RTX 5080(16GB)デスクトップ・メモリ64GB
向いている人: 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
- できる合うAI 13/16・合う仕事 6/8(内訳)
- まず試すQwen3.8 27B 4bit(IQ4_XS)・約48 tok/s補正済み
- 足りない動画生成AI(Wan / Hunyuan / LTX)(VRAM 24GB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 36〜48万円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
RTX 5070 TiとVRAMは同じ16GBですが、帯域960GB/sとコア数で生成が速く、メモリ64GBを組み合わせることで並列エージェントや大きなCPUオフロードにも耐える構成です。画像生成を1日何百枚も回す、あるいは開発と画像生成を同じPCで並行させたい人に合う構成です。
避けたい似た構成
「5070 Tiより上位だから大きいモデルが動く」と考えると外します。VRAMは同じ16GBなので、VRAMに載るモデルは変わりません。差は速度だけです。動かせるモデルを増やしたいなら、5080ではなくRTX 5090(32GB)かMacのユニファイドメモリを選ぶ必要があります。ここは多くの人が誤解する分岐点です。
拡張性と寿命
速度に投資した構成なので、VRAM 16GBの制約が続く限り快適で、3〜4年は使えます。メモリ64GBがあるおかげで、GPUに載らないモデルをCPUオフロードで動かす選択肢も残っています。
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): 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): VRAM 40GB以上が必要
この1台で動くローカルモデル(GeForce RTX 5080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48 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2260 tok/s補正済み |
| Qwen2.5 0.5B | 8bit(Q8_0) | 1.1GB | 快適 | 約1200 tok/s補正済み |
| Qwen3.5 0.8B | 8bit(Q8_0) | 1.4GB | 快適 | 約790 tok/s補正済み |
| Gemma 3 1B | 8bit(Q8_0) | 1.6GB | 快適 | 約640 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit(Q8_0) | 1.8GB | 快適 | 約630 tok/s補正済み |
| Qwen3 0.6B | 8bit(Q8_0) | 2.0GB | 快適 | 約630 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit(Q8_0) | 1.8GB | 快適 | 約540 tok/s補正済み |
| Llama 3.2 1B | 8bit(Q8_0) | 2.0GB | 快適 | 約480 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit(Q8_0) | 2.3GB | 快適 | 約430 tok/s補正済み |
| TinySwallow 1.5B | 8bit(Q8_0) | 2.3GB | 快適 | 約390 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit(Q8_0) | 2.4GB | 快適 | 約380 tok/s補正済み |
| Sarashina2.2 1B | 8bit(Q8_0) | 2.6GB | 快適 | 約380 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 5080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75 tok/s補正済み |
| Gemma 3 12B | 11.77B | 13GB | 快適 | 約54 tok/s補正済み |
| Gemma 3 27B | 27.01B | 14GB | 快適 | 約50 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6件が回り、2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 | 快適 | — |
| 動画生成・編集 | 動かない | 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、動画生成・編集の要件を満たす構成まで上げる必要があります。動画生成・編集のページに、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 |
|---|---|---|---|
| Mac mini M4 Pro(メモリ64GB・SSD 1TB) | Mac | 70BクラスのローカルLLMまで。同じ価格帯のGeForce機より大きいモデルまで動く | 36〜42万円 |
| Mac mini M4 Pro(メモリ64GB)を常時稼働サーバに | 常時稼働サーバー型 | OllamaでローカルLLMのAPIを立て、自動化と一緒に静かに省電力で24時間動かせる。macOSなのでClaude Codeも手順どおりに使える | 36〜42万円 |
| GPUノート(RTX 5080 Laptop 16GB・メモリ64GB) | ノートPC | ノート1台でFLUX・27BクラスのローカルLLM・並列エージェントまで | 38〜55万円 |
| 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 |
| MacBook Pro 14/16 M4 Pro(メモリ48GB・SSD 1TB) | ノートPC | 開発者の定番。Claude Code並列運用+30BクラスのローカルLLMを1台で | 42〜52万円 |
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 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 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 |