RTX 5060（8GB）デスクトップ・メモリ32GB
向いている人: 画像生成の入門と8BクラスのローカルLLM。最安のGPU機
- できる合うAI 11/16・合う仕事 4/8（内訳）
- まず試すGemma 4 12B 4bit（IQ4_XS）・約49 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3
Amazonで探す
目安 15〜21万円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
画像生成の入門と8BクラスのローカルLLMを、最も安く両立させる構成です。RTX 5060のVRAM 8GB（帯域448GB/s）で、Stable Diffusion 1.5は快適、Qwen3 8Bは1秒に40トークン前後。メモリ32GBを組み合わせることで、GPUに載らない分をシステムに逃がす余地も確保しています。
避けたい似た構成
RTX 5060 Ti には8GB版と16GB版があり、価格差は2〜3万円ですが、AI用途では別物です。予算が許すなら16GB版（当サイトのRTX 5070 Ti構成に近い使い方ができる）を強く勧めます。8GBで妥協するのは、用途がSD1.5と8BクラスのLLMに限られると割り切れる場合だけです。
拡張性と寿命
VRAM 8GBは、SDXLやFLUXが主流になった今、入門の下限です。1〜2年で物足りなくなる可能性が高い。ただしデスクトップなのでGPUだけ交換できます。将来RTX 5060 Ti 16GBや5070 Tiに載せ替える前提なら、電源が650W以上あるかを購入時に確認しておきましょう。
この1台でできること
合うAI
足りないAI（5）と理由
- 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 / SSD 2TB以上が必要
- 動画生成AI（Wan / Hunyuan / LTX）: メモリ64GB以上が必要 / VRAM 24GB以上が必要 / SSD 2TB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）: メモリ64GB以上が必要 / VRAM 40GB以上が必要 / SSD 2TB以上が必要
この1台で動くローカルモデル（GeForce RTX 5060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: Gemma 4 12B（4bit（IQ4_XS）・必要7.0GB・約49 tok/s推定）。VRAM 12GBで日本語が上手い2026年版。Gemma 3 12Bの後継
| 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1050 tok/s推定 |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約560 tok/s推定 |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約370 tok/s推定 |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約300 tok/s推定 |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約300 tok/s推定 |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約290 tok/s推定 |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約250 tok/s推定 |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約220 tok/s推定 |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約200 tok/s推定 |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約180 tok/s推定 |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約180 tok/s推定 |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約180 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（GeForce RTX 5060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 | 7.2GB | 快適 | 約50 tok/s推定 |
| Gemma 3 12B | 11.77B | 7.1GB | 快適 | 約50 tok/s推定 |
| Gemma 3 27B | 27.01B | 17GB | 収まらないCPUオフロード | — |
| gpt-oss-20b | 20.91B | 12GB | 収まらないCPUオフロード | — |
| Llama 3.3 70B | 70.55B | 44GB | 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 | 動かない | メモリ64GB以上が必要 |
| イラスト・画像生成 | 動かない | VRAM 12GB以上が必要 |
| 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 / SSD 2TB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87本です。収まらないもののうち、いちばん惜しいのはABEJA Qwen3 14B Agenticで、VRAMがあと約2.9GB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 |
|---|---|---|---|
| ABEJA Qwen3 14B Agentic | 14.77B | 10GB | 2.9GB |
| gpt-oss-20b | 20.91B | 12GB | 4.8GB |
| Muse-Glimmer 30B | 27.85B | 12GB | 4.9GB |
VRAMを一段上の10GB（例: GeForce RTX 3080 10GB）にすると、収まるモデルは5本増えて92本になります。逆に一段下の6GBだと29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 |
|---|---|---|---|
| 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 |
| Mac mini M4（メモリ24GB・SSD 512GB） | Mac | 最安で「クラウドAI＋8〜14BのローカルLLM」。Claude Codeは1エージェントまで。静音・省電力で常時稼働にも | 14〜17万円 |
| 静音ミニPC（Ryzen 9・メモリ64GB・GPUなし） | 常時稼働サーバー型 | n8n・Dify・エージェントのルーティンを24時間回す。省電力・小型・静音で置き場所を選ばない | 13〜22万円 |
| 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 |
| 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 |
同じ形の他の構成
| 構成 | 向いている人 | 目安 |
|---|---|---|
| GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | コーディングAI・データ分析・自動化のサーバ役。GPUは後から足せる | 12〜18万円 |
| RTX 5070（12GB）デスクトップ・メモリ32GB | 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 |
| RTX 5070 Ti（16GB）デスクトップ・メモリ32GB | FLUX、27B級のMoE型、gpt-oss-20bまで。ローカルAIの定番 | 28〜38万円 |
| RTX 5080（16GB）デスクトップ・メモリ64GB | 画像生成を速く、並列エージェントも余裕。VRAMは5070 Tiと同じ16GB | 36〜48万円 |
| RTX 5090（32GB）デスクトップ・メモリ64GB | 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 |