ユニファイドメモリ 96GBで動くローカルLLM一覧（2026年10月）
96GBは、120B級のMoEが4bitで収まる容量です。使える72GBに185本が収まり、推定8tok/sを割る組み合わせは0本になります。
1854bit以上で動くモデル（全204本中）
162その中で快適に動くもの（20 tok/s以上）
187量子化を落とせば動く数
127.49B4bit以上で動く最大のモデル
編集部の見立て
GLM-4.5-Air 106B-A12BのQ4_K_Mが必要72GBで、実効72GBと同じ数字。入りはしても、文脈に回す余地は残りません。余裕を残すならGPT-OSS-Swallow 120BのIQ4_XSが64.3GB・推定138.6tok/s、Qwen3.5 122B-A10Bは58.5GBで83.8tok/sです。
4bitで入らないのは200B級で、Step-3.7-FlashもIQ2_Mでしか入らず、Inkling Small 264Bはあと7.9GB、Qwen3 235B-A22Bは12.2GBの不足。185本まで来ても、残りはそれだけ重いモデルです。
この容量に該当する機種
動くモデルと推定速度
各モデルについて、この容量に収まる量子化のうち、いちばん精度の高いものを表示しています。速度はApple M5 Ultra（96GB）での推定値で、同じ容量でも帯域幅の広いGPUならこれより速く、狭ければ遅くなります。
| モデル | パラメータ | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|---|
| Gemma 3 270M | 0.27B | 8bit（Q8_0） | 0.8GB | 快適 | 約2280 tok/s推定 |
| Qwen2.5 0.5B | 0.49B | 8bit（Q8_0） | 1.1GB | 快適 | 約1210 tok/s推定 |
| Qwen3.5 0.8B | 0.77B | 8bit（Q8_0） | 1.4GB | 快適 | 約790 tok/s推定 |
| Gemma 3 1B | 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約640 tok/s推定 |
| Sarashina2.2 0.5B | 0.79B | 8bit（Q8_0） | 1.8GB | 快適 | 約640 tok/s推定 |
| Qwen3 0.6B | 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約630 tok/s推定 |
| LFM2.5 1.2B JP | 1.17B | 8bit（Q8_0） | 1.8GB | 快適 | 約540 tok/s推定 |
| Llama 3.2 1B | 1.24B | 8bit（Q8_0） | 2.0GB | 快適 | 約480 tok/s推定 |
| EXAONE 4.0 1.2B | 1.28B | 8bit（Q8_0） | 2.3GB | 快適 | 約440 tok/s推定 |
| TinySwallow 1.5B | 1.54B | 8bit（Q8_0） | 2.3GB | 快適 | 約400 tok/s推定 |
| RakutenAI-2.0 mini | 1.53B | 8bit（Q8_0） | 2.4GB | 快適 | 約390 tok/s推定 |
| Sarashina2.2 1B | 1.41B | 8bit（Q8_0） | 2.6GB | 快適 | 約380 tok/s推定 |
| Qwen2.5 1.5B | 1.78B | 8bit（Q8_0） | 2.5GB | 快適 | 約350 tok/s推定 |
| Qwen3.5 2B | 1.94B | 8bit（Q8_0） | 2.6GB | 快適 | 約330 tok/s推定 |
| Qwen3-VL 2B | 1.72B | 8bit（Q8_0） | 3.1GB | 快適 | 約310 tok/s推定 |
| Qwen3 1.7B | 1.72B | 8bit（Q8_0） | 3.1GB | 快適 | 約310 tok/s推定 |
| Ling 3.0 tiny | 7.89B アクティブ1.3B | 8bit（Q8_0） | 8.7GB | 快適 | 約290 tok/s推定 |
| LFM2.5 8B-A1B | 8.47B アクティブ1.5B | 8bit（Q8_0） | 9.2GB | 快適 | 約260 tok/s推定 |
| LLM-jp-3.1 1.8B | 1.87B | 8bit（Q8_0） | 3.9GB | 快適 | 約250 tok/s推定 |
| MiniCPM5 2B | 2.52B | 8bit（Q8_0） | 3.4GB | 快適 | 約250 tok/s推定 |
| LFM2.5 2.6B | 2.7B | 8bit（Q8_0） | 3.4GB | 快適 | 約240 tok/s推定 |
| LFM2.5-VL 3B | 2.7B | 8bit（Q8_0） | 3.4GB | 快適 | 約240 tok/s推定 |
| Gemma 2 Baku 2B | 2.61B | 8bit（Q8_0） | 3.8GB | 快適 | 約230 tok/s推定 |
| Qwen2.5-VL 3B | 3.09B | 8bit（Q8_0） | 3.9GB | 快適 | 約200 tok/s推定 |
| Qwen2.5-Coder 3B | 3.09B | 8bit（Q8_0） | 3.9GB | 快適 | 約200 tok/s推定 |
| Qwen2.5 3B | 3.09B | 8bit（Q8_0） | 3.9GB | 快適 | 約200 tok/s推定 |
| SmolLM3 3B | 3.08B | 8bit（Q8_0） | 4.2GB | 快適 | 約200 tok/s推定 |
| gpt-oss-20b | 20.91B アクティブ3.6B | 4bit（MXFP4） | 12GB | 快適 | 約190 tok/s推定 |
| Llama 3.2 3B | 3.21B | 8bit（Q8_0） | 4.7GB | 快適 | 約180 tok/s推定 |
| Ministral 3 3B | 3.43B | 8bit（Q8_0） | 4.8GB | 快適 | 約170 tok/s推定 |
| Granite 4.2 3B | 3.66B | 8bit（Q8_0） | 4.9GB | 快適 | 約170 tok/s推定 |
| Sarashina2.2 3B | 3.36B | 8bit（Q8_0） | 5.2GB | 快適 | 約170 tok/s推定 |
| LLM-jp-4 32B-A3B thinking | 32.14B アクティブ3B | 5bit（Q5_K_M） | 24GB | 快適 | 約170 tok/s推定 |
| Gemma 3 4B | 3.88B | 8bit（Q8_0） | 4.7GB | 快適 | 約160 tok/s推定 |
| Qwen3-Next 80B-A3B | 79.67B アクティブ3B | 6bit（Q6_K） | 64GB | 快適 | 約160 tok/s推定 |
| Qwen3-Coder-Next 80B-A3B | 79.67B アクティブ3B | 6bit（Q6_K） | 64GB | 快適 | 約160 tok/s推定 |
| Nemotron 3 Nano 4B | 3.97B | 8bit（Q8_0） | 4.7GB | 快適 | 約160 tok/s推定 |
| Qwen3.5 4B | 4.21B | 8bit（Q8_0） | 5.0GB | 快適 | 約150 tok/s推定 |
| Phi-4-mini 3.8B | 3.84B | 8bit（Q8_0） | 5.4GB | 快適 | 約150 tok/s推定 |
| AREX-Turbo 4B | 4.21B | 8bit（Q8_0） | 5.1GB | 快適 | 約150 tok/s推定 |
| Fara1.5 4B | 4.21B | 8bit（Q8_0） | 5.1GB | 快適 | 約150 tok/s推定 |
| Ling 3.0 flash | 127.49B アクティブ5.1B | 4bit（IQ4_XS） | 67GB | 快適 | 約150 tok/s推定 |
| Nanbeige4.2 3B | 4.17B | 8bit（Q8_0） | 5.4GB | 快適 | 約150 tok/s推定 |
| Gemma 3n E2B | 4.46B | 8bit（Q8_0） | 5.2GB | 快適 | 約140 tok/s推定 |
| gpt-oss-120b | 116.83B アクティブ5.1B | 4bit（MXFP4） | 62GB | 快適 | 約140 tok/s推定 |
| Qwen3-VL 4B | 4.02B | 8bit（Q8_0） | 5.7GB | 快適 | 約140 tok/s推定 |
| Qwen3 4B | 4.02B | 8bit（Q8_0） | 5.7GB | 快適 | 約140 tok/s推定 |
| Gemma 4 E2B | 4.65B | 8bit（Q8_0） | 5.5GB | 快適 | 約140 tok/s推定 |
| AFM-4.5B | 4.62B | 8bit（Q8_0） | 5.8GB | 快適 | 約130 tok/s推定 |
| Nemotron 3.5 Lightning 30B-A3B | 31.58B アクティブ3B | 8bit（Q8_0） | 33GB | 快適 | 約130 tok/s推定 |
| Nemotron 3 Nano Omni 30B-A3B | 31.58B アクティブ3B | 8bit（Q8_0） | 33GB | 快適 | 約130 tok/s推定 |
| Kimi Linear 48B-A3B | 49.12B アクティブ3B | 8bit（Q8_0） | 51GB | 快適 | 約130 tok/s推定 |
| GPT-OSS-Swallow 120B | 116.83B アクティブ5.1B | 3bit（Q3_K_M） | 69GB | 快適 | 約130 tok/s推定 |
| Llama-3-ELYZA-JP-8B | 8.03B | 4bit（Q4_K_M） | 6.2GB | 快適 | 約130 tok/s推定 |
| Holo4 35B-A3B | 34.66B アクティブ3B | 8bit（Q8_0） | 36GB | 快適 | 約130 tok/s推定 |
| Ornith 1.5 35B-A3B | 35.51B アクティブ3B | 8bit（Q8_0） | 37GB | 快適 | 約130 tok/s推定 |
| KAT-Coder-V2.5-Dev 35B-A3B | 34.66B アクティブ3B | 8bit（Q8_0） | 36GB | 快適 | 約130 tok/s推定 |
| Ornith 1.0 35B-A3B | 34.66B アクティブ3B | 8bit（Q8_0） | 36GB | 快適 | 約130 tok/s推定 |
| Qwen-AgentWorld 35B-A3B | 34.66B アクティブ3B | 8bit（Q8_0） | 36GB | 快適 | 約130 tok/s推定 |
| Qwen3.6 35B-A3B | 34.66B アクティブ3B | 8bit（Q8_0） | 36GB | 快適 | 約130 tok/s推定 |
| Qwen3.5 35B-A3B | 34.66B アクティブ3B | 8bit（Q8_0） | 36GB | 快適 | 約130 tok/s推定 |
| Laguna XS 2.1 33B-A3B | 33.44B アクティブ3B | 8bit（Q8_0） | 35GB | 快適 | 約120 tok/s推定 |
| Phi-3.5-mini 3.8B | 3.82B | 8bit（Q8_0） | 7.4GB | 快適 | 約120 tok/s推定 |
| ERNIE 4.5 21B-A3B Thinking | 21.83B アクティブ3B | 8bit（Q8_0） | 23GB | 快適 | 約120 tok/s推定 |
| North Mini Code 1.0 | 30.48B アクティブ3B | 8bit（Q8_0） | 32GB | 快適 | 約120 tok/s推定 |
| GLM-4.7-Flash 30B-A3B | 29.94B アクティブ3B | 8bit（Q8_0） | 32GB | 快適 | 約120 tok/s推定 |
| Step-3.7-Flash | 196.96B アクティブ11B | 2bit（IQ2_M） | 60GB | 快適 | 約110 tok/s推定 |
| Nex-N2.5-mini | 34.66B アクティブ3.58B | 8bit（Q8_0） | 36GB | 快適 | 約110 tok/s推定 |
| Thomson 1.0 Small 35B-A3B | 34.66B アクティブ3.58B | 8bit（Q8_0） | 36GB | 快適 | 約110 tok/s推定 |
| XYZ-Aquila mini 35B-A3B | 34.66B アクティブ3.58B | 8bit（Q8_0） | 36GB | 快適 | 約110 tok/s推定 |
| Qwen3-Swallow 30B-A3B | 30.53B アクティブ3.3B | 8bit（Q8_0） | 32GB | 快適 | 約110 tok/s推定 |
| Qwen3-VL 30B-A3B | 30.53B アクティブ3.3B | 8bit（Q8_0） | 32GB | 快適 | 約110 tok/s推定 |
| Qwen3 30B-A3B | 30.53B アクティブ3.3B | 8bit（Q8_0） | 32GB | 快適 | 約110 tok/s推定 |
| Qwen3-Coder 30B-A3B | 30.53B アクティブ3.3B | 8bit（Q8_0） | 32GB | 快適 | 約110 tok/s推定 |
| GPT-OSS-Swallow 20B | 20.91B アクティブ3.6B | 8bit（Q8_0） | 22GB | 快適 | 約110 tok/s推定 |
| BigBang v1 35B | 35.51B アクティブ3.65B | 8bit（Q8_0） | 37GB | 快適 | 約110 tok/s推定 |
| CAT-Translate 7B | 7.49B | 6bit（Q6_K） | 7.4GB | 快適 | 約110 tok/s推定 |
| Mistral Small 4 119B | 118.97B アクティブ6.5B | 4bit（Q4_K_M） | 72GB | 快適 | 約100 tok/s推定 |
| Shisa V2.1 Qwen3 8B | 8.19B | 6bit（Q6_K） | 8.1GB | 快適 | 約96 tok/s推定 |
| Gemma 4 26B-A4B | 25.23B アクティブ4B | 8bit（Q8_0） | 27GB | 快適 | 約95 tok/s推定 |
| Granite 4.0 H-Tiny | 6.94B | 8bit（Q8_0） | 7.7GB | 快適 | 約95 tok/s推定 |
| Gemma 3n E4B | 6.87B | 8bit（Q8_0） | 7.7GB | 快適 | 約95 tok/s推定 |
| Mistral 7B v0.3 | 7.25B | 8bit（Q8_0） | 8.9GB | 快適 | 約85 tok/s推定 |
| Falcon-H1R 7B | 7.59B | 8bit（Q8_0） | 8.6GB | 快適 | 約85 tok/s推定 |
| Gemma 4 E4B | 7.52B | 8bit（Q8_0） | 8.6GB | 快適 | 約84 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 7B | 7.62B | 8bit（Q8_0） | 8.7GB | 快適 | 約84 tok/s推定 |
| ABEJA Qwen2.5 7B Japanese | 7.62B | 8bit（Q8_0） | 8.7GB | 快適 | 約84 tok/s推定 |
| DeepSeek-R1 Distill Qwen 7B | 7.62B | 8bit（Q8_0） | 8.7GB | 快適 | 約84 tok/s推定 |
| Qwen2.5-VL 7B | 7.62B | 8bit（Q8_0） | 8.7GB | 快適 | 約84 tok/s推定 |
| Qwen2.5 7B | 7.62B | 8bit（Q8_0） | 8.7GB | 快適 | 約84 tok/s推定 |
| Qwen2.5-Coder 7B | 7.62B | 8bit（Q8_0） | 8.7GB | 快適 | 約84 tok/s推定 |
| Qwen3.5 122B-A10B | 122.11B アクティブ10B | 4bit（IQ4_XS） | 58GB | 快適 | 約84 tok/s推定 |
| Hunyuan 7B | 7.5B | 8bit（Q8_0） | 9.2GB | 快適 | 約83 tok/s推定 |
| Tanuki-8B | 7.51B | 8bit（Q8_0） | 9.2GB | 快適 | 約83 tok/s推定 |
| Laguna S 2.1 118B-A8B | 117.56B アクティブ8B | 4bit（Q4_K_M） | 71GB | 快適 | 約81 tok/s推定 |
| Command R7B | 8.03B | 8bit（Q8_0） | 9.3GB | 快適 | 約79 tok/s推定 |
| Llama 3.1 Swallow 8B | 8.03B | 8bit（Q8_0） | 9.7GB | 快適 | 約77 tok/s推定 |
| DeepSeek-R1 Distill Llama 8B | 8.03B | 8bit（Q8_0） | 9.7GB | 快適 | 約77 tok/s推定 |
| Aya Expanse 8B | 8.03B | 8bit（Q8_0） | 9.7GB | 快適 | 約77 tok/s推定 |
| Llama 3 Youko 8B | 8.03B | 8bit（Q8_0） | 9.7GB | 快適 | 約77 tok/s推定 |
| Llama 3.1 8B | 8.03B | 8bit（Q8_0） | 9.7GB | 快適 | 約77 tok/s推定 |
| Apertus 8B | 8.05B | 8bit（Q8_0） | 9.7GB | 快適 | 約77 tok/s推定 |
| Qwen3-Swallow 8B | 8.19B | 8bit（Q8_0） | 10.0GB | 快適 | 約76 tok/s推定 |
| Qwen3-VL 8B | 8.19B | 8bit（Q8_0） | 10.0GB | 快適 | 約76 tok/s推定 |
| DeepSeek-R1-0528 Qwen3 8B | 8.19B | 8bit（Q8_0） | 10.0GB | 快適 | 約76 tok/s推定 |
| Qwen3 8B | 8.19B | 8bit（Q8_0） | 10.0GB | 快適 | 約76 tok/s推定 |
| Nemotron-Nano 9B v2 Japanese | 8.89B | 8bit（Q8_0） | 9.7GB | 快適 | 約74 tok/s推定 |
| Ministral 3 8B | 8.49B | 8bit（Q8_0） | 10GB | 快適 | 約73 tok/s推定 |
| Ornith 1.0 9B | 8.95B | 8bit（Q8_0） | 9.9GB | 快適 | 約73 tok/s推定 |
| LLM-jp-4 8B thinking | 8.59B | 8bit（Q8_0） | 10GB | 快適 | 約73 tok/s推定 |
| Qwen3.5 9B | 8.95B | 8bit（Q8_0） | 9.9GB | 快適 | 約73 tok/s推定 |
| MiMo-V2.6-Distill-Qwen-9B | 8.95B | 8bit（Q8_0） | 9.9GB | 快適 | 約73 tok/s推定 |
| Ornith 1.5 9B | 8.95B | 8bit（Q8_0） | 9.9GB | 快適 | 約73 tok/s推定 |
| UI-Mate 9B | 8.95B | 8bit（Q8_0） | 9.9GB | 快適 | 約73 tok/s推定 |
| UI-Venus-2 9B | 8.95B | 8bit（Q8_0） | 9.9GB | 快適 | 約73 tok/s推定 |
| Fara1.5 9B | 8.95B | 8bit（Q8_0） | 9.9GB | 快適 | 約73 tok/s推定 |
| Granite 4.2 8B | 8.79B | 8bit（Q8_0） | 11GB | 快適 | 約70 tok/s推定 |
| GLM-4.6V-Flash 9B | 9.4B | 8bit（Q8_0） | 10GB | 快適 | 約69 tok/s推定 |
| PLaMo 2 Translate | 9.53B | 8bit（Q8_0） | 10GB | 快適 | 約69 tok/s推定 |
| Gemma-2-Llama-Swallow 9B | 9.24B | 8bit（Q8_0） | 12GB | 快適 | 約65 tok/s推定 |
| Gemma 2 9B | 9.24B | 8bit（Q8_0） | 12GB | 快適 | 約65 tok/s推定 |
| Gemma 4 12B | 11.91B | 8bit（Q8_0） | 13GB | 快適 | 約55 tok/s推定 |
| Gemma 3 12B | 11.77B | 8bit（Q8_0） | 13GB | 快適 | 約54 tok/s推定 |
| Nemotron Nano 12B v2 | 12.31B | 8bit（Q8_0） | 13GB | 快適 | 約53 tok/s推定 |
| Mistral Nemo Japanese 12B | 12.25B | 8bit（Q8_0） | 14GB | 快適 | 約51 tok/s推定 |
| Mistral Nemo 12B | 12.25B | 8bit（Q8_0） | 14GB | 快適 | 約51 tok/s推定 |
| GLM-4.5-Air 106B-A12B | 110.47B アクティブ12B | 4bit（Q4_K_M） | 72GB | 快適 | 約48 tok/s推定 |
| Ministral 3 14B | 13.51B | 8bit（Q8_0） | 16GB | 快適 | 約47 tok/s推定 |
| Granite 4.0 H-Small 32B-A9B | 32.21B アクティブ9B | 8bit（Q8_0） | 33GB | 快適 | 約44 tok/s推定 |
| ABEJA Qwen3 14B Agentic | 14.77B | 8bit（Q8_0） | 17GB | 快適 | 約43 tok/s推定 |
| Qwen3 14B | 14.77B | 8bit（Q8_0） | 17GB | 快適 | 約43 tok/s推定 |
| Shisa V2.1 unphi4 14B | 14.66B | 8bit（Q8_0） | 17GB | 快適 | 約43 tok/s推定 |
| Phi-4 14B | 14.66B | 8bit（Q8_0） | 17GB | 快適 | 約43 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B | 14.77B | 8bit（Q8_0） | 17GB | 快適 | 約43 tok/s推定 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 14.77B | 8bit（Q8_0） | 17GB | 快適 | 約43 tok/s推定 |
| Qwen2.5-Coder 14B | 14.77B | 8bit（Q8_0） | 17GB | 快適 | 約43 tok/s推定 |
| Qwen2.5 14B | 14.77B | 8bit（Q8_0） | 17GB | 快適 | 約43 tok/s推定 |
| LLM-jp-3.1 13B | 13.71B | 8bit（Q8_0） | 21GB | 快適 | 約39 tok/s推定 |
| Llama 4 Scout 17B-16E | 107.77B アクティブ17B | 4bit（Q4_K_M） | 65GB | 快適 | 約38 tok/s推定 |
| Hunyuan-A13B 80B | 80.39B アクティブ13B | 6bit（Q6_K） | 65GB | 快適 | 約38 tok/s推定 |
| RakutenAI-2.0 8x7B | 46.83B アクティブ13B | 8bit（Q8_0） | 49GB | 快適 | 約29 tok/s推定 |
| Tanuki-8x8B | 46.97B アクティブ13B | 8bit（Q8_0） | 49GB | 快適 | 約29 tok/s推定 |
| Mixtral 8x7B | 46.7B アクティブ13B | 8bit（Q8_0） | 49GB | 快適 | 約29 tok/s推定 |
| Codestral 22B | 22.25B | 8bit（Q8_0） | 25GB | 快適 | 約29 tok/s推定 |
| Devstral Small 2 24B | 23.57B | 8bit（Q8_0） | 26GB | 快適 | 約27 tok/s推定 |
| Magistral Small 2509 | 23.57B | 8bit（Q8_0） | 26GB | 快適 | 約27 tok/s推定 |
| Devstral Small 2507 | 23.57B | 8bit（Q8_0） | 26GB | 快適 | 約27 tok/s推定 |
| Mistral Small 3.2 24B | 23.57B | 8bit（Q8_0） | 26GB | 快適 | 約27 tok/s推定 |
| Qwen2.5-VL 32B | 32.76B | 6bit（Q6_K） | 28GB | 快適 | 約25 tok/s推定 |
| AREX-2 27B | 26.9B | 8bit（Q8_0） | 29GB | 快適 | 約24 tok/s推定 |
| UI-Mate 27B | 26.9B | 8bit（Q8_0） | 29GB | 快適 | 約24 tok/s推定 |
| Fara1.5 27B | 26.9B | 8bit（Q8_0） | 29GB | 快適 | 約24 tok/s推定 |
| Qwen3.6 27B | 26.9B | 8bit（Q8_0） | 28GB | 快適 | 約24 tok/s推定 |
| Qwen3.5 27B | 26.9B | 8bit（Q8_0） | 28GB | 快適 | 約24 tok/s推定 |
| Qwen3.8 27B | 27.32B | 8bit（Q8_0） | 29GB | 快適 | 約24 tok/s推定 |
| Gemma 3 27B | 27.01B | 8bit（Q8_0） | 29GB | 快適 | 約24 tok/s推定 |
| Muse-Glimmer 30B | 27.85B | 8bit（Q8_0） | 29GB | 快適 | 約24 tok/s推定 |
| Gemma-2-Llama-Swallow 27B | 27.23B | 8bit（Q8_0） | 30GB | 快適 | 約23 tok/s推定 |
| Granite 4.2 30B | 29.28B | 8bit（Q8_0） | 32GB | 快適 | 約22 tok/s推定 |
| Mixtral 8x22B | 140.63B アクティブ39B | 3bit（Q3_K_M） | 67GB | 快適 | 約21 tok/s推定 |
| Gemma 4 31B | 30.7B | 8bit（Q8_0） | 33GB | 快適 | 約21 tok/s推定 |
| EXAONE 4.0.1 32B | 32B | 8bit（Q8_0） | 34GB | 快適 | 約20 tok/s推定 |
| Olmo 3.1 32B | 32.23B | 8bit（Q8_0） | 35GB | 快適 | 約20 tok/s推定 |
| Aya Expanse 32B | 32.3B | 8bit（Q8_0） | 35GB | 快適 | 約20 tok/s推定 |
| Qwen3-VL 32B | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| ABEJA Qwen2.5 32B Japanese | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| ELYZA-Shortcut-1.0 Qwen 32B | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| ELYZA-Thinking-1.0 Qwen 32B | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| Qwen3 32B | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| DeepSeek-R1 Distill Qwen 32B Japanese | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| KARAKURI LM 32B Thinking | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| Qwen2.5-Coder 32B | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| Qwen2.5 32B | 32.76B | 8bit（Q8_0） | 36GB | 実用 | 約20 tok/s推定 |
| LLM-jp-4 33B thinking | 33.22B | 8bit（Q8_0） | 36GB | 実用 | 約19 tok/s推定 |
| Seed-OSS 36B | 36.15B | 8bit（Q8_0） | 39GB | 実用 | 約18 tok/s推定 |
| Llama 3 Youko 70B | 70.55B | 4bit（Q4_K_M） | 44GB | 実用 | 約16 tok/s推定 |
| Llama 3.1 70B Japanese | 70.55B | 4bit（Q4_K_M） | 44GB | 実用 | 約16 tok/s推定 |
| Llama 3.3 Swallow 70B | 70.55B | 5bit（Q5_K_M） | 51GB | 実用 | 約14 tok/s推定 |
| Shisa V2.1 Llama 3.3 70B | 70.55B | 6bit（Q6_K） | 59GB | 実用 | 約12 tok/s推定 |
| DeepSeek-R1 Distill Llama 70B | 70.55B | 6bit（Q6_K） | 59GB | 実用 | 約12 tok/s推定 |
| Llama 3.3 70B | 70.55B | 6bit（Q6_K） | 59GB | 実用 | 約12 tok/s推定 |
| Llama 3.1 70B | 70.55B | 6bit（Q6_K） | 59GB | 実用 | 約12 tok/s推定 |
| Qwen2.5 72B | 72.71B | 6bit（Q6_K） | 65GB | 実用 | 約11 tok/s推定 |
| Command A 111B | 111.06B | 4bit（Q4_K_M） | 66GB | 実用 | 約10 tok/s推定 |
| Devstral 2 123B | 125.03B | 4bit（IQ4_XS） | 68GB | 実用 | 約10 tok/s推定 |
| Stockmark-2 100B | 96B | 5bit（Q5_K_M） | 68GB | 実用 | 約10 tok/s推定 |
あと少しで収まらないモデル
最も小さい量子化にしても、この容量には収まらなかったモデルです。不足分が小さいものは、コンテキスト長を4,096に絞れば収まることがあります。
| モデル | パラメータ | 必要（最小量子化） | 不足 |
|---|---|---|---|
| MiniMax-M2.5 229B-A10B | 228.69B | 77GB | あと5.5GB |
| Inkling Small 264B | 263.66B | 80GB | あと7.9GB |
| Qwen3 235B-A22B | 235.09B | 84GB | あと12GB |
| DeepSeek-V4-Flash | 284.33B | 88GB | あと16GB |
| Qwen3.8-Flash-Next | 176.94B | 91GB | あと19GB |
| Hy3 295B-A21B | 298.79B | 101GB | あと29GB |
| ERNIE 4.5 300B-A47B | 299.48B | 104GB | あと32GB |
| Qwen3.5 397B-A17B | 396.35B | 119GB | あと47GB |
| GLM-4.5 355B-A32B | 358.34B | 121GB | あと49GB |
| MiMo-V2.6-Flash-RL | 308.78B | 122GB | あと50GB |
| Llama 4 Maverick 17B-128E | 400.71B | 137GB | あと65GB |
| GLM-5.3-Flash | 320.76B | 151GB | あと79GB |
1段上のユニファイドメモリ 128GBにすると何が増えるか
ユニファイドメモリ 96GBからユニファイドメモリ 128GB（M1 Ultra / M2 Ultra / M3 Max / M4 Max の128GB構成）に上げると、新たに5モデルが動くようになります。買い替えや構成の検討で、その差額に見合うかを判断する材料にしてください。
| 新たに動くモデル | パラメータ | 量子化 | 必要 |
|---|---|---|---|
| DeepSeek-V4-Flash | 284.33B | 2bit（IQ2_M） | 88GB |
| Inkling Small 264B | 263.66B | 2bit（IQ2_M） | 80GB |
| Qwen3 235B-A22B | 235.09B | 2bit（Q2_K） | 84GB |
| MiniMax-M2.5 229B-A10B | 228.69B | 2bit（Q2_K） | 82GB |
| Qwen3.8-Flash-Next | 176.94B | 4bit（IQ4_XS） | 91GB |
この容量での選び方
この容量は帯域幅の差が極端で、M3 Maxの300GB/sからM5 Ultraの1228GB/sまで4倍あります。代表値に使った1228GB/sの機種は公開ベンチマークで補正できておらず推定なので、表の速度は高めに出やすい前提で読むのが安全です。容量の割り振りとしては、120B級をIQ4_XSで置いて10GB前後を空ける形が扱いやすい。
72GBを使い切るQ4_K_Mは、長い入力を渡す使い方と相性が悪めです。日本語ではStockmark-2 100BのQ5_K_Mが推定10.1tok/sで、同じ容量に収まるMoEとは10倍以上の開きがある。dense型かMoEかで選び方が割れる容量です。128GBへ上げても4bit以上は188本と数本しか増えませんから、次に見るべきは容量ではなく帯域幅になります。
この容量で足りるAI用途
手元で動かすAIの用途ごとに、ユニファイドメモリ 96GBが要件を満たすかどうかです。クラウドで動くAI（ChatGPT・Claude・Gemini）はどの機種でも使えるので含めていません。
| 用途 | 必要な容量 | ユニファイドメモリ 96GBでは |
|---|---|---|
| Stable Diffusion / SDXL | 統合32GB | 動かない CUDA前提のツールが多く不向き |
| FLUX / 高品質画像生成 | 統合32GB | 動かない CUDA前提のツールが多く不向き |
| 動画生成AI（Wan / Hunyuan / LTX） | 統合64GB | 動かない CUDA前提のツールが多く不向き |
| ローカルLLM（8Bクラス） | 統合16GB | 快適 |
| ローカルLLM（27〜32Bクラス） | 統合34GB | 快適 |
| ローカルLLM（70B〜120B MoE） | 統合64GB | 快適 |
| 文字起こし（Whisper） | 統合16GB | 快適 |
コンテキスト長をどこまで伸ばせるか
この容量で問題になりやすいのが、一度に読ませる文章の長さ。長くするほどKVキャッシュがメモリを食い、同じモデルでも収まらなくなります。この容量に収まるモデルのうち最も大きいLing 3.0 flash（4bit（IQ4_XS）・ファイル64GB）で計算すると、次のようになります。
| コンテキスト | KVキャッシュ | 必要合計 | 実効72GBに |
|---|---|---|---|
| 4,096 | 0.1GB | 67GB | 収まる |
| 8,192 | 0.1GB | 67GB | 収まる |
| 32,768 | 0.5GB | 67GB | 収まる |
| 131,072 | 2.1GB | 69GB | 収まる |
このモデルが収まるのは、131,072トークンまで。ここから先で溢れることはありません。収録している範囲では、長さを最大まで伸ばしても収まります。
実際のツール（Ollama・LM Studio・llama.cpp）では既定のコンテキスト長が2,048〜8,192のことが多く、伸ばすときは設定で明示します。長い文書を渡す予定があるなら、どの長さまで使うかを先に決めてからモデルを選びましょう。
ユニファイドメモリ 96GBのPC・Macを買うなら
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。
ぴったりMac
Mac Studio M4 Max（メモリ128GB・SSD 2TB）
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
M4 Max・ユニファイドメモリ128GB・SSD 2TB ・ 目安 62〜72万円
要件を満たす中で最も手頃
余裕を持つならMac
Mac Studio M5 Ultra（メモリ256GB・SSD 2TB）
235B級のMoE型を1台で動かせる。帯域1.2TB/sはRTX 4090を上回る。個人で持てる上限
M5 Ultra（30コアCPU・64コアGPU）・ユニファイドメモリ256GB・SSD 2TB ・ 目安 167〜185万円
将来の用途拡張（大きなモデル・並列エージェント）に余裕
別の形ならデスクトップ（BTO）
GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
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
Ryzen 7 / Core i7 クラス・メモリ32GB・NVMe 1TB・電源650W以上（GPU増設余地） ・ 目安 12〜18万円
Windowsで同じ仕事をするなら
よくある質問
ユニファイドメモリ 96GBで動くローカルLLMは何本？
当サイト収録の204モデルのうち、4bit（標準的な量子化）で185本がメモリに収まります。量子化を落とせば187本まで増えます。最大はLing 3.0 flash（127.49B）です。
ユニファイドメモリ 96GBで画像生成はできる？
Macでも動きますが、同価格帯のGeForceの2〜4倍の時間がかかります。画像生成が主目的ならGeForce搭載機を検討してください。
1段上のユニファイドメモリ 128GBにすると何が変わる？
新たに5モデルが動くようになります。DeepSeek-V4-Flash、Inkling Small 264B、Qwen3 235B-A22Bなどです。