一般ノートPC（メモリ16GB・SSD 512GB）
向いている人: 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
- できる合うAI 4/16・合う仕事 1/8（内訳）
- まず試すLFM2.5 1.2B JP 8bit（Q8_0）・約31 tok/s推定
- 足りないClaude Code（メモリ32GB以上が必要）・Codex CLI（メモリ32GB以上が必要）・ほか10
Amazonで探す
目安 8〜13万円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
ChatGPT・Claude・Geminiをブラウザで使うだけなら、性能で選ぶ部分がほとんどありません。決め手はメモリ16GB、SSD 512GB、そして毎日触るキーボードと画面です。CPUはCore Ultra 5やRyzen 5クラスで十分で、上位のCPUに払った差額が体感に返ってくることはまずない。
逆にメモリ8GBの機種を選ぶと、資料のPDFとタブを20枚開いた時点でスワップが始まり、AIの返答を待つ時間よりウィンドウの切り替えで待つ時間のほうが長くなります。
避けたい似た構成
同じ価格帯で「AI対応」「NPU搭載」を強調したCopilot+ PCが並びますが、NPUが効くのはWindows付属のリコールやライブ字幕だけで、ChatGPTの応答は1ミリ秒も速くなりません。それらの機能を使う予定がないなら、同額でメモリとSSDが上のモデルを選ぶほうが確実です。もう一つ避けたいのが、メモリがオンボード（LPDDR）で8GB固定の薄型機。増設できないので、後からAIの使い方が広がったときに買い替えになります。
拡張性と寿命
この構成は「クラウドAIを使い続ける限り」5年は使えます。逆に、Claude Codeのようなエージェントや画像生成に進むと足りなくなる。進む可能性があるなら、SO-DIMMスロットがあって32GBまで増設できる機種を選んでおくと、1万円台の増設で寿命が延びます。購入時に底面のスロット構成を確認しておきましょう。
この1台でできること
足りないAI（12）と理由
- Claude Code: メモリ32GB以上が必要 / SSD 1TB以上が必要
- Codex CLI: メモリ32GB以上が必要 / SSD 1TB以上が必要
- Cursor / Copilot（IDE）: メモリ32GB以上が必要 / SSD 1TB以上が必要
- ブラウザ操作エージェント: メモリ32GB以上が必要
- 自動化ツール（n8n / Dify / Make）: メモリ32GB以上が必要 / SSD 1TB以上が必要 / 常時稼働に向かない（ノート・スリープ）
- Stable Diffusion / SDXL: メモリ32GB以上が必要 / VRAM 12GB以上が必要 / CUDA（NVIDIA GPU）前提のツールが多い / SSD 1TB以上が必要
- FLUX / 高品質画像生成: メモリ32GB以上が必要 / 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）: メモリ32GB以上が必要 / VRAM 24GB以上が必要 / SSD 1TB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 / CPU 12コア以上が目安 / 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16GB）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16GB）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 | 11GB | 遅い | 約4.0 tok/s推定 |
| Gemma 3 27B | 27.01B | 11GB | 遅い | 約4.0 tok/s推定 |
| gpt-oss-20b | 20.91B | 12GB | 収まらない | — |
| 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1件が回り、7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 | 動かない | メモリ32GB以上が必要 / SSD 1TB以上が必要 |
| 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 / CPU 12コア以上が目安 / SSD 1TB以上が必要 / 常時稼働に向かない（ノート・スリープ） |
| イラスト・画像生成 | 動かない | メモリ32GB以上が必要 / VRAM 12GB以上が必要 / CUDA（NVIDIA GPU）前提のツールが多い / SSD 1TB以上が必要 |
| 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 | 動かない | メモリ32GB以上が必要 / SSD 1TB以上が必要 |
| 社内文書の検索・要約（ローカルRAG） | 動かない | メモリ32GB以上が必要 / VRAM 24GB以上が必要 / SSD 1TB以上が必要 |
足りない用途をこの1台でまかなうなら、プログラミング・開発の要件を満たす構成まで上げる必要があります。プログラミング・開発のページに、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100本です。収まらないもののうち、いちばん惜しいのはgpt-oss-20bで、メモリがあと約1.6GB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 |
|---|---|---|---|
| gpt-oss-20b | 20.91B | 12GB | 1.6GB |
| Muse-Glimmer 30B | 27.85B | 12GB | 1.7GB |
| LLM-jp-3.1 13B | 13.71B | 15GB | 4.1GB |
メモリを一段上の32GB（例: 一般的なデスクトップ/ノートPC（DDR4-3200・GPUなし）（メモリ32GB））にすると、収まるモデルは58本増えて158本になります。逆に一段下の8GBだと46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 |
|---|---|---|---|
| GPUなし開発デスクトップ（メモリ32GB・SSD 1TB） | デスクトップ（BTO） | 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 |
| 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 |
| RTX 5060（8GB）デスクトップ・メモリ32GB | デスクトップ（BTO） | 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 |
同じ形の他の構成
| 構成 | 向いている人 | 目安 |
|---|---|---|
| 開発向けノートPC（メモリ32GB・SSD 1TB） | 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 |
| GPUノート（RTX 5070 Laptop 8GB・メモリ32GB） | 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 |
| GPUノート（RTX 5070 Ti Laptop 12GB・メモリ32GB） | 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 |
| GPUノート（RTX 5080 Laptop 16GB・メモリ64GB） | 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 |
| MacBook Air M4（メモリ24GB・SSD 512GB） | クラウドAI中心の静かなノート。Claude Codeは1エージェントまで、8B〜14BのローカルLLMも動く | 20〜25万円 |
| MacBook Pro 14/16 M4 Pro（メモリ48GB・SSD 1TB） | 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） | 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 |