静音ミニPC(Ryzen 9・メモリ64GB・GPUなし)
向いている人: 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
- できる合うAI 9/16・合う仕事 4/8(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 13〜22万円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
自動化とエージェントのルーティンを24時間回す専用機として、最もコストパフォーマンスが高い選択です。ノート用のRyzen 9を積んだ手のひらサイズの筐体に、DDR5 64GBとNVMe 2TB。n8n、Dify、PostgreSQL、ベクトルDB、Claude Codeの自動タスクを全部同居させても余裕があります。アイドル10W台なので、年間の電気代は3,000円程度。Ubuntu Serverを入れれば最も軽く安定します。
避けたい似た構成
余っているゲーミングPCを常時稼働機に転用する案は、電気代(アイドル80Wなら年間2万円超)と騒音で、数か月以内に後悔しやすい。また、メモリ16GBのミニPCは安いですが、Difyやベクトルデータベースを動かした時点で足りなくなります。64GBを最初から選んでおくほうが結果的に安い。UPSの予算(1万円前後)も一緒に確保してください。
拡張性と寿命
GPUがないのでローカルLLMは8Bクラスまでですが、ワークフローとエージェントのルーティンには5年以上使えます。故障しても安価に置き換えられるので、Docker Composeで環境を再現できる形にしておけば、機種依存の心配がありません。
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
- 動画生成AI(Wan / Hunyuan / LTX): VRAM 24GB以上が必要 / CUDA(NVIDIA GPU)前提のツールが多い
- 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): VRAM 40GB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64GB)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64GB)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 | 29GB | 動かない | 約1.4 tok/s推定 |
| gpt-oss-20b | 20.91B | 12GB | 実用 | 約11 tok/s推定 |
| Llama 3.3 70B | 70.55B | 39GB | 動かない | 約1.0 tok/s推定 |
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4件が回り、4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 | 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 | VRAM 24GB以上が必要 / CUDA(NVIDIA GPU)前提のツールが多い |
| 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、イラスト・画像生成の要件を満たす構成まで上げる必要があります。イラスト・画像生成のページに、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173本です。収まらないもののうち、いちばん惜しいのはgpt-oss-120bで、メモリがあと約19GB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-120b | 116.83B | 62GB | 19GB |
| GLM-4.5-Air 106B-A12B | 110.47B | 72GB | 29GB |
| Devstral 2 123B | 125.03B | 75GB | 32GB |
メモリを一段上の128GB(例: 一般的なデスクトップ/ノートPC(DDR5-5600・GPUなし)(メモリ128GB))にすると、収まるモデルは13本増えて186本になります。逆に一段下の32GBだと15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 |
| 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 |
| 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 |
| 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 |
同じ形の他の構成
| 構成 | 向いている人 | 目安 |
|---|---|---|
| Mac mini M4 Pro(メモリ64GB)を常時稼働サーバに | OllamaでローカルLLMのAPIを立て、自動化と一緒に静かに省電力で24時間動かせる。macOSなのでClaude Codeも手順どおりに使える | 36〜42万円 |
| Ryzen AI Max+ 395 ミニPC(メモリ128GB) | Windows/Linuxで128GBの共有メモリ。GPU側に96GBを割り当てれば、gpt-oss-120bや70Bクラスを常時サーバとして動かせる | 32〜48万円 |
| ワークステーション(RTX 5090・メモリ128GB・SSD 4TB) | 動画生成・学習ジョブを夜通し回す。ECC・高耐久電源・保守付きのBTOワークステーション | 75〜110万円 |
| Mac Studio M5 Ultra(メモリ512GB)をLLMサーバに | DeepSeek V3級(671B)の4bitを1台で。帯域1.2TB/s。チームのローカルLLMサーバ | 240〜280万円 |