AI PCナビ使うAIと、させたい仕事に合うPC・Macを。
トップおすすめPC › GPUノート(RTX 5070 Laptop 8GB・メモリ32GB)

GPUノート(RTX 5070 Laptop 8GB・メモリ32GB)

向いている人: 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

12コアCPU目安
32GBメモリ
8GBGPU VRAM
1TBSSD
不向き常時稼働

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

足りないAI(6)と理由

この1台で動くローカルモデル(GeForce RTX 5070 Laptop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 8B(5bit(Q5_K_M)・必要7.2GB・約52 tok/s推定)。VRAM 8GBクラスの定番。日本語チャットの最初の1本

モデル量子化必要判定推定速度
Llama 3.2 3B8bit(Q8_0)4.7GB快適約86 tok/s推定
Gemma 3 4B8bit(Q8_0)4.7GB快適約78 tok/s推定
Phi-4-mini 3.8B8bit(Q8_0)5.4GB快適約72 tok/s推定
Qwen3 4B8bit(Q8_0)5.7GB快適約68 tok/s推定
Llama-3-ELYZA-JP-8B4bit(Q4_K_M)6.2GB快適約61 tok/s推定
Llama 3.1 8B5bit(Q5_K_M)7.0GB快適約53 tok/s推定
GLM-4.6V-Flash 9B4bit(Q4_K_M)6.7GB快適約53 tok/s推定
Gemma 3n E4B6bit(Q6_K)6.7GB快適約53 tok/s推定
DeepSeek-R1-0528 Qwen3 8B5bit(Q5_K_M)7.2GB快適約52 tok/s推定
Qwen3 8B5bit(Q5_K_M)7.2GB快適約52 tok/s推定
DeepSeek-R1 Distill Qwen 7B6bit(Q6_K)6.9GB快適約52 tok/s推定
Qwen2.5-Coder 7B6bit(Q6_K)6.9GB快適約52 tok/s推定

同じ形の他の構成

構成向いている人目安
一般ノートPC(メモリ16GB・SSD 512GB)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
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 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を実用速度で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+Claude Codeを静かなノートで。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 MoEのローカルLLMを持ち歩く。帯域546GB/sでミドルGPU級の速度70〜85万円

使うAI×仕事から選び直す