RTX 5070 Ti(16GB)デスクトップ・メモリ32GB
向いている人: FLUX、27B級のMoE型、gpt-oss-20bまで。ローカルAIの定番
- できる合うAI 13/16・合う仕事 5/8(内訳)
- まず試すQwen3.8 27B 4bit(IQ4_XS)・約47 tok/s補正済み
- 足りない動画生成AI(Wan / Hunyuan / LTX)(メモリ64GB以上が必要)・ローカルLLM(27〜32Bクラス)(VRAM 24GB以上が必要)・ほか1
Amazonで探す
目安 28〜38万円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
当サイトが「ローカルAIの定番ライン」と呼んでいる構成です。VRAM 16GBは、FLUXのfp8、gpt-oss-20b(11.3GB)、Qwen3 30B-A3B級のMoE型がVRAMに収まる最初の容量です。RTX 5070 Tiの帯域896GB/sは4090に迫る速さで、生成速度でも不満が出ません。電源750Wとメモリ32GB、NVMe 2TBを合わせて、画像もLLMも本格的に回せる土台になります。
避けたい似た構成
VRAM 16GBという同じ数字でも、RTX 4060 Ti 16GBは帯域が288GB/sしかなく、5070 Tiの3分の1です。VRAMに載るモデルは同じでも生成速度が大きく違うので、価格差なりの理由があります。逆に、Gemma 3 27Bのような27Bのdense型(MoEではない通常の構造)を4bitでVRAMに載せたい場合は、16GBでは2〜3GB足りません。そこが目的ならRTX 5090かMacを選ぶことになります。
拡張性と寿命
3〜4年は第一線です。VRAM 16GBはローカルAIの標準的な容量として当分続く見込みで、モデル側もこの容量に収まるMoE型やQ4版を出し続けています。電源750Wを積んでおけば、将来RTX 5080クラスへの交換も可能です。
この1台でできること
合うAI
足りないAI(3)と理由
- 動画生成AI(Wan / Hunyuan / LTX): メモリ64GB以上が必要 / VRAM 24GB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
この1台で動くローカルモデル(GeForce RTX 5070 Ti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: Qwen3.8 27B(4bit(IQ4_XS)・必要15GB・約47 tok/s補正済み)。2026年8月公開の27Bのdense型。GGUF公開モデルではダウンロード数が最多クラス。VRAM 24GB / Mac 48GB向け
| 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2190 tok/s補正済み |
| Qwen2.5 0.5B | 8bit(Q8_0) | 1.1GB | 快適 | 約1160 tok/s補正済み |
| Qwen3.5 0.8B | 8bit(Q8_0) | 1.4GB | 快適 | 約760 tok/s補正済み |
| Gemma 3 1B | 8bit(Q8_0) | 1.6GB | 快適 | 約620 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit(Q8_0) | 1.8GB | 快適 | 約620 tok/s補正済み |
| Qwen3 0.6B | 8bit(Q8_0) | 2.0GB | 快適 | 約610 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit(Q8_0) | 1.8GB | 快適 | 約520 tok/s補正済み |
| Llama 3.2 1B | 8bit(Q8_0) | 2.0GB | 快適 | 約460 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit(Q8_0) | 2.3GB | 快適 | 約420 tok/s補正済み |
| TinySwallow 1.5B | 8bit(Q8_0) | 2.3GB | 快適 | 約380 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit(Q8_0) | 2.4GB | 快適 | 約370 tok/s補正済み |
| Sarashina2.2 1B | 8bit(Q8_0) | 2.6GB | 快適 | 約370 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 Ti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73 tok/s補正済み |
| Gemma 3 12B | 11.77B | 13GB | 快適 | 約52 tok/s補正済み |
| Gemma 3 27B | 27.01B | 14GB | 快適 | 約48 tok/s補正済み |
| gpt-oss-20b | 20.91B | 12GB | 快適 | 約190 tok/s補正済み |
| 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 |
| 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111本です。収まらないもののうち、いちばん惜しいのはLLM-jp-4 32B-A3B thinkingで、VRAMがあと約6.0GB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 |
|---|---|---|---|
| LLM-jp-4 32B-A3B thinking | 32.14B | 22GB | 6.0GB |
| LLM-jp-4 33B thinking | 33.22B | 22GB | 6.3GB |
| Nemotron 3 Nano Omni 30B-A3B | 31.58B | 23GB | 8.0GB |
VRAMを一段上の20GB(例: Radeon RX 7900 XT)にすると、収まるモデルは43本増えて154本になります。逆に一段下の12GBだと11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 |
|---|---|---|---|
| GPUノート(RTX 5070 Ti Laptop 12GB・メモリ32GB) | ノートPC | ノートでSDXLの画像生成や14BクラスのローカルLLMを実用的な速さで動かしたい人 | 27〜36万円 |
| 自作: RTX 5070 Ti(16GB)・メモリ32GB | 自作 | 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 |
| Mac mini M4 Pro(メモリ48GB・SSD 1TB) | Mac | 30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心 | 30〜36万円 |
| Ryzen AI Max+ 395 ミニPC(メモリ128GB) | 常時稼働サーバー型 | Windows/Linuxで128GBの共有メモリ。GPU側に96GBを割り当てれば、gpt-oss-120bや70Bクラスを常時サーバとして動かせる | 32〜48万円 |
| 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 |
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(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 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 |