AMD Ryzen AI Max+ 395（Strix Halo）（メモリ128GB） で動くローカルLLM一覧（2026年10月）
83快適（20 tok/s以上）
58実用（8〜20 tok/s）
0メモリに一部を逃がせば動く
14動かない
編集部の見立て
GPT-OSS-Swallow 120BのQ4_K_Mは必要85.1GBで、実効85.8GBに0.7GBを残して収まります。推定23.1tok/sで快適の判定。120B級を快適の速さで回せるのは、GPUを積まない構成ではこの機種だけです。gpt-oss-120bはMXFP4で推定31.6tok/sとさらに速い。
MoEではないdense型は事情が違い、Stockmark-2 100BのQ6_Kは推定1.9tok/sにとどまります。Qwen3.8-Flash-Nextはあと4.8GBで届きません。100B級のMoEを毎日使う人が選ぶ容量です。
この機種を積んだおすすめ構成: Ryzen AI Max+ 395 ミニPC（メモリ128GB）
まず試すなら: GPT-OSS-Swallow 120B（4bit（Q4_K_M）・必要85GB・約23 tok/s推定）。gpt-oss-120bに日本語を追加学習したMoE。Mac 96GB以上向け
人気のモデルはすべてこの機種に収まります
買い替えは要りません。役に立つのは増設で、メモリ・SSD・教本の候補 ↓を下に並べています。
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500 tok/s推定 |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約260 tok/s推定 |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約170 tok/s推定 |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約140 tok/s推定 |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約140 tok/s推定 |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約140 tok/s推定 |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約120 tok/s推定 |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約110 tok/s推定 |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約95 tok/s推定 |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約87 tok/s推定 |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約85 tok/s推定 |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約83 tok/s推定 |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 快適 | 約76 tok/s推定 |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 快適 | 約72 tok/s推定 |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 快適 | 約67 tok/s推定 |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 快適 | 約67 tok/s推定 |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 快適 | 約64 tok/s推定 |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 快適 | 約56 tok/s推定 |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 快適 | 約55 tok/s推定 |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 快適 | 約54 tok/s推定 |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 快適 | 約52 tok/s推定 |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 快適 | 約52 tok/s推定 |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 快適 | 約49 tok/s推定 |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約45 tok/s推定 |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約45 tok/s推定 |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約45 tok/s推定 |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 快適 | 約43 tok/s推定 |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 快適 | 約42 tok/s推定 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 快適 | 約40 tok/s推定 |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 快適 | 約38 tok/s推定 |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 快適 | 約36 tok/s推定 |
| LLM-jp-4 32B-A3B thinking | 5bit（Q5_K_M） | 24GB | 快適 | 約36 tok/s推定 |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 快適 | 約36 tok/s推定 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約36 tok/s推定 |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約36 tok/s推定 |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 快適 | 約33 tok/s推定 |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 快適 | 約33 tok/s推定 |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 快適 | 約33 tok/s推定 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 快適 | 約33 tok/s推定 |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 快適 | 約32 tok/s推定 |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 快適 | 約32 tok/s推定 |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | 快適 | 約32 tok/s推定 |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約31 tok/s推定 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約31 tok/s推定 |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 快適 | 約30 tok/s推定 |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 快適 | 約29 tok/s推定 |
| Ling 3.0 flash | 4bit（Q4_K_M） | 75GB | 快適 | 約29 tok/s推定 |
| Nemotron 3.5 Lightning 30B-A3B | 8bit（Q8_0） | 33GB | 快適 | 約29 tok/s推定 |
| Nemotron 3 Nano Omni 30B-A3B | 8bit（Q8_0） | 33GB | 快適 | 約29 tok/s推定 |
| Kimi Linear 48B-A3B | 8bit（Q8_0） | 51GB | 快適 | 約28 tok/s推定 |
| Holo4 35B-A3B | 8bit（Q8_0） | 36GB | 快適 | 約28 tok/s推定 |
| Ornith 1.5 35B-A3B | 8bit（Q8_0） | 37GB | 快適 | 約28 tok/s推定 |
| KAT-Coder-V2.5-Dev 35B-A3B | 8bit（Q8_0） | 36GB | 快適 | 約28 tok/s推定 |
| Ornith 1.0 35B-A3B | 8bit（Q8_0） | 36GB | 快適 | 約28 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 8bit（Q8_0） | 36GB | 快適 | 約28 tok/s推定 |
| Qwen3.6 35B-A3B | 8bit（Q8_0） | 36GB | 快適 | 約28 tok/s推定 |
| Qwen3.5 35B-A3B | 8bit（Q8_0） | 36GB | 快適 | 約28 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 快適 | 約28 tok/s推定 |
| Qwen3-Coder-Next 80B-A3B | 8bit（Q8_0） | 82GB | 快適 | 約28 tok/s推定 |
| Qwen3-Next 80B-A3B | 8bit（Q8_0） | 82GB | 快適 | 約28 tok/s推定 |
| Laguna XS 2.1 33B-A3B | 8bit（Q8_0） | 35GB | 快適 | 約27 tok/s推定 |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 快適 | 約27 tok/s推定 |
| ERNIE 4.5 21B-A3B Thinking | 8bit（Q8_0） | 23GB | 快適 | 約27 tok/s推定 |
| North Mini Code 1.0 | 8bit（Q8_0） | 32GB | 快適 | 約27 tok/s推定 |
| GLM-4.7-Flash 30B-A3B | 8bit（Q8_0） | 32GB | 快適 | 約26 tok/s推定 |
| Step-3.7-Flash | 2bit（IQ2_M） | 60GB | 快適 | 約25 tok/s推定 |
| Nex-N2.5-mini | 8bit（Q8_0） | 36GB | 快適 | 約24 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 8bit（Q8_0） | 36GB | 快適 | 約24 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 8bit（Q8_0） | 36GB | 快適 | 約24 tok/s推定 |
| Inkling Small 264B | 2bit（IQ2_M） | 80GB | 快適 | 約24 tok/s推定 |
| Qwen3-Swallow 30B-A3B | 8bit（Q8_0） | 32GB | 快適 | 約24 tok/s推定 |
| Qwen3-VL 30B-A3B | 8bit（Q8_0） | 32GB | 快適 | 約24 tok/s推定 |
| Qwen3 30B-A3B | 8bit（Q8_0） | 32GB | 快適 | 約24 tok/s推定 |
| Qwen3-Coder 30B-A3B | 8bit（Q8_0） | 32GB | 快適 | 約24 tok/s推定 |
| GPT-OSS-Swallow 20B | 8bit（Q8_0） | 22GB | 快適 | 約23 tok/s推定 |
| BigBang v1 35B | 8bit（Q8_0） | 37GB | 快適 | 約23 tok/s推定 |
| GPT-OSS-Swallow 120B | 4bit（Q4_K_M） | 85GB | 快適 | 約23 tok/s推定 |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 快適 | 約23 tok/s推定 |
| Mistral Small 4 119B | 4bit（Q4_K_M） | 72GB | 快適 | 約22 tok/s推定 |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 快適 | 約21 tok/s推定 |
| Gemma 4 26B-A4B | 8bit（Q8_0） | 27GB | 快適 | 約21 tok/s推定 |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 快適 | 約21 tok/s推定 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 快適 | 約21 tok/s推定 |
| MiniMax-M2.5 229B-A10B | 2bit（Q2_K） | 82GB | 実用 | 約20 tok/s推定 |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 実用 | 約19 tok/s推定 |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 実用 | 約19 tok/s推定 |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 実用 | 約18 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約18 tok/s推定 |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 実用 | 約18 tok/s推定 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約18 tok/s推定 |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約18 tok/s推定 |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約18 tok/s推定 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約18 tok/s推定 |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 実用 | 約18 tok/s推定 |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 実用 | 約18 tok/s推定 |
| Command R7B | 8bit（Q8_0） | 9.3GB | 実用 | 約17 tok/s推定 |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約17 tok/s推定 |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約17 tok/s推定 |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約17 tok/s推定 |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約17 tok/s推定 |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約17 tok/s推定 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約17 tok/s推定 |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約17 tok/s推定 |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約17 tok/s推定 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約17 tok/s推定 |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約17 tok/s推定 |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 実用 | 約16 tok/s推定 |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 実用 | 約16 tok/s推定 |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 実用 | 約16 tok/s推定 |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約16 tok/s推定 |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約16 tok/s推定 |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約16 tok/s推定 |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約16 tok/s推定 |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約16 tok/s推定 |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 実用 | 約16 tok/s推定 |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約16 tok/s推定 |
| Granite 4.2 8B | 8bit（Q8_0） | 11GB | 実用 | 約15 tok/s推定 |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 実用 | 約15 tok/s推定 |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 実用 | 約15 tok/s推定 |
| Laguna S 2.1 118B-A8B | 5bit（Q5_K_M） | 85GB | 実用 | 約15 tok/s推定 |
| Qwen3.5 122B-A10B | 4bit（Q4_K_M） | 74GB | 実用 | 約15 tok/s推定 |
| Gemma-2-Llama-Swallow 9B | 8bit（Q8_0） | 12GB | 実用 | 約14 tok/s推定 |
| Gemma 2 9B | 8bit（Q8_0） | 12GB | 実用 | 約14 tok/s推定 |
| Gemma 4 12B | 8bit（Q8_0） | 13GB | 実用 | 約12 tok/s推定 |
| Gemma 3 12B | 8bit（Q8_0） | 13GB | 実用 | 約12 tok/s推定 |
| Nemotron Nano 12B v2 | 8bit（Q8_0） | 13GB | 実用 | 約12 tok/s推定 |
| Mistral Nemo Japanese 12B | 8bit（Q8_0） | 14GB | 実用 | 約11 tok/s推定 |
| Mistral Nemo 12B | 8bit（Q8_0） | 14GB | 実用 | 約11 tok/s推定 |
| Qwen3 235B-A22B | 2bit（Q2_K） | 84GB | 実用 | 約11 tok/s推定 |
| Ministral 3 14B | 8bit（Q8_0） | 16GB | 実用 | 約10 tok/s推定 |
| Granite 4.0 H-Small 32B-A9B | 8bit（Q8_0） | 33GB | 実用 | 約9.6 tok/s推定 |
| ABEJA Qwen3 14B Agentic | 8bit（Q8_0） | 17GB | 実用 | 約9.4 tok/s推定 |
| Shisa V2.1 unphi4 14B | 8bit（Q8_0） | 17GB | 実用 | 約9.4 tok/s推定 |
| Qwen3 14B | 8bit（Q8_0） | 17GB | 実用 | 約9.4 tok/s推定 |
| Phi-4 14B | 8bit（Q8_0） | 17GB | 実用 | 約9.4 tok/s推定 |
| GLM-4.5-Air 106B-A12B | 5bit（Q5_K_M） | 82GB | 実用 | 約9.3 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 8bit（Q8_0） | 17GB | 実用 | 約9.3 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 8bit（Q8_0） | 17GB | 実用 | 約9.3 tok/s推定 |
| Qwen2.5-Coder 14B | 8bit（Q8_0） | 17GB | 実用 | 約9.3 tok/s推定 |
| Qwen2.5 14B | 8bit（Q8_0） | 17GB | 実用 | 約9.3 tok/s推定 |
| LLM-jp-3.1 13B | 8bit（Q8_0） | 21GB | 実用 | 約8.6 tok/s推定 |
| Llama 4 Scout 17B-16E | 5bit（Q5_K_M） | 75GB | 遅い | 約7.2 tok/s推定 |
| Hunyuan-A13B 80B | 8bit（Q8_0） | 83GB | 遅い | 約6.4 tok/s推定 |
| RakutenAI-2.0 8x7B | 8bit（Q8_0） | 49GB | 遅い | 約6.4 tok/s推定 |
| Tanuki-8x8B | 8bit（Q8_0） | 49GB | 遅い | 約6.4 tok/s推定 |
| Mixtral 8x7B | 8bit（Q8_0） | 49GB | 遅い | 約6.4 tok/s推定 |
| Codestral 22B | 8bit（Q8_0） | 25GB | 遅い | 約6.2 tok/s推定 |
| Devstral Small 2 24B | 8bit（Q8_0） | 26GB | 遅い | 約6.0 tok/s推定 |
| Magistral Small 2509 | 8bit（Q8_0） | 26GB | 遅い | 約6.0 tok/s推定 |
| Devstral Small 2507 | 8bit（Q8_0） | 26GB | 遅い | 約6.0 tok/s推定 |
| Mistral Small 3.2 24B | 8bit（Q8_0） | 26GB | 遅い | 約6.0 tok/s推定 |
| Qwen2.5-VL 32B | 6bit（Q6_K） | 28GB | 遅い | 約5.5 tok/s推定 |
| AREX-2 27B | 8bit（Q8_0） | 29GB | 遅い | 約5.3 tok/s推定 |
| UI-Mate 27B | 8bit（Q8_0） | 29GB | 遅い | 約5.3 tok/s推定 |
| Fara1.5 27B | 8bit（Q8_0） | 29GB | 遅い | 約5.3 tok/s推定 |
| Qwen3.6 27B | 8bit（Q8_0） | 28GB | 遅い | 約5.3 tok/s推定 |
| Qwen3.5 27B | 8bit（Q8_0） | 28GB | 遅い | 約5.3 tok/s推定 |
| Muse-Glimmer 30B | 8bit（Q8_0） | 29GB | 遅い | 約5.2 tok/s推定 |
| Qwen3.8 27B | 8bit（Q8_0） | 29GB | 遅い | 約5.2 tok/s推定 |
| Gemma 3 27B | 8bit（Q8_0） | 29GB | 遅い | 約5.2 tok/s推定 |
| Gemma-2-Llama-Swallow 27B | 8bit（Q8_0） | 30GB | 遅い | 約5.1 tok/s推定 |
| Granite 4.2 30B | 8bit（Q8_0） | 32GB | 遅い | 約4.8 tok/s推定 |
| Gemma 4 31B | 8bit（Q8_0） | 33GB | 遅い | 約4.6 tok/s推定 |
| Olmo 3.1 32B | 8bit（Q8_0） | 35GB | 遅い | 約4.4 tok/s推定 |
| EXAONE 4.0.1 32B | 8bit（Q8_0） | 34GB | 遅い | 約4.4 tok/s推定 |
| Aya Expanse 32B | 8bit（Q8_0） | 35GB | 遅い | 約4.4 tok/s推定 |
| Qwen3-VL 32B | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| ABEJA Qwen2.5 32B Japanese | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 32B | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| ELYZA-Thinking-1.0 Qwen 32B | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| Qwen3 32B | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B Japanese | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| KARAKURI LM 32B Thinking | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| Qwen2.5-Coder 32B | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| Qwen2.5 32B | 8bit（Q8_0） | 36GB | 遅い | 約4.3 tok/s推定 |
| LLM-jp-4 33B thinking | 8bit（Q8_0） | 36GB | 遅い | 約4.2 tok/s推定 |
| Seed-OSS 36B | 8bit（Q8_0） | 39GB | 遅い | 約3.9 tok/s推定 |
| Mixtral 8x22B | 4bit（Q4_K_M） | 84GB | 遅い | 約3.7 tok/s推定 |
| Llama 3 Youko 70B | 4bit（Q4_K_M） | 44GB | 遅い | 約3.5 tok/s推定 |
| Llama 3.1 70B Japanese | 4bit（Q4_K_M） | 44GB | 遅い | 約3.5 tok/s推定 |
| Llama 3.3 Swallow 70B | 5bit（Q5_K_M） | 51GB | 遅い | 約3.0 tok/s推定 |
| Shisa V2.1 Llama 3.3 70B | 6bit（Q6_K） | 59GB | 遅い | 約2.6 tok/s推定 |
| Devstral 2 123B | 4bit（Q4_K_M） | 75GB | 遅い | 約2.0 tok/s推定 |
| DeepSeek-R1 Distill Llama 70B | 8bit（Q8_0） | 75GB | 遅い | 約2.0 tok/s推定 |
| Llama 3.3 70B | 8bit（Q8_0） | 75GB | 遅い | 約2.0 tok/s推定 |
| Qwen2.5 72B | 8bit（Q8_0） | 77GB | 動かない | 約2.0 tok/s推定 |
| Llama 3.1 70B | 8bit（Q8_0） | 75GB | 遅い | 約2.0 tok/s推定 |
| Stockmark-2 100B | 6bit（Q6_K） | 79GB | 動かない | 約1.9 tok/s推定 |
| Command A 111B | 5bit（Q5_K_M） | 77GB | 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 |
|---|---|---|---|
| Qwen3.8-Flash-Next | 4bit（IQ4_XS） | 91GB | あと4.8GB |
| DeepSeek-V4-Flash | 4bit（IQ4_XS） | 132GB | あと46GB |
| GLM-5.3-Flash | 4bit（IQ4_XS） | 151GB | あと65GB |
| MiMo-V2.6-Flash-RL | 4bit（MXFP4） | 161GB | あと75GB |
| ERNIE 4.5 300B-A47B | 4bit（Q4_K_M） | 175GB | あと89GB |
| Hy3 295B-A21B | 4bit（Q4_K_M） | 178GB | あと92GB |
| GLM-4.5 355B-A32B | 4bit（Q4_K_M） | 211GB | あと125GB |
| Qwen3.5 397B-A17B | 4bit（Q4_K_M） | 235GB | あと149GB |
| Llama 4 Maverick 17B-128E | 4bit（Q4_K_M） | 235GB | あと149GB |
| Qwen3-Coder 480B-A35B | 4bit（Q4_K_M） | 281GB | あと195GB |
| Kimi K2.6 | 2bit（IQ2_M） | 329GB | あと244GB |
| GLM-5.3 | 4bit（IQ4_XS） | 352GB | あと266GB |
| RakutenAI-3.0 671B-A37B | 4bit（Q4_K_M） | 390GB | あと304GB |
| Mistral Large 3 675B | 4bit（Q4_K_M） | 392GB | あと306GB |
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128GBに収まる4本です。
| モデル | 標準（4bit）だと | 落とすなら | 必要 | 推定速度 |
|---|---|---|---|---|
| Inkling Small 264B | 157GB（あと71GB足りない） | 2bit（IQ2_M） | 80GB | 約24 tok/s推定 |
| Qwen3 235B-A22B | 138GB（あと53GB足りない） | 2bit（Q2_K） | 84GB | 約11 tok/s推定 |
| MiniMax-M2.5 229B-A10B | 135GB（あと49GB足りない） | 2bit（Q2_K） | 82GB | 約20 tok/s推定 |
| Step-3.7-Flash | 118GB（あと32GB足りない） | 2bit（IQ2_M） | 60GB | 約25 tok/s推定 |
同じメモリ128GBの機種の中での位置
当サイトにはメモリ128GBの機種が2件あります。帯域幅は256GB/sで、この容量では最も速い部類です。2番目の一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ128GB）（89.6GB/s）より約186%速い計算になります。この機種のメモリに収まるのは190本で、その中で快適に動くのは83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（60%）を当てています。実機はこれより上下します。
この機種は2025年の発売で、いま1年目です。
同じメモリ128GBの中では最も新しい機種です。同じ容量では2022-年の一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ128GB）まで遡れますが、動くモデルの数はどれも変わりません。
同じ数字の機種と、実際は何が違うか
メモリ128GBの機種は当サイトに2件しかなく、もう1件はDDR5-5600の一般的なPCです。容量が同じなのでメモリに収まるモデルの本数はほぼ同じですが、帯域幅が256GB/sと89.6GB/sで3倍近く違い、推定速度もそのぶん開きます。もう一つの比較相手はMacの128GB構成で、こちらはM4 Maxで546GB/sと、さらに2倍ほど速い。
つまりこの機種は「Windows/Linuxで128GBを1台に載せられる、Macより安く、普通のPCより速い」という位置づけです。メモリはCPUとGPUで共有するユニファイド型で、基板に直付けなので後から増やせません。128GBを選ぶかどうかは買う時点で決まります。
この機種を実際に使うなら
GPU側に割り当てるメモリの上限はOSと設定で変わります。Windowsでは設定画面かBIOSで割り当て量を決める方式で、既定のままだと大きなモデルが収まらないことがあるので、最初にここを確認しましょう。Linuxでllama.cppを使う場合は、ROCmかVulkanのバックエンドで共有メモリをそのまま使えます。
120B級のMoE型を動かすと、1回の計算で使うパラメータが少ないぶん体感は数字より軽く、逆に70Bクラスのdense型は帯域幅なりの速さに落ち着きます。ミニPC型は消費電力が低く静かなので、置きっぱなしのローカルLLMサーバにも向く機種です。
買うときの見どころ
同じチップで64GB構成があり、価格差に対して「120BのMoE型がメモリに収まるかどうか」が変わります。gpt-oss-120bやQwen3.5 122B-A10Bを動かしたいなら128GB一択で、32Bクラスまでなら64GBで足ります。形はミニPC、ノート、小型デスクトップの3種類があり、動かせるモデルと速度はどれも同じ数字です。
差は冷却と騒音で、長時間回すならデスクトップ寄りの筐体が有利。中古はまだ少なく、2025年発売なので新品の価格を見て決める段階です。
Ryzen AI Maxシリーズの中での位置
x86のPCで、GPUに大きなメモリを割り当てられる数少ないクラスです。Ryzen AI Maxシリーズ3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: GPUに割り当てるメモリ量はUEFIやドライバの設定で決まり、機種によって上限が違います。購入前に、その製品で何GBまでGPUに回せるかを確認してください。 シリーズ全体の選び方はRyzen AI Max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（128GB） |
|---|---|---|
| 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 | 快適 |
| 文字起こし（Whisper） | VRAM 6GB | 快適 |
今のPCで足りる人が買い足すなら
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。
メモリ増設（32GB化）
エージェント・Docker・ブラウザ大量タブの詰まりはメモリで解消する
NVMe / 外付けSSD 2TB
モデル・Dockerイメージ・リポジトリで内蔵SSDはすぐ埋まる
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
AMD Ryzen AI Max+ 395（Strix Halo）（メモリ128GB）でローカルLLMは動く？
動きます。メモリ128GB（実効約86GB）に、収録204モデル中190本が収まります。日本語チャットならGPT-OSS-Swallow 120B（4bit（Q4_K_M））が推定約23 tok/sです。
AMD Ryzen AI Max+ 395（Strix Halo）（メモリ128GB）で動かないモデルは？
収録した人気モデルはすべて収まります。