claude code

ローカルLLM

LFM2.5-24B-A2BはVRAM 16GBで動くか｜文脈長ごとの使用量と速さ、Ollamaでの読み込み、Qwen3.6-35B-A3Bとの違い

LFM2.5-24B-A2BをVRAM 16GBのRTX 5060 Ti・5080で実測。文脈の長さごとのVRAM使用量、入力の処理と生成の速さ、Ollamaでの読み込み、Claude Codeでの作業結果を、16GBに載りきらないQwen3.6-35B-A3Bと比べた。
2026.10.15 AIハードウェア図鑑
ローカルLLM
ローカルAI環境

Claude Code・Codex・OpenCodeをStrataのローカルLLMにつないで比較｜VRAM 16GBのRTX 5080でつなぐ設定と、かかった時間・テスト結果

Claude Code・Codex CLI・OpenCode を Strata のローカル LLM につなぎ、VRAM 16GB の RTX 5080 1枚で小さな関数の修正を同じ課題文で解かせた。つなぐ設定、所要時間とテストの合否、Codex の失敗例と直し方をまとめた。
2026.10.10 AIハードウェア図鑑
ローカルAI環境ローカルLLM
ローカルAI環境

Strataで125BのQwen3.8-Flash-NextをVRAM 12GB・16GBで実測｜素のllama.cpp・27B・Claude Codeとも比較

VRAM 12GB・16GBのGPU 1枚とメインメモリ96GBの検証環境で、125BのQwen3.8-Flash-NextをStrataと素のllama.cppで実測。RTX 5080・5060 Ti・4070 SUPERでの速さ、2枚目のGPUの分け方、量子化の違い、Qwen3.8-27BやClaude Codeとの比較をまとめた。
2026.10.02 AIハードウェア図鑑
ローカルAI環境ローカルLLM
GPU・グラフィックボード

AIコーディング用ローカルLLMの必要スペック｜RTX 5080実機で7B〜14B級のVRAMと速度を実測

AI支援コーディング向けPCはクラウドAPI型とローカルLLM型で要件が分かれます。Claude Code等はGPU不要でCPU・RAM・SSDが効き、ローカル併用はVRAM容量が律速。RTX 5080 16GB実機で7B〜14B級を実測し、用途・予算別の実用スペックを整理しました。
2026.06.10 AIハードウェア図鑑
GPU・グラフィックボードPC構成ローカルLLM
PC構成

Claude Code推奨スペック｜GPU不要・ノートPCで快適に使える環境を解説

Claude CodeにGPUは必要か？結論は不要。AI処理はAnthropicのクラウドで完結するため、PC選びで必要なのはメモリ。推奨はRAM 32GB、予算を抑えるなら16GBでも動く。最低・予算重視・推奨の3段階スペックと、価格順のノートPC候補を整理した。
2026.04.16 AIハードウェア図鑑
PC構成