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 › RTX 5070(12GB)デスクトップ・メモリ32GB

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。

12コアCPU目安
32GBメモリ
12GBGPU VRAM
1TBSSD
可常時稼働

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。

この構成の販売元を見る あなたに合うPCを診断

この1台でできること

足りないAI(4)と理由

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 270M8bit(Q8_0)0.8GB快適約1580 tok/s補正済み
Qwen2.5 0.5B8bit(Q8_0)1.1GB快適約840 tok/s補正済み
Qwen3.5 0.8B8bit(Q8_0)1.4GB快適約550 tok/s補正済み
Gemma 3 1B8bit(Q8_0)1.6GB快適約450 tok/s補正済み
Sarashina2.2 0.5B8bit(Q8_0)1.8GB快適約440 tok/s補正済み
Qwen3 0.6B8bit(Q8_0)2.0GB快適約440 tok/s補正済み
LFM2.5 1.2B JP8bit(Q8_0)1.8GB快適約380 tok/s補正済み
Llama 3.2 1B8bit(Q8_0)2.0GB快適約340 tok/s補正済み
EXAONE 4.0 1.2B8bit(Q8_0)2.3GB快適約300 tok/s補正済み
TinySwallow 1.5B8bit(Q8_0)2.3GB快適約280 tok/s補正済み
RakutenAI-2.0 mini8bit(Q8_0)2.4GB快適約270 tok/s補正済み
Sarashina2.2 1B8bit(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 8B8.19B10.0GB快適約52 tok/s補正済み
Gemma 3 12B11.77B11GB快適約48 tok/s補正済み
Gemma 3 27B27.01B11GB快適約49 tok/s補正済み
gpt-oss-20b20.91B12GB収まらないCPUオフロード—
Llama 3.3 70B70.55B44GB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-20b20.91B12GB0.8GB
Muse-Glimmer 30B27.85B12GB0.9GB
GPT-OSS-Swallow 20B20.91B16GB4.3GB

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PCClaude 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32GBFLUX、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16GB36〜48万円
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