ワークステーション（RTX 5090・メモリ128GB・SSD 4TB）
向いている人: 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
- できる合うAI 15/16・合う仕事 8/8（内訳）
- まず試すQwen3.5 35B-A3B 6bit（Q6_K）・約260 tok/s補正済み
- 足りないローカルLLM（70B〜120B MoE）（VRAM 40GB以上が必要）
Amazonで探す
目安 75〜110万円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
動画生成や学習ジョブを夜通し回すための業務機です。ワークステーション筐体は高耐久の電源、余裕のある冷却、長期保守がついてきます。RTX 5090（32GB）にメモリ128GB、NVMe 4TB。個人の作業機と違い、連続稼働で性能が落ちない設計であることに価格の意味があります。
避けたい似た構成
同じ部品構成をゲーミングPCで組めば半額近くなります。差額は保守とサポート、そして連続稼働の信頼性です。個人で使うなら自作のRTX 5090構成で十分なことが多い。法人で減価償却し、故障時の代替機保証が要る場合にだけ、ワークステーションを選ぶ理由があります。
拡張性と寿命
5年以上、保守契約次第でそれ以上。消費電力は負荷時600Wを超えるので、設置場所の電源回路（15Aブレーカー）と空調も含めて計画してください。
この1台でできること
合うAI
足りないAI（1）と理由
- ローカルLLM（70B〜120B MoE）: VRAM 40GB以上が必要
この1台で動くローカルモデル（GeForce RTX 5090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: Qwen3.5 35B-A3B（6bit（Q6_K）・必要28GB・約260 tok/s補正済み）。メモリ32GBのPC/Macで速く動く2026年の実用MoE
| 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3600 tok/s補正済み |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約1910 tok/s補正済み |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約1250 tok/s補正済み |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約1020 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約1010 tok/s補正済み |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約1000 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約860 tok/s補正済み |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約760 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約690 tok/s補正済み |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約630 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約610 tok/s補正済み |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約600 tok/s補正済み |
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（GeForce RTX 5090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 | 快適 | 約120 tok/s補正済み |
| Gemma 3 12B | 11.77B | 13GB | 快適 | 約86 tok/s補正済み |
| Gemma 3 27B | 27.01B | 29GB | 快適 | 約38 tok/s補正済み |
| gpt-oss-20b | 20.91B | 12GB | 快適 | 約300 tok/s補正済み |
| Llama 3.3 70B | 70.55B | 28GB | 快適 | 約40 tok/s補正済み |
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8件が回り、0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 | 快適 | — |
| 動画生成・編集 | 快適 | — |
| 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 | — |
収録している仕事はすべてこの1台で回ります。あとは同時に何本走らせるかの問題です。
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VRAMに4bit以上の量子化で収まるのは162本です。収まらないもののうち、いちばん惜しいのはNemotron 3.5 Lightning 30B-A3Bで、VRAMがあと約1.3GB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 |
|---|---|---|---|
| Nemotron 3.5 Lightning 30B-A3B | 31.58B | 33GB | 1.3GB |
| Stockmark-2 100B | 96B | 58GB | 27GB |
| gpt-oss-120b | 116.83B | 62GB | 30GB |
VRAMを一段上の48GB（例: RTX 6000 Ada）にすると、収まるモデルは12本増えて174本になります。逆に一段下の24GBだと4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 |
|---|---|---|---|
| MacBook Pro 16 M4 Max（メモリ128GB・SSD 2TB） | ノートPC | 70B〜120BのMoE型まで持ち歩ける。帯域546GB/sでミドルクラスのGPU並みの速さ | 70〜85万円 |
| Mac Studio M4 Max（メモリ128GB・SSD 2TB） | Mac | gpt-oss-120bやQwen3.5 122Bがメモリに収まり、帯域546GB/sで実用的な速さが出る。個人向けローカルLLMの本命 | 62〜72万円 |
| 自作: RTX 5090（32GB）・メモリ96GB | 自作 | 動画生成・学習・32BクラスのLLM。メモリ96GBあれば、大型のMoE型を一部メインメモリに逃がして動かせる | 60〜80万円 |
| RTX 5090（32GB）デスクトップ・メモリ64GB | デスクトップ（BTO） | 動画生成・32BクラスのローカルLLM・LoRA学習。GPU 1枚で届く上限 | 55〜75万円 |
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 |
| 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 |
| 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 |