RTX 5090（32GB）デスクトップ・メモリ64GB
向いている人: 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
- できる合うAI 15/16・合う仕事 8/8（内訳）
- まず試すQwen3.5 35B-A3B 6bit（Q6_K）・約260 tok/s補正済み
- 足りないローカルLLM（70B〜120B MoE）（VRAM 40GB以上が必要）
Amazonで探す
目安 55〜75万円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
単体GPUの天井です。VRAM 32GBと帯域1,792GB/sで、32Bクラスのdense型（MoEではない通常の構造）のモデルをQ5〜Q6でVRAMに載せ、動画生成も標準設定で回せます。LoRA学習も現実的。メモリ64GB、NVMe 2TB、電源1000Wは、このGPUを活かすために必要な周辺部品です。
避けたい似た構成
70BクラスのLLMを動かしたくてこれを買うのは誤りです。70Bは4bitでも44GB必要で、32GBには載りません。70B以上が目的なら、Macの64GB以上かRyzen AI Maxの128GBを選びましょう。また、電源650Wや750WのPCにRTX 5090（消費電力575W）を後付けするのは危険です。BTOで一式を揃えるか、電源も同時に交換してください。
拡張性と寿命
4〜5年は最上位クラスで通用します。動画生成と学習を続けるなら、この構成が個人で買える現実的な上限。さらに上を求めるとワークステーションやマルチGPUの領域になり、電源・冷却・設置場所の問題が一気に大きくなります。
この1台でできること
合うAI
足りないAI（1）と理由
- 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 5090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: Qwen3.5 35B-A3B（6bit（Q6_K）・必要28GB・約260 tok/s補正済み）。メモリ32GBのPC/Macで速く動く2026年の実用MoE
| 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3600 tok/s補正済み |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約1910 tok/s補正済み |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約1250 tok/s補正済み |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約1020 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約1010 tok/s補正済み |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約1000 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約860 tok/s補正済み |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約760 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約690 tok/s補正済み |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約630 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約610 tok/s補正済み |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約600 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 5090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120 tok/s補正済み |
| Gemma 3 12B | 11.77B | 13GB | 快適 | 約86 tok/s補正済み |
| Gemma 3 27B | 27.01B | 29GB | 快適 | 約38 tok/s補正済み |
| gpt-oss-20b | 20.91B | 12GB | 快適 | 約300 tok/s補正済み |
| Llama 3.3 70B | 70.55B | 28GB | 快適 | 約40 tok/s補正済み |
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8件が回り、0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 | 快適 | — |
| 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） | 快適 | — |
収録している仕事はすべてこの1台で回ります。あとは同時に何本走らせるかの問題です。
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162本です。収まらないもののうち、いちばん惜しいのはNemotron 3.5 Lightning 30B-A3Bで、VRAMがあと約1.3GB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 |
|---|---|---|---|
| Nemotron 3.5 Lightning 30B-A3B | 31.58B | 33GB | 1.3GB |
| Stockmark-2 100B | 96B | 58GB | 27GB |
| gpt-oss-120b | 116.83B | 62GB | 30GB |
VRAMを一段上の48GB（例: RTX 6000 Ada）にすると、収まるモデルは12本増えて174本になります。逆に一段下の24GBだと4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 |
|---|---|---|---|
| 自作: RTX 5090（32GB）・メモリ96GB | 自作 | 動画生成・学習・32BクラスのLLM。メモリ96GBあれば、大型のMoE型を一部メインメモリに逃がして動かせる | 60〜80万円 |
| Mac Studio M4 Max（メモリ128GB・SSD 2TB） | Mac | gpt-oss-120bやQwen3.5 122Bがメモリに収まり、帯域546GB/sで実用的な速さが出る。個人向けローカルLLMの本命 | 62〜72万円 |
| 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 |
| MacBook Pro 16 M4 Max（メモリ128GB・SSD 2TB） | ノートPC | 70B〜120BのMoE型まで持ち歩ける。帯域546GB/sでミドルクラスのGPU並みの速さ | 70〜85万円 |
| 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 |
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 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 |