 4bit（Q4_K_M） | 75GB | あと65GB |
| Mixtral 8x22B | 4bit（Q4_K_M） | 84GB | あと74GB |
| GPT-OSS-Swallow 120B | 4bit（Q4_K_M） | 85GB | あと74GB |
| Qwen3.8-Flash-Next | 4bit（IQ4_XS） | 91GB | あと80GB |
| Step-3.7-Flash | 4bit（Q4_K_M） | 118GB | あと107GB |
| DeepSeek-V4-Flash | 4bit（IQ4_XS） | 132GB | あと122GB |
| MiniMax-M2.5 229B-A10B | 4bit（Q4_K_M） | 135GB | あと124GB |
| Qwen3 235B-A22B | 4bit（Q4_K_M） | 138GB | あと128GB |
| GLM-5.3-Flash | 4bit（IQ4_XS） | 151GB | あと140GB |
| Inkling Small 264B | 4bit（Q4_K_M） | 157GB | あと146GB |
| MiMo-V2.6-Flash-RL | 4bit（MXFP4） | 161GB | あと151GB |
| ERNIE 4.5 300B-A47B | 4bit（Q4_K_M） | 175GB | あと164GB |
| Hy3 295B-A21B | 4bit（Q4_K_M） | 178GB | あと167GB |
| GLM-4.5 355B-A32B | 4bit（Q4_K_M） | 211GB | あと200GB |
| Qwen3.5 397B-A17B | 4bit（Q4_K_M） | 235GB | あと224GB |
| Llama 4 Maverick 17B-128E | 4bit（Q4_K_M） | 235GB | あと224GB |
| Qwen3-Coder 480B-A35B | 4bit（Q4_K_M） | 281GB | あと270GB |
| Kimi K2.6 | 2bit（IQ2_M） | 329GB | あと319GB |
| GLM-5.3 | 4bit（IQ4_XS） | 352GB | あと342GB |
| RakutenAI-3.0 671B-A37B | 4bit（Q4_K_M） | 390GB | あと379GB |
| Mistral Large 3 675B | 4bit（Q4_K_M） | 392GB | あと381GB |
量子化を落とせば収まるモデル
4bitでは溢れても、量子化を落とせばメモリ16GBに収まる10本です。
| モデル | 標準（4bit）だと | 落とすなら | 必要 | 推定速度 |
|---|---|---|---|---|
| North Mini Code 1.0 | 19GB（あと8.7GB足りない） | 2bit（IQ2_M） | 10GB | 約11 tok/s推定 |
| Gemma 3 27B | 17GB（あと6.7GB足りない） | 2bit（IQ2_M） | 11GB | 約2.3 tok/s推定 |
| Gemma 4 26B-A4B | 17GB（あと6.4GB足りない） | 2bit（IQ2_M） | 10GB | 約7.8 tok/s推定 |
| Devstral Small 2 24B | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約2.4 tok/s推定 |
| Magistral Small 2509 | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約2.4 tok/s推定 |
| Devstral Small 2507 | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約2.4 tok/s推定 |
| Mistral Small 3.2 24B | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約2.4 tok/s推定 |
| Codestral 22B | 15GB（あと4.3GB足りない） | 2bit（Q2_K） | 10GB | 約2.5 tok/s推定 |
| ERNIE 4.5 21B-A3B Thinking | 14GB（あと3.0GB足りない） | 2bit（Q2_K） | 8.8GB | 約10 tok/s推定 |
| Phi-4 14B | 11GB（あと0.1GB足りない） | 4bit（IQ4_XS） | 9.7GB | 約2.6 tok/s推定 |
同じメモリ16GBの機種の中での位置
当サイトにはメモリ16GBの機種が5件あります。帯域幅は51.2GB/sで、この容量では最も遅い部類です。最速のIntel Core Ultra 200V（Lunar Lake・Copilot+ PC）（メモリ16GB）（136.5GB/s）と比べると生成速度はおよそ38%になります。この機種のメモリに収まるのは109本で、その中で快適に動くのは6本です。
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（45%）を当てています。実機はこれより上下します。
この機種は2018-年の発売で、いまNaN年目です。
同じメモリ16GBの中では最も新しい機種です。同じ容量では2018-年の一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ16GB）まで遡れますが、動くモデルの数はどれも変わりません。
この機種を実際に使うなら
51.2GB/sの帯域幅では、モデルの大きさがそのまま待ち時間になります。14B級を常用するのは現実的でなく、日常の軸は2B以下の日本語モデルに置くのが素直です。TinySwallow 1.5BのQ8_0で推定13.1tok/s、LLM-jp-3.1 1.8BのQ8_0で推定8.3tok/s。
コードはQwen2.5-Coder 7BをQ8_0で動かしても推定2.8tok/sで、エディタの補完に使える速さではありません。LM StudioやOllamaはGPUがなくてもCPUだけで動くので、導入の手間は小さい。実効10.7GBの余裕は、量子化を上げる方向より、ブラウザや会議アプリと同居させる方向に使うほうが結果的に快適です。
買うときの見どころ
同じ16GBでも、どのCPUと組み合わせるかで速度は倍以上違います。DDR5-5600なら89.6GB/s、Copilot+ PCのLunar Lakeは136.5GB/sで、Qwen3 14Bの推定速度は2.4tok/sから6.4tok/sまで上がる。とはいえ、このPCを持っている人が最初に打つ手は買い替えではありません。
デスクトップなら32GBへの増設で4bit以上が58本増え、30B台のMoEもメモリに収まるようになります。DDR4のメモリは流通量が多く、16GB×2枚の構成は組みやすい部類。ノートはSO-DIMMスロットがあるか、2枚目が空いているかを先に見ておきましょう。
DDR4シリーズの中での位置
ひとつ前のメモリ規格を積んだ、GPUなしのPCです。DDR4シリーズ4機種の中では、容量が小さいほうから2番目です。一段上の一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ32GB）（メモリ32GB）にすると、4bit以上で動くモデルが58本増えます。
買う前に確認すること: このクラスで大きなモデルを動かすと、応答が返るまで分単位で待つことになります。対話用途ではなく、時間をかけてよいバッチ処理向けと考えてください。
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 |
メモリ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 |
|---|---|---|---|
| Intel Core Ultra 200V（Lunar Lake・Copilot+ PC）（メモリ16GB） | 16GB | 136.5 GB/s | 25 |
| 一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ16GB） | 16GB | 89.6 GB/s | 13 |
gpt-oss-20b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。
ぴったり自作
自作: RTX 5070 Ti（16GB）・メモリ32GB
BTOより同予算で一段上のGPUに届く。画像生成とローカルLLMの定番
Ryzen 7 9700X・DDR5 16GB×2・RTX 5070 Ti・NVMe 2TB・電源850W ・ 目安 27〜35万円
要件を満たす中で最も手頃
余裕を持つなら自作
自作: RTX 5090（32GB）・メモリ96GB
動画生成・学習・32BクラスのLLM。メモリ96GBあれば、大型のMoE型を一部メインメモリに逃がして動かせる
Ryzen 9 9950X・DDR5 48GB×2・RTX 5090・NVMe 4TB・電源1000W・大型ケース ・ 目安 60〜80万円
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Mac
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（45%）で推定しています。
よくある質問
一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ16GB）でローカルLLMは動く？
動きます。メモリ16GB（実効約11GB）に、収録204モデル中109本が収まります。日本語チャットならLFM2.5 1.2B JP（8bit（Q8_0））が推定約18 tok/sです。
一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ16GB）で動かないモデルは？
gpt-oss-20bは4bitで約12GB必要で、メモリがあと約1.6GB足りません。