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 › Ryzen AI Max+ 395 ミニPC（メモリ128GB）

Ryzen AI Max+ 395 ミニPC（メモリ128GB）

常時稼働サーバー型 ・ 目安 32〜48万円（2026年10月時点） ・ Ryzen AI Max+ 395・LPDDR5X 128GB（256GB/s）・NVMe 2TB

向いている人: 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

  • できる合うAI 13/16・合う仕事 6/8（内訳）
  • まず試すGPT-OSS-Swallow 120B 4bit（Q4_K_M）・約23 tok/s推定
  • 足りないStable Diffusion / SDXL（CUDA（NVIDIA GPU）前提のツールが多い）・FLUX / 高品質画像生成（CUDA（NVIDIA GPU）前提のツールが多い）・ほか1

Amazonで探す

目安 32〜48万円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。

Amazonで「Ryzen AI Max+ 395 128GB ミニPC」を見る →

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
128GBメモリ
96GBGPU VRAM
2TBSSD
最適常時稼働

なぜこの構成なのか

Windows/Linuxで128GBのユニファイドメモリを持つ唯一のクラスです。Ryzen AI Max+ 395はGPU側に最大96GBを割り当てられるため、gpt-oss-120bや70Bクラスを常駐させられます。Macを避けたい、あるいはWindows前提の社内環境に置きたい場合の選択肢です。帯域256GB/sはM4 Proよりやや狭い程度で、MoEなら実用速度です。

避けたい似た構成

70Bのdense型（MoEではない通常の構造）を速く動かす期待は持たないでください。帯域256GB/sでは1秒に数トークンです。この機種の価値はMoE型の大型モデルをメモリに載せられることにあり、そこを外すと「高いミニPC」になってしまいます。また、64GB版では120BのMoE型がメモリに収まらないので、狙うなら128GB版を選んでください。

拡張性と寿命

3〜5年。x86でこの容量を持つ機種は現時点で選択肢が少なく、当面は独自の位置を保ちます。消費電力は負荷時に100Wを超えるため、Mac miniほどの省電力ではない点は運用計画に入れておきましょう。

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

合うAI

合う仕事

足りないAI（3）と理由

この1台で動くローカルモデル（AMD Ryzen AI Max+ 395（Strix Halo）（メモリ128GB）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: GPT-OSS-Swallow 120B（4bit（Q4_K_M）・必要85GB・約23 tok/s推定）。gpt-oss-120bに日本語を追加学習したMoE。Mac 96GB以上向け

モデル量子化必要判定推定速度
Gemma 3 270M8bit（Q8_0）0.8GB快適約500 tok/s推定
Qwen2.5 0.5B8bit（Q8_0）1.1GB快適約260 tok/s推定
Qwen3.5 0.8B8bit（Q8_0）1.4GB快適約170 tok/s推定
Gemma 3 1B8bit（Q8_0）1.6GB快適約140 tok/s推定
Sarashina2.2 0.5B8bit（Q8_0）1.8GB快適約140 tok/s推定
Qwen3 0.6B8bit（Q8_0）2.0GB快適約140 tok/s推定
LFM2.5 1.2B JP8bit（Q8_0）1.8GB快適約120 tok/s推定
Llama 3.2 1B8bit（Q8_0）2.0GB快適約110 tok/s推定
EXAONE 4.0 1.2B8bit（Q8_0）2.3GB快適約95 tok/s推定
TinySwallow 1.5B8bit（Q8_0）2.3GB快適約87 tok/s推定
RakutenAI-2.0 mini8bit（Q8_0）2.4GB快適約85 tok/s推定
Sarashina2.2 1B8bit（Q8_0）2.6GB快適約83 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（AMD Ryzen AI Max+ 395（Strix Halo）（メモリ128GB）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実用約17 tok/s推定
Gemma 3 12B11.77B13GB実用約12 tok/s推定
Gemma 3 27B27.01B29GB遅い約5.2 tok/s推定
gpt-oss-20b20.91B12GB快適約42 tok/s推定
Llama 3.3 70B70.55B75GB遅い約2.0 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6件が回り、2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CUDA（NVIDIA GPU）前提のツールが多い
動画生成・編集動かないCUDA（NVIDIA GPU）前提のツールが多い
議事録・文字起こし快適—
データ分析・Excel/Python快適—
社内文書の検索・要約（ローカルRAG）快適—

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186本です。収まらないもののうち、いちばん惜しいのはQwen3.8-Flash-Nextで、メモリがあと約4.8GB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
Qwen3.8-Flash-Next176.94B91GB4.8GB
DeepSeek-V4-Flash284.33B132GB46GB
GLM-5.3-Flash320.76B151GB65GB

逆に一段下の64GBだと13本減ります。VRAMを増やすにはGPUごと交換になります。一方でシステムメモリの増設は、CPUオフロードで動かせる範囲を広げます。

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
Mac mini M4 Pro（メモリ48GB・SSD 1TB）Mac30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心30〜36万円
RTX 5070 Ti（16GB）デスクトップ・メモリ32GBデスクトップ（BTO）FLUX、27B級のMoE型、gpt-oss-20bまで。ローカルAIの定番28〜38万円
RTX 5080（16GB）デスクトップ・メモリ64GBデスクトップ（BTO）画像生成を速く、並列エージェントも余裕。VRAMは5070 Tiと同じ16GB36〜48万円
Mac mini M4 Pro（メモリ64GB・SSD 1TB）Mac70BクラスのローカルLLMまで。同じ価格帯のGeForce機より大きいモデルまで動く36〜42万円
GPUノート（RTX 5070 Ti Laptop 12GB・メモリ32GB）ノートPC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

同じ形の他の構成

構成向いている人目安
静音ミニPC（Ryzen 9・メモリ64GB・GPUなし）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 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
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