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
- できる合うAI 9/16・合う仕事 4/8（内訳）
- まず試すLFM2.5 1.2B JP 8bit（Q8_0）・約31 tok/s推定
- 足りないStable Diffusion / SDXL（VRAM 12GB以上が必要）・FLUX / 高品質画像生成（VRAM 16GB以上が必要）・ほか5
Amazonで探す
目安 20〜28万円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
GPUを積まず、16コアのRyzen 9とメモリ64GBに全振りしたエージェント専用機です。Claude Codeを複数並列で走らせ、Dockerでデータベースやサービスを立て、n8nのワークフローも同居させる。この使い方でGPUは一度も使われないので、その予算をCPUとメモリに回すのが最も速い構成になります。
静音ケースと大型空冷クーラーを選べば、24時間つけっぱなしでも音が気になりません。電源750Wにしておけば、後からGPUを足せます。
避けたい似た構成
同じ予算でゲーミングPC（RTX 5070＋メモリ32GB）を組むと、エージェント用途では確実に遅くなります。GPUに10万円払ってメモリを半分にする配分だからです。もう一つ、簡易水冷は静音性で有利に見えますが、24時間運用ではポンプが故障要因になります。常時稼働させるなら大型空冷が確実です。
拡張性と寿命
AM5ソケットなのでCPUの世代交代に追従でき、メモリも128GBまで増やせます。GPUを足せば画像生成やローカルLLMにも転用可能。用途の変化に最も強い構成で、5年以上使えます。
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 | B850 ATX | |
| メモリ | DDR5-5600 32GB 2枚組 | |
| SSD | NVMe 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
合うAI
足りないAI（7）と理由
- Stable Diffusion / SDXL: VRAM 12GB以上が必要 / CUDA（NVIDIA GPU）前提のツールが多い
- FLUX / 高品質画像生成: VRAM 16GB以上が必要 / CUDA（NVIDIA GPU）前提のツールが多い
- 動画生成AI（Wan / Hunyuan / LTX）: VRAM 24GB以上が必要 / CUDA（NVIDIA GPU）前提のツールが多い
- ローカルLLM（8Bクラス）: VRAM 8GB以上が必要
- ローカルLLM（27〜32Bクラス）: VRAM 24GB以上が必要
- ローカルLLM（70B〜120B MoE）: VRAM 40GB以上が必要
- 文字起こし（Whisper）: VRAM 6GB以上が必要
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: 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
| 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 |
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（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）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 | 遅い | 約4.3 tok/s推定 |
| Gemma 3 12B | 11.77B | 13GB | 遅い | 約3.1 tok/s推定 |
| Gemma 3 27B | 27.01B | 29GB | 動かない | 約1.4 tok/s推定 |
| gpt-oss-20b | 20.91B | 12GB | 実用 | 約11 tok/s推定 |
| Llama 3.3 70B | 70.55B | 39GB | 動かない | 約1.0 tok/s推定 |
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4件が回り、4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 | 動かない | VRAM 12GB以上が必要 / CUDA（NVIDIA GPU）前提のツールが多い |
| 動画生成・編集 | 動かない | VRAM 24GB以上が必要 / CUDA（NVIDIA GPU）前提のツールが多い |
| 議事録・文字起こし | 動かない | VRAM 6GB以上が必要 |
| 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、イラスト・画像生成の要件を満たす構成まで上げる必要があります。イラスト・画像生成のページに、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、この構成のメモリに4bit以上の量子化で収まるのは173本です。収まらないもののうち、いちばん惜しいのはgpt-oss-120bで、メモリがあと約19GB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 |
|---|---|---|---|
| gpt-oss-120b | 116.83B | 62GB | 19GB |
| GLM-4.5-Air 106B-A12B | 110.47B | 72GB | 29GB |
| Devstral 2 123B | 125.03B | 75GB | 32GB |
メモリを一段上の128GB（例: 一般的なデスクトップ/ノートPC（DDR5-5600・GPUなし）（メモリ128GB））にすると、収まるモデルは13本増えて186本になります。逆に一段下の32GBだと15本減ります。GPUを積まない構成なので、メモリの増設がそのまま上限の引き上げになります。
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 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 |
| MacBook Air M4（メモリ24GB・SSD 512GB） | ノートPC | クラウドAI中心の静かなノート。Claude Codeは1エージェントまで、8B〜14BのローカルLLMも動く | 20〜25万円 |
| RTX 5070（12GB）デスクトップ・メモリ32GB | デスクトップ（BTO） | SDXLの画像生成が快適。14BクラスのローカルLLMがGPUだけで動く | 20〜28万円 |
| 開発向けノートPC（メモリ32GB・SSD 1TB） | ノートPC | Claude Code・Cursor・Codexを持ち歩いて使う人。GPUは不要、メモリとSSDに振る | 15〜23万円 |
| RTX 5060（8GB）デスクトップ・メモリ32GB | デスクトップ（BTO） | 画像生成の入門と8BクラスのローカルLLM。最安のGPU機 | 15〜21万円 |
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 |
| 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 |