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: 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)

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)

向いている人: 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

16コアCPU目安
64GBメモリ
なしGPU VRAM
2TBSSD
常時稼働

どこで買うか(複数社を並べています)

PR: 以下は広告リンクを含みます(Amazonアソシエイト・各社アフィリエイト)。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。

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 9 9950X
マザーボードB850 ATX
メモリDDR5-5600 32GB 2枚組
SSDNVMe SSD 2TB Gen4
電源750W 80PLUS Gold
ケース静音 ミドルタワー
CPUクーラー空冷 CPUクーラー 大型

この1台でできること

足りないAI(7)と理由

この1台で動くローカルモデル(一般的なデスクトップ/ノートPC(DDR5-5600・GPUなし)(メモリ64GB)として計算)

4bit以上で載る中から抜粋。速度は推定(この機種の全モデル一覧)。

まず試すなら: Qwen3 4B(8bit(Q8_0)・必要5.7GB・約8.3 tok/s推定)。4Bながら日本語が破綻しにくい。メモリ8GBのノートでも動く入門機

モデル量子化必要判定推定速度
Qwen3-Next 80B-A3B4bit(IQ4_XS)42GB実用約14 tok/s推定
gpt-oss-20b4bit(MXFP4)12GB実用約11 tok/s推定
Llama 3.2 3B8bit(Q8_0)4.7GB実用約10 tok/s推定
Gemma 3 4B8bit(Q8_0)4.7GB実用約9.4 tok/s推定
Phi-4-mini 3.8B8bit(Q8_0)5.4GB実用約8.7 tok/s推定
Qwen3 4B8bit(Q8_0)5.7GB実用約8.3 tok/s推定
Qwen3.6 35B-A3B8bit(Q8_0)36GB遅い約7.4 tok/s推定
Qwen3.5 35B-A3B8bit(Q8_0)36GB遅い約7.4 tok/s推定
Llama-3-ELYZA-JP-8B4bit(Q4_K_M)6.2GB遅い約7.4 tok/s推定
GLM-4.7-Flash 30B-A3B8bit(Q8_0)32GB遅い約6.7 tok/s推定
Qwen3 30B-A3B8bit(Q8_0)32GB遅い約6.2 tok/s推定
Qwen3-Coder 30B-A3B8bit(Q8_0)32GB遅い約6.2 tok/s推定

同じ形の他の構成

構成向いている人目安
自作: RTX 5070 Ti(16GB)・メモリ32GBBTO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
自作: RTX 5090(32GB)・メモリ96GB動画生成・学習・32B LLM。メモリ96GBで大型MoEのCPUオフロードも60〜80万円

使うAI×仕事から選び直す