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
16コアCPU目安
64GBメモリ
16GBGPU VRAM
2TBSSD
可常時稼働
どこで買うか（複数社を並べています）
PR: 以下は広告リンクを含みます（Amazonアソシエイト・各社アフィリエイト）。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。
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以上で載る中から抜粋。速度は推定（この機種の全モデル一覧）。
まず試すなら: Qwen3.5 27B（4bit（IQ4_XS）・必要15GB・約46 tok/s較正）。2026年の主力dense。VRAM 24GBでQ4〜Q5
| モデル | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 快適 | 約190 tok/s較正 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 快適 | 約180 tok/s較正 |
| Gemma 4 26B-A4B | 4bit（IQ4_XS） | 14GB | 快適 | 約180 tok/s較正 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約160 tok/s較正 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 快適 | 約150 tok/s較正 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約140 tok/s較正 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 快適 | 約130 tok/s較正 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 快適 | 約94 tok/s較正 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約84 tok/s較正 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約84 tok/s較正 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 快適 | 約77 tok/s較正 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 快適 | 約75 tok/s較正 |
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完結 | 20〜28万円 |
| RTX 5070 Ti（16GB）デスクトップ・メモリ32GB | FLUX・27B MoE・gpt-oss-20b。ローカルAIの定番ライン | 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。単体GPUの天井 | 55〜75万円 |