この記事の要点
動画生成のために完成品の PC を買うなら、グラボのメモリ (VRAM) の容量だけで選ばず、待てる時間と予算で選ぶ。測った条件では、VRAM の小さいほうのカードでも、試した動画モデルはどれも最後まで動いた。
長い動画を短い待ち時間で作りたいなら、測った中で最も短い時間で終わった上位のカードを候補に入れる。
メインメモリは、完成品の固定構成でよく見る容量より大きい構成を探すか、注文時に増やせるかを販売ページで確かめる。
VRAM 12GB でも測った条件では4モデルが動いた。GPU は待ち時間と予算で選び、メインメモリは別に確かめる
この記事が扱うのは、ComfyUI で動画モデルを自分の PC の上で動かすローカルの動画生成で、クラウドの生成サービスを使う場合は対象にしていない。動画生成のために PC を買うなら、VRAM (GPU に載っているメモリ) の容量が 12GB か 16GB かだけで GPU を決めず、待てる時間と予算で選ぶ (長い動画を短い待ち時間で作るなら RTX 5080 を候補に入れる)。メインメモリ (PC 本体のメモリ) は GPU とは別に、64GB を最小の目安にして確かめる。
部品ごとの目安と、その根拠になった測定を「部品ごとの目安の表」にまとめた。目安の列はこの記事の判断で、根拠の列は測定の記録にあたる。
| 決めること | 目安 | 根拠 |
|---|---|---|
| VRAM (GPU のメモリ) | 12GB か 16GB。容量だけでは決めない | 測った4モデルは、VRAM 12GB の RTX 4070 SUPER でも測った条件では最後まで動いた (RTX 5070 は測っていない) |
| 長い動画の待ち時間 | 短くしたいなら RTX 5080 を候補に入れる (測った中での手がかり) | LTX 2.5 の30秒は RTX 5080 で約11分48秒、RTX 4070 SUPER で約61分。生成時間の表の短い動画の4行 (FastH3 Omni の5秒・10秒、Wan Animate 2、LTX 2.5 の4秒) では、RTX 4070 SUPER でも約2〜6分。この2枚は VRAM の量・GPU の性能・つなぎ方 (RTX 4070 SUPER は PC の外に置く外付け、RTX 5080 は内部のスロット) が同時に違う。RTX 5070 と RTX 5070 Ti は測っていない |
| メインメモリ | 64GB を最小。余裕を見るなら 96GB も考える | 4モデルとも、使っていた量か確保した量が 32GB を超えた条件があった (64GB の PC では測っておらず、測定機全体が 64GiB を超えた回もある) |
| SSD | 1TB を最小 | ファイル一式は1モデルで約24〜40GiB (1TB は置く物を見込んだ目安で、測定から出した値ではない) |
| 電源 | 選んだ GPU の推奨電源容量以上 | NVIDIA の公称の推奨電源容量 (SSD と電源の節の表) |
参照動画は、動きや声の手本としてモデルに渡す動画を指す。目安はどれも、測った4モデルと測った条件の範囲での判断になる。
VRAM 12GB と 16GB のどちらでも4モデルが最後まで動いた
測った動画モデル4つ (MiniMax H3・FastH3 Omni・Wan Animate 2・LTX 2.5) は、VRAM 16GB のカード2枚 (RTX 5080 と RTX 5060 Ti) でも、VRAM 12GB の RTX 4070 SUPER でも、測った条件ではどれも最後まで動いた。VRAM はどのカードでも上限の近くまで使っていた。測った範囲では、VRAM の容量だけを理由に 16GB を優先する根拠は見つからなかった。
測定機のメインメモリは 96GB で、12GB のカードをメインメモリ 32GB・64GB の PC で動かした測定はない。VRAM が小さいとメインメモリを多く使うのかは、この記事の測定では切り分けていない。
長い動画を短い待ち時間で作りたいなら、RTX 5080 を候補に入れる。測った3枚の中では、RTX 5080 がどの条件でも最も短い時間で終わった。理由は切り分けておらず、VRAM 12GB の RTX 5070 と 16GB の RTX 5070 Ti は測っていない。時間の値は、生成時間の節にまとめた。
「動いた」は、測った条件で最後まで生成が終わったことを指し、できた映像と音声の出来は評価していない。完成品で VRAM 12GB の GPU は RTX 5070 だが、12GB の列は前の世代の RTX 4070 SUPER で測った結果で、RTX 5070 は測っていない。表に出てくる ComfyUI は動画や画像を作るソフトで、「古い ComfyUI」は 0.31.1、「新しい ComfyUI」は 0.37.1 を指す。ステップ数は生成を何段階で仕上げるか、フレーム数は動画を作る1コマ1コマの画像の数を表す。
| モデル | 作るもの | VRAM 12GB (RTX 4070 SUPER で測定) | VRAM 16GB (RTX 5080・RTX 5060 Ti で測定) |
|---|---|---|---|
| MiniMax H3 | 映像と音声を同時に作る | 動いた (20ステップは約2.3秒まで、4ステップは約11.5秒まで。長い動画は新しい ComfyUI で) | 動いた (1344×768・8秒・20ステップまで) |
| FastH3 Omni | MiniMax H3 を8ステップで作れるようにしたモデル。画像などを手本に渡せる | 動いた (1376×768 の10秒まで) | 動いた (1376×768 の15秒まで。RTX 5080 で) |
| Wan Animate 2 | 画像の人物に、手本の動画の動きを移す | 動いた (480×848・81フレーム) | 動いた (720×1280・81フレームまで。RTX 5060 Ti で) |
| LTX 2.5 | 映像と音声を同時に作る | 動いた (第三者が公開している量子化ファイルで、30秒まで) | 動いた (第三者が公開している量子化ファイルで、30秒まで) |
12GB では、16GB で動いた最も重い条件を測っていない (MiniMax H3 は 1344×768・8秒・20ステップ、FastH3 Omni は15秒、Wan Animate 2 は 720×1280)。LTX 2.5 は、16GB で測った4秒と30秒を 12GB でも測った。重い条件で 12GB と 16GB に差が出るかは、この記事では分からない。
止まった測定もあった。16GB の RTX 5060 Ti でも、MiniMax H3 は古い ComfyUI の別の回で、Wan Animate 2 は 720×1280 の一部の組み合わせで止まった。12GB の MiniMax H3 は、古い ComfyUI で 168フレームの指定が止まった。16GB の「動いた」も測った構成での結果で、どの構成でも動くことを示すものではない。
ファイル一式は VRAM より大きく、メインメモリも使って動いた
この記事の LTX 2.5 は、第三者が公開している量子化ファイル (モデルのファイルを圧縮して小さくしたもの) で測った。LTX の公式資料は、必要な VRAM の書き方が資料ごとに違う。ドキュメントのシステム要件は VRAM 32GB 以上、モデルページの比較表は 16GB で、オープンソースの紹介ページは 12GB で動くと表示している (資料の中身は VRAM の使われ方の節で扱う)。
動画モデル (動画を作る AI 本体のデータで、大きなファイルをダウンロードして使う) は、4つともファイル一式が VRAM より大きい。16GB と 12GB のカードでも動いたが、そのとき ComfyUI はメインメモリも条件によって大きく使っていた。何がどこに置かれたかの内訳は測っていない。ただし FastH3 Omni と LTX 2.5 の一部の測定では、GPU が使ったメインメモリの量を記録している。メインメモリを大きく使ったので、VRAM に加えてメインメモリの量も選ぶ条件になる。
ComfyUI の README は、機能の一覧に VRAM と RAM (メインメモリ) の管理と、モデルを VRAM の外へ逃がすオフロードを挙げている。VRAM の外も使う動き方は、ソフトの機能の範囲に入っている。
VRAM 24GB 以上のカードと 8GB のカードは測っていない。
画像生成や LLM まで含めて VRAM の容量を決めたいときは、用途別に VRAM の目安をまとめた記事がある。メインメモリと SSD は用途ごとに容量の目安を整理した記事に、動画生成に要るハードの全体はローカル動画生成のハード要件ガイドにまとめてある。
VRAM 12GB で MiniMax H3 はどこまで動いたか
12GB の RTX 4070 SUPER では、4モデルとも測った条件で最後まで動いた。そのうち MiniMax H3 は、ステップ数と動画の長さを変えて測った。通常の20ステップでも約2.3秒の短い動画は最後まで動き、4ステップでは約11.5秒の動画まで動いた。使ったカードは前の世代の RTX 4070 SUPER で、RTX 5070 ではない。
「MiniMax H3 を 12GB で測った表」の時間はモデルの読み込みを含むので、後の生成時間の表の秒数とは比べない。9月28日の行の時間は中央値で、約5.9秒の動画は2回、約11.5秒の動画は1回の測定にあたる。9月9日の行は、864×480 の2行が seed を1つずつ変えた3回の中央値 (時間と VRAM のピークをそれぞれ中央値にした)、1280×720 の行が1回の値。構成の列の9月9日は古い ComfyUI、9月28日は新しい ComfyUI で測った回にあたる。
| 構成 | 解像度と長さ | ステップ数 | 1本の時間 | VRAM のピーク | メインメモリ (使っていた量) |
|---|---|---|---|---|---|
| 9月9日 (ComfyUI 0.31.1) | 864×480・約2.3秒 (56フレーム) | 20ステップ | 107.8秒 | 11,350MiB | 記録なし |
| 9月9日 (ComfyUI 0.31.1) | 864×480・約2.3秒 (56フレーム) | 4ステップ | 40.6秒 | 11,268MiB | 記録なし |
| 9月9日 (ComfyUI 0.31.1) | 1280×720・約2.3秒 (56フレーム) | 4ステップ | 75.3秒 | 11,564MiB | 記録なし |
| 9月28日 (ComfyUI 0.37.1) | 864×480・約5.9秒 (141フレーム) | 4ステップ | 88.1秒 | 10,920MiB | 23.3GiB |
| 9月28日 (ComfyUI 0.37.1) | 864×480・約11.5秒 (277フレーム) | 4ステップ | 201.4秒 | 10,920MiB | 26.7GiB |
9月28日の2行のフレーム数は、保存した動画に入っていた実際の数で、VRAM 12GB の分かれ目を実測した記事 (この節の末尾にリンクがある) に載せている指定の値 (136・264) より多い。
同じ 864×480・56フレームの記録では、4ステップと20ステップの VRAM のピークは 11,268MiB と 11,350MiB で近く、時間は 40.6秒から 107.8秒に延びた。VRAM の中の置き方や使い方が同じだったかは、この測定では分からない。
同じ4ステップでも、古い ComfyUI (表の9月9日の構成) では 168フレームを指定した条件が VRAM の確保に失敗して止まった。新しい ComfyUI (表の9月28日の構成) では約11.5秒まで動いた。ComfyUI や PyTorch などがまとめて違い、どれで変わったかは切り分けていない。20ステップで長い動画が動くかは測っていない。
VRAM のピークはどの条件でもカードの容量の近くに集まり、必要な量を示す値ではない。4ステップでできた映像と音声の出来は評価していない。
すでに 12GB のカードを持っているなら、測った4モデルはどれも試す候補になる (測った条件で。MiniMax H3 の長い動画は4ステップでしか測っていない)。これから買うときの GPU は、冒頭の節のとおり待ち時間と予算で決め、メインメモリはどの GPU を選んでも別に確かめる。12GB のカードで動画のフレーム数をどこまで延ばせるかは、VRAM 12GB の分かれ目を実測した記事で測っている。
GPU ごとの完成品の構成と価格の目安
「GPU ごとの価格の表」は、BTO (注文を受けてから組み立てる PC) メーカー9社の販売ページで、2026年10月28日に注文できた固定構成 (販売ページに載っている構成そのもので、注文時に部品を変えたものは入れない) の表示価格をまとめたもの。価格を集めた11社のうち、価格を「〜円から」と表示する2社は除いた。販売ページの構成1つを1件と数えた。
| VRAM の容量と位置づけ | GPU | 価格の目安 (中央値) | 半分の構成が入る範囲 | よくあるメインメモリ | メインメモリ 64GB 以上の構成 | よくある SSD |
|---|---|---|---|---|---|---|
| 12GB | RTX 5070 | 約39.0万円 | 約34.0万〜44.2万円 | 32GB (208件中113件)・16GB (87件) | 8件 | 1TB (142件)・500GB (39件) |
| 16GB の入門 | RTX 5060 Ti 16GB | 約39.5万円 | 約34.7万〜43.2万円 | 32GB (69件中47件)・16GB (22件) | 0件 | 1TB (54件)・500GB (9件) |
| 16GB の中間 | RTX 5070 Ti | 約52.0万円 | 約45.0万〜56.6万円 | 32GB (106件中69件)・16GB (31件) | 6件 | 1TB (47件)・2TB (33件) |
| 16GB の上位 | RTX 5080 | 約60.0万円 | 約55.0万〜68.0万円 | 32GB (143件中106件)・16GB (17件) | 20件 | 1TB (91件)・2TB (39件) |
RTX 5070 と RTX 5060 Ti 16GB は価格で選び分けにくい
RTX 5070 (VRAM 12GB) と RTX 5060 Ti 16GB は、中央値が約39.0万円と約39.5万円で近かった。価格では、この2つを選び分けにくい。測った範囲では VRAM の容量だけを理由に 16GB の GPU を優先する根拠は見つからなかったが、12GB では重い条件を測っていない。RTX 5070 と RTX 5060 Ti 16GB の速さの差も測っておらず (12GB で測ったのは前の世代の RTX 4070 SUPER)、この2つのどちらがよいかは決められない。メインメモリは GPU の選び方とは別に、どちらを選んでも確かめる。64GB 以上の固定構成は、RTX 5070 では 208件中8件、RTX 5060 Ti 16GB では 69件中0件と少なく (注文時に増やせる構成は数えていない)、64GB にするなら注文時に増やせるかと追加額を販売ページで確かめる。
待ち時間を短くしたいなら、RTX 5080 を候補に入れる (RTX 5070 Ti は測っていない)。表の RTX 5060 Ti 16GB・RTX 5070 Ti・RTX 5080 は VRAM がどれも 16GB で、測ったのは RTX 5080 と RTX 5060 Ti の2枚だけ。生成時間の節のとおり、外付けでつないだ RTX 5060 Ti は内部のスロットの RTX 5080 の2倍前後の時間がかかった (つなぎ方の違いも入り、完成品でこの差になるとは限らない)。この3つの中では予算と待てる時間で選ぶ。
メインメモリ 64GB 以上の固定構成は少ない
表のどの GPU でも、よくあるメインメモリは 32GB で、メインメモリ 64GB 以上の固定構成は少なかった (RTX 5060 Ti 16GB は0件)。この価格はメインメモリ 32GB 前後の構成が中心で、64GB にする追加の費用は含まない。メインメモリ 64GB 以上で絞った選定ツール (条件を入れて完成品を絞り込めるツール) で探すか、注文時のカスタマイズでメインメモリを増やせるか、追加額はいくらかを販売ページで確かめる。
RTX 5060 Ti には VRAM 8GB の製品もあるので、製品の表記で 16GB かを確かめる。
この価格は集めた9社の販売ページだけの集計で、市場全体の価格ではなく、今後変わる。販売台数で重み付けしていないので、構成を多く載せている店の値に寄る。表の「入門」「中間」「上位」はこの記事の分け方で、販売店の表記と一致するとは限らない。
VRAM 12GB と 16GB、メインメモリ 64GB 以上の条件を入れた状態の完成品の選定ツールで、今注文できる構成を一覧にできる。グラボ単体を型番ごとに当たりたいときは、GPU の選定ツールが使える。
メインメモリは 64GB を最小の目安にする
メインメモリは 64GB を最小の目安にし、余裕を見るなら 96GB も考える。64GB は、使っていた量か確保した量が 32GB を超えた測定があったことから選んだ次の容量で、32GB の PC で足りないと確かめた値でも、64GB で収まると確かめた値でもない (32GB・64GB の PC では測っていない)。使っていた量の最大は約51GiB、確保した量の最大は 60.7GiB で、どちらも 64GiB より小さかったが、ほかのアプリや OS の分も含む測定機全体では 64GiB を超えた回があった (最大 73.6GiB)。この 64GB は記事の測定から出した目安で、LTX の公式ドキュメントが最低要件に挙げるメインメモリ 32GB とは基準が違う。
「メインメモリの表」の3つの列は、量の数え方が違う。使っていた量は ComfyUI のプロセスが実際にメインメモリに載せていた量 (ワーキングセット)、確保した量は ComfyUI とその子プロセスのコミットの量 (Windows がメインメモリかページファイルで裏付けると約束した量で、アドレスを予約しただけの分は入らない)、測定機全体はほかのアプリや OS の分も含む。使っていた量と確保した量は数える対象も違うので、差や包み合う関係としては読まない。
表の値は GiB という単位で、1GiB は約1.07GB にあたる。ただし、PC に積むメインメモリの容量 (32GB・64GB・96GB) は、GB と書かれていても GiB と同じ数え方なので、換算せずに表の値と比べてよい。表の「記録なし」は、その測定記事に記録が無い値を指す。
| モデルと動画 | 使っていた量 | 確保した量 | 測定機全体 |
|---|---|---|---|
| MiniMax H3・864×480・2.33秒 (古い ComfyUI・4〜8ステップ) | 44.04〜44.73GiB | 59.32〜60.37GiB | 記録なし |
| MiniMax H3・864×480・2.33秒 (新しい ComfyUI・20ステップ) | 12.6〜15.9GiB | 記録なし | 記録なし |
| MiniMax H3・1344×768・8秒 (新しい ComfyUI・20ステップ) | 約24GiB | 記録なし | 記録なし |
| FastH3 Omni・5秒 | 記録なし | 35.0〜36.6GiB | 44.9〜52.5GiB |
| FastH3 Omni・15秒 | 記録なし | 48.0GiB | 59.7GiB |
| FastH3 Omni・5秒・参照動画あり | 記録なし | 51.0GiB | 64.1GiB |
| Wan Animate 2・480×848・81フレーム (2枚・PyTorch 2.14.0) | 23.0〜24.5GiB | 40.4〜41.2GiB | 記録なし |
| Wan Animate 2・720×1280・81フレーム (RTX 5060 Ti・PyTorch 2.9.1) | 42.7GiB | 60.7GiB | 記録なし |
| LTX 2.5・1216×672・4秒 | 44.1〜48.5GiB | 記録なし | 記録なし |
| LTX 2.5・1216×672・30秒 | 50.6〜50.7GiB | 記録なし | 記録なし |
| FastH3 Omni・5秒 (RTX 4070 SUPER) | 31.7〜31.9GiB | 41.1〜41.5GiB | 59.6〜64.0GiB |
| FastH3 Omni・10秒 (RTX 4070 SUPER) | 36.4〜36.7GiB | 46.4GiB | 62.4〜62.8GiB |
| Wan Animate 2・480×848・81フレーム (RTX 4070 SUPER・キャッシュをメインメモリに置く) | 29.8〜35.3GiB | 41.0〜43.5GiB | 52.6〜70.2GiB |
| Wan Animate 2・480×848・81フレーム (RTX 4070 SUPER・キャッシュなし) | 21.2GiB 前後 | 33.2〜33.8GiB | 45.8〜46.4GiB |
| LTX 2.5・1216×672・4秒 (RTX 4070 SUPER) | 44.5〜46.2GiB (続けて取り直した5回。1回目は 24.7GiB) | 49.2〜49.3GiB (1回目は 34.1GiB) | 68.6〜70.4GiB (1回目は 47.9GiB) |
| LTX 2.5・1216×672・30秒 (RTX 4070 SUPER) | 33.3GiB (1回目)・47.8GiB (2回目) | 36.8GiB (1回目)・54.9GiB (2回目) | 62.9GiB (1回目)・73.6GiB (2回目) |
4つのモデルのどれにも、確保した量か使っていた量が 32GB を超えた条件があった。
同じモデルの中で動画の長さや参照動画の有無を変えた組は、16GB の FastH3 Omni (5秒と15秒、参照動画のありなし) と LTX 2.5 (4秒と30秒) だった。どちらのモデルも長い動画のほうがメインメモリの値は大きく、参照動画の有無を比べた FastH3 Omni では参照動画ありのほうが大きかった。入力の文・seed・キャッシュの初めの状態などがそろっていたかはこの記事では確かめていないので、長さや参照動画だけによる差とは言い切らない。MiniMax H3 は解像度と長さが同時に変わり、Wan Animate 2 は解像度のほかに PyTorch のバージョンとカードも違うので、この比べ方には入れない。12GB の LTX 2.5 は、同じ条件でも1回目と2回目以降で値が違った。回の順番をそろえると、1回目どうし (4秒 24.7GiB、30秒 33.3GiB) も、2回目以降どうし (4秒 44.5〜46.2GiB、30秒 47.8GiB) も、30秒のほうが大きかった。
大きい値は、確保した量で 60GiB 前後だった (MiniMax H3 の古い ComfyUI の行と、Wan Animate 2 の 720×1280 の行)。測定機全体の最大は、16GB の行では FastH3 Omni に参照動画を足した回の 64.1GiB、12GB の行では LTX 2.5 の30秒の2回目の 73.6GiB だった。列もソフトも条件ごとに違うので、モデル同士や列同士の大小は比べない。
MiniMax H3 は、古い ComfyUI の測定 (約44GiB) と新しい ComfyUI の 864×480・2.33秒の測定 (12.6〜15.9GiB) で、使っていた量が大きく違った。同じ新しい ComfyUI でも、12GB のカードの約11.5秒は 26.7GiB だった。ComfyUI と PyTorch のバージョン、ステップ数と LoRA の有無、起動の環境がまとめて違い、どれで変わったかは切り分けていない。ソフトの更新で使う量が減ることはあるが、ほかの3モデルや長い動画では 32GB を超えた測定が残るので、64GB を最小の目安にする。
VRAM 12GB のカードでもメインメモリを大きく使った
VRAM 12GB の RTX 4070 SUPER でも、4つのモデルの使っていた量は約21〜48GiB だった。MiniMax H3 は 12GB の節の表、ほかの3モデルはメインメモリの表の RTX 4070 SUPER の行の値にあたる。メインメモリの量が選ぶ条件になる点は、12GB のカードでも変わらない。
12GB の行と 16GB の行は、測った日・カード・列のそろい方が違い、切り分けていない。この2つの大小から、VRAM の量とメインメモリの量の関係は読まない。
メインメモリ 32GB・64GB の PC では測っていない (測定機は96GB)。画像生成や動画生成でメインメモリがどこまで要るかは、ワークフローごとにメインメモリのピークを測った記事にまとめてある。
SSD と電源の決め方
SSD は 1TB を最小の目安にする
VRAM の使われ方の節にある「ファイル一式と VRAM のピークの表」のとおり、測った動画モデルはファイル一式が1つで約24〜40GiB ある (LTX 2.5 は第三者の量子化ファイルの大きさ)。4つを別々に足すと約130GiB (約140GB) で、この合計は MiniMax H3 と FastH3 Omni の共通のファイルを2回数えている。
モデルを複数入れ、Windows やソフト本体、作った動画も同じ SSD に置くことを見込んで、SSD は 1TB を最小の目安にする。この 1TB は置く物を見込んだ目安で、測定から出した値ではない。GPU ごとの価格の表のとおり、よくある SSD には 500GB の構成もあるので、販売ページの仕様欄で容量を確かめる。
電源は選んだ GPU の推奨電源容量で決める
「GPU ごとの電源の公称値の表」には、NVIDIA の仕様にある VRAM、消費電力の目安、推奨電源容量を並べた。
| GPU | VRAM | 消費電力の目安 | 推奨電源容量 |
|---|---|---|---|
| RTX 5070 | 12GB (GDDR7) | 250W | 650W |
| RTX 5070 Ti | 16GB (GDDR7) | 300W | 750W |
| RTX 5060 Ti | 16GB / 8GB (GDDR7) | 180W | 600W |
| RTX 5080 | 16GB (GDDR7) | 360W | 850W |
| RTX 4070 SUPER (前の世代) | 12GB (GDDR6X) | 220W | 650W |
RTX 5060 Ti の消費電力の目安と推奨電源容量は、NVIDIA の仕様表で 16GB と 8GB が1つの欄に書かれている。推奨電源容量は NVIDIA が基準にした PC での最小値で、必要な電源容量は PC の構成によって変わる。
NVIDIA の仕様は Founders Edition またはリファレンス設計のカードのもので、完成品に多く載るメーカー製のカードは、仕様がメーカーごとに違うことがある。完成品を買うときは、販売ページの仕様欄で電源の容量を見て、載っている GPU のカードのメーカーが示す電源の要件も確かめる。この表の NVIDIA の値は、NVIDIA が基準にした構成での目安になる。
実測で見る動画1本の生成時間
RTX 5080 でも、LTX 2.5 の30秒の動画は約11分48秒、MiniMax H3 の 1344×768・8秒の動画は約20分かかった。前の世代の RTX 4070 SUPER (VRAM 12GB、つなぎ方も RTX 5080 と違う) では、LTX 2.5 の30秒に約61分かかった (1回だけの測定)。
16GB の2枚の間では、どのモデルでも RTX 5060 Ti が RTX 5080 の2倍前後 (表の値どうしの比で約2.0〜2.2倍) の時間がかかった。1回だけの測定も含むので、細かい倍率は目安になる。
RTX 5080 はパソコン内部のスロットにつなぎ、RTX 5060 Ti は OCuLink (グラボを外付けでつなぐ方式) でつないだ。この差にはつなぎ方の違いも入っていて、切り分けていない。完成品ではグラボを内部のスロットで使うのがふつうなので、RTX 5060 Ti の秒数が完成品でこの表のとおりになるとは限らない。
RTX 4070 SUPER は、測った行ではどれも RTX 5060 Ti より短い時間で終わった。2枚とも OCuLink の同じつなぎ方だが、カードの世代と性能が違うので、この差は VRAM の量で決まった差ではない。完成品で VRAM 12GB の RTX 5070 は測っておらず、RTX 4070 SUPER の秒数は RTX 5070 の見込みにはならない。
モデルとカードごとの時間
「生成時間の表」のフレーム数は、動画を作る1コマ1コマの画像の数を指す。モデルごとに長さ・解像度・ステップ数・測り方が違うので、モデル同士で秒数は比べない。16GB の2枚どうしは、MiniMax H3 の2.33秒の行 (RTX 5080 は5回の中央値、RTX 5060 Ti は1回) を除いて測り方がそろっているが、RTX 4070 SUPER の列は測った日 (11月2日) が違い、LTX 2.5 の2行は測り方も違うので、16GB の2枚との差は目安になる。
時間の定義は行で違う。MiniMax H3 の2.33秒の行は、モデルを読み込んだあとの時間。8秒の行は、読み込みを含む1本目の時間。FastH3 Omni は、続けて作った2本目の時間。Wan Animate 2 は、2回目以降の中央値。LTX 2.5 の4秒は、続けて取り直した5回の中央値で、16GB の2枚はほかのプロセスを止めて測り、RTX 4070 SUPER は止めずに測った。LTX 2.5 の30秒は、RTX 5080 が別々の機会に取った3回の中央値、RTX 4070 SUPER が続けて作った2回目の1回だけの値になる。生成時間でも、入力の文・seed・キャッシュの初めの状態・測定の間に ComfyUI を立て直したかがそろっていたかは、この記事では確かめていない。生成時間の表は、ここに書いた読み込みの有無と順番で比べる参考の値で、これらをそろえた GPU の性能の比較ではない。
| モデルと動画 | RTX 5080 | RTX 5060 Ti | RTX 4070 SUPER (12GB) |
|---|---|---|---|
| MiniMax H3・864×480・2.33秒 (56フレーム) | 66.4秒 | 132.9秒 | 測っていない |
| MiniMax H3・1344×768・8秒 (192フレーム)・読み込みを含む1本目 | 1208.8秒 | 2662.1秒 | 測っていない |
| FastH3 Omni・1376×768・5秒 (124フレーム) | 96.6秒 | 211.7秒 | 135.1秒 |
| FastH3 Omni・1376×768・10秒 (243フレーム) | 216.1秒 | 431.2秒 | 380.1秒 |
| FastH3 Omni・1376×768・15秒 (362フレーム) | 379.9秒 | 測っていない | 測っていない |
| Wan Animate 2・480×848・81フレーム | 119.2秒 | 248.4秒 | 192.7秒 |
| LTX 2.5・1216×672・4秒 (97フレーム) | 106.2秒 | 219.5秒 | 134.1秒 |
| LTX 2.5・1216×672・30秒 (721フレーム) | 707.8秒 | 測っていない | 3682.3秒 |
同じモデルでも、動画を長くすると1本の時間は大きく延びた。FastH3 Omni は、RTX 4070 SUPER で5秒が 135.1秒、10秒が 380.1秒、RTX 5080 で5秒が 96.6秒、15秒が 379.9秒だった。LTX 2.5 は、RTX 4070 SUPER で4秒が 134.1秒、30秒が 3682.3秒だった。
LTX 2.5 の30秒では RTX 4070 SUPER と RTX 5080 の差が開いた
LTX 2.5 の30秒は、RTX 4070 SUPER で約61分 (3682.3秒)、RTX 5080 で約11分48秒 (707.8秒) だった。この差には VRAM の量だけでなく、GPU の性能とつなぎ方 (RTX 5080 は内部のスロット) の違いも入っていて、切り分けていない。
RTX 4070 SUPER にかかった時間を RTX 5080 と比べると、短い動画の4行 (FastH3 Omni の5秒・10秒、Wan Animate 2、LTX 2.5 の4秒) では約1.3〜1.8倍だった。LTX 2.5 の30秒では約4〜5倍で、読み込みを含む1回目が約4.4倍、続けて作った2回目が約5.2倍だった。測り方が違う行と1回だけの測定を含むので、どちらの倍率も目安になる。
30秒で差が大きく開いた理由 (VRAM の量・カードの世代と性能・つなぎ方) は切り分けていない。LTX 2.5 の30秒を 16GB で測ったのは RTX 5080 だけで、VRAM 12GB の RTX 5070 と、16GB の RTX 5070 Ti は測っていない。長い動画の待ち時間を最優先するなら、測った中での手がかりとして RTX 5080 を候補に入れる。
RTX 4070 SUPER の30秒は、読み込みを含む1回目 (3132.4秒) より、続けて作った2回目のほうが長かった。LTX 2.5 の RTX 5080 は同じ条件を繰り返したときの幅が大きく、4秒の5回は 102.8〜133.2秒だった。
モデルごとの導入の手順や、条件を変えた測定は、MiniMax H3、FastH3 Omni、Wan Animate 2、LTX 2.5 のそれぞれの測定記事に載せている。
16GB と 12GB のカードで VRAM はどう使われたか
測った4つのモデルは、どれもファイル一式が VRAM の 16GB・12GB より大きく、生成中の VRAM はどちらのカードでもほぼ上限まで使われていた。モデルごとのファイルの大きさと生成中の VRAM のピークを、「ファイル一式と VRAM のピークの表」に並べた。
| モデル | ファイル一式の大きさ | 16GB の2枚で測った VRAM のピーク | 12GB の RTX 4070 SUPER で測った VRAM のピーク |
|---|---|---|---|
| MiniMax H3 | 約39.6GiB | 約14.7〜15.3GiB (15,046〜15,718MiB) | 10,920〜11,564MiB |
| FastH3 Omni | 約38.5GiB | 約14.6〜15.4GiB (14,904〜15,766MiB) | 10,914〜11,906MiB |
| Wan Animate 2 | 約23.9GiB | 約14.6〜15.6GiB (14,908〜16,013MiB) | 10,816〜11,871MiB |
| LTX 2.5 (第三者の量子化ファイル) | 約28.1GiB | 約15.3〜15.6GiB (15,639〜16,022MiB) | 11,896〜11,932MiB |
ピークはカードの容量の近くに集まった
16GB の2枚の VRAM のピークは約14.6〜15.6GiB で、カードの容量 (ComfyUI が表示した総量で約15.9GiB) の近くに集まった。12GB の RTX 4070 SUPER のピークは 10,816〜11,932MiB で、カードの容量 (nvidia-smi の総量で 12,282MiB) の近くに集まった。
ピークは、そのモデルに要る量そのものではない。空いている分まで使ったのか、足りずに VRAM の外へあふれたのかは、モデルの分だけを切り分けて記録していないので、ピークの値からは何GB の VRAM で間に合うかは読み取れない。
ファイル一式が VRAM より大きいのに 16GB でも 12GB でも動いたのは、VRAM の外 (メインメモリなど) も使ったためとみられる。FastH3 Omni と LTX 2.5 の一部の測定では、メインメモリの表の3つの量とは別に、GPU が使ったメインメモリ (Windows の共有 GPU メモリ) のピークを記録している。FastH3 Omni では、12GB の RTX 4070 SUPER が5秒で 24,532〜24,679MiB、10秒で 28,812〜29,002MiB、16GB の RTX 5080 が5秒で 16,464MiB、15秒で 27,398MiB だった。この値は GPU ごとの量でほかのアプリの分も含み、そのうちモデルの分がどれだけかは切り分けていない。12GB と 16GB の値は、測った日・カード・つなぎ方が違うので大小は比べない。MiniMax H3 と Wan Animate 2 は、どこに何が置かれたかを測っていない。メインメモリの量も確かめる理由は、メインメモリの表のとおり使う量が大きいことにある。
LTX の公式資料は、必要な VRAM の書き方が資料ごとに違う
LTX の公式ドキュメントのシステム要件は、最低要件に VRAM 32GB 以上の NVIDIA GPU とメインメモリ 32GB を、推奨の構成にメインメモリ 64GB 以上を挙げている。LTX-2.5 のモデルページの比較表は最低 VRAM を 16GB とし、オープンソースの紹介ページは 12GB の VRAM でローカルに動くと表示している。どれも2026年11月2日に確認した表示で、資料ごとにどのファイル構成を指すかは確かめていない。
この記事の LTX 2.5 は、公式の配布ファイルではなく、第三者が公開している量子化ファイルで測り、VRAM 16GB と 12GB で動いた。公式の配布ファイルの構成が 16GB・12GB で動くかは確かめていないので、公式の構成で動かすなら公式の資料を別に確かめる。
VRAM がどう使われるかを含めて、動画生成に要るハードの要件はローカル動画生成のハード要件をまとめたガイドで整理している。
よくある質問
VRAM 12GB のグラボでも動画生成はできるか
RTX 4070 SUPER で測った条件では、できる。測った4モデル (MiniMax H3・FastH3 Omni・Wan Animate 2・LTX 2.5) は、VRAM 12GB の RTX 4070 SUPER で、測った条件ではどれも最後まで動いた。MiniMax H3 の長い動画 (約11.5秒) は4ステップで動かした結果で、20ステップは短い動画 (約2.3秒) まで測った。
VRAM はカードの上限の近くまで使い、メインメモリは約21〜48GiB を使った。RTX 5070 は測っていない。長い動画は待ち時間が延び、LTX 2.5 の30秒は RTX 4070 SUPER で約61分かかった (続けて作った2回目の1回だけの測定で、読み込みを含む1回目は約52分)。
LTX 2.5 は第三者が公開している量子化ファイルでの結果で、LTX の公式ドキュメントの最低要件は VRAM 32GB 以上になっている (公式の資料の間でも値が違う)。公式の構成が 12GB で動くかは測っていないので、どの条件でも 12GB で動くとまでは言えない。
VRAM 24GB や 32GB のグラボなら何が変わるか
この記事では測っていないので、何が変わるかは示せない。16GB と 12GB のカードでは、VRAM をほぼ上限まで使い、メインメモリも使って動いた。何がどこに置かれたかの内訳は測っていない (FastH3 Omni と LTX 2.5 の一部の測定では、GPU が使ったメインメモリの量を記録している)。
メインメモリ 32GB の完成品を買ってしまったら
まず販売ページの仕様欄で、メインメモリを増設できるかを確かめる。32GB の PC では測っていない。96GB の測定機では、4つのモデルのどれにも、確保した量か使っていた量が 32GB を超えた条件があった。ただし MiniMax H3 は新しい ComfyUI では使っていた量が 26.7GiB まで (12GB のカードの約11.5秒) で、32GB の PC で間に合うかどうかは測っていない。
測定の条件と注意点
- VRAM 12GB の RTX 4070 SUPER の FastH3 Omni・Wan Animate 2・LTX 2.5 は、この記事のために 2026年11月2日に測った。FastH3 Omni と Wan Animate 2 は、それぞれの 16GB の測定と同じソフトの構成 (ComfyUI と PyTorch のバージョン、量子化、ステップ数、解像度) で測った。
- LTX 2.5 は、ComfyUI のバージョン (v0.34.5)・量子化 (Q3_K_M)・ステップ数・解像度を 16GB の測定にそろえた。16GB の LTX 2.5 の測定は PyTorch のバージョンを記録しておらず、12GB の測定は PyTorch 2.9.1+cu128 だった。
- LTX 2.5 の量子化ファイルは、9月の測定と同じファイル名・同じ大きさのもので、11月2日に取り直したファイルの sha256 は配布元のものと一致した。9月に使ったファイルの sha256 は記録していない。
- 16GB のカードの値と 12GB の MiniMax H3 は、当サイトの各モデルの測定記事から転記した。価格は販売ページの表示価格の集計、電源の値は NVIDIA の公称の仕様で、どちらも測定ではない。
- 測定機は Intel Core i7-14700F・メインメモリ96GB・Windows で、12GB の測定でも同じ。RTX 5080 は PCIe 5.0 x16 の内蔵で画面表示にも使い、RTX 5060 Ti と RTX 4070 SUPER は OCuLink (PCIe 4.0 x4) の外付けで、この2枚はつなぎ方が同じだがカードの世代と性能が違い、RTX 5080 との差には GPU の性能とつなぎ方の違いも入る。12GB の測定は、測定用のスクリプトが RTX 4070 SUPER の番号を指定して ComfyUI を起動した。指定した番号が RTX 4070 SUPER だったことは、FastH3 Omni・LTX 2.5・9月28日の MiniMax H3 では記録に残した GPU の UUID で、Wan Animate 2 では ComfyUI が起動時に表示した GPU の名前で確かめた。9月9日の MiniMax H3 の記録には GPU の名前も UUID も残っていない。推論中の GPU の稼働率は記録しておらず、16GB の行の確かめ方は転記元の各測定記事による。
- 本文の「古い ComfyUI」は 0.31.1、「新しい ComfyUI」は 0.37.1 を指す。ComfyUI はその後も更新が続いていて (FastH3 Omni は v0.43.0 で測った)、新しいバージョンでは時間やメインメモリの値が変わることがある。
- 測った日は、MiniMax H3 が2026年8月9日・9月9日・9月11日・9月25日・9月28日、Wan Animate 2 と LTX 2.5 の 16GB が2026年9月、FastH3 Omni の 16GB が2026年10月29日、FastH3 Omni・Wan Animate 2・LTX 2.5 の 12GB が2026年11月2日で、16GB の測定と 12GB の3モデルの測定は日が違う。ソフトや設定が違う測定どうしでは、時間や使うメインメモリが大きく変わることがある (MiniMax H3 のメインメモリの例で、どれによるかは切り分けていない)。
- モデルの設定は、MiniMax H3 が拡散モデル FP8・テキストエンコーダー NVFP4・20ステップ (12GB は4・8・20ステップ)、FastH3 Omni が拡散モデル INT8 (テンプレートの既定)・8ステップ・1376×768、Wan Animate 2 が標準のモデル (int8_convrot + LoRA)・6ステップ・480×848・81フレーム・キャッシュをメインメモリに int8 で置く設定、LTX 2.5 が第三者の GGUF 量子化ファイル (Q3_K_M) とテキストエンコーダー int8・8ステップ・1216×672。PyTorch は、FastH3 Omni と Wan Animate 2 の 480×848 が 2.14.0+cu130、Wan Animate 2 の 720×1280 が 2.9.1+cu130 で、Wan Animate 2 の 720×1280 は 2.14.0+cu130 では最初のステップに入らないまま打ち切った。
- 時間は、MiniMax H3 の2.33秒が読み込み後の ComfyUI の実行時間 (RTX 5080 は5回の中央値、RTX 5060 Ti は1回)、8秒が読み込みを含む1本目 (RTX 5080 の続けて作った2本目は 1198.7秒)、FastH3 Omni が続けて作った2本目、Wan Animate 2 が2回目以降の中央値 (16GB の2枚も RTX 4070 SUPER も、3本のうち読み込みを含む1本目を除いた2本)。LTX 2.5 の4秒は続けて取り直した5回の中央値 (16GB はほかのプロセスを止めた回、RTX 4070 SUPER は止めていない回)、30秒は RTX 5080 が別々の機会の3回の中央値、RTX 4070 SUPER が1回だけの測定。
- メインメモリの「使っていた量」は ComfyUI のプロセスが実際にメインメモリに載せていた量 (常駐・ワーキングセット) のピーク、「確保した量」は ComfyUI とその子プロセスのコミットの量 (Windows がメインメモリかページファイルで裏付けると約束した量) のピーク、「測定機全体」は ComfyUI 以外も含む PC 全体の使用のピーク。列ごとにピークの時刻が違うことがあり、足し合わせても要る量にはならない。
- メインメモリの表の 16GB の行は、MiniMax H3 の古い ComfyUI が2026年9月11日 (4〜8ステップ、LoRA あり・なしの4条件)、新しい ComfyUI の 864×480 が9月25日、1344×768 が9月28日 (RTX 5080) の値で、FastH3 Omni の5秒は2枚の範囲、15秒と参照動画 (映像と音声の両方を手本にした) は RTX 5080、Wan Animate 2 はキャッシュをメインメモリに置いた条件で、480×848 は2枚の標準のモデルと distill のモデルの条件ごとの中央値の範囲、720×1280 は RTX 5060 Ti の標準のモデルの値。LTX 2.5 は RTX 5080 で採取の間隔が揃った回の範囲 (時間の回数とは母数が違う) で、測定記事では GB と表記しているが、測定の記録では GiB (1GiB = 1,073,741,824 バイト) の値。転記した行は、どれも何回の測定から出した値かを、この記事では確かめていない。MiniMax H3 の新しい ComfyUI の 864×480 の行は、範囲が各回のピークどうしの範囲か、条件どうしの範囲かも確かめていない。転記した行は、測定の回数と集計の方法を確かめていない参考の値として読む。
- メインメモリの表の RTX 4070 SUPER の行は、FastH3 Omni が各2本 (読み込みを含む1本目と続けて作った2本目) の範囲、Wan Animate 2 が 480×848・81フレームの標準のモデルでキャッシュを置く設定と置かない設定の各3本の範囲、LTX 2.5 の4秒が続けて取り直した5回の範囲 (1回目の値は括弧内)、30秒が1回目と2回目の値。測定機全体には測った間に動いていたほかのアプリや OS の分が入り、各値は小数第2位を四捨五入した。
- 12GB の FastH3 Omni・Wan Animate 2・LTX 2.5 と 16GB の FastH3 Omni のメインメモリの値は、測定中に 0.25秒ごとに読んだ値の最大。測定機全体は、その採取で psutil が返した PC 全体の物理メモリの使用量 (全体の量から、すぐ使える量を引いた値) で、コミットの量ではない。ページファイルの設定は記録していない。VRAM の値と、ほかの行のメインメモリの採取の間隔は、この記事では確かめていないので、採取の間隔をそろえたピークの比較ではない。どれも間をおいて読んだ値なので、読み取りの間に出た瞬間の最大は入っていないことがある。
- VRAM のピークは nvidia-smi で見た値で、ほかのプロセスと画面表示の分を含み、16GB の MiniMax H3 の範囲は2026年8月の ComfyUI 0.31.1 で測った全条件の値。ファイル一式の大きさは各測定記事に載せたファイルの大きさを GiB で足した値 (MiniMax H3 は拡散モデル・テキストエンコーダー・映像と音声の VAE の4ファイル、FastH3 Omni は拡散モデル・テキストエンコーダー・映像と音声の VAE、Wan Animate 2 は拡散モデル・LoRA・テキストエンコーダー・CLIP Vision・VAE、LTX 2.5 は量子化した本体・テキストエンコーダー・映像と音声の VAE) で、配布元で中身が差し替えられると変わる。
- 12GB の値は RTX 4070 SUPER のもので、RTX 5070・RTX 5070 Ti と、VRAM 8GB・24GB 以上のカードは測っていない。12GB では 16GB で動いた最も重い条件 (MiniMax H3 の 1344×768・8秒・20ステップ、FastH3 Omni の15秒、Wan Animate 2 の 720×1280) も測っておらず、映像と音声の出来はどのカードでも比べていない。
- 価格は、BTO メーカー9社の販売ページから2026年10月28日に集めた、GPU 付きデスクトップ完成品の固定構成の表示価格で、ノート・中古・アウトレットと、集めた時点で注文できない表示のものは入れていない。同じ構成が複数のページにあれば最安の1件にし、中央値と安いほうから4分の1〜4分の3の範囲を千円の位で丸め、よくあるメインメモリ・SSD は件数の多い上位2つを載せた (送料とカスタマイズの追加額は含まない)。
本記事の実測値は、VRAM 16GB のカードの値と VRAM 12GB の MiniMax H3 は当サイトの各モデルの測定記事で 2026年8月9日〜10月29日に、VRAM 12GB の FastH3 Omni・Wan Animate 2・LTX 2.5 は 2026年11月2日に、上記の測定機・設定で計測したもの。
測定機の構成は検証環境のページに、ほかの機材やモデルの測定値は実測データベースにまとめてある。
