AI画像生成・ローカルLLM用PC構成ガイド2026——VRAM 16GB〜32GBで本当に動くStable Diffusion / LLMの推奨構成

AI画像生成（Stable Diffusion XL・Flux.1・ComfyUI等）やローカルLLM推論（Llama 3.3・Llama 4・DeepSeek・Qwen 3等）を自宅PCで動かす需要が、2026年春には一般ユーザー層まで広がってきました。クラウドAIに依存せず、自分のPCで画像生成を無制限に・LLMを無料で使いたいニーズは年々強まっていますが、「どんなPCが必要か」は想像以上にゲーミング用PCと違う選び方を求められます。

結論から言うと、AI用PCの鍵はVRAM容量・DDR5メモリ容量・CPUコア数の3つ。ゲーミングPCが「CPU 8コア + VRAM 16GB + DDR5 32GB」で十分なのに対し、AI用PCはVRAM 16GB以上（画像生成）・24GB以上（大規模LLM）・32GB超（Flux.1最高品質）が必要で、DDR5も64GB以上が推奨されます。ゲーミング向け最適構成をそのまま流用するとボトルネックが頻発します。ただし、PewDiePieの「Ajax」のような9B級のLLMを動かすだけなら、VRAM 8GBのGPUでも始められます（03章）。

以下では、AI用途別のVRAM要件・推奨GPU/CPU/メモリ構成・実勢価格・ゲーミングPCとの違いを整理します。RTX 5090が「本当に払う価値がある」唯一のゲーマー用途である点にも踏み込み、¥500,000超のAI用PCを組むべきか、あるいは中間構成で妥協すべきかの判断材料を提供します。

※総予算は2026年4月時点の目安です。2026年10月3日時点の国内通販では、RTX 5070 Tiが最安209,800円・中央値230,800円、RTX 5090が最安918,000円・中央値998,000円で、GPUが値上がりした分だけ総予算も上がっています。

01 / 基本AI用PCの基本要件——VRAM・DDR5・CPUの役割

AI用PCとゲーミング用PCは、要求されるスペックの重点が大きく異なります。3つのコア要素の役割を整理します。

02 / 用途別VRAM別の推奨構成——16GB / 24GB / 32GB

AI用途の要求VRAMは、やる内容で大きく変わります。3段階の構成を並べて、自分の用途がどこに当てはまるか見極めましょう。

03 / 9B級PewDiePieの「Ajax」など9B級のローカルLLMに必要なVRAM——8GBで動き、エージェント用途は12GBから

9B級のモデルは、4ビットに量子化すればVRAM 8GBのグラフィックボードで動きます。ただ、ウェブ検索やメールの処理を任せるエージェントとして使うと、一度に読み込む文章（コンテキスト）が長くなり、その分のVRAMが上乗せされます。エージェントとして使うならVRAM 12GB、ゲームをしながらモデルを常駐させるならVRAM 16GBが目安です。

この規模で話題になっているのが、YouTuberのPewDiePie（ピューディパイ、本名Felix Kjellberg氏）が日本時間の2026年10月1日に動画で発表した「Ajax」です。AlibabaのQwen3.5-9Bを追加学習したモデルで、本人が開発している自前ホスト型のAIワークスペース「Odysseus」の中で、ウェブ検索と閲覧、メール、カレンダーといった日常の作業を常時こなすエージェントとして作られています。もっと大きなモデルを作る計画もあったものの、それでは手元で動かせる人がほとんどいないとして、9Bにとどめています。

Ajaxは、回答を拒否する反応をモデルから取り除く処理（アブリテレーション）を施した、制限の少ないモデルです。ただし他人や自分を傷つける内容には線を引いたとしていて、危険な行為の具体的な手順を出すようには作られていない、と発表動画の冒頭で断っています。開発中にOpenAIのアカウントを2度停止されたことも、同じ動画で明かしています。

2026年10月3日時点で、Ajaxはまだ公開されていません。公開日は未定で、PewDiePie氏は準備ができしだい公開するとしています。発表動画では、強化学習をあと2日続けたあとで拒否の除去をやり直し、量子化（軽量化）とベンチマークを経て出すという段取りを説明していました。配布形式とライセンスも未発表で、ベースのQwen3.5-9BはApache 2.0ライセンスです。

必要なVRAMはベースのQwen3.5-9Bで見積もれる

追加学習や拒否の除去では、モデルの層の数や大きさは変わりません。Ajaxも同じ形式で量子化されれば、ファイルの大きさはベースのQwen3.5-9Bとほぼ同じになります。LM Studioが配布しているQwen3.5 9BのGGUF版は、4ビットのQ4_K_Mが5.63GB、6ビットのQ6_Kが7.36GB、8ビットのQ8_0が9.53GBです。Ollamaの公式ライブラリにあるqwen3.5:9bは同じQ4_K_Mで6.6GBあり、LM Studio版より約1GB大きくなります。

VRAMには、モデル本体に加えてKVキャッシュが載ります。読み込んだ文章の内容を覚えておく領域で、コンテキストが長いほど大きくなります。Qwen3.5-9Bは32層のうち8層だけが通常のアテンション層で、KVキャッシュを持つのはこの8層だけです。16ビットのまま持つと1トークンあたり32KBで、全層にKVキャッシュを持つLlama 3.1 8B（128KB）の4分の1で済みます。

コンテキストの長さは、何をさせるかで決まります。Ollamaは、VRAMが24GB未満のGPUでは既定のコンテキストを4Kトークンにしていますが、ウェブ検索やエージェント、コーディングのような使い方には64Kトークン以上を勧めています。Ajaxの使い道はちょうどこれにあたるので、64Kトークンを基準に見ていきます。

Qwen3.5は初期設定で、答える前に考える過程を書き出す思考モードで動きます。公式のモデル説明は、思考の力を保つために128Kトークン以上のコンテキストを勧めていて、128Kトークンを取るとQ4_K_Mでも約9.9GBになります。Ajaxで思考モードがどう扱われるかは、まだ発表されていません。

VRAM 8GBのGPUでは、64Kトークンの約7.8GBは、画面表示などに使われる分を差し引くと収まりきりません。はみ出した分はメインメモリに置かれ、メインメモリの帯域で読み出すことになるので、生成速度が大きく落ちます。コンテキストを長く取りたいときは、KVキャッシュを8ビットにすると半分で済みます。Ollamaでは、Flash Attentionが有効なとき（対応する環境では自動で有効）に環境変数OLLAMA_KV_CACHE_TYPEをq8_0にすると切り替わり、精度の低下はわずかです。約1GB大きいOllama版でも、これで32Kトークンなら約7.1GBに収まります。

生成速度は帯域で決まり、思考モードでは待ち時間が延びる

文章を生成する速度の上限は、GPUのメモリ帯域でほぼ決まります。1トークンを出すたびにモデル全体を読み出すからで、帯域をモデルの大きさで割ると上限が出ます。下のグラフでいちばん帯域の狭いRTX 4060でも、9B級のQ4_K_Mなら上限は毎秒約48トークンです。

実際の速度は、この上限より下がります。Ollamaで動かしたQwen3.5 9B（Q4_K_M）の実測では、中央値がRTX 3090（帯域936GB/s）で毎秒70.7トークン、RTX 5090で毎秒93.1トークンと、上限の半分から3分の1ほどでした。この計測では1回の返答が平均2,725トークンあり、RTX 5090でも返答1回にかかる時間の中央値は28.5秒です。思考モードで返答が長くなるぶん、帯域の狭いGPUほど待ち時間が延びます。まずVRAMに収まるかを確かめ、待ち時間を縮めたいなら帯域の広いGPUを選びます。

公開前にQwen3.5 9Bで手持ちのGPUを試す

Ajaxの公開を待たなくても、ベースのQwen3.5 9Bを使えば、手持ちのGPUに収まるかを先に確かめられます。Ollamaならollama run qwen3.5:9bで読み込んだあとollama psを実行し、PROCESSOR欄が「100% GPU」になっていればモデル全体がVRAMに収まっています。CONTEXT欄には確保されたコンテキストの長さが出るので、64Kトークンに広げるなら環境変数OLLAMA_CONTEXT_LENGTHを64000にするか、Ollamaのアプリの設定でスライダーを動かしてから、もう一度確かめます。

OdysseusはWindowsでも動きます。Windowsでローカルのモデルを使うなら、Ollamaでモデルを動かし、Odysseusの設定でOllamaを接続先に登録する（Ollamaの初期設定のポートは11434）のがいちばん手軽です。vLLMやSGLangでGPUを使ってモデルを動かすには、LinuxかWSL2が要ります。Radeonの場合、OllamaのWindows版でROCmの対応表に載っているのはRX 7000シリーズだけで、RX 9000シリーズはVulkan経由で動きます。

ゲーミングPCに常駐させるならVRAMの取り合いに注意

Ajaxは常に動かしておくエージェントとして作られているため、ゲーミングPCで使うとゲームとVRAMを取り合います。VRAM 8GBのGPUにQ4_K_M・32Kトークン（約6.7GB）を載せたままだと、ゲームに回せるVRAMはほとんど残りません。Ollamaは最後に使ってから5分たつとモデルをVRAMから降ろすのが既定で、すぐに空けたいときはollama stop qwen3.5:9bのようにモデル名を指定して降ろせます。

ゲーム中もエージェントを動かし続けたいなら、VRAM 16GBのGPUにするか、モデルを別のPCで動かします。OdysseusはOllamaやvLLMなど、別のマシンで動いているモデルの接続先も登録できるので、ミニPCや使っていないPCをモデル専用に回せます。内蔵GPUのミニPCで9B級を動かすときのメモリ容量と速度の目安は、LM Studio BionicのミニPC向け必要スペックで、メモリ16GBから128GBまでの容量別に解説しています。

これからGPUを選ぶなら、モデルを常駐させたままゲームもするのか、ゲーム中は止めるのかで選び方が分かれます。常駐させるならVRAM 16GBのRTX 5060 Ti 16GB、ゲーム中は止めてよいならゲーム性能が高いRTX 5070（12GB）です。2枚のゲームでの差はRTX 5060 TiとRTX 5070の比較で確かめられます。

9B級のモデルを動かすGPUの2択

16GB｜モデルを常駐させたままゲームもするPalit GeForce RTX 5060 Ti Infinity 3 16GBQ4_K_M・64Kトークン（約7.8GB）を常駐させても、ゲームに7GB前後を残せるVRAM 16GB。帯域は448GB/sで、9B級の生成速度の上限は毎秒約80トークンです。Q8_0でも128Kトークンまで収まります。Amazonで価格を見る

12GB｜ゲーム中はモデルを止めるASUS PRIME GeForce RTX 5070 OC 12GB（国内正規代理店品）帯域672GB/sで、9B級の生成速度の上限は毎秒約119トークンとRTX 5060 Ti 16GBの約1.5倍です。Q4_K_Mなら128Kトークン（約9.9GB）まで載りますが、ゲームと同時に動かすとVRAMが足りなくなるので、遊ぶあいだはモデルを止めます。Amazonで価格を見る

※価格・在庫は変動します。最新の価格はAmazonの商品ページでご確認ください。

04 / 比較ゲーミングPC vs AI用PC——構成の違いと理由

※同じ¥350,000予算で組む場合の、ゲーミングPCとAI用PCの構成の違いです。

AI用PCではDDR5を64GB以上に積むことが重要。DDR5高騰時代で32GB→64GBは+¥70,000〜90,000の投資になりますが、32Bモデル推論でスワップが起きると速度が10倍以上遅くなるため、ケチる場所ではありません。ゲーミング用途ならその予算をGPUに回すべきですが、AI用途ではDDR5・VRAMへの過剰投資が合理的です。

05 / 結論誰がAI用PCを組むべきか

06 / 参考予算別 AI用PC おすすめ構成パーツ

AI用PC構成のGPU・CPU・メモリの本命4モデルは、16GB VRAM入門構成のGPUとCPU、32GB VRAMフラグシップ構成のCPU、AI用途の基準になるDDR5 64GBキットです。

AI用PCの主要パーツ本命4点

AI入門 GPU本命 / 16GB VRAMGIGABYTE RTX 5070 Ti EAGLE OC 16GBAI入門構成の本命GPU。VRAM 16GBでSDXL快適・Flux.1量子化版（Q4・Q5）・LLM 13Bクラスまでをカバーし、NVIDIA CUDAエコシステムで ComfyUI・Ollama・llama.cppはそのまま動きます（A1111は開発版かPyTorchの入れ替えが必要）。消費電力は300Wで、750W電源に収まる扱いやすさもあります。Amazonで価格を見る

AI入門 CPU本命AMD Ryzen 7 9800X3D（8コア/16スレッド・3D V-Cache 96MB・120W・AM5）AI推論とゲームを両立させる8コア。AI推論には8コアで足り、3D V-Cacheでゲーム性能はトップクラス、TDPも120Wで扱いやすいCPUです。RTX 5070 Ti 16GB / RX 9060 XT 16GBと組むAI入門構成の本命で、9950X系を選ばずに浮いた予算をGPUかDDR5に回すのが、AI用途では効率の良い配分です。Amazonで価格を見る

動画編集やゲームも1台でこなすならAMD Ryzen 9 9950X3D（16コア/32スレッド）AI・動画編集・ゲームを1台でこなす16コアのX3D。AIの推論そのものに16コアは要りませんが、RTX 5090 32GB + DDR5 96GBのフラグシップ構成で、動画の書き出しやコンパイルも同じPCで回すならこの16コアが活きます。商用でAIを使う人や研究者向けです。Amazonで価格を見る

AI用途の必須メモリ / 32GB×2CORSAIR VENGEANCE DDR5-5600 64GB（32GB×2）EXPO/XMP対応 CMK64GX5M2B5600Z40AI推論で必要なDDR5 64GBの本命キット。32GB×2構成で将来96GB・128GBへの拡張余地を維持したままAI用途の必須ラインに到達。LLM 13B〜32BクラスのCPUオフロード推論・Stable Diffusion XLの複数モデル同時ロードでスワップを防げます。EXPO・XMP対応で、AM5・LGA1851どちらのマザーでもプロファイルを読み込むだけで5600MT/sに設定できます。Amazonで価格を見る

※価格・在庫は変動します。最新の価格はAmazonの商品ページでご確認ください。

03章の出典：PewDiePie「I seriously should NOT be dropping this.」（YouTube）・Ajax公式ページ・Odysseus（GitHub）・Qwen3.5-9B（Hugging Face）・lmstudio-community/Qwen3.5-9B-GGUF・SaladCloud「Qwen 3.5 Small Models on SaladCloud」・Ollama「qwen3.5」・Ollama公式ドキュメント「Context length」・Ollama公式ドキュメント「FAQ」・Ollama公式ドキュメント「Hardware support」

あわせて読みたい

グラフィックボード

RTX 5090は本当に必要か——60万円超の価値と代替案の冷静な分析

PCパーツ

DDR5メモリ32GBと64GBどっちが正解？2026年の用途別容量選びガイド

ニュース

NVMe SSD価格3〜6倍高騰の全貌——2026年の買い時と避けるべきブランド

ニュース

2026年4月 半導体危機の全体像——レガシー復活ラッシュとCPU/GPU/メモリ不足