GPUなし開発デスクトップ(メモリ32GB・SSD 1TB)
向いている人: 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
- できる合うAI 9/16・合う仕事 3/8(内訳)
- まず試すLFM2.5 1.2B JP 8bit(Q8_0)・約31 tok/s推定
- 足りないStable Diffusion / SDXL(VRAM 12GB以上が必要)・FLUX / 高品質画像生成(VRAM 16GB以上が必要)・ほか5
Amazonで探す
目安 12〜18万円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
GPUを積まないデスクトップです。コーディングAI、データ分析、自動化ツールのサーバ役を1台でこなします。メモリ32GBとNVMe 1TBという配分は開発向けノートと同じですが、据え置きなので冷却に余裕があり、長時間のビルドでクロックが落ちません。電源650W以上のモデルを選んでおけば、後からGPUを足せます。24時間つけっぱなしにして自動タスクを回す土台にもなります。
避けたい似た構成
同価格帯のゲーミングデスクトップは、RTX 5060(8GB)が載る代わりにメモリ16GBという構成が多い。コーディングAI用途ではGPUは使われないので、その配分は損です。もう一つ、省スペース型(スリムタワー)は電源が300〜450Wで拡張スロットも短く、後からGPUを足せません。増設の可能性を残すならミドルタワーを選びましょう。
拡張性と寿命
この構成の強みは拡張性です。メモリを64GBに増やす(1万円台)、GPUを足す(5〜8万円)、SSDを増設する、のいずれも後からできます。用途が定まっていない人が最初に買う1台として、最も外しにくい選択肢です。
この1台でできること
合うAI
足りないAI(7)と理由
- Stable Diffusion / SDXL: VRAM 12GB以上が必要 / CUDA(NVIDIA GPU)前提のツールが多い
- FLUX / 高品質画像生成: VRAM 16GB以上が必要 / CUDA(NVIDIA GPU)前提のツールが多い / SSD 2TB以上が必要
- 動画生成AI(Wan / Hunyuan / LTX): メモリ64GB以上が必要 / VRAM 24GB以上が必要 / CUDA(NVIDIA GPU)前提のツールが多い / SSD 2TB以上が必要
- ローカルLLM(8Bクラス): VRAM 8GB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 / SSD 2TB以上が必要
- 文字起こし(Whisper): VRAM 6GB以上が必要
この1台で動くローカルモデル(一般的なデスクトップ/ノートPC(DDR5-5600・GPUなし)(メモリ32GB)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: LFM2.5 1.2B JP(8bit(Q8_0)・必要1.8GB・約31 tok/s推定)。日本語向けに調整された1.2B。GPUなしのメモリ8GBのノートでも軽く動く
| 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130 tok/s推定 |
| Qwen2.5 0.5B | 8bit(Q8_0) | 1.1GB | 快適 | 約69 tok/s推定 |
| Qwen3.5 0.8B | 8bit(Q8_0) | 1.4GB | 快適 | 約46 tok/s推定 |
| Gemma 3 1B | 8bit(Q8_0) | 1.6GB | 快適 | 約37 tok/s推定 |
| Sarashina2.2 0.5B | 8bit(Q8_0) | 1.8GB | 快適 | 約37 tok/s推定 |
| Qwen3 0.6B | 8bit(Q8_0) | 2.0GB | 快適 | 約36 tok/s推定 |
| LFM2.5 1.2B JP | 8bit(Q8_0) | 1.8GB | 快適 | 約31 tok/s推定 |
| Llama 3.2 1B | 8bit(Q8_0) | 2.0GB | 快適 | 約28 tok/s推定 |
| EXAONE 4.0 1.2B | 8bit(Q8_0) | 2.3GB | 快適 | 約25 tok/s推定 |
| TinySwallow 1.5B | 8bit(Q8_0) | 2.3GB | 快適 | 約23 tok/s推定 |
| RakutenAI-2.0 mini | 8bit(Q8_0) | 2.4GB | 快適 | 約22 tok/s推定 |
| Sarashina2.2 1B | 8bit(Q8_0) | 2.6GB | 快適 | 約22 tok/s推定 |
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(一般的なデスクトップ/ノートPC(DDR5-5600・GPUなし)(メモリ32GB)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 | 遅い | 約4.3 tok/s推定 |
| Gemma 3 12B | 11.77B | 13GB | 遅い | 約3.1 tok/s推定 |
| Gemma 3 27B | 27.01B | 20GB | 遅い | 約2.0 tok/s推定 |
| gpt-oss-20b | 20.91B | 12GB | 実用 | 約11 tok/s推定 |
| 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3件が回り、5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 | 動かない | VRAM 12GB以上が必要 / CUDA(NVIDIA GPU)前提のツールが多い |
| 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 / CUDA(NVIDIA GPU)前提のツールが多い / SSD 2TB以上が必要 |
| 議事録・文字起こし | 動かない | VRAM 6GB以上が必要 |
| 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、この構成のメモリに4bit以上の量子化で収まるのは158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、メモリがあと約11GB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 | 11GB |
| Shisa V2.1 Llama 3.3 70B | 70.55B | 44GB | 22GB |
| Llama 3.3 Swallow 70B | 70.55B | 44GB | 22GB |
メモリを一段上の64GB(例: 一般的なデスクトップ/ノートPC(DDR4-3200・GPUなし)(メモリ64GB))にすると、収まるモデルは15本増えて173本になります。逆に一段下の16GBだと58本減ります。GPUを積まない構成なので、メモリの増設がそのまま上限の引き上げになります。
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 |
|---|---|---|---|
| 静音ミニPC(Ryzen 9・メモリ64GB・GPUなし) | 常時稼働サーバー型 | n8n・Dify・エージェントのルーティンを24時間回す。省電力・小型・静音で置き場所を選ばない | 13〜22万円 |
| 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 |
| 開発向けノートPC(メモリ32GB・SSD 1TB) | ノートPC | Claude 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 |
| 一般ノートPC(メモリ16GB・SSD 512GB) | ノートPC | ChatGPT・Claude・Geminiをブラウザで使う人。NPU搭載のCopilot+ PCである必要はない | 8〜13万円 |
| 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 |
|---|---|---|
| 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 |
| 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 |