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 › 静音ミニPC(Ryzen 9・メモリ64GB・GPUなし)

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。

16コアCPU目安
64GBメモリ
なしGPU VRAM
2TBSSD
最適常時稼働

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。

この構成の販売元を見る あなたに合うPCを診断

この1台でできること

足りないAI(7)と理由

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 270M8bit(Q8_0)0.8GB快適約130 tok/s推定
Qwen2.5 0.5B8bit(Q8_0)1.1GB快適約69 tok/s推定
Qwen3.5 0.8B8bit(Q8_0)1.4GB快適約46 tok/s推定
Gemma 3 1B8bit(Q8_0)1.6GB快適約37 tok/s推定
Sarashina2.2 0.5B8bit(Q8_0)1.8GB快適約37 tok/s推定
Qwen3 0.6B8bit(Q8_0)2.0GB快適約36 tok/s推定
LFM2.5 1.2B JP8bit(Q8_0)1.8GB快適約31 tok/s推定
Llama 3.2 1B8bit(Q8_0)2.0GB快適約28 tok/s推定
EXAONE 4.0 1.2B8bit(Q8_0)2.3GB快適約25 tok/s推定
TinySwallow 1.5B8bit(Q8_0)2.3GB快適約23 tok/s推定
RakutenAI-2.0 mini8bit(Q8_0)2.4GB快適約22 tok/s推定
Sarashina2.2 1B8bit(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 8B8.19B10.0GB遅い約4.3 tok/s推定
Gemma 3 12B11.77B13GB遅い約3.1 tok/s推定
Gemma 3 27B27.01B29GB動かない約1.4 tok/s推定
gpt-oss-20b20.91B12GB実用約11 tok/s推定
Llama 3.3 70B70.55B39GB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-120b116.83B62GB19GB
GLM-4.5-Air 106B-A12B110.47B72GB29GB
Devstral 2 123B125.03B75GB32GB

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PCClaude 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PCChatGPT・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