「このAIを動かすには、どれくらいのスペックが必要か」を用途別に引ける早見表です。ローカルAIで最初に効くのはVRAM容量なので、VRAMを起点に、システムメモリの目安と関連記事への入口をまとめました。まずは下の4レベルで全体像を、続く用途別表で具体的な目安を確認できます。
AI用途で最初に効くのはGPUのメモリ容量（VRAM）。何を・どのモデルで動かすかで必要量が決まります。
7〜14B級のLLMやSDXLなど多くの用途は16GB級が実用ゾーン。30B級以上のLLMや高品質・大型の動画は24〜32GB以上、またはマルチGPUが視野に入ります。
はじめての方向け・全体の目安（4レベル）
| レベル | GPU／VRAM | システムRAM | 動かせるAIの例 |
|---|---|---|---|
| Lv.1 クラウドAI中心 | 不要（内蔵GPU可） | 16GB | ChatGPT・Claude・Claude Code |
| Lv.2 軽量ローカルAI | VRAM 8GB | 32GB | Ollama（7〜8B）・SD 1.5 |
| Lv.3 本格ローカルAI | VRAM 12〜16GB | 32〜64GB | Ollama（14B＋）・SDXL・ComfyUI・Flux |
| Lv.4 開発・研究／大型 | VRAM 16GB＋（マルチGPU） | 64GB＋ | ファインチューニング・30B＋・動画 |
用途別 必要スペック早見表
表の見方 ／ 最低VRAM：起動・軽い利用の下限目安 ／ 推奨VRAM：実用的に使いやすい目安 ／ システムRAM：CPUオフロードや画像・動画処理を含めた目安
前提：この表は、当サイトの実測記事・各モデルの公開仕様・一般的な量子化条件をもとに、用途別の目安を整理したものです。実際の必要VRAMは、モデル・量子化方式・解像度・コンテキスト長・同時に起動するアプリによって変わります。
| 用途 | 最低VRAM | 推奨VRAM（GPU目安） | システムRAM | 関連記事 |
|---|---|---|---|---|
| ■ ローカルLLM（テキスト推論） | ||||
| 7〜8B | 6GB | 8GB（8GBクラス） | 16GB | Ollama入門・必要スペック |
| 13〜14B | 10GB | 16GB（RTX 5060 Ti／5070 Ti 16GB） | 32GB | 16GB級LLMの選び方 |
| 30〜34B | 22GB | 24GB級、または 16GB×2（デュアルGPU） | 64GB | 35B-A3Bを2枚目で約1.9倍 |
| 70B級 | 約44GB | 48GB以上（マルチGPU） ※約44GBは推定（当サイト実機の32GBでは動かせず未測定） |
96GB | 巨大モデルの必要メモリ早見 |
| ■ 画像・動画生成・学習（ComfyUI 系） | ||||
| 画像生成 SDXL 等 | 8GB | 12〜16GB | 16〜32GB | ComfyUI推奨スペック |
| 画像生成 Flux.1 dev 等 | 16GB | 24GB（余裕を持つ場合） | 32GB | FP16/BF16 精度とVRAM |
| 画像生成 FLUX.2 Klein 9B 等（Q8・大型） | 16GB | 16GB以上（Q8） | 32GB以上 | FLUX.2 Klein 9B 実測 |
| 動画生成 LTX 1 等（軽量2B） | 12GB | 16GB（LTX系の軽量・商用量産）／高品質・最新の動画モデルは32GB級以上 | 32GB以上 | LTX 1 を16GBで商用量産 |
| 4Kアップスケール（ESRGAN 等） | 16GB | 16GB（システムRAM次第） | 64GB以上 | RAM67GB→1.4GBにする方法 |
| LoRA学習（小型2B級） | 6GB | 12〜16GB | 32GB | Anima 2B（6GB VRAM〜） |
| ■ AIコーディング | ||||
| Claude Code | GPU不要 | クラウドLLM利用時・回線品質次第 ※ローカルLLM併用時は下段の30B級を参照 |
16GB | Claude Code PC選定 |
| ローカル30B級（qwen3-coder 等） | 22GB | 24GB級、または 16GB×2（デュアルGPU） | 64GB | qwen3-coder:30b 実測 |
読み取りの注意
- 量子化で大きく変わります。 表は実用的な Q4_K_M（LLM）／fp8（画像）基準です。例：SDXL は fp8 で 6.7GB、bf16 で 13.7GB（RTX 5080 実測）と倍ほど差が出ます。
- VRAMに収まらない分はシステムRAMへ退避し、速度が急落します。 長いコンテキストの推論では特にシステムRAM消費が増えます。
- ノートPC版GPUは同名でもデスクトップ版より15〜30%低いことがあります。 表はデスクトップ前提です。
- 「16GB×2（デュアルGPU）」は当サイトの実機構成です。 大型MoEモデルでは2枚目が効き、例として qwen3.5:35b-a3b が2枚目で約1.9倍に伸びました（実測）。
この早見表を軸に、さらに詳しく
- VRAM 16GBで動かすローカルLLM完全ガイド（モデル別早見表）
- VRAM 16GB GPUを選ぶなら｜AI用途別に比較
- ローカルLLMの量子化｜Q4_K_M・Q8・FP16のVRAMと速度
- VRAMとは｜AI用途で必要な容量の目安
関連ガイド
数値の検証環境
本表の実測値は当サイトの検証機材によるものです：Intel Core i7-14700F／96GB DDR5／RTX 5080（16GB）＋RTX 5060 Ti（16GB・Oculink DEG1接続）。測定条件の詳細は 検証環境ページ をご覧ください。