このページの数字は、すべて自分の機材で測った値です。表は機材と測り方ごとに分けてあり、context 長のように行ごとに違う条件は「測定条件」の列に出しています。比べられるかどうかは、表ではなく条件で決まります——同じ表の中でも、測定条件の列が違う行はそのまま比べられません。測り方と各列の読み方は表の下にまとめています。
代表値
下の詳細表に出ているのと同じ測定から、規模帯 × 機材ごとに 1 件(画像・動画はワークフロー × 機材ごとに 1 件)を決まった手順で選んだものです。一部の規模帯には、これとは別に「重点実測」の行も出しています。平均や順位付けはしていません。どれも下の詳細表にある数字をそのまま持ってきたものです。「重点実測」と付いた行は、その帯の代表とは測り方が違います。多く測っている主題を別に出しているもので、代表の行と直接は比べられません(測り方はそれぞれの「測定条件」欄に出ています)。
| 規模帯 | 測ったもの | 機材 | 測定条件 | 生成速度 tok/s |
初 token ms |
VRAM MiB |
目安スペック VRAM / RAM |
BTO | 詳細 |
|---|---|---|---|---|---|---|---|---|---|
| 〜4B | gemma3:4b | RTX 5080 単体 | 量子化 Q4_K_M / context 指定なし / 生成上限 512 token / Ollama 0.30.7 / 6 回 / 最終測定日 2026-07-22 | 154.0 | 679 | 5,963 | VRAM 8GB〜RAM 16GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 〜4B | gemma3:4b | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 Q4_K_M / context 指定なし / 生成上限 512 token / Ollama 0.30.7 / 3 回 / 最終測定日 2026-06-18 | 108.7 | 355 | 3,998 | VRAM 8GB〜RAM 16GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 7〜9B | qwen3.5:9b | RTX 5080 単体 | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 3 回 / 最終測定日 2026-09-08 | 118.0 | 278 | 8,362 | VRAM 12GB〜RAM 16GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 7〜9B | qwen3.5:9b | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 6 回 / 最終測定日 2026-09-08 | 64.6 | 563 | 6,768 | VRAM 12GB〜RAM 16GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 7〜9B | qwen3.5:9b | RTX 4070 SUPER 12GB 単体 (OCuLink 接続) | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 3 回 / 最終測定日 2026-09-09 | 72.2 | 275 | 6,824 | VRAM 12GB〜RAM 16GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 12〜16B | gemma4:12b | RTX 5080 単体 | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 6 回 / 最終測定日 2026-09-08 | 80.5 | 369 | 9,970 | VRAM 12GB〜RAM 16GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 12〜16B | gemma4:12b | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 15 回 / 最終測定日 2026-09-08 | 46.4 | 626 | 11,3008,542〜14,046 | VRAM 12GB〜RAM 16GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 12〜16B | gemma4:12b | RTX 4070 SUPER 12GB 単体 (OCuLink 接続) | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 3 回 / 最終測定日 2026-09-09 | 47.4 | 706 | 8,600 | VRAM 12GB〜RAM 16GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 22〜35B | qwen3-coder:30bMoE(動くのは総数の一部) | RTX 5080 単体 | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 6 回 / 最終測定日 2026-09-08 | 76.572.5〜80.6 | 193 | 15,346(重みの 74% が GPU) | VRAM 32GB〜RAM 64GB〜16GB では不足 | 条件でPCを見る | 同じ条件の表へ |
| 22〜35B | qwen3-coder:30bMoE(動くのは総数の一部) | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 12 回 / 最終測定日 2026-09-08 | 65.8 | 239 | 14,248(重みの 75% が GPU) | VRAM 32GB〜RAM 64GB〜16GB では不足 | 条件でPCを見る | 同じ条件の表へ |
| 22〜35B | qwen3-coder:30bMoE(動くのは総数の一部) | RTX 4070 SUPER 12GB 単体 (OCuLink 接続) | 量子化 Q4_K_M / context 8,192 token / 生成上限 512 token / Ollama 0.32.3 / 3 回 / 最終測定日 2026-09-09 | 40.9 | 273 | 10,222(重みの 53% が GPU) | VRAM 32GB〜RAM 64GB〜16GB では不足 | 条件でPCを見る | 同じ条件の表へ |
| 22〜35B重点実測 | Qwen3.8-27B | RTX 5080 単体 | 量子化 UD-IQ4_XS / context 4,096 token / llama.cpp b10356 / 6 回 / 最終測定日 2026-09-08 | 49.4 | 108 | 14,722 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 22〜35B重点実測 | Qwen3.8-27B | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 UD-IQ4_XS / context 4,096 token / llama.cpp b10356 / 6 回 / 最終測定日 2026-09-08 | 27.5 | 169 | 13,398 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 22〜35B重点実測 | Qwen3.8-27B | RTX 4070 SUPER 12GB 単体 (OCuLink 接続) | 量子化 UD-IQ4_XS / context 4,096 token / llama.cpp b10356 / 3 回 / 最終測定日 2026-09-09 | 3.1 | 1,484 | 11,868 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| 測ったもの | 機材 | 測定条件 | 生成時間 秒 |
VRAM ピーク MiB |
目安スペック VRAM / RAM |
BTO | 詳細 |
|---|---|---|---|---|---|---|---|
| FLUX.2 Klein 9B Q8_0 GGUF | RTX 5080 単体 | 量子化 Q8_0 / 1024×1024 / step 4 / ComfyUI 0.31.1 / 8 回 / 最終測定日 2026-08-23 | 5.04 | 14,283 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| Flux.1 dev FP8 checkpoint | RTX 5080 単体 | 量子化 FP8 / 1024×1024 / step 20 / ComfyUI 0.31.1 / 7 回 / 最終測定日 2026-08-23 | 21.1618.20〜24.12 | 15,645 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| SD 3.5 medium fp8_scaled | RTX 5080 単体 | 量子化 FP8 / 1024×1024 / step 30 / ComfyUI 0.31.1 / 7 回 / 最終測定日 2026-08-23 | 10.08 | 14,425 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| SDXL base 1.0 | RTX 5080 単体 | 量子化なし / 1280×720 / step 30 / ComfyUI 0.31.1 / 23 回 / 最終測定日 2026-09-04 | 6.566.39〜8.18 | 11,1059,394〜11,796 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| SDXL base 1.0 | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化なし / 1280×720 / step 30 / ComfyUI 0.31.1 / 23 回 / 最終測定日 2026-09-04 | 11.48 | 6,0323,920〜9,252 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| ESRGAN 4x-UltraSharp | RTX 5080 単体 | 1344×768 192frames / step 記録なし / ComfyUI 0.31.1 / 1 回 / 最終測定日 2026-09-11 | 718.52(約 3.74 秒/枚) | 未測定 | 目安なし | — | 同じ条件の表へ |
| LTX-2 19B distilled Q4 | RTX 5080 単体 | 量子化 Q4 / 512×320 41frames / step 20 / ComfyUI 0.31.1 / 6 回 / 最終測定日 2026-09-04 | 33.77(約 0.82 秒/枚) | 15,195 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| LTX-2 19B distilled Q4 | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 Q4 / 512×320 41frames / step 20 / ComfyUI 0.31.1 / 6 回 / 最終測定日 2026-09-04 | 52.20(約 1.27 秒/枚) | 14,820 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| LTX-2.5 distilled Q3 | RTX 5080 単体 | 量子化 Q3_K_M / 1216×672 97frames / step 記録なし / ComfyUI 0.34.5 / 40 回 / 最終測定日 2026-09-07 | 109.1687.73〜230.87(約 1.13 秒/枚) | 15,784 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| LTX-2.5 distilled Q3 | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 Q3_K_M / 1216×672 97frames / step 記録なし / ComfyUI 0.34.5 / 13 回 / 最終測定日 2026-09-07 | 219.91197.52〜223.49(約 2.27 秒/枚) | 16,030 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| MiniMax H3 (fl2va pruned) | RTX 5080 単体 | 量子化 FP8 / 864×480 56frames / step 4 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-11 | 18.22(約 0.33 秒/枚) | 15,393 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| MiniMax H3 (fl2va pruned) | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 FP8 / 864×480 56frames / step 4 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-09 | 44.95(約 0.80 秒/枚) | 15,524 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| MiniMax H3 (fl2va pruned) | RTX 4070 SUPER 12GB 単体 (OCuLink 接続) | 量子化 FP8 / 864×480 72frames / step 4 / ComfyUI 0.31.1 / 1 回 / 最終測定日 2026-09-09 | 51.07(約 0.71 秒/枚) | 11,108 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| MiniMax H3 (fl2va pruned) + LoRA | RTX 5080 単体 | 量子化 FP8 / 864×480 56frames / step 4 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-05 | 38.18(約 0.68 秒/枚) | 15,552 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| MiniMax H3 (fl2va pruned) + LoRA | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 FP8 / 864×480 56frames / step 4 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-05 | 64.67(約 1.15 秒/枚) | 15,628 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| MiniMax H3 (refdelta r1024 turbo8) | RTX 5080 単体 | 量子化 INT8 / 864×480 56frames / step 4 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-05 | 39.08(約 0.70 秒/枚) | 15,651 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
| MiniMax H3 (refdelta r1024 turbo8) | RTX 5060 Ti 16GB 単体 (OCuLink 接続) | 量子化 INT8 / 864×480 56frames / step 4 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-05 | 68.08(約 1.22 秒/枚) | 15,556 | VRAM 16GB〜RAM 32GB〜 | 条件でPCを見る | 同じ条件の表へ |
選び方: まとまりごとに、モデル・測り方・機材以外の条件が同じ測定の組を 1 つ選び、その組の機材ごとの行を出しています。組は機材の数が多い → 条件の記録が揃っている → その測り方で測ったモデルが多い → 合計の測定回数が多い → 測定日が新しい → モデル名の順で選んでいます。機材をまたいで条件を揃えた組だけを並べるので、その組で測っていない機材はここに出ません(詳細表には出ています)。帯の代表は 1 モデルであって、その帯の平均ではありません。規模が名前に書かれていないモデルは帯に入らないため、ここには出ず詳細表にだけ出ます。
「目安スペック」は実測値そのものではありません。購入時に候補を絞るための目安で、実測 VRAM とは別の数字です(実測ピークを超える最小の段。重みの一部が CPU 側へ逃げた条件があるものは、そのカードより上の段にしています)。「条件でPCを見る」は、その目安で BTO の一覧を絞り込んだ状態で開きます。
VRAM は測定した GPU 全体の使用量で、そのとき載っていた他のものを含みます。モデル単体の必要量ではないので、同じモデルでも測った回で動きます。
生成時間の後ろの括弧は、その生成時間を出した枚数で割った計算値です(動画のフレームも 1 枚ずつの絵として数えています)。静止画は 1 枚なので出していません(生成時間がそのまま 1 枚あたり)。枚数の差は外れますが、step 数と解像度の差は残ります。
システムRAMの実測30 件
RAM ピークは VRAM とは別です。VRAM はそのカードにモデルが載るかどうか、RAM はそのPCで足りるかどうかです。16GB の VRAM で動画を回すと、VRAM に収まらないモデルの一部と、出来上がったフレームそのものがホスト側に置かれるので、VRAM が足りていても RAM で詰まります。ここに出しているのは、RAM を記録できた 30 件だけです。
| 機材 | モデル | 測定条件 | RAM ピーク GiB |
1 本目 GiB |
確保量 GiB |
詳細 |
|---|---|---|---|---|---|---|
| RTX 5080 単体 | ESRGAN 4x-UltraSharp | 1344×768 16frames / step 記録なし / ComfyUI 0.31.1 / 2 回 / 最終測定日 2026-09-11 | 6.2 | 未測定 | 14.6 | 同じ条件の表へ |
| RTX 5080 単体 | ESRGAN 4x-UltraSharp | 864×480 56frames / step 記録なし / ComfyUI 0.31.1 / 2 回 / 最終測定日 2026-09-11 | 9.6 | 未測定 | 16.4 | 同じ条件の表へ |
| RTX 5080 単体 | ESRGAN 4x-UltraSharp | 1344×768 32frames / step 記録なし / ComfyUI 0.31.1 / 2 回 / 最終測定日 2026-09-11 | 11.8 | 未測定 | 20.4 | 同じ条件の表へ |
| RTX 5080 単体 | ESRGAN 4x-UltraSharp | 1344×768 64frames / step 記録なし / ComfyUI 0.31.1 / 2 回 / 最終測定日 2026-09-11 | 25.3 | 未測定 | 33.0 | 同じ条件の表へ |
| RTX 5080 単体 | ESRGAN 4x-UltraSharp | 1344×768 128frames / step 記録なし / ComfyUI 0.31.1 / 2 回 / 最終測定日 2026-09-11 | 49.6 | 未測定 | 58.2 | 同じ条件の表へ |
| RTX 5080 単体 | ESRGAN 4x-UltraSharp | 1344×768 192frames / step 記録なし / ComfyUI 0.31.1 / 1 回 / 最終測定日 2026-09-11 | 69.2 | 未測定 | 83.2 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2 19B distilled Q4 | 量子化 Q4_K_M / 512×320 41frames / step 記録なし / ComfyUI 0.34.5 / 6 回 / 最終測定日 2026-09-07 | 37.4 | 37.4 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2 19B distilled Q4 | 量子化 Q4_K_M / 512×320 41frames / step 記録なし / ComfyUI 0.34.5 / 6 回 / 最終測定日 2026-09-07 | 54.9 | 37.6 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 512×320 41frames / step 記録なし / ComfyUI 0.34.5 / 6 回 / 最終測定日 2026-09-07 | 8.1 | 19.1 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 97frames / step 記録なし / ComfyUI 0.34.5 / 18 回 / 最終測定日 2026-09-07 | 23.5 | 22.4 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 241frames / step 記録なし / ComfyUI 0.34.5 / 2 回 / 最終測定日 2026-09-07 | 該当なし | 31.325.3〜37.2 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 768×512 97frames / step 記録なし / ComfyUI 0.34.5 / 8 回 / 最終測定日 2026-09-07 | 33.6 | 19.9 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 512×320 41frames / step 記録なし / ComfyUI 0.34.5 / 6 回 / 最終測定日 2026-09-07 | 34.7 | 19.1 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 721frames / step 記録なし / ComfyUI 0.34.5 / 2 回 / 最終測定日 2026-09-07 | 該当なし | 36.2 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 721frames / step 記録なし / ComfyUI 0.34.5 / 4 回 / 最終測定日 2026-09-07 | 該当なし | 37.036.3〜45.3 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 768×512 241frames / step 記録なし / ComfyUI 0.34.5 / 3 回 / 最終測定日 2026-09-06 | 45.1 | 21.8 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 768×512 721frames / step 記録なし / ComfyUI 0.34.5 / 4 回 / 最終測定日 2026-09-06 | 47.1 | 25.6 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 241frames / step 記録なし / ComfyUI 0.34.5 / 14 回 / 最終測定日 2026-09-07 | 47.5 | 24.0 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 97frames / step 記録なし / ComfyUI 0.34.5 / 40 回 / 最終測定日 2026-09-07 | 47.633.5〜48.5 | 22.2 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1280×704 121frames / step 記録なし / ComfyUI 0.34.5 / 6 回 / 最終測定日 2026-09-08 | 47.9 | 22.2 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 721frames / step 記録なし / ComfyUI 0.34.5 / 6 回 / 最終測定日 2026-09-07 | 50.6 | 36.6 | 未測定 | 同じ条件の表へ |
| RTX 5080 単体 | MiniMax H3 (fl2va pruned) | 量子化 FP8 / 864×480 56frames / step 4 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-11 | 44.0 | 44.0 | 59.3 | 同じ条件の表へ |
| RTX 5080 単体 | MiniMax H3 (fl2va pruned) | 量子化 FP8 / 864×480 56frames / step 8 / ComfyUI 0.31.1 / 5 回 / 最終測定日 2026-09-11 | 44.1 | 44.1 | 59.5 | 同じ条件の表へ |
| RTX 5080 単体 | MiniMax H3 (fl2va pruned) + LoRA | 量子化 FP8 / 864×480 56frames / step 4 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-11 | 44.6 | 44.0 | 60.4 | 同じ条件の表へ |
| RTX 5080 単体 | MiniMax H3 (fl2va pruned) + LoRA | 量子化 FP8 / 864×480 56frames / step 8 / ComfyUI 0.31.1 / 3 回 / 最終測定日 2026-09-11 | 44.7 | 44.2 | 60.3 | 同じ条件の表へ |
| RTX 5060 Ti 16GB 単体 (OCuLink 接続) | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 768×512 97frames / step 記録なし / ComfyUI 0.34.5 / 2 回 / 最終測定日 2026-09-06 | 32.2 | 19.8 | 未測定 | 同じ条件の表へ |
| RTX 5060 Ti 16GB 単体 (OCuLink 接続) | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 768×512 241frames / step 記録なし / ComfyUI 0.34.5 / 2 回 / 最終測定日 2026-09-06 | 44.6 | 20.9 | 未測定 | 同じ条件の表へ |
| RTX 5060 Ti 16GB 単体 (OCuLink 接続) | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 241frames / step 記録なし / ComfyUI 0.34.5 / 3 回 / 最終測定日 2026-09-07 | 46.1 | 32.2 | 未測定 | 同じ条件の表へ |
| RTX 5060 Ti 16GB 単体 (OCuLink 接続) | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1216×672 97frames / step 記録なし / ComfyUI 0.34.5 / 13 回 / 最終測定日 2026-09-07 | 46.6 | 20.7 | 未測定 | 同じ条件の表へ |
| RTX 5060 Ti 16GB 単体 (OCuLink 接続) | LTX-2.5 distilled Q3 | 量子化 Q3_K_M / 1280×704 121frames / step 記録なし / ComfyUI 0.34.5 / 4 回 / 最終測定日 2026-09-07 | 47.3 | 21.6 | 未測定 | 同じ条件の表へ |
RAM ピークは回をまたいだ最大で、中央値ではありません(足りるか足りないかを見る数字なので、半分の回で足りない値は代表にしていません)。1 本目を別に測っている条件では、この列は2 本目以降だけの最大です。1 本目はプロセスを立てて最初に回した 1 本だけの値で、両方ある 21 組のうち 19 組で 1 本目のほうが低く出ています。差がいちばん大きいのは LTX-2.5 distilled Q3(1216×672 97frames)の RTX 5060 Ti 16GB 単体 (OCuLink 接続) で、1 本目 20.7 GiB に対しピーク 46.6 GiB でした。同じプロセスで続けて回すほど積み上がるので、連続で回すならピークのほうを見てください。RAM はフレーム数で増えます。ESRGAN 4x-UltraSharp の 1344×768 は、同じモデルのままフレーム数だけを変えた測定で、16 フレームで 6.2 GiB、192 フレームで 69.2 GiB(1 フレームあたり 0.3〜0.4 GiB)でした。確保量は確保した量(物理メモリに載っていない分も含む)の最大で、ピークより 6.8〜15.8 GiB 大きく出ています。必要な RAM そのものではありません。単位は GiB(2 の 30 乗)で、PCの「96GB」表記とは直接比べられません(96GB のPCは実測 95.78 GiB)。測定条件の欄にある回数は生成を回した回数で、RAM の値はそのうち記録が残っている回から作っています(一致しないことがあります)。
モデルで絞る
RTX 5080 単体104 件
ローカルLLM41 件
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ollama 0.32.3 |
qwen3.5:9b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 118.0 | 3 回 | 278 | 1,037 | 8,362 | 270 | 66 | 記事なし | |
| Ollama 0.32.3 |
gemma4:12b-it-qat | Q4_0 | context 8,192 token / 生成上限 512 token / 思考モード なし | 84.1 | 3 回 | 591 | 975 | 9,418 | 231 | 53 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.32.3 |
gemma3:12b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 82.6 | 3 回 | 373 | 977 | 10,795 | 264 | 58 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
gemma4:12b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 80.5 | 6 回 | 369 | 926 | 9,970 | 264 | 61 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.32.3 |
phi4:14b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 80.4 | 3 回 | 108 | 4,613 | 11,838 | 317 | 66 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
qwen3:14b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 80.2 | 3 回 | 151 | 3,240 | 11,625 | 302 | 64 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
qwen3-coder:30b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 76.572.5〜80.6 | 6 回 | 193 | 1,477796〜2,157 | 15,346(重みの 74% が GPU) | 109 | 4845〜50 | qwen3-coder:30bをローカルで動か… | |
| Ollama 0.32.3 |
gemma4:26b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 72.0 | 3 回 | 393 | 718 | 15,395(重みの 73% が GPU) | 128 | 54 | RTX 5080でMoEの消費電力が低い理由|… | |
| Ollama 0.32.3 |
deepseek-coder-v2:16b-lite-instruct-q4_K_M | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 65.2 | 3 回 | 224 | 1,378 | 13,401 | 95 | 44 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.32.3 |
qwen3.5:35b-a3b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 65.0 | 3 回 | 329 | 522 | 15,571(重みの 58% が GPU) | 104 | 48 | 16GB VRAMで38%あふれる qwen3… | |
| Ollama 0.32.3 |
qwen3.6:35b-a3b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 55.5 | 3 回 | 381 | 344 | 15,583(重みの 58% が GPU) | 100 | 48 | Qwen3.6-35B-A3B とは?MoE型… | |
| Ollama 0.32.3 |
qwen3.5:27b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 12.011.1〜12.8 | 6 回 | 565 | 185173〜197 | 15,669(重みの 78% が GPU) | 116 | 62 | RTX 5080 16GB VRAMの壁に関す… | |
| Ollama 0.32.3 |
qwen3:32b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 6.96.3〜7.4 | 6 回 | 431 | 277239〜315 | 15,434(重みの 64% が GPU) | 84 | 44 | RTX 5080 16GB VRAMの壁に関す… | |
| Ollama 0.32.3 |
gemma4:31b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 6.86.2〜7.5 | 6 回 | 825 | 114107〜122 | 15,594(重みの 61% が GPU) | 83 | 5046〜55 | 記事なし |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 4,096 token / 生成上限 記録なし | 54.3 | 6 回 | 106 | 244 | 13,651 | 299 | 63 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 4,096 token / 生成上限 128 token | 52.7 | 3 回 | 105 | 241 | 13,447 | 304 | 64 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 4,096 token / 生成上限 128 token | 49.9 | 3 回 | 106 | 236 | 14,511 | 277 | 62 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 4,096 token / 生成上限 記録なし | 49.4 | 6 回 | 108 | 238 | 14,722 | 275 | 60 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 4,096 token / 生成上限 記録なし | 18.715.9〜21.6 | 6 回 | 397 | 6859〜77 | 15,674 | 157149〜165 | 51 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 4,096 token / 生成上限 128 token | 18.6 | 3 回 | 379 | 66 | 15,679 | 162 | 53 | Qwen3.8-27BをVRAM 16GBで実… |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 8,192 token / KV cache f16 / MTP あり / 先読み 2 token | 83.8 | 7 回 | 178 | 276 | 15,236 | 309 | 61 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 32,768 token / KV cache q4_0 / MTP あり / 先読み 2 token | 60.537.5〜83.5 | 5 回 | 248 | 212157〜267 | 15,344 | 305 | 60 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 8,192 token / KV cache f16 / MTP なし | 53.4 | 7 回 | 165 | 298 | 14,524 | 306 | 62 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / KV cache f16 / MTP あり / 先読み 2 token | 49.923.9〜75.9 | 7 回 | 398 | 17380〜267 | 15,627 | 285 | 62 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / KV cache f16 / MTP なし | 35.721.8〜49.6 | 7 回 | 366 | 19386〜301 | 15,413 | 301 | 68 | Qwen3.8-27BをVRAM 16GBで実… |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ollama 0.30.7 |
llama3.2:3b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 235.1 | 6 回 | 335 | 6,994 | 5,038 | 234 | 61 | llama3.2:3bとは?ドラフト生成で最速… | |
| Ollama 0.30.7 |
phi4-mini:3.8b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 198.3 | 8 回 | 351 | 5,855 | 5,620 | 248 | 64 | RTX 5080でTTFTが速いLLM 8モデ… | |
| Ollama 0.30.7 |
gemma3:4b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 154.0 | 6 回 | 679 | 1,4821,400〜1,564 | 5,963 | 199 | 56 | 記事なし | |
| Ollama 0.30.7 |
mistral:7b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 147.5 | 8 回 | 74 | 9,0057,854〜10,157 | 7,434 | 275 | 60 | RTX 5080 で測る ローカル LLM の… | |
| Ollama 0.30.7 |
llama3.1:8b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 132.1 | 6 回 | 346 | 4,305 | 7,736 | 265 | 59 | deepseek-r1:8b の TTFT は… | |
| Ollama 0.30.7 |
gemma4:latest | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 123.7 | 3 回 | 748 | 1,137 | 6,424 | 190 | 55 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.30.7 |
deepseek-r1:8b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 112.9105.5〜120.3 | 8 回 | 300 | 3,6693,231〜4,107 | 8,120 | 249 | 58 | deepseek-r1:8b の TTFT は… | |
| Ollama 0.30.7 |
qwen3.5:9b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 104.0 | 6 回 | 500 | 1,3781,310〜1,447 | 8,724 | 241 | 58 | 記事なし | |
| Ollama 0.30.7 |
phi4:14b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 76.0 | 6 回 | 205 | 4,161 | 11,650 | 301 | 62 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.30.7 |
gemma4:12b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 75.9 | 6 回 | 510 | 1,046973〜1,120 | 9,683 | 252 | 6259〜65 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.30.7 |
qwen3:14b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 75.7 | 6 回 | 284 | 3,005 | 11,411 | 284 | 62 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.30.7 |
gemma3:12b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 75.1 | 6 回 | 756 | 1,005 | 10,688 | 247 | 5853〜63 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.30.7 |
gemma4:26b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 69.365.6〜73.0 | 8 回 | 714 | 638410〜867 | 15,806(重みの 73% が GPU) | 122 | 49 | RTX 5080でMoEの消費電力が低い理由|… | |
| Ollama 0.30.7 |
qwen3.6:35b-a3b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 67.7 | 3 回 | 579 | 385 | 15,799(重みの 62% が GPU) | 110 | 48 | Qwen3.6-35B-A3B とは?MoE型… | |
| Ollama 0.30.7 |
qwen3.5:35b-a3b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 63.5 | 6 回 | 565 | 404 | 15,770(重みの 58% が GPU) | 106 | 4844〜53 | 16GB VRAMで38%あふれる qwen3… | |
| Ollama 0.30.7 |
codestral:22b | Q4_0 | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 53.5 | 3 回 | 85 | 3,506 | 15,021 | 257 | 59 | コーディング用ローカルLLM 5モデルをVRA… |
画像・動画生成63 件
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
FLUX.2 Klein 9B Q8_0 GGUF | Q8_0 | 1024×1024 | step 4 / 計算精度 fp16 / sampler euler / scheduler normal | 4.05 | 8 回 | 4.04 | 14.1311.18〜17.09 | 12,968 | 62 | FLUX.2 Klein 9BをVRAM 16… | |
| ComfyUI 0.31.1 |
FLUX.2 Klein 9B Q8_0 GGUF | Q8_0 | 1024×1024 | step 4 / 計算精度 bf16 / sampler euler / scheduler normal | 5.04 | 8 回 | 5.04 | 11.12 | 14,283 | 50 | FLUX.2 Klein 9BをVRAM 16… | |
| ComfyUI 0.31.1 |
FLUX.2 Klein 9B Q8_0 GGUF | Q8_0 | 1024×1024 | step 4 / 計算精度 fp8_e4m3fn / sampler euler / scheduler normal | 5.04 | 8 回 | 5.04 | 11.62 | 14,282 | 48 | FLUX.2 Klein 9BをVRAM 16… | |
| ComfyUI 0.31.1 |
SDXL base 1.0 | なし | 1024×1024 | step 30 / 計算精度 bf16 / sampler euler / scheduler normal | 6.05 | 8 回 | 6.05 | 10.07 | 10,7149,555〜11,872 | 5450〜57 | ComfyUI用の画像モデルGGUFをgguf… | |
| ComfyUI 0.31.1 |
SDXL base 1.0 | なし | 1024×1024 | step 30 / 計算精度 fp16 / sampler euler / scheduler normal | 6.06 | 8 回 | 6.06 | 10.5910.08〜11.11 | 10,6649,464〜11,864 | 50 | ComfyUI用の画像モデルGGUFをgguf… | |
| ComfyUI 0.31.1 |
SDXL base 1.0 | なし | 1024×1024 | step 30 / 計算精度 fp8_e4m3fn / sampler euler / scheduler normal | 7.05 | 8 回 | 7.04 | 11.07 | 7,492 | 48 | ComfyUI用の画像モデルGGUFをgguf… | |
| ComfyUI 0.31.1 |
SD 3.5 medium fp8_scaled | FP8 | 1024×1024 | step 30 / 計算精度 fp16 / sampler euler / scheduler normal | 10.06 | 7 回 | 9.81 | 13.58 | 15,059 | 55 | 精度を落とすと何が変わるか|SDXL・Flux… | |
| ComfyUI 0.31.1 |
SD 3.5 medium fp8_scaled | FP8 | 1024×1024 | step 30 / 計算精度 fp8_e4m3fn / sampler euler / scheduler normal | 10.07 | 7 回 | 10.07 | 14.12 | 11,98711,268〜12,706 | 52 | 精度を落とすと何が変わるか|SDXL・Flux… | |
| ComfyUI 0.31.1 |
SD 3.5 medium fp8_scaled | FP8 | 1024×1024 | step 30 / 計算精度 bf16 / sampler euler / scheduler normal | 10.08 | 7 回 | 10.07 | 13.11 | 14,425 | 50 | 精度を落とすと何が変わるか|SDXL・Flux… | |
| ComfyUI 0.31.1 |
Flux.1 dev FP8 checkpoint | FP8 | 1024×1024 | step 20 / 計算精度 fp8_e4m3fn / sampler euler / scheduler normal | 20.3518.08〜22.62 | 7 回 | 18.8717.63〜20.11 | 28.20 | 15,545 | 51 | 精度を落とすと何が変わるか|SDXL・Flux… | |
| ComfyUI 0.31.1 |
Flux.1 dev FP8 checkpoint | FP8 | 1024×1024 | step 20 / 計算精度 bf16 / sampler euler / scheduler normal | 21.1618.20〜24.12 | 7 回 | 21.6418.16〜25.12 | 24.7723.12〜26.41 | 15,645 | 52 | 精度を落とすと何が変わるか|SDXL・Flux… | |
| ComfyUI 0.31.1 |
Flux.1 dev FP8 checkpoint | FP8 | 1024×1024 | step 20 / 計算精度 fp16 / sampler euler / scheduler normal | 24.1220.11〜28.12 | 7 回 | 20.34 | 32.1629.11〜35.22 | 15,584 | 54 | 精度を落とすと何が変わるか|SDXL・Flux… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
SDXL base 1.0 | なし | 1280×720 | step 30 / 走らせ方 単独 | 6.566.39〜8.18 | 23 回 | 6.566.39〜8.18 | 12.756.55〜15.02 | 11,1059,394〜11,796 | 53 | ComfyUI用の画像モデルGGUFをgguf… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.34.5 |
LTX-2 19B distilled Q4 | Q4_K_M | 512×320 41frames | プロンプト 固定 / VAE decode plain | 22.92(約 0.56 秒/枚) | 6 回 | 22.84 | 64.44 | 15,708 | 未測定 | LTX 1 を 16GB VRAM で量産する… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 512×320 41frames | プロンプト 固定 / VAE decode tiled | 29.84(約 0.73 秒/枚) | 6 回 | 29.77 | 45.79 | 15,750 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2 19B distilled Q4 | Q4_K_M | 512×320 41frames | プロンプト 回ごとに変える / VAE decode plain | 31.99(約 0.78 秒/枚) | 6 回 | 31.88 | 53.17 | 15,669 | 未測定 | LTX 1 を 16GB VRAM で量産する… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 512×320 41frames | プロンプト 回ごとに変える / VAE decode tiled | 36.25(約 0.88 秒/枚) | 6 回 | 36.23 | 45.47 | 15,768 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 97frames | プロンプト 回ごとに変える / VAE decode tiled | 56.5055.36〜70.35(約 0.58 秒/枚) | 8 回 | 55.63 | 67.7959.58〜85.07 | 15,848 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 145frames | プロンプト 回ごとに変える / VAE decode tiled | 86.01(約 0.59 秒/枚) | 1 回 | 該当なし | 86.01 | 15,886 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 193frames | プロンプト 回ごとに変える / VAE decode tiled | 93.12(約 0.48 秒/枚) | 1 回 | 該当なし | 93.12 | 15,763 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 241frames | プロンプト 回ごとに変える / VAE decode tiled | 104.4398.23〜110.64(約 0.43 秒/枚) | 3 回 | 88.41 | 109.34 | 15,770 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 97frames | プロンプト 固定 / VAE decode tiled | 105.0588.24〜107.85(約 1.08 秒/枚) | 18 回 | 105.0087.74〜115.79 | 109.6499.91〜119.09 | 15,795 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 97frames | プロンプト 回ごとに変える / VAE decode tiled | 109.1687.73〜230.87(約 1.13 秒/枚) | 40 回 | 103.8087.59〜195.52 | 120.0195.28〜316.79 | 15,784 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1280×704 121frames | プロンプト 回ごとに変える / VAE decode tiled | 110.45(約 0.91 秒/枚) | 6 回 | 111.90 | 109.00 | 15,899 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 337frames | プロンプト 回ごとに変える / VAE decode tiled | 152.09(約 0.45 秒/枚) | 1 回 | 該当なし | 152.09 | 15,884 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 721frames | プロンプト 回ごとに変える / VAE decode tiled | 272.80267.56〜308.04(約 0.38 秒/枚) | 4 回 | 263.63 | 272.80271.49〜308.04 | 15,413 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 241frames | プロンプト 回ごとに変える / VAE decode tiled | 288.50272.95〜304.55(約 1.20 秒/枚) | 14 回 | 279.03271.92〜312.14 | 295.49 | 15,830 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 241frames | プロンプト 固定 / VAE tile 上書きあり / VAE decode tiled | 322.85292.39〜353.31(約 1.34 秒/枚) | 2 回 | 該当なし | 322.85292.39〜353.31 | 15,680 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 481frames | プロンプト 回ごとに変える / VAE decode tiled | 354.16300.01〜408.31(約 0.74 秒/枚) | 2 回 | 該当なし | 354.16300.01〜408.31 | 15,852 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 577frames | プロンプト 回ごとに変える / VAE decode tiled | 517.57(約 0.90 秒/枚) | 1 回 | 該当なし | 517.57 | 15,955 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 721frames | プロンプト 回ごとに変える / VAE decode tiled | 716.57(約 0.99 秒/枚) | 6 回 | 707.79 | 724.89 | 15,175 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 721frames | プロンプト 固定 / VAE decode tiled | 773.88(約 1.07 秒/枚) | 2 回 | 該当なし | 773.88 | 15,756 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 721frames | プロンプト 固定 / VAE tile 上書きあり / VAE decode tiled | 858.38826.68〜1,002.75(約 1.19 秒/枚) | 4 回 | 該当なし | 858.38826.68〜1,002.75 | 15,512 | 未測定 | LTX 2.5 を 16GB VRAM で回す… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 条件付け 保存 / sampler res_multistep / scheduler 記録なし | 4.69(約 0.08 秒/枚) | 1 回 | 該当なし | 4.69 | 14,667 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 続けて | 18.22(約 0.33 秒/枚) | 3 回 | 該当なし | 該当なし | 15,393 | 67 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | FP8 | 864×480 56frames | step 4 / LoRA あり / sampler res_multistep / scheduler simple / 起動 続けて | 24.33(約 0.43 秒/枚) | 3 回 | 該当なし | 該当なし | 15,643 | 69 | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 26.85(約 0.48 秒/枚) | 3 回 | 該当なし | 26.85 | 15,502 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler simple / 起動 続けて | 33.0226.73〜39.31(約 0.59 秒/枚) | 5 回 | 該当なし | 該当なし | 15,381 | 72 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | FP8 | 864×480 56frames | step 4 / LoRA あり / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 38.18(約 0.68 秒/枚) | 3 回 | 該当なし | 38.18 | 15,552 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (refdelta r1024 turbo8) | INT8 | 864×480 56frames | step 4 / LoRA 焼き込み / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 39.08(約 0.70 秒/枚) | 3 回 | 該当なし | 39.08 | 15,651 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | INT8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 42.04(約 0.75 秒/枚) | 3 回 | 該当なし | 42.04 | 15,646 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | INT8 | 864×480 56frames | step 4 / LoRA あり / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 43.78(約 0.78 秒/枚) | 3 回 | 該当なし | 43.78 | 15,582 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 44.50(約 0.79 秒/枚) | 3 回 | 該当なし | 44.50 | 15,612 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | FP8 | 864×480 56frames | step 8 / LoRA あり / sampler res_multistep / scheduler simple / 起動 続けて | 45.15(約 0.81 秒/枚) | 3 回 | 該当なし | 該当なし | 15,434 | 70 | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | FP8 | 864×480 56frames | step 8 / LoRA あり / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 58.26(約 1.04 秒/枚) | 3 回 | 該当なし | 58.26 | 15,221 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 読み込み 済み / 条件付け 再利用 / sampler res_multistep / scheduler 記録なし | 60.5360.26〜69.14(約 1.08 秒/枚) | 13 回 | 該当なし | 該当なし | 15,642 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | INT8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 61.13(約 1.09 秒/枚) | 3 回 | 該当なし | 61.13 | 15,677 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 読み込み 済み / 条件付け 毎回作る / sampler res_multistep / scheduler 記録なし | 64.1463.56〜103.74(約 1.15 秒/枚) | 13 回 | 該当なし | 該当なし | 15,643 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 読み込み 含む / 条件付け 再利用 / sampler res_multistep / scheduler 記録なし | 64.22(約 1.15 秒/枚) | 7 回 | 該当なし | 65.50 | 15,589 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (refdelta r1024 turbo8) | INT8 | 864×480 56frames | step 8 / LoRA 焼き込み / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 65.31(約 1.17 秒/枚) | 3 回 | 該当なし | 65.31 | 15,590 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | INT8 | 864×480 56frames | step 8 / LoRA あり / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 70.42(約 1.26 秒/枚) | 3 回 | 該当なし | 70.42 | 15,493 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 読み込み 含む / 条件付け 毎回作る / sampler res_multistep / scheduler 記録なし | 71.21(約 1.27 秒/枚) | 7 回 | 該当なし | 70.78 | 15,599 | 記録なし | MiniMax H3をVRAM 16GBで動か… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
ESRGAN 4x-UltraSharp | — | 1344×768 16frames | アップスケーラ 4x-UltraSharp / 倍率 4x | 57.92(約 3.62 秒/枚) | 2 回 | 未測定 | 未測定 | 未測定 | 未測定 | 記事なし | |
| ComfyUI 0.31.1 |
ESRGAN 4x-UltraSharp | — | 864×480 56frames | アップスケーラ 4x-UltraSharp / 倍率 4x | 73.14(約 1.31 秒/枚) | 2 回 | 未測定 | 未測定 | 未測定 | 未測定 | 記事なし | |
| ComfyUI 0.31.1 |
ESRGAN 4x-UltraSharp | — | 1344×768 32frames | アップスケーラ 4x-UltraSharp / 倍率 4x | 112.12(約 3.50 秒/枚) | 2 回 | 未測定 | 未測定 | 未測定 | 未測定 | 記事なし | |
| ComfyUI 0.31.1 |
ESRGAN 4x-UltraSharp | — | 1344×768 64frames | アップスケーラ 4x-UltraSharp / 倍率 4x | 219.87(約 3.44 秒/枚) | 2 回 | 未測定 | 未測定 | 未測定 | 未測定 | 記事なし | |
| ComfyUI 0.31.1 |
ESRGAN 4x-UltraSharp | — | 1344×768 128frames | アップスケーラ 4x-UltraSharp / 倍率 4x | 436.29(約 3.41 秒/枚) | 2 回 | 未測定 | 未測定 | 未測定 | 未測定 | 記事なし | |
| ComfyUI 0.31.1 |
ESRGAN 4x-UltraSharp | — | 1344×768 192frames | アップスケーラ 4x-UltraSharp / 倍率 4x | 718.52(約 3.74 秒/枚) | 1 回 | 未測定 | 未測定 | 未測定 | 未測定 | 記事なし |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 | step 20 / 計算精度 fp8_e4m3fn / sampler euler / scheduler normal | 65.3760.35〜70.38 | 7 回 | 64.8259.33〜70.32 | 77.88 | 15,526 | 55 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 | step 20 / 計算精度 fp16 / sampler euler / scheduler normal | 66.85 | 7 回 | 62.3659.37〜65.36 | 87.0473.38〜100.70 | 15,572 | 54 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 | step 20 / 計算精度 bf16 / sampler euler / scheduler normal | 69.86 | 7 回 | 66.13 | 77.4073.39〜81.41 | 15,541 | 56 | MiniMax H3をVRAM 16GBで動か… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
LTX-2 19B distilled Q4 | Q4_K_M | 512×320 41frames | step 20 / sampler euler / scheduler 記録なし | 45.7541.31〜50.18(約 1.12 秒/枚) | 13 回 | 34.72 | 95.75 | 15,545 | 50 | LTX 1 を 16GB VRAM で量産する… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
LTX-2 19B distilled Q4 | Q4_K_M | 512×320 41frames | step 20 / 走らせ方 単独 | 33.77(約 0.82 秒/枚) | 6 回 | 33.77 | 105.1697.23〜113.09 | 15,195 | 50 | LTX 1 を 16GB VRAM で量産する… |
RTX 5060 Ti 16GB 単体 (OCuLink 接続)88 件
ローカルLLM60 件
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / KV cache f16 / MTP あり / 先読み 4 token | 48.1 | 6 回 | 269 | 183169〜197 | 14,768 | 180 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 32,768 token / KV cache q4_0 / MTP あり / 先読み 2 token | 47.6 | 6 回 | 278 | 178164〜191 | 14,738 | 179 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / KV cache f16 / MTP あり / 先読み 3 token | 47.5 | 6 回 | 264 | 186176〜197 | 14,618 | 180 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 32,768 token / KV cache q4_0 / MTP あり / 先読み 3 token | 47.0 | 5 回 | 282 | 175159〜191 | 13,832 | 180 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 8,192 token / KV cache f16 / MTP あり / 先読み 2 token | 47.0 | 6 回 | 272 | 182164〜199 | 13,412 | 179 | 69 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 32,768 token / KV cache q8_0 / MTP あり / 先読み 2 token | 46.9 | 6 回 | 270 | 182 | 15,250 | 179 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / KV cache q8_0 / MTP あり / 先読み 2 token | 46.2 | 6 回 | 269 | 182 | 14,228 | 179 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / KV cache f16 / MTP あり / 先読み 2 token | 46.1 | 6 回 | 306 | 162146〜177 | 14,468 | 175 | 67 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 94,208 token / KV cache q4_0 / MTP あり / 先読み 2 token | 45.3 | 5 回 | 268 | 183173〜194 | 15,332 | 177 | 67 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 32,768 token / KV cache f16 / MTP あり / 先読み 2 token | 44.1 | 6 回 | 273 | 180166〜195 | 15,996 | 172 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 8,192 token / KV cache q4_0 / MTP あり / 先読み 2 token | 43.3 | 7 回 | 263 | 188173〜202 | 16,012 | 180 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 94,208 token / KV cache q4_0 / MTP あり / 先読み 2 token | 42.3 | 5 回 | 283 | 175157〜194 | 16,038 | 165 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 8,192 token / KV cache f16 / MTP なし | 28.9 | 6 回 | 257 | 190 | 12,608 | 176 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / KV cache f16 / MTP なし | 27.1 | 6 回 | 258 | 190 | 13,664 | 164 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / KV cache q8_0 / MTP なし | 26.9 | 6 回 | 274 | 180168〜192 | 13,424 | 163 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 8,192 token / KV cache f16 / MTP なし | 24.5 | 4 回 | 228 | 215 | 15,612 | 165 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 8,192 token / KV cache q4_0 / MTP なし | 24.3 | 6 回 | 222 | 222207〜237 | 15,244 | 162 | 64 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 8,192 token / KV cache f16 / MTP あり / 先読み 2 token | 8.5 | 7 回 | 1,845 | 27 | 16,032 | 66 | 47 | Qwen3.8-27BをVRAM 16GBで実… |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 4,096 token / 生成上限 128 token | 29.1 | 3 回 | 166 | 156 | 12,342 | 173 | 67 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 32,768 token / 生成上限 128 token | 29.1 | 3 回 | 167 | 157 | 14,162 | 173 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 4,096 token / 生成上限 記録なし | 29.0 | 6 回 | 198 | 133110〜155 | 12,342 | 174 | 70 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 32,768 token / 生成上限 記録なし | 28.9 | 6 回 | 167 | 154 | 14,162 | 172 | 68 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 4,096 token / 生成上限 128 token | 27.5 | 3 回 | 163 | 158 | 13,398 | 163 | 61 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 16,384 token / 生成上限 128 token | 27.5 | 3 回 | 166 | 159 | 14,178 | 164 | 63 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / 生成上限 128 token | 27.5 | 3 回 | 165 | 152 | 13,658 | 163 | 62 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 4,096 token / 生成上限 記録なし | 27.5 | 6 回 | 169 | 154 | 13,398 | 165 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 16,384 token / 生成上限 記録なし | 27.5 | 9 回 | 168 | 151122〜154 | 14,178 | 163 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 24,576 token / 生成上限 128 token | 27.4 | 3 回 | 168 | 153 | 14,698 | 164 | 64 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 24,576 token / 生成上限 記録なし | 27.4 | 9 回 | 166 | 156 | 14,698 | 163 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 8,192 token / 生成上限 記録なし | 27.4 | 9 回 | 168 | 149109〜156 | 13,658 | 161 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 4,096 token / 生成上限 記録なし | 24.5 | 6 回 | 165 | 154 | 15,346 | 163 | 66 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 4,096 token / 生成上限 128 token | 24.5 | 3 回 | 172 | 149 | 15,346 | 162 | 63 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 65,536 token / 生成上限 128 token | 8.3 | 3 回 | 1,124 | 23 | 16,030 | 75 | 48 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 65,536 token / 生成上限 記録なし | 7.7 | 6 回 | 1,167 | 22 | 16,012 | 72 | 50 | Qwen3.8-27BをVRAM 16GBで実… |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ollama 0.32.3 |
qwen3-coder:30b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 65.8 | 12 回 | 239 | 1,834718〜1,904 | 14,248(重みの 75% が GPU) | 74 | 4845〜51 | qwen3-coder:30bをローカルで動か… | |
| Ollama 0.32.3 |
qwen3.5:9b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 64.6 | 6 回 | 563 | 588 | 6,768 | 145 | 62 | 記事なし | |
| Ollama 0.32.3 |
gemma4:26b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 58.6 | 6 回 | 709 | 525 | 14,252(重みの 74% が GPU) | 86 | 52 | RTX 5080でMoEの消費電力が低い理由|… | |
| Ollama 0.32.3 |
qwen3.5:35b-a3b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 54.3 | 6 回 | 566 | 415 | 14,600(重みの 59% が GPU) | 67 | 46 | 16GB VRAMで38%あふれる qwen3… | |
| Ollama 0.32.3 |
qwen3.6:35b-a3b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 49.9 | 3 回 | 417 | 255 | 14,612(重みの 59% が GPU) | 64 | 47 | Qwen3.6-35B-A3B とは?MoE型… | |
| Ollama 0.32.3 |
gemma4:12b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 46.4 | 15 回 | 626 | 565494〜591 | 11,3008,542〜14,046 | 155 | 66 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.32.3 |
gemma3:12b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 45.6 | 6 回 | 770 | 531 | 9,430 | 150 | 63 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
phi4:14b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 44.1 | 12 回 | 134 | 2,658 | 15,98710,368〜16,011 | 175 | 7068〜77 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.30.7 |
phi4:14b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし | 44.0 | 3 回 | 該当なし | 2,656 | 12,666 | 175 | 72 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
qwen3:14b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 43.6 | 9 回 | 163 | 1,947 | 15,63410,142〜15,634 | 165 | 68 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.30.7 |
qwen3:14b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし | 43.5 | 3 回 | 該当なし | 1,966 | 12,440 | 166 | 70 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.30.7 |
deepseek-coder-v2:16b-lite-instruct-q4_K_M | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし | 29.8 | 3 回 | 該当なし | 2,932 | 14,464 | 43 | 41 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.30.7 |
qwen3-coder:30b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし | 14.3 | 3 回 | 該当なし | 655 | 15,988(重みの 75% が GPU) | 42 | 42 | qwen3-coder:30bをローカルで動か… | |
| Ollama 0.30.7 |
codestral:22b-v0.1-q4_K_M | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし | 13.7 | 3 回 | 該当なし | 1,127 | 15,998(重みの 95% が GPU) | 87 | 55 | コーディング用ローカルLLM 5モデルをVRA… |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ollama 0.30.7 |
llama3.2:3b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 151.7 | 3 回 | 171 | 5,764 | 3,098 | 145 | 61 | llama3.2:3bとは?ドラフト生成で最速… | |
| Ollama 0.30.7 |
phi4-mini:3.8b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 125.0 | 3 回 | 208 | 3,967 | 3,664 | 151 | 63 | RTX 5080でTTFTが速いLLM 8モデ… | |
| Ollama 0.30.7 |
gemma3:4b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 108.7 | 3 回 | 355 | 1,309 | 3,998 | 132 | 59 | 記事なし | |
| Ollama 0.30.7 |
mistral:7b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 86.1 | 3 回 | 44 | 4,936 | 5,488 | 161 | 64 | RTX 5080 で測る ローカル LLM の… | |
| Ollama 0.30.7 |
gemma4:latest | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 84.7 | 3 回 | 668 | 835 | 4,578 | 123 | 58 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.30.7 |
llama3.1:8b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 75.1 | 3 回 | 338 | 2,717 | 5,794 | 153 | 64 | deepseek-r1:8b の TTFT は… | |
| Ollama 0.30.7 |
deepseek-r1:8b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 70.6 | 3 回 | 317 | 2,352 | 6,148 | 150 | 64 | deepseek-r1:8b の TTFT は… | |
| Ollama 0.30.7 |
qwen3.5:9b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 67.0 | 3 回 | 273 | 1,118 | 6,768 | 152 | 64 | 記事なし | |
| Ollama 0.30.7 |
gemma3:12b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 47.8 | 3 回 | 386 | 723 | 9,430 | 156 | 65 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.30.7 |
gemma4:12b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 44.5 | 3 回 | 394 | 704 | 8,542 | 149 | 65 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.30.7 |
phi4:14b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 44.3 | 3 回 | 117 | 2,646 | 10,358 | 173 | 69 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.30.7 |
qwen3:14b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 43.6 | 3 回 | 156 | 1,938 | 10,130 | 165 | 68 | RTX 5080 16GBで12B〜14B級ロ… |
画像・動画生成28 件
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
SDXL base 1.0 | なし | 2048×1408 | step 30 / 計算精度 bf16 / sampler euler / scheduler normal | 37.6537.20〜43.03 | 37 回 | 36.55 | 42.87 | 14,40411,140〜14,404 | 5147〜53 | ComfyUI用の画像モデルGGUFをgguf… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
SDXL base 1.0 | なし | 1280×720 | step 30 / 計算精度 bf16 / 走らせ方 単独 | 11.48 | 23 回 | 11.48 | 17.3911.41〜17.66 | 6,0323,920〜9,252 | 4947〜52 | ComfyUI用の画像モデルGGUFをgguf… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 条件付け 保存 / sampler res_multistep / scheduler 記録なし | 5.05(約 0.09 秒/枚) | 1 回 | 該当なし | 5.05 | 15,330 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 44.95(約 0.80 秒/枚) | 3 回 | 該当なし | 44.95 | 15,524 | 75 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 46.84(約 0.84 秒/枚) | 3 回 | 該当なし | 46.84 | 15,492 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | FP8 | 864×480 56frames | step 4 / LoRA あり / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 64.67(約 1.15 秒/枚) | 3 回 | 該当なし | 64.67 | 15,628 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | INT8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 65.78(約 1.17 秒/枚) | 3 回 | 該当なし | 65.78 | 15,588 | 74 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (refdelta r1024 turbo8) | INT8 | 864×480 56frames | step 4 / LoRA 焼き込み / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 68.08(約 1.22 秒/枚) | 3 回 | 該当なし | 68.08 | 15,556 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | INT8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 68.22(約 1.22 秒/枚) | 3 回 | 該当なし | 68.22 | 15,492 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 70.19(約 1.25 秒/枚) | 3 回 | 該当なし | 70.19 | 15,556 | 74 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 71.88(約 1.28 秒/枚) | 3 回 | 該当なし | 71.88 | 15,428 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | INT8 | 864×480 56frames | step 4 / LoRA あり / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 80.18(約 1.43 秒/枚) | 3 回 | 該当なし | 80.18 | 15,844 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | FP8 | 864×480 56frames | step 8 / LoRA あり / sampler euler / scheduler beta / 起動 続けて | 97.86(約 1.75 秒/枚) | 2 回 | 該当なし | 該当なし | 15,253 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | FP8 | 864×480 56frames | step 8 / LoRA あり / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 103.39(約 1.85 秒/枚) | 3 回 | 該当なし | 103.39 | 15,492 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | INT8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 108.93(約 1.95 秒/枚) | 3 回 | 該当なし | 108.93 | 15,588 | 75 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (refdelta r1024 turbo8) | INT8 | 864×480 56frames | step 8 / LoRA 焼き込み / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 109.66(約 1.96 秒/枚) | 3 回 | 該当なし | 109.66 | 15,460 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | INT8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 110.50(約 1.97 秒/枚) | 3 回 | 該当なし | 110.50 | 15,492 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 読み込み 済み / 条件付け 再利用 / sampler res_multistep / scheduler 記録なし | 132.71(約 2.37 秒/枚) | 3 回 | 記録なし | 記録なし | 15,236 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 読み込み 済み / 条件付け 毎回作る / sampler res_multistep / scheduler 記録なし | 132.89(約 2.37 秒/枚) | 3 回 | 記録なし | 記録なし | 15,302 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 読み込み 含む / 条件付け 再利用 / sampler res_multistep / scheduler 記録なし | 134.87(約 2.41 秒/枚) | 4 回 | 該当なし | 134.89 | 15,460 | 記録なし | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) + LoRA | INT8 | 864×480 56frames | step 8 / LoRA あり / sampler res_multistep / scheduler 記録なし / 起動 1 本ごと | 137.03129.94〜144.13(約 2.45 秒/枚) | 4 回 | 該当なし | 137.03129.94〜144.13 | 15,596 | 記録なし | MiniMax H3 Turbo LoRAは何… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / 読み込み 含む / 条件付け 毎回作る / sampler res_multistep / scheduler 記録なし | 141.63(約 2.53 秒/枚) | 3 回 | 記録なし | 記録なし | 15,556 | 記録なし | MiniMax H3をVRAM 16GBで動か… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 97frames | プロンプト 回ごとに変える / VAE decode tiled | 137.15(約 1.41 秒/枚) | 2 回 | 132.19 | 142.10 | 15,972 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 97frames | プロンプト 回ごとに変える / VAE decode tiled | 219.91197.52〜223.49(約 2.27 秒/枚) | 13 回 | 219.45171.66〜223.27 | 228.03206.90〜247.01 | 16,030 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 768×512 241frames | プロンプト 回ごとに変える / VAE decode tiled | 263.70(約 1.09 秒/枚) | 2 回 | 259.24 | 268.16 | 16,021 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1280×704 121frames | プロンプト 回ごとに変える / VAE decode tiled | 294.44(約 2.43 秒/枚) | 4 回 | 294.50 | 280.93 | 15,930 | 未測定 | LTX 2.5 を 16GB VRAM で回す… | |
| ComfyUI 0.34.5 |
LTX-2.5 distilled Q3 | Q3_K_M | 1216×672 241frames | プロンプト 回ごとに変える / VAE decode tiled | 670.12(約 2.78 秒/枚) | 3 回 | 517.21 | 4,144.69 | 15,998 | 未測定 | LTX 2.5 を 16GB VRAM で回す… |
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
LTX-2 19B distilled Q4 | Q4_K_M | 512×320 41frames | step 20 / 走らせ方 単独 | 52.20(約 1.27 秒/枚) | 6 回 | 52.20 | 119.25 | 14,820 | 46 | LTX 1 を 16GB VRAM で量産する… |
RTX 4070 SUPER 12GB 単体 (OCuLink 接続)51 件
ローカルLLM40 件
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 4,096 token / 生成上限 記録なし | 7.3 | 3 回 | 1,072 | 24 | 11,892 | 87 | 61 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 131,072 token / 生成上限 記録なし | 7.1 | 3 回 | 1,090 | 24 | 11,894 | 83 | 50 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 49,152 token / 生成上限 記録なし | 7.1 | 3 回 | 1,076 | 24 | 11,894 | 83 | 50 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 65,536 token / 生成上限 記録なし | 7.1 | 3 回 | 1,082 | 24 | 11,894 | 82 | 50 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 32,768 token / 生成上限 記録なし | 7.1 | 3 回 | 1,096 | 24 | 11,922 | 82 | 48 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-IQ4_XS | context 4,096 token / 生成上限 記録なし | 3.1 | 3 回 | 1,484 | 17 | 11,868 | 62 | 47 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q4_K_M | context 4,096 token / 生成上限 記録なし | 1.4 | 3 回 | 2,282 | 11 | 11,888 | 55 | 44 | Qwen3.8-27BをVRAM 16GBで実… |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ollama 0.32.3 |
llama3.2:3b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 165.5 | 3 回 | 165 | 6,609 | 3,317 | 178 | 65 | llama3.2:3bとは?ドラフト生成で最速… | |
| Ollama 0.32.3 |
phi4-mini:3.8b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 134.1 | 3 回 | 176 | 4,602 | 3,883 | 182 | 64 | RTX 5080でTTFTが速いLLM 8モデ… | |
| Ollama 0.32.3 |
gemma3:4b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 117.6 | 3 回 | 341 | 1,185 | 4,056 | 162 | 63 | 記事なし | |
| Ollama 0.32.3 |
gemma4:latest | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 96.4 | 3 回 | 352 | 968 | 4,454 | 157 | 64 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.32.3 |
mistral:7b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 93.7 | 3 回 | 39 | 5,944 | 5,548 | 197 | 69 | RTX 5080 で測る ローカル LLM の… | |
| Ollama 0.32.3 |
llama3.1:8b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 84.8 | 3 回 | 177 | 3,351 | 5,852 | 195 | 70 | deepseek-r1:8b の TTFT は… | |
| Ollama 0.32.3 |
deepseek-r1:8b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 78.9 | 5 回 | 142 | 2,660 | 6,210 | 190 | 69 | deepseek-r1:8b の TTFT は… | |
| Ollama 0.32.3 |
qwen3.5:9b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 72.2 | 3 回 | 275 | 693 | 6,824 | 184 | 68 | 記事なし | |
| Ollama 0.32.3 |
Ornith-1.0-9B (Q4_K_M) | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 67.2 | 3 回 | 454 | 731 | 5,512 | 180 | 70 | 記事なし | |
| Ollama 0.32.3 |
Ornith-1.0-35B (Q4_K_M) | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 54.1 | 6 回 | 482 | 413 | 10,092(重みの 48% が GPU) | 7470〜77 | 4743〜51 | Ornith-1.0をローカルで動かすには?9… | |
| Ollama 0.32.3 |
gemma3:12b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 48.9 | 3 回 | 715 | 626 | 9,206 | 187 | 79 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
gemma4:12b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 47.4 | 3 回 | 706 | 572 | 8,600 | 176 | 65 | VRAM 16GBでGemma 4 12Bを動… | |
| Ollama 0.32.3 |
qwen3:14b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 47.1 | 3 回 | 301 | 2,113 | 10,050 | 201 | 72 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
qwen3.6:35b-a3b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 45.9 | 3 回 | 564 | 402 | 10,482(重みの 41% が GPU) | 55 | 45 | Qwen3.6-35B-A3B とは?MoE型… | |
| Ollama 0.32.3 |
qwen3.5:35b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 45.8 | 3 回 | 525 | 395 | 10,482(重みの 41% が GPU) | 52 | 42 | 16GB VRAMで38%あふれる qwen3… | |
| Ollama 0.32.3 |
gemma4:26b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 45.4 | 6 回 | 618 | 423398〜447 | 10,368(重みの 51% が GPU) | 77 | 48 | RTX 5080でMoEの消費電力が低い理由|… | |
| Ollama 0.32.3 |
qwen3.5:35b-a3b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 44.7 | 3 回 | 359 | 395 | 10,482(重みの 41% が GPU) | 49 | 47 | 16GB VRAMで38%あふれる qwen3… | |
| Ollama 0.32.3 |
phi4:14b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 41.8 | 3 回 | 177 | 2,585 | 10,142(重みの 95% が GPU) | 185 | 71 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
qwen3-coder:30b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 40.9 | 3 回 | 273 | 1,277 | 10,222(重みの 53% が GPU) | 36 | 41 | qwen3-coder:30bをローカルで動か… | |
| Ollama 0.32.3 |
deepseek-coder-v2:16b-lite-instruct-q4_K_M | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 26.9 | 6 回 | 188 | 2,557 | 10,186(重みの 81% が GPU) | 50 | 4643〜49 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.32.3 |
qwen3:14b | Q4_K_M | context 18,432 token / 生成上限 512 token / 思考モード なし | 25.6 | 3 回 | 287 | 1,172 | 10,048(重みの 82% が GPU) | 109 | 54 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
phi4:14b | Q4_K_M | context 16,384 token / 生成上限 512 token / 思考モード なし | 24.9 | 6 回 | 198 | 1,537 | 9,978(重みの 81% が GPU) | 106 | 57 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
deepseek-coder-v2:16b-lite-instruct-q4_K_M | Q4_K_M | context 16,384 token / 生成上限 512 token / 思考モード なし | 24.0 | 3 回 | 189 | 2,322 | 10,128(重みの 68% が GPU) | 49 | 52 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.32.3 |
qwen3:14b | Q4_K_M | context 32,768 token / 生成上限 512 token / 思考モード なし | 16.5 | 3 回 | 294 | 858 | 10,100(重みの 69% が GPU) | 58 | 44 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
qwen3:14b | Q4_K_M | context 40,960 token / 生成上限 512 token / 思考モード なし | 12.9 | 3 回 | 298 | 643 | 9,996(重みの 63% が GPU) | 37 | 39 | RTX 5080 16GBで12B〜14B級ロ… | |
| Ollama 0.32.3 |
codestral:22b | Q4_0 | context 8,192 token / 生成上限 512 token / 思考モード なし | 11.9 | 3 回 | 142 | 817 | 10,180(重みの 71% が GPU) | 50 | 46 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.32.3 |
codestral:22b-v0.1-q4_K_M | Q4_K_M | context 4,096 token / 生成上限 512 token / 思考モード なし | 11.3 | 3 回 | 132 | 907 | 10,026(重みの 71% が GPU) | 60 | 59 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.32.3 |
codestral:22b-v0.1-q4_K_M | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 10.0 | 6 回 | 150 | 771710〜832 | 10,172(重みの 68% が GPU) | 52 | 4942〜56 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.32.3 |
codestral:22b-v0.1-q4_K_M | Q4_K_M | context 16,384 token / 生成上限 512 token / 思考モード なし | 8.1 | 3 回 | 168 | 616 | 10,026(重みの 59% が GPU) | 34 | 62 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.32.3 |
codestral:22b-v0.1-q4_K_M | Q4_K_M | context 32,768 token / 生成上限 512 token / 思考モード なし | 6.9 | 3 回 | 191 | 531 | 10,096(重みの 49% が GPU) | 28 | 45 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.32.3 |
qwen3.5:27b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 4.9 | 6 回 | 778 | 9489〜99 | 10,386(重みの 54% が GPU) | 28 | 4840〜56 | RTX 5080 16GB VRAMの壁に関す… | |
| Ollama 0.32.3 |
qwen3:32b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 4.1 | 6 回 | 508 | 200 | 10,230(重みの 47% が GPU) | 28 | 5449〜59 | RTX 5080 16GB VRAMの壁に関す… | |
| Ollama 0.32.3 |
gemma4:31b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 3.9 | 3 回 | 1,182 | 59 | 10,238(重みの 42% が GPU) | 26 | 59 | 記事なし |
画像・動画生成11 件
| ソフト | モデル | 量子化 | 解像度 | 測定条件 | 生成時間 秒 |
計測 | 2回目以降 秒 |
初回 秒 |
VRAM ピーク MiB |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 40.62(約 0.73 秒/枚) | 3 回 | 該当なし | 40.62 | 11,268 | 75 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 1024×576 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 45.29(約 0.81 秒/枚) | 1 回 | 該当なし | 45.29 | 11,532 | 75 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 72frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 51.07(約 0.71 秒/枚) | 1 回 | 該当なし | 51.07 | 11,108 | 76 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | INT8 | 864×480 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 55.08(約 0.98 秒/枚) | 3 回 | 該当なし | 55.08 | 11,468 | 77 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 88frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 57.08(約 0.65 秒/枚) | 1 回 | 該当なし | 57.08 | 11,756 | 78 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 57.61(約 1.03 秒/枚) | 3 回 | 該当なし | 57.61 | 11,300 | 78 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 104frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 70.90(約 0.68 秒/枚) | 1 回 | 該当なし | 70.90 | 11,660 | 79 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 1280×720 56frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 75.26(約 1.34 秒/枚) | 1 回 | 該当なし | 75.26 | 11,564 | 79 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | INT8 | 864×480 56frames | step 8 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 89.82(約 1.60 秒/枚) | 3 回 | 該当なし | 89.82 | 11,500 | 78 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 136frames | step 4 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 90.34(約 0.66 秒/枚) | 1 回 | 該当なし | 90.34 | 11,564 | 80 | MiniMax H3をVRAM 16GBで動か… | |
| ComfyUI 0.31.1 |
MiniMax H3 (fl2va pruned) | FP8 | 864×480 56frames | step 20 / LoRA なし / sampler res_multistep / scheduler simple / 起動 1 本ごと | 107.77(約 1.92 秒/枚) | 3 回 | 該当なし | 107.77 | 11,350 | 80 | MiniMax H3をVRAM 16GBで動か… |
デュアルGPU(RTX 5080 × RTX 5060 Ti)23 件
ローカルLLM23 件
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ollama 0.32.3 |
qwen3-coder:30b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 158.2 | 6 回 | 152 | 2,8392,670〜3,008 | 25,192 | 100 | 52 | qwen3-coder:30bをローカルで動か… | |
| Ollama 0.32.3 |
qwen3.6:35b-a3b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 128.5 | 6 回 | 327 | 594 | 29,804 | 94 | 52 | Qwen3.6-35B-A3B とは?MoE型… | |
| Ollama 0.32.3 |
qwen3.5:27b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 30.3 | 6 回 | 408 | 316 | 19,532 | 133 | 56 | RTX 5080 16GB VRAMの壁に関す… | |
| Ollama 0.32.3 |
qwen3:32b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 25.9 | 6 回 | 186 | 1,192 | 23,728 | 145 | 5854〜63 | RTX 5080 16GB VRAMの壁に関す… | |
| Ollama 0.32.3 |
gemma4:31b | Q4_K_M | context 8,192 token / 生成上限 512 token / 思考モード なし | 25.9 | 6 回 | 484 | 361 | 24,108 | 139 | 62 | 記事なし |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 262,144 token / 生成上限 128 token | 36.4 | 3 回 | 134 | 189 | 30,175 | 257 | 57 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 131,072 token / 生成上限 128 token | 36.4 | 3 回 | 135 | 193 | 22,576 | 257 | 56 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 131,072 token / 生成上限 記録なし | 35.9 | 6 回 | 157 | 169144〜195 | 23,184 | 250 | 56 | Qwen3.8-27BをVRAM 16GBで実… | |
| llama.cpp b10356 |
Qwen3.8-27B | UD-Q3_K_XL | context 262,144 token / 生成上限 記録なし | 35.8 | 6 回 | 161 | 181161〜201 | 30,592 | 253 | 56 | Qwen3.8-27BをVRAM 16GBで実… |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Ollama 0.30.7 |
qwen3-coder:30b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 145.3 | 3 回 | 273 | 2,318 | 記録なし | 111 | 55 | qwen3-coder:30bをローカルで動か… | |
| Ollama 0.30.7 |
Ornith-1.0-35B (Q4_K_M) | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 125.9 | 3 回 | 248 | 1,086 | 記録なし | 105 | 58 | Ornith-1.0をローカルで動かすには?9… | |
| Ollama 0.30.7 |
qwen3.6:35b-a3b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 123.8 | 3 回 | 272 | 1,013 | 記録なし | 104 | 54 | Qwen3.6-35B-A3B とは?MoE型… | |
| Ollama 0.30.7 |
qwen3.5:35b-a3b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 122.4 | 3 回 | 408 | 950 | 記録なし | 107 | 59 | 16GB VRAMで38%あふれる qwen3… | |
| Ollama 0.30.7 |
qwen3.5:35b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 120.2 | 3 回 | 494 | 945 | 記録なし | 104 | 55 | 16GB VRAMで38%あふれる qwen3… | |
| Ollama 0.30.7 |
gemma4:26b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 101.3 | 3 回 | 690 | 1,015 | 記録なし | 104 | 54 | RTX 5080でMoEの消費電力が低い理由|… | |
| Ollama 0.30.7 |
codestral:22b | Q4_0 | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 40.2 | 3 回 | 57 | 2,699 | 記録なし | 131 | 54 | コーディング用ローカルLLM 5モデルをVRA… | |
| Ollama 0.30.7 |
qwen3.5:27b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 29.2 | 3 回 | 318 | 523 | 記録なし | 134 | 61 | RTX 5080 16GB VRAMの壁に関す… | |
| Ollama 0.30.7 |
qwen3:32b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 26.0 | 3 回 | 172 | 1,213 | 記録なし | 142 | 61 | RTX 5080 16GB VRAMの壁に関す… | |
| Ollama 0.30.7 |
gemma4:31b | Q4_K_M | context 指定なし / 生成上限 512 token / 思考モード なし / 初 token の基準 記録なし | 25.7 | 3 回 | 414 | 515 | 記録なし | 138 | 60 | 記事なし |
| ソフト | モデル | 量子化 | 測定条件 | 生成速度 tok/s |
計測 | 初 token ms |
プロンプト処理 tok/s |
VRAM MiB |
消費電力 W |
GPU 温度 °C |
最終測定日 | 関連記事 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| llama.cpp b10092 |
Qwen3.6-35B-A3B-UD-Q4_K_XL | UD-Q4_K_XL | context 指定なし / split mode layer | 118.2 | 6 回 | 未測定 | 3,354 | 24,166(最大) | 84 | 56 | Qwen3.6-35B-A3B とは?MoE型… | |
| llama.cpp b10092 |
Qwen3.6-35B-A3B-UD-Q4_K_XL | UD-Q4_K_XL | context 指定なし / split mode tensor | 113.7 | 6 回 | 未測定 | 2,907 | 24,961(最大) | 86 | 56 | Qwen3.6-35B-A3B とは?MoE型… | |
| llama.cpp b10092 |
Qwen3-32B Q4_K_M | Q4_K_M | context 指定なし / split mode tensor | 33.8 | 6 回 | 未測定 | 1,003 | 22,029(最大) | 89 | 57 | 記事なし | |
| llama.cpp b10092 |
Qwen3-32B Q4_K_M | Q4_K_M | context 指定なし / split mode layer | 25.6 | 6 回 | 未測定 | 1,182 | 21,874(最大) | 225 | 56 | 記事なし |
測定方法と、表の読み方
- 値に幅が併記されている所は、まとめた測定の間で値にばらつきがあった所です。
- 「計測」の列は、同じ条件で何回測ったかです。
- 量子化は、その回のモデル実体の記録から取っています(計測時の記録、記録済みダイジェストとの照合、モデル名・タグ・重みファイル名の表記の順)。「なし」は、量子化していない重みをそのまま読んだ回です(読み込んだファイル名が記録に在り、そこに量子化の表記が無い回)。計算精度(bf16 など)は量子化とは別のもので、表の見出しの条件に書いています。
- ソフトは、その値を出したソフトと Ver です。
- 初 token までは、読み込み済みの回と未読み込みからの初回で桁が変わるため、同じ列に混ぜていません。両方が混ざる表では読み込み済みの回だけを出し、どちらの回か記録していない測定は、測定条件の列に「初 token の基準 記録なし」と書いています。
- VRAM は測定した GPU 全体の使用量(常駐分を含む)。VRAM の後ろに(重みの ○% が GPU)と付いている所は、モデルの重みの一部が GPU に載らず CPU 側へ逃げた状態です。この数字は Ollama で測った回にしかありません(Ollama が返す値で、KV cache や、ドライバが専用 VRAM から共有メモリへ逃がした分は含みません)。llama.cpp や ComfyUI で測った回には同じ意味の値が無いため、付いていないことは「載りきった」という意味ではありません。
- 2 枚とも使える状態で測っても、モデルが 1 枚に収まれば実際には片方しか動きません。その回は GPU ごとの消費電力と VRAM の記録から判定して、そのカード 1 枚の表に入れています。2 枚に分かれて動いた回だけを「デュアルGPU」の表にしています(その表の VRAM は 2 枚の合計です)。
- 生成時間の後ろの括弧(約 ○ 秒/枚)は、その生成時間を出した枚数で割った計算値です(動画のフレームも 1 枚ずつの絵として数えています)。静止画は 1 枚なので出していません。枚数の差は外れますが、step 数と解像度の差は残ります。フレーム数を記録していない回にも出していません(1 枚と見なすと 56 倍に化けるため)。
- 画像・動画の表は生成 1 回にかかった秒数で、数字が小さいほど速いという読み方になります(LLM の表とは逆)。「初回」はモデルの読み込みを含む 1 回目です。
- 同じ条件を何度か測っている所は、その全部を畳んだ 1 行にしています。古い測定も捨てていないので、行の数字はいちばん新しい回の値とは限りません。測定日には最後に測った日を書いています。
- ソフトの Ver は測定時に動かしていた Ver です。同じモデル・同じ機材でも Ver によって速度が動くため、Ver が違う所の差は Ver の差を含みます。Ver を記録していない測定はこのページに載せていません。
- 関連記事はそのモデルを扱った記事へのリンクで、その測定をそのまま解説しているとは限りません。
- 値が入っていない項目は 3 つに書き分けています。未測定=その測り方がその指標を取っていない(例: llama-bench は初 token までを返さない)。記録なし=その測り方では取れている指標だが、この行の記録に値が無い。該当なし=その条件では成り立たない(例: 毎回モデルを読み込み直した条件に「2 回目以降」は無い)。カーソルを合わせるとその項目の詳しい理由が出ます。どれも 0 という意味ではありません。
- 測定日はそれぞれ別に出しています。機材の構成は検証環境にまとめています。
- 特定の 1 台での値です。同じ型番でも冷却・電源・ドライバの Ver で動きます。「この GPU の上限」ではありません。
- 速度と使用量だけで、出力の品質は測っていません。
- 同じタグでも配布側が中身を差し替えると値は変わります。測定日より後に更新されたモデルについては古い中身の値です。
- 1 度に複数の依頼を投げたとき(同時実行)は範囲外です。どの測定も 1 本ずつ投げています。