一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ32GB） で動くローカルLLM一覧（2026年10月）
14快適（20 tok/s以上）
51実用（8〜20 tok/s）
0メモリに一部を逃がせば動く
42動かない
編集部の見立て
GPUを積まないPCで、メモリ32GBのうちモデルに使える実効は21.4GB。数字の上では35B級まで収まりますが、快適に動くのは13本だけです。dense型のSeed-OSS 36Bは推定2tok/sで実用外、Ornith 1.5 35B-A3Bは推定14.1tok/s。
同じ30B台でも、有効パラメータ3B前後のMoEでなければ会話の速さに届きません。Qwen3 32BやLLM-jp-4 32B-A3B thinkingは、あと0.1GB足りません。今のPCのままローカルAIを試すには十分。常用するなら次の一手を考える構成です。
この機種を積んだおすすめ構成: 開発向けノートPC（メモリ32GB・SSD 1TB） / GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
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: Qwen3 32Bを動かすにはメモリがあと約0.1GB必要（必要21GB / 実効21GB）。
Qwen3 32Bが動く機種に買い替えるなら
- 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
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 |
| Kimi Linear 48B-A3B | 2bit（Q2_K） | 17GB | 快適 | 約21 tok/s推定 |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 快適 | 約20 tok/s推定 |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 実用 | 約19 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 |
| Ornith 1.0 35B-A3B | 4bit（IQ4_XS） | 18GB | 実用 | 約15 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 4bit（IQ4_XS） | 18GB | 実用 | 約15 tok/s推定 |
| Qwen3.6 35B-A3B | 4bit（IQ4_XS） | 18GB | 実用 | 約15 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 |
| Ornith 1.5 35B-A3B | 4bit（IQ4_XS） | 19GB | 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 |
| Holo4 35B-A3B | 4bit（IQ4_XS） | 20GB | 実用 | 約13 tok/s推定 |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 実用 | 約13 tok/s推定 |
| KAT-Coder-V2.5-Dev 35B-A3B | 4bit（Q4_K_M） | 21GB | 実用 | 約13 tok/s推定 |
| Qwen3.5 35B-A3B | 4bit（MXFP4 MoE） | 21GB | 実用 | 約12 tok/s推定 |
| LLM-jp-4 32B-A3B thinking | 4bit（MXFP4 MoE） | 18GB | 実用 | 約12 tok/s推定 |
| Laguna XS 2.1 33B-A3B | 4bit（Q4_K_M） | 21GB | 実用 | 約12 tok/s推定 |
| BigBang v1 35B | 4bit（IQ4_XS） | 19GB | 実用 | 約12 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 |
| Nemotron 3 Nano Omni 30B-A3B | 4bit（MXFP4 MoE） | 21GB | 実用 | 約12 tok/s推定 |
| Nex-N2.5-mini | 4bit（IQ4_XS） | 20GB | 実用 | 約11 tok/s推定 |
| North Mini Code 1.0 | 4bit（Q4_K_M） | 19GB | 実用 | 約11 tok/s推定 |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 実用 | 約11 tok/s推定 |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 実用 | 約11 tok/s推定 |
| GLM-4.7-Flash 30B-A3B | 4bit（Q4_K_M） | 19GB | 実用 | 約11 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 4bit（Q4_K_M） | 21GB | 実用 | 約11 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 4bit（Q4_K_M） | 21GB | 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 |
| Qwen3-Swallow 30B-A3B | 4bit（Q4_K_M） | 19GB | 実用 | 約10 tok/s推定 |
| Qwen3-VL 30B-A3B | 4bit（Q4_K_M） | 19GB | 実用 | 約10 tok/s推定 |
| Qwen3 30B-A3B | 4bit（Q4_K_M） | 19GB | 実用 | 約10 tok/s推定 |
| Qwen3-Coder 30B-A3B | 4bit（Q4_K_M） | 19GB | 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 |
| ERNIE 4.5 21B-A3B Thinking | 6bit（Q6_K） | 18GB | 実用 | 約8.9 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 |
| GPT-OSS-Swallow 20B | 5bit（Q5_K_M） | 17GB | 実用 | 約8.0 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 |
| Gemma 4 26B-A4B | 5bit（Q5_K_M） | 21GB | 遅い | 約6.8 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 |
| 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 |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 遅い | 約4.7 tok/s推定 |
| RakutenAI-2.0 8x7B | 2bit（Q2_K） | 18GB | 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 |
| Tanuki-8x8B | 2bit（Q2_K） | 18GB | 遅い | 約4.5 tok/s推定 |
| Mixtral 8x7B | 2bit（Q2_K） | 18GB | 遅い | 約4.5 tok/s推定 |
| Granite 4.0 H-Small 32B-A9B | 4bit（Q4_K_M） | 19GB | 遅い | 約4.4 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 |
| 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 |
| 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 |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 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 |
| Granite 4.2 8B | 8bit（Q8_0） | 11GB | 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 |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 遅い | 約3.9 tok/s推定 |
| Gemma-2-Llama-Swallow 9B | 8bit（Q8_0） | 12GB | 遅い | 約3.7 tok/s推定 |
| Gemma 2 9B | 8bit（Q8_0） | 12GB | 遅い | 約3.7 tok/s推定 |
| Gemma 4 12B | 8bit（Q8_0） | 13GB | 遅い | 約3.1 tok/s推定 |
| Nemotron Nano 12B v2 | 8bit（Q8_0） | 13GB | 遅い | 約3.1 tok/s推定 |
| Gemma 3 12B | 8bit（Q8_0） | 13GB | 遅い | 約3.1 tok/s推定 |
| Mistral Nemo Japanese 12B | 8bit（Q8_0） | 14GB | 遅い | 約2.9 tok/s推定 |
| Mistral Nemo 12B | 8bit（Q8_0） | 14GB | 遅い | 約2.9 tok/s推定 |
| Ministral 3 14B | 8bit（Q8_0） | 16GB | 遅い | 約2.7 tok/s推定 |
| ABEJA Qwen3 14B Agentic | 8bit（Q8_0） | 17GB | 遅い | 約2.5 tok/s推定 |
| Shisa V2.1 unphi4 14B | 8bit（Q8_0） | 17GB | 遅い | 約2.5 tok/s推定 |
| Qwen3 14B | 8bit（Q8_0） | 17GB | 遅い | 約2.5 tok/s推定 |
| Phi-4 14B | 8bit（Q8_0） | 17GB | 遅い | 約2.5 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 8bit（Q8_0） | 17GB | 遅い | 約2.4 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 8bit（Q8_0） | 17GB | 遅い | 約2.4 tok/s推定 |
| Qwen2.5-Coder 14B | 8bit（Q8_0） | 17GB | 遅い | 約2.4 tok/s推定 |
| Qwen2.5 14B | 8bit（Q8_0） | 17GB | 遅い | 約2.4 tok/s推定 |
| LLM-jp-3.1 13B | 8bit（Q8_0） | 21GB | 遅い | 約2.2 tok/s推定 |
| Granite 4.2 30B | 4bit（Q4_K_M） | 20GB | 遅い | 約2.1 tok/s推定 |
| LLM-jp-4 33B thinking | 4bit（IQ4_XS） | 20GB | 遅い | 約2.1 tok/s推定 |
| Muse-Glimmer 30B | 5bit（Q5_K_M） | 19GB | 遅い | 約2.1 tok/s推定 |
| Gemma 4 31B | 4bit（Q4_K_M） | 19GB | 遅い | 約2.1 tok/s推定 |
| Qwen3-VL 32B | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| ABEJA Qwen2.5 32B Japanese | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 32B | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| ELYZA-Thinking-1.0 Qwen 32B | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| Qwen3 32B | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| Qwen2.5-VL 32B | 4bit（IQ4_XS） | 20GB | 遅い | 約2.1 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B Japanese | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| KARAKURI LM 32B Thinking | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| Qwen2.5-Coder 32B | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| Qwen2.5 32B | 4bit（IQ4_XS） | 19GB | 遅い | 約2.1 tok/s推定 |
| Codestral 22B | 6bit（Q6_K） | 20GB | 遅い | 約2.1 tok/s推定 |
| Qwen3.8 27B | 5bit（Q5_K_M） | 20GB | 遅い | 約2.0 tok/s推定 |
| Qwen3.6 27B | 5bit（Q5_K_M） | 20GB | 遅い | 約2.0 tok/s推定 |
| Qwen3.5 27B | 5bit（Q5_K_M） | 20GB | 遅い | 約2.0 tok/s推定 |
| Devstral Small 2 24B | 6bit（Q6_K） | 20GB | 遅い | 約2.0 tok/s推定 |
| Olmo 3.1 32B | 4bit（Q4_K_M） | 20GB | 遅い | 約2.0 tok/s推定 |
| Magistral Small 2509 | 6bit（Q6_K） | 20GB | 遅い | 約2.0 tok/s推定 |
| EXAONE 4.0.1 32B | 4bit（Q4_K_M） | 20GB | 遅い | 約2.0 tok/s推定 |
| Seed-OSS 36B | 4bit（IQ4_XS） | 21GB | 動かない | 約2.0 tok/s推定 |
| Devstral Small 2507 | 6bit（Q6_K） | 20GB | 遅い | 約2.0 tok/s推定 |
| Mistral Small 3.2 24B | 6bit（Q6_K） | 20GB | 遅い | 約2.0 tok/s推定 |
| Gemma-2-Llama-Swallow 27B | 5bit（Q5_K_M） | 21GB | 動かない | 約2.0 tok/s推定 |
| Gemma 3 27B | 5bit（Q5_K_M） | 20GB | 遅い | 約2.0 tok/s推定 |
| Aya Expanse 32B | 4bit（Q4_K_M） | 21GB | 動かない | 約2.0 tok/s推定 |
| AREX-2 27B | 5bit（Q5_K_M） | 21GB | 動かない | 約1.9 tok/s推定 |
| UI-Mate 27B | 5bit（Q5_K_M） | 21GB | 動かない | 約1.9 tok/s推定 |
| Fara1.5 27B | 5bit（Q5_K_M） | 21GB | 動かない | 約1.9 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 |
|---|---|---|---|
| Nemotron 3.5 Lightning 30B-A3B | 8bit（Q8_0） | 33GB | あと11GB |
| Shisa V2.1 Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと22GB |
| Llama 3.3 Swallow 70B | 4bit（Q4_K_M） | 44GB | あと22GB |
| DeepSeek-R1 Distill Llama 70B | 4bit（Q4_K_M） | 44GB | あと22GB |
| Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと22GB |
| Llama 3 Youko 70B | 4bit（Q4_K_M） | 44GB | あと22GB |
| Llama 3.1 70B | 4bit（Q4_K_M） | 44GB | あと22GB |
| Llama 3.1 70B Japanese | 4bit（Q4_K_M） | 44GB | あと22GB |
| Qwen3-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと26GB |
| Qwen3-Coder-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと26GB |
| Qwen2.5 72B | 4bit（Q4_K_M） | 48GB | あと27GB |
| Hunyuan-A13B 80B | 4bit（Q4_K_M） | 49GB | あと27GB |
| Stockmark-2 100B | 4bit（Q4_K_M） | 58GB | あと37GB |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | あと40GB |
| Llama 4 Scout 17B-16E | 4bit（Q4_K_M） | 65GB | あと43GB |
| Command A 111B | 4bit（Q4_K_M） | 66GB | あと45GB |
| Laguna S 2.1 118B-A8B | 4bit（Q4_K_M） | 71GB | あと50GB |
| Mistral Small 4 119B | 4bit（Q4_K_M） | 72GB | あと50GB |
| GLM-4.5-Air 106B-A12B | 4bit（Q4_K_M） | 72GB | あと51GB |
| Qwen3.5 122B-A10B | 4bit（Q4_K_M） | 74GB | あと53GB |
| Devstral 2 123B | 4bit（Q4_K_M） | 75GB | あと54GB |
| Ling 3.0 flash | 4bit（Q4_K_M） | 75GB | あと54GB |
| Mixtral 8x22B | 4bit（Q4_K_M） | 84GB | あと63GB |
| GPT-OSS-Swallow 120B | 4bit（Q4_K_M） | 85GB | あと64GB |
| Qwen3.8-Flash-Next | 4bit（IQ4_XS） | 91GB | あと69GB |
| Step-3.7-Flash | 4bit（Q4_K_M） | 118GB | あと97GB |
| DeepSeek-V4-Flash | 4bit（IQ4_XS） | 132GB | あと111GB |
| MiniMax-M2.5 229B-A10B | 4bit（Q4_K_M） | 135GB | あと114GB |
| Qwen3 235B-A22B | 4bit（Q4_K_M） | 138GB | あと117GB |
| GLM-5.3-Flash | 4bit（IQ4_XS） | 151GB | あと130GB |
| Inkling Small 264B | 4bit（Q4_K_M） | 157GB | あと135GB |
| MiMo-V2.6-Flash-RL | 4bit（MXFP4） | 161GB | あと140GB |
| ERNIE 4.5 300B-A47B | 4bit（Q4_K_M） | 175GB | あと154GB |
| Hy3 295B-A21B | 4bit（Q4_K_M） | 178GB | あと156GB |
| GLM-4.5 355B-A32B | 4bit（Q4_K_M） | 211GB | あと190GB |
| Qwen3.5 397B-A17B | 4bit（Q4_K_M） | 235GB | あと213GB |
| Llama 4 Maverick 17B-128E | 4bit（Q4_K_M） | 235GB | あと213GB |
| Qwen3-Coder 480B-A35B | 4bit（Q4_K_M） | 281GB | あと259GB |
| Kimi K2.6 | 2bit（IQ2_M） | 329GB | あと308GB |
| GLM-5.3 | 4bit（IQ4_XS） | 352GB | あと331GB |
| RakutenAI-3.0 671B-A37B | 4bit（Q4_K_M） | 390GB | あと368GB |
| Mistral Large 3 675B | 4bit（Q4_K_M） | 392GB | あと371GB |
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32GB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 |
|---|---|---|---|---|
| Kimi Linear 48B-A3B | 29GB（あと8.1GB足りない） | 2bit（Q2_K） | 17GB | 約21 tok/s推定 |
| Tanuki-8x8B | 29GB（あと7.6GB足りない） | 2bit（Q2_K） | 18GB | 約4.5 tok/s推定 |
| RakutenAI-2.0 8x7B | 29GB（あと7.5GB足りない） | 2bit（Q2_K） | 18GB | 約4.5 tok/s推定 |
| Mixtral 8x7B | 29GB（あと7.4GB足りない） | 2bit（Q2_K） | 18GB | 約4.5 tok/s推定 |
| Seed-OSS 36B | 23GB（あと2.0GB足りない） | 4bit（IQ4_XS） | 21GB | 約2.0 tok/s推定 |
| BigBang v1 35B | 22GB（あと0.2GB足りない） | 4bit（IQ4_XS） | 19GB | 約12 tok/s推定 |
| Ornith 1.5 35B-A3B | 22GB（あと0.2GB足りない） | 4bit（IQ4_XS） | 19GB | 約14 tok/s推定 |
| Holo4 35B-A3B | 22GB（あと0.7GB足りない） | 4bit（IQ4_XS） | 20GB | 約13 tok/s推定 |
| Nex-N2.5-mini | 22GB（あと0.7GB足りない） | 4bit（IQ4_XS） | 20GB | 約11 tok/s推定 |
| Ornith 1.0 35B-A3B | 22GB（あと0.5GB足りない） | 4bit（IQ4_XS） | 18GB | 約15 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 22GB（あと0.5GB足りない） | 4bit（IQ4_XS） | 18GB | 約15 tok/s推定 |
| Qwen3.6 35B-A3B | 22GB（あと0.5GB足りない） | 4bit（IQ4_XS） | 18GB | 約15 tok/s推定 |
同じメモリ32GBの機種の中での位置
当サイトにはメモリ32GBの機種が6件あります。帯域幅は89.6GB/sで6機種中5番目。最速のAMD Ryzen AI Max+ 395（Strix Halo）（メモリ32GB）（256GB/s）の約35%、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32GB）（51.2GB/s）の約1.7倍です。この機種のメモリに収まるのは162本で、その中で快適に動くのは14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32GB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32GB）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
このページの速度は同系統機種からの推定で、この構成そのものを対象にした公開ベンチはありません。89.6GB/sはDDR5-5600を2枚挿しのデュアルチャネルで使った値です。32GBを1枚で挿していると帯域幅は半分になり、推定速度もほぼ半減します。日常使いの上限はQwen3.5 35B-A3BのIQ4_XS（推定15.1tok/s）あたり。
コードはQwen3-Coder 30B-A3BのQ4_K_M（推定10tok/s）で、同じ30B台のQwen2.5-Coder 32Bは推定2.1tok/sです。llama.cppのスレッド数は物理コア数に合わせるのが基本で、論理スレッドまで増やしても生成は速くなりにくい。
実効21.4GBはほかのアプリに分けた後の数字なので、ブラウザのタブを増やしすぎると前提が崩れます。
買うときの見どころ
同じ32GBでも、帯域幅で結果が大きく変わります。DDR4-3200の51.2GB/sからDDR5-5600の89.6GB/sで約1.75倍、Ryzen AI Max+ 395（Strix Halo）なら256GB/sで約2.9倍。Copilot+ PCのLunar Lake（136.5GB/s）やSnapdragon X Elite（135GB/s）も上に来ますが、差を生んでいるのはメモリの速さで、NPUはローカルLLMの生成に使われません。
64GBに増やすと4bit以上が15本増えます。デスクトップなら32GB×2枚で組み直すのが確実で、4枚挿しは設定できる速度が下がりやすい。ノートはメモリがオンボードの機種が多いので、増設できるかを型番で先に確かめましょう。
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2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64GB）（メモリ64GB）にすると、4bit以上で動くモデルが15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（32GB） |
|---|---|---|
| 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 | 快適 |
| ローカルLLM（70B〜120B MoE） | VRAM 40GB | 動かない あと8GB |
| 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32GB） | 32GB | 136.5 GB/s | 28 |
| 一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ32GB） | 32GB | 51.2 GB/s | 6 |
Qwen3 32B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
要件を満たす中で最も手頃
余裕を持つならMac
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
別の形なら常時稼働サーバー型
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（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32GB）でローカルLLMは動く？
動きます。メモリ32GB（実効約21GB）に、収録204モデル中162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32GB）で動かないモデルは？
Qwen3 32Bは4bitで約21GB必要で、メモリがあと約0.1GB足りません。