一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ16GB） で動くローカルLLM一覧（2026年10月）
13快適（20 tok/s以上）
31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
GPUなしの16GBで、DDR5の差が出るのは小型モデルの快適さです。快適の判定が13本あり、DDR4の16GB（6本）とは日常の選択肢の数が違う。収まる上限は同じ14B級で、Qwen3 14BのQ4_K_Mは推定4.2tok/sにとどまります。
gpt-oss-20bは4bitであと1.6GB、LLM-jp-3.1 13Bはあと4.1GB届きません。Web版のChatGPTを主に使いながら、4B前後の小型モデルを手元で併用する人なら困りません。
この機種を積んだおすすめ構成: 一般ノートPC（メモリ16GB・SSD 512GB）
まず試すなら: LFM2.5 1.2B JP（8bit（Q8_0）・必要1.8GB・約31 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130 tok/s推定 |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約69 tok/s推定 |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約46 tok/s推定 |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約37 tok/s推定 |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約37 tok/s推定 |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約36 tok/s推定 |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約31 tok/s推定 |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約28 tok/s推定 |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約25 tok/s推定 |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約23 tok/s推定 |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約22 tok/s推定 |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約22 tok/s推定 |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 快適 | 約20 tok/s推定 |
| North Mini Code 1.0 | 2bit（IQ2_M） | 10GB | 実用 | 約20 tok/s推定 |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 実用 | 約19 tok/s推定 |
| ERNIE 4.5 21B-A3B Thinking | 2bit（Q2_K） | 8.8GB | 実用 | 約18 tok/s推定 |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 実用 | 約18 tok/s推定 |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 実用 | 約18 tok/s推定 |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 実用 | 約17 tok/s推定 |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 実用 | 約15 tok/s推定 |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 実用 | 約14 tok/s推定 |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 実用 | 約14 tok/s推定 |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 実用 | 約14 tok/s推定 |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 実用 | 約14 tok/s推定 |
| Gemma 4 26B-A4B | 2bit（IQ2_M） | 10GB | 実用 | 約14 tok/s推定 |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 実用 | 約13 tok/s推定 |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 実用 | 約12 tok/s推定 |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 実用 | 約12 tok/s推定 |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 実用 | 約12 tok/s推定 |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 実用 | 約11 tok/s推定 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 実用 | 約10 tok/s推定 |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 実用 | 約9.9 tok/s推定 |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 実用 | 約9.5 tok/s推定 |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 実用 | 約9.5 tok/s推定 |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 実用 | 約9.4 tok/s推定 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 実用 | 約9.4 tok/s推定 |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 実用 | 約8.7 tok/s推定 |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 実用 | 約8.7 tok/s推定 |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 実用 | 約8.7 tok/s推定 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 実用 | 約8.7 tok/s推定 |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 実用 | 約8.4 tok/s推定 |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 実用 | 約8.3 tok/s推定 |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 実用 | 約8.3 tok/s推定 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 実用 | 約8.3 tok/s推定 |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 遅い | 約7.9 tok/s推定 |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 遅い | 約7.7 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 遅い | 約7.4 tok/s推定 |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 遅い | 約7.1 tok/s推定 |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 遅い | 約6.0 tok/s推定 |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 遅い | 約5.5 tok/s推定 |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 遅い | 約5.4 tok/s推定 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 遅い | 約5.4 tok/s推定 |
| Granite 4.2 8B | 6bit（Q6_K） | 9.0GB | 遅い | 約4.9 tok/s推定 |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 遅い | 約4.9 tok/s推定 |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 遅い | 約4.9 tok/s推定 |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 遅い | 約4.8 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約4.8 tok/s推定 |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 遅い | 約4.8 tok/s推定 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約4.8 tok/s推定 |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約4.8 tok/s推定 |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約4.8 tok/s推定 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 遅い | 約4.8 tok/s推定 |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 遅い | 約4.7 tok/s推定 |
| Gemma-2-Llama-Swallow 9B | 6bit（Q6_K） | 9.8GB | 遅い | 約4.7 tok/s推定 |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 遅い | 約4.7 tok/s推定 |
| Gemma 2 9B | 6bit（Q6_K） | 9.8GB | 遅い | 約4.7 tok/s推定 |
| Phi-4 14B | 4bit（IQ4_XS） | 9.7GB | 遅い | 約4.6 tok/s推定 |
| Ministral 3 14B | 4bit（Q4_K_M） | 9.7GB | 遅い | 約4.5 tok/s推定 |
| Command R7B | 8bit（Q8_0） | 9.3GB | 遅い | 約4.5 tok/s推定 |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約4.4 tok/s推定 |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約4.4 tok/s推定 |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約4.4 tok/s推定 |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約4.4 tok/s推定 |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約4.4 tok/s推定 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 遅い | 約4.4 tok/s推定 |
| Codestral 22B | 2bit（Q2_K） | 10GB | 遅い | 約4.4 tok/s推定 |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 遅い | 約4.3 tok/s推定 |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 遅い | 約4.3 tok/s推定 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 遅い | 約4.3 tok/s推定 |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 遅い | 約4.3 tok/s推定 |
| Mistral Nemo Japanese 12B | 5bit（Q5_K_M） | 10GB | 遅い | 約4.3 tok/s推定 |
| Mistral Nemo 12B | 5bit（Q5_K_M） | 10GB | 遅い | 約4.3 tok/s推定 |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 遅い | 約4.2 tok/s推定 |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約4.2 tok/s推定 |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約4.2 tok/s推定 |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約4.2 tok/s推定 |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約4.2 tok/s推定 |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約4.2 tok/s推定 |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 遅い | 約4.2 tok/s推定 |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 遅い | 約4.2 tok/s推定 |
| ABEJA Qwen3 14B Agentic | 4bit（Q4_K_M） | 10GB | 遅い | 約4.2 tok/s推定 |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 遅い | 約4.2 tok/s推定 |
| Devstral Small 2 24B | 2bit（Q2_K） | 10GB | 遅い | 約4.2 tok/s推定 |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 遅い | 約4.2 tok/s推定 |
| Magistral Small 2509 | 2bit（Q2_K） | 10GB | 遅い | 約4.2 tok/s推定 |
| Devstral Small 2507 | 2bit（Q2_K） | 10GB | 遅い | 約4.2 tok/s推定 |
| Mistral Small 3.2 24B | 2bit（Q2_K） | 10GB | 遅い | 約4.2 tok/s推定 |
| Qwen3 14B | 4bit（Q4_K_M） | 10GB | 遅い | 約4.2 tok/s推定 |
| Shisa V2.1 unphi4 14B | 4bit（Q4_K_M） | 11GB | 遅い | 約4.1 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 4bit（Q4_K_M） | 11GB | 遅い | 約4.1 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 4bit（Q4_K_M） | 11GB | 遅い | 約4.1 tok/s推定 |
| Qwen2.5-Coder 14B | 4bit（Q4_K_M） | 11GB | 遅い | 約4.1 tok/s推定 |
| Qwen2.5 14B | 4bit（Q4_K_M） | 11GB | 遅い | 約4.1 tok/s推定 |
| Gemma 4 12B | 6bit（Q6_K） | 10GB | 遅い | 約4.0 tok/s推定 |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 遅い | 約4.0 tok/s推定 |
| Gemma 3 12B | 6bit（Q6_K） | 11GB | 遅い | 約4.0 tok/s推定 |
| Gemma 3 27B | 2bit（IQ2_M） | 11GB | 遅い | 約4.0 tok/s推定 |
| Nemotron Nano 12B v2 | 6bit（Q6_K） | 10GB | 遅い | 約3.9 tok/s推定 |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 遅い | 約3.9 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20 tok/s推定 |
| Gemma 3 27B | 17GB（あと6.7GB足りない） | 2bit（IQ2_M） | 11GB | 約4.0 tok/s推定 |
| Gemma 4 26B-A4B | 17GB（あと6.4GB足りない） | 2bit（IQ2_M） | 10GB | 約14 tok/s推定 |
| Devstral Small 2 24B | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約4.2 tok/s推定 |
| Magistral Small 2509 | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約4.2 tok/s推定 |
| Devstral Small 2507 | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約4.2 tok/s推定 |
| Mistral Small 3.2 24B | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約4.2 tok/s推定 |
| Codestral 22B | 15GB（あと4.3GB足りない） | 2bit（Q2_K） | 10GB | 約4.4 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18 tok/s推定 |
| Phi-4 14B | 11GB（あと0.1GB足りない） | 4bit（IQ4_XS） | 9.7GB | 約4.6 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89.6GB/sで5機種中4番目。最速のIntel Core Ultra 200V（Lunar Lake・Copilot+ PC）（メモリ16GB）（136.5GB/s）の約66%、最も遅い一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ16GB）（51.2GB/s）の約1.7倍です。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13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2022-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
日本語の相手はGemma 3 4BのQ8_0（推定9.4tok/s）かQwen3.5 4BのQ8_0（推定8.7tok/s）。4B級を高い量子化のまま動かせるのが、この構成のちょうどいい使い方です。コードではQwen2.5-Coder 7BのQ8_0が推定4.8tok/sで、14BのQ4_K_M（推定4.1tok/s）と速さはほとんど変わりません。
大きいモデルを取るなら14B、メモリの余白を取るなら7Bという選び方になります。llama.cppのスレッド指定は、ノートの場合は高性能コアの数に合わせると安定しやすい。省電力コアまで使うと、かえって生成が遅くなることがあります。
買うときの見どころ
32GBにすると4bit以上の本数は100本から158本へ、58本増えます。増える中にはQwen3.5 35B-A3Bのような30B台のMoEが入り、DDR5-5600なら推定15.1tok/sで動く範囲。
この差は大きい。デスクトップなら16GB×2枚を32GB×2枚に替えるのが、2チャネルを保ったまま増やす素直な手順です。同じ16GBのCopilot+ PCに買い替えても、動く本数は100本で変わりません。容量を増やせるPCを持っているなら、先に増設で様子を見るのが確実です。
DDR5シリーズの中での位置
GPUを積まないPCです。DDR5シリーズ4機種の中では、容量が小さいほうから1番目です。一段上の一般的なデスクトップ/ノートPC（DDR5-5600・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: dense型（全パラメータを毎回読むモデル）は、同じサイズでもMoE型の数分の一の速度になります。何を動かすかで結論が変わるので、モデル別ページで種別を確認してください。
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（DDR4-3200・GPUなし）（メモリ16GB） | 16GB | 51.2 GB/s | 6 |
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（DDR5-5600・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31 tok/sです。
一般的なデスクトップ/ノートPC（DDR5-5600・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。