RTX 5070(12GB)デスクトップ・メモリ32GB
向いている人: 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
- できる合うAI 12/16・合う仕事 5/8(内訳)
- まず試すABEJA Qwen3 14B Agentic 4bit(Q4_K_M)・約50 tok/s補正済み
- 足りないFLUX / 高品質画像生成(VRAM 16GB以上が必要)・動画生成AI(Wan / Hunyuan / LTX)(メモリ64GB以上が必要)・ほか2
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
SDXLの画像生成が標準設定で快適に回り、14BクラスのローカルLLM(Qwen3 14Bで9.9GB)がGPUだけで動く構成です。RTX 5070のVRAM 12GBと帯域672GB/sは、この価格帯で最もバランスが良い。メモリ32GBとNVMe 1TBで、モデルの読み込みと保管にも余裕があります。
避けたい似た構成
RTX 4070(504GB/s)や4070 SUPERも同じVRAM 12GBですが、帯域幅が3割ほど低い。中古や在庫処分で価格差が大きい場合を除き、新規に買うなら5070です。もう一つ、ここで16GBの5070 Tiと迷ったら、FLUXと27BクラスのMoE型を使うかどうかで決めてください。使うなら16GB、SDXLと14Bまでなら12GBで十分です。
拡張性と寿命
2〜3年は主力で使えます。VRAM 12GBの壁を感じるのは、FLUXを常用するようになったときと、27Bクラスのdense型(MoEではない通常の構造)のモデルをGPUに載せたくなったとき。そのときはGPUだけ交換できるのがデスクトップの強みです。
この1台でできること
合うAI
足りないAI(4)と理由
- 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 5070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: ABEJA Qwen3 14B Agentic(4bit(Q4_K_M)・必要10GB・約50 tok/s補正済み)。エージェント用途と256Kの長文対応を名前に掲げた14B。4bitならVRAM 12GBに収まる
| 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1580 tok/s補正済み |
| Qwen2.5 0.5B | 8bit(Q8_0) | 1.1GB | 快適 | 約840 tok/s補正済み |
| Qwen3.5 0.8B | 8bit(Q8_0) | 1.4GB | 快適 | 約550 tok/s補正済み |
| Gemma 3 1B | 8bit(Q8_0) | 1.6GB | 快適 | 約450 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit(Q8_0) | 1.8GB | 快適 | 約440 tok/s補正済み |
| Qwen3 0.6B | 8bit(Q8_0) | 2.0GB | 快適 | 約440 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit(Q8_0) | 1.8GB | 快適 | 約380 tok/s補正済み |
| Llama 3.2 1B | 8bit(Q8_0) | 2.0GB | 快適 | 約340 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit(Q8_0) | 2.3GB | 快適 | 約300 tok/s補正済み |
| TinySwallow 1.5B | 8bit(Q8_0) | 2.3GB | 快適 | 約280 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit(Q8_0) | 2.4GB | 快適 | 約270 tok/s補正済み |
| Sarashina2.2 1B | 8bit(Q8_0) | 2.6GB | 快適 | 約260 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52 tok/s補正済み |
| Gemma 3 12B | 11.77B | 11GB | 快適 | 約48 tok/s補正済み |
| Gemma 3 27B | 27.01B | 11GB | 快適 | 約49 tok/s補正済み |
| 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 |
| 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 / 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100本です。収まらないもののうち、いちばん惜しいのはgpt-oss-20bで、VRAMがあと約0.8GB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-20b | 20.91B | 12GB | 0.8GB |
| Muse-Glimmer 30B | 27.85B | 12GB | 0.9GB |
| GPT-OSS-Swallow 20B | 20.91B | 16GB | 4.3GB |
VRAMを一段上の16GB(例: GeForce RTX 4060 Ti 16GB)にすると、収まるモデルは11本増えて111本になります。逆に一段下の11GBだとほぼ同じです。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 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 |
| 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 | 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 |
| 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 |
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 5060(8GB)デスクトップ・メモリ32GB | 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 |
| 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 |