自作: RTX 5090（32GB）・メモリ96GB
向いている人: 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
- できる合うAI 15/16・合う仕事 8/8（内訳）
- まず試すQwen3.5 35B-A3B 6bit（Q6_K）・約260 tok/s補正済み
- 足りないローカルLLM（70B〜120B MoE）（VRAM 40GB以上が必要）
Amazonで探す
目安 60〜80万円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。
なぜこの構成なのか
動画生成、LoRA学習、32BクラスのLLMを全部やる最上位の自作構成です。RTX 5090（32GB）にメモリ96GB（48GB×2）を合わせることで、GPUに載らない大型のMoEモデルをCPUオフロードで動かす余地も持たせています。NVMe 4TBは動画素材と生成物のため、フルタワーと360mm簡易水冷は長時間の高負荷を前提にした選択です。
避けたい似た構成
ケースとGPUの物理サイズを必ず確認してください。RTX 5090は全長30cmを超えるモデルが多く、ミドルタワーでは入らないことがあります。電源も1000W以上、ATX 3.1（12V-2x6コネクタ）対応が必須。ここを妥協すると、起動時に落ちる、高負荷で再起動する、といった原因究明の難しいトラブルになります。
拡張性と寿命
5年以上使えますが、消費電力は負荷時に800Wを超えます。24時間の常時稼働には向かず、作業機として使い、常時稼働は別の省電力機に任せる2台体制が現実的です。
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 |
|---|---|---|
| CPU | Ryzen 9 9950X | |
| マザーボード | X870E ATX | |
| メモリ | DDR5-5600 48GB 2枚組 | |
| GPU | RTX 5090 | |
| SSD | NVMe SSD 4TB | |
| 電源 | 1000W 80PLUS Gold ATX3.1 | |
| ケース | フルタワー | |
| CPUクーラー | 簡易水冷 360mm |
この1台でできること
合うAI
足りないAI（1）と理由
- ローカルLLM（70B〜120B MoE）: VRAM 40GB以上が必要
この1台で動くローカルモデル（GeForce RTX 5090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: Qwen3.5 35B-A3B（6bit（Q6_K）・必要28GB・約260 tok/s補正済み）。メモリ32GBのPC/Macで速く動く2026年の実用MoE
| 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3600 tok/s補正済み |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約1910 tok/s補正済み |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約1250 tok/s補正済み |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約1020 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約1010 tok/s補正済み |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約1000 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約860 tok/s補正済み |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約760 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約690 tok/s補正済み |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約630 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約610 tok/s補正済み |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約600 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 5090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 8B | 8.19B | 10.0GB | 快適 | 約120 tok/s補正済み |
| Gemma 3 12B | 11.77B | 13GB | 快適 | 約86 tok/s補正済み |
| Gemma 3 27B | 27.01B | 29GB | 快適 | 約38 tok/s補正済み |
| gpt-oss-20b | 20.91B | 12GB | 快適 | 約300 tok/s補正済み |
| Llama 3.3 70B | 70.55B | 28GB | 快適 | 約40 tok/s補正済み |
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8件が回り、0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 | 快適 | — |
| イラスト・画像生成 | 快適 | — |
| 動画生成・編集 | 快適 | — |
| 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） | 快適 | — |
収録している仕事はすべてこの1台で回ります。あとは同時に何本走らせるかの問題です。
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162本です。収まらないもののうち、いちばん惜しいのはNemotron 3.5 Lightning 30B-A3Bで、VRAMがあと約1.3GB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 |
|---|---|---|---|
| Nemotron 3.5 Lightning 30B-A3B | 31.58B | 33GB | 1.3GB |
| Stockmark-2 100B | 96B | 58GB | 27GB |
| gpt-oss-120b | 116.83B | 62GB | 30GB |
VRAMを一段上の48GB（例: RTX 6000 Ada）にすると、収まるモデルは12本増えて174本になります。逆に一段下の24GBだと4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 |
|---|---|---|---|
| Mac Studio M4 Max（メモリ128GB・SSD 2TB） | Mac | gpt-oss-120bやQwen3.5 122Bがメモリに収まり、帯域546GB/sで実用的な速さが出る。個人向けローカルLLMの本命 | 62〜72万円 |
| RTX 5090（32GB）デスクトップ・メモリ64GB | デスクトップ（BTO） | 動画生成・32BクラスのローカルLLM・LoRA学習。GPU 1枚で届く上限 | 55〜75万円 |
| MacBook Pro 16 M4 Max（メモリ128GB・SSD 2TB） | ノートPC | 70B〜120BのMoE型まで持ち歩ける。帯域546GB/sでミドルクラスのGPU並みの速さ | 70〜85万円 |
| ワークステーション（RTX 5090・メモリ128GB・SSD 4TB） | 常時稼働サーバー型 | 動画生成・学習ジョブを夜通し回す。ECC・高耐久電源・保守付きのBTOワークステーション | 75〜110万円 |
| MacBook Pro 14/16 M4 Pro（メモリ48GB・SSD 1TB） | ノートPC | 開発者の定番。Claude Code並列運用＋30BクラスのローカルLLMを1台で | 42〜52万円 |
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 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 | 27〜35万円 |