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
16コアCPU目安
64GBメモリ
なしGPU VRAM
2TBSSD
最適常時稼働
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
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 4B（8bit（Q8_0）・必要5.7GB・約8.3 tok/s推定）。4Bながら日本語が破綻しにくい。メモリ8GBのノートでも動く入門機
| モデル | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|
| Qwen3-Next 80B-A3B | 4bit（IQ4_XS） | 42GB | 実用 | 約14 tok/s推定 |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 実用 | 約11 tok/s推定 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 実用 | 約10 tok/s推定 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 実用 | 約9.4 tok/s推定 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 実用 | 約8.7 tok/s推定 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 実用 | 約8.3 tok/s推定 |
| Qwen3.6 35B-A3B | 8bit（Q8_0） | 36GB | 遅い | 約7.4 tok/s推定 |
| Qwen3.5 35B-A3B | 8bit（Q8_0） | 36GB | 遅い | 約7.4 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 遅い | 約7.4 tok/s推定 |
| GLM-4.7-Flash 30B-A3B | 8bit（Q8_0） | 32GB | 遅い | 約6.7 tok/s推定 |
| Qwen3 30B-A3B | 8bit（Q8_0） | 32GB | 遅い | 約6.2 tok/s推定 |
| Qwen3-Coder 30B-A3B | 8bit（Q8_0） | 32GB | 遅い | 約6.2 tok/s推定 |
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 | ローカルLLM API（Ollama）＋自動化を静音・低消費電力で24時間。macOSでClaude Codeも本流 | 36〜42万円 |
| Ryzen AI Max+ 395 ミニPC（メモリ128GB） | Windows/Linuxで128GBユニファイド。gpt-oss-120b・70BクラスをGPU側に96GB割り当てて常時サービング | 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 M3 Ultra（メモリ512GB）をLLMサーバに | DeepSeek V3級（671B）の4bitを1台で。チームのローカルLLMサーバ | 150〜200万円 |