AI PCナビ使うAIと、させたい仕事に合うPC・Macを。
トップ › おすすめPC › 自作: RTX 5070 Ti(16GB)・メモリ32GB

自作: RTX 5070 Ti(16GB)・メモリ32GB

向いている人: 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

  • できる合うAI 13/16・合う仕事 5/8(内訳)
  • まず試すQwen3.8 27B 4bit(IQ4_XS)・約47 tok/s補正済み
  • 足りない動画生成AI(Wan / Hunyuan / LTX)(メモリ64GB以上が必要)・ローカルLLM(27〜32Bクラス)(VRAM 24GB以上が必要)・ほか1

Amazonで探す

目安 27〜35万円2026年10月時点

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。

検索結果に同クラスの機種が並びます。メモリとSSDの容量を見て選ぶのが確実です。

8コアCPU目安
32GBメモリ
16GBGPU VRAM
2TBSSD
可常時稼働

なぜこの構成なのか

BTOの完成品より、同じ予算で一段上のGPUに届くのが自作の利点です。RTX 5070 Ti(16GB)にRyzen 7 9700X、DDR5 32GB、NVMe 2TB、850W電源。BTOで同じ構成を買うより3〜5万円安く、その差でSSDを2TBにしたり電源のグレードを上げたりできます。画像生成とローカルLLMの定番ラインを、余計なソフトが入っていない状態で組めます。

避けたい似た構成

電源をケチらないでください。RTX 5070 Tiは300W級ですが、ATX 3.1対応の850Wを選ぶことで、将来5080や5090に載せ替える余地が残ります。650Wの安い電源にすると、GPU交換時に買い直しになります。また、メモリは必ず2枚組で。1枚32GBよりも16GB×2のほうが帯域が倍になり、CPUオフロード時の速度に直結します。

拡張性と寿命

自作の強みは部品ごとに更新できることです。GPUを2年後に交換し、メモリを64GBに増やし、SSDを足す。この構成から始めれば、8年でも使い続けられます。組み立ての手間と保証がない点だけが対価です。

この構成の販売元を見る あなたに合うPCを診断

自作の部品構成

各部品を複数の店で比べられるようにしています。世代交代が早いので、型番は目安として同クラスで読み替えてください。

部品目安探す
CPURyzen 7 9700X
マザーボードB850 ATX
メモリDDR5-5600 16GB 2枚組
GPURTX 5070 Ti 16GB
SSDNVMe SSD 2TB Gen4
電源850W 80PLUS Gold ATX3.1
ケースミドルタワー エアフロー

この1台でできること

足りないAI(3)と理由

この1台で動くローカルモデル(GeForce RTX 5070 Tiとして計算)

4bit以上でメモリに収まるモデルから抜粋。速度は推定(この機種の全モデル一覧)。

まず試すなら: Qwen3.8 27B(4bit(IQ4_XS)・必要15GB・約47 tok/s補正済み)。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

モデル量子化必要判定推定速度
Gemma 3 270M8bit(Q8_0)0.8GB快適約2190 tok/s補正済み
Qwen2.5 0.5B8bit(Q8_0)1.1GB快適約1160 tok/s補正済み
Qwen3.5 0.8B8bit(Q8_0)1.4GB快適約760 tok/s補正済み
Gemma 3 1B8bit(Q8_0)1.6GB快適約620 tok/s補正済み
Sarashina2.2 0.5B8bit(Q8_0)1.8GB快適約620 tok/s補正済み
Qwen3 0.6B8bit(Q8_0)2.0GB快適約610 tok/s補正済み
LFM2.5 1.2B JP8bit(Q8_0)1.8GB快適約520 tok/s補正済み
Llama 3.2 1B8bit(Q8_0)2.0GB快適約460 tok/s補正済み
EXAONE 4.0 1.2B8bit(Q8_0)2.3GB快適約420 tok/s補正済み
TinySwallow 1.5B8bit(Q8_0)2.3GB快適約380 tok/s補正済み
RakutenAI-2.0 mini8bit(Q8_0)2.4GB快適約370 tok/s補正済み
Sarashina2.2 1B8bit(Q8_0)2.6GB快適約370 tok/s補正済み

代表的なモデルはどれくらいで動くか

よく使われる5本について、この構成(GeForce RTX 5070 Tiとして計算)での必要メモリと推定速度です。速度はメモリ帯域幅からの計算値で、実測ではありません。

モデルパラメータ必要メモリ判定推定速度
Qwen3 8B8.19B10.0GB快適約73 tok/s補正済み
Gemma 3 12B11.77B13GB快適約52 tok/s補正済み
Gemma 3 27B27.01B14GB快適約48 tok/s補正済み
gpt-oss-20b20.91B12GB快適約190 tok/s補正済み
Llama 3.3 70B70.55B44GB収まらない—

この構成でどの仕事が回るか

「AIにさせたい仕事」の側から見て、この構成が要件を満たすかどうかです。8種類のうち5件が回り、3件は足りません。

仕事この構成では足りないもの
文章・資料・メール作成快適—
プログラミング・開発快適—
自動タスク・エージェントの常時運用動かないメモリ64GB以上が必要 / CPU 12コア以上が目安
イラスト・画像生成快適—
動画生成・編集動かないメモリ64GB以上が必要 / VRAM 24GB以上が必要
議事録・文字起こし快適—
データ分析・Excel/Python快適—
社内文書の検索・要約(ローカルRAG)動かないVRAM 24GB以上が必要

足りない用途をこの1台でまかなうなら、自動タスク・エージェントの常時運用の要件を満たす構成まで上げる必要があります。自動タスク・エージェントの常時運用のページに、その要件を満たす構成を並べています。

この構成の余力と、足りなくなったとき

収録している204モデルのうち、この構成のVRAMに4bit以上の量子化で収まるのは111本です。収まらないもののうち、いちばん惜しいのはLLM-jp-4 32B-A3B thinkingで、VRAMがあと約6.0GB足りません。

あと少しで収まらないモデルパラメータ必要不足
LLM-jp-4 32B-A3B thinking32.14B22GB6.0GB
LLM-jp-4 33B thinking33.22B22GB6.3GB
Nemotron 3 Nano Omni 30B-A3B31.58B23GB8.0GB

VRAMを一段上の20GB(例: Radeon RX 7900 XT)にすると、収まるモデルは43本増えて154本になります。逆に一段下の12GBだと11本減ります。VRAMを増やすにはGPUごと交換になります。一方でシステムメモリの増設は、CPUオフロードで動かせる範囲を広げます。

同じ価格帯で選べる他の形

目安価格が近い、別の形(ノート・BTO・自作・Mac・常時稼働)の構成です。同じ金額でも、形が変わるとできることが変わります。

構成形向いている人目安
GPUノート(RTX 5070 Ti Laptop 12GB・メモリ32GB)ノートPCノートでSDXLの画像生成や14BクラスのローカルLLMを実用的な速さで動かしたい人27〜36万円
RTX 5070 Ti(16GB)デスクトップ・メモリ32GBデスクトップ(BTO)FLUX、27B級のMoE型、gpt-oss-20bまで。ローカルAIの定番28〜38万円
Mac mini M4 Pro(メモリ48GB・SSD 1TB)Mac30B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30〜36万円
Ryzen AI Max+ 395 ミニPC(メモリ128GB)常時稼働サーバー型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32〜48万円
GPUノート(RTX 5070 Laptop 8GB・メモリ32GB)ノートPC持ち歩いて画像生成の入門や8BクラスのローカルLLMを回す人20〜28万円

同じ形の他の構成

構成向いている人目安
自作: エージェント用ワークステーション(16コア・メモリ64GB・GPUなし)Claude Code・Docker・n8nを並列で回す。GPUは要らない、静音と大容量メモリに振る20〜28万円
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60〜80万円