無料のローカルLLM対応チェッカー

このPC・GPU・MacでローカルLLMは動かせる?

ローカルLLMを勘に頼らず選べます。人気のローカルAIモデルとお使いのハードウェアを照合し、ダウンロード前にVRAM、メモリ、量子化、コンテキスト長、1秒あたりの推定生成トークン数を比較しましょう。

無料・インストール不要。ハードウェア検出はブラウザ内で行われ、生のGPU情報はアップロードされません。

お使いのハードウェア

ハードウェアを検出中…

ユニファイドメモリ48 GBシステムRAM48 GBメモリ帯域幅273 GB/s
量子化/精度
コンテキスト
46快適に動作
0ぎりぎり動作
0オフロード
9実行不可

55モデルを評価

このハードウェアで動かせるローカルLLMは?

チャット、コーディング、推論、画像認識向けのローカルAIモデルを検索。対応状況、推定メモリ、速度、ランタイム、判定根拠を比較できます。

用途
対応状況
提供元
並び順

モデル名とバージョンが完全一致する20件にArena順位を表示します。一致しないモデルの順位は推測しません。

Arena・CC BY 4.0・2026-07-10
快適に動作Alibaba

Qwen3.5 9B

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 9.7B
推定メモリ 6.7 GBQ4_K_M
推定速度 21–32 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作GoogleMoE

Gemma 4 26B-A4B IT

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 26B3.8B 有効パラメータ
推定メモリ 17 GBQ4_K_M
推定速度 50–76 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作AlibabaMoE

Qwen3 30B-A3B

チャット · 推論 · コーディング · Apache-2.0

パラメータ数 31B3.3B 有効パラメータ
推定メモリ 20 GBQ4_K_M
推定速度 47–70 tok/sOllama
Arenaオープンソース順位 #821317 · 26,474 票
快適に動作AlibabaMoE

Qwen3.5 35B-A3B

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 36B3B 有効パラメータ
推定メモリ 23 GBQ4_K_M
推定速度 66–99 tok/sOllama
Arenaオープンソース順位 #451396 · 29,184 票
快適に動作Meta

Llama 3.1 8B Instruct

チャット · コーディング · Llama 3.1 Community

パラメータ数 8B
推定メモリ 6.5 GBQ4_K_M
推定速度 22–33 tok/sOllama
Arenaオープンソース順位 #1301187 · 49,605 票
快適に動作Alibaba

Qwen3.5 4B

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 4.7B
推定メモリ 3.8 GBQ4_K_M
推定速度 42–63 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba

Qwen3.8 27B

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 28B
推定メモリ 18 GBQ4_K_M
推定速度 7.5–11 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Google

Gemma 4 31B IT

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 31B
推定メモリ 21 GBQ4_K_M
推定速度 6.5–9.7 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作OpenAIMoE

GPT-OSS 20B

チャット · コーディング · 推論 · Apache-2.0

パラメータ数 21B3.6B 有効パラメータ
推定メモリ 14 GBQ4_K_M
推定速度 53–79 tok/sOllama
Arenaオープンソース順位 #931288 · 10,621 票
快適に動作Alibaba

Qwen2.5 Coder 7B Instruct

コーディング · チャット · Apache-2.0

パラメータ数 7.6B
推定メモリ 5.7 GBQ4_K_M
推定速度 26–39 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作DeepSeek

DeepSeek R1 Distill Qwen 14B

推論 · チャット · MIT

パラメータ数 15B
推定メモリ 11 GBQ4_K_M
推定速度 12–19 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba

Qwen3 8B

チャット · 推論 · コーディング · Apache-2.0

パラメータ数 8.2B
推定メモリ 6.7 GBQ4_K_M
推定速度 21–32 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba

Qwen3.6 27B

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 28B
推定メモリ 18 GBQ4_K_M
推定速度 7.5–11 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作AlibabaMoE

Qwen3.6 35B-A3B

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 36B3B 有効パラメータ
推定メモリ 23 GBQ4_K_M
推定速度 66–99 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Google

Gemma 4 E2B IT

チャット · 推論 · 画像認識 · Apache-2.0

パラメータ数 5.1B
推定メモリ 3.9 GBQ4_K_M
推定速度 90–135 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Google

Gemma 4 E4B IT

チャット · 推論 · 画像認識 · Apache-2.0

パラメータ数 8B
推定メモリ 5.6 GBQ4_K_M
推定速度 45–68 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作DeepSeek

DeepSeek R1 Distill Qwen 7B

推論 · チャット · MIT

パラメータ数 7.6B
推定メモリ 5.7 GBQ4_K_M
推定速度 26–39 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba

Qwen3.5 27B

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 28B
推定メモリ 18 GBQ4_K_M
推定速度 7.5–11 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作DeepSeek

DeepSeek R1 Distill Qwen 32B

推論 · チャット · MIT

パラメータ数 33B
推定メモリ 23 GBQ4_K_M
推定速度 5.9–8.9 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Google

Gemma 3 12B IT

チャット · 推論 · 画像認識 · Gemma Terms

パラメータ数 12B
推定メモリ 8.8 GBQ4_K_M
推定速度 16–24 tok/sOllama
Arenaオープンソース順位 #751334 · 3,829 票
快適に動作Google

Gemma 4 12B IT

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 12B
推定メモリ 8.2 GBQ4_K_M
推定速度 17–26 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Zhipu AIMoE

GLM-4.7 Flash 30B-A3B

チャット · コーディング · 推論 · MIT

パラメータ数 31B3B 有効パラメータ
推定メモリ 20 GBQ4_K_M
推定速度 58–87 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba

Qwen2.5 Coder 14B Instruct

コーディング · チャット · Apache-2.0

パラメータ数 15B
推定メモリ 11 GBQ4_K_M
推定速度 12–19 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba

Qwen3 14B

チャット · 推論 · コーディング · Apache-2.0

パラメータ数 15B
推定メモリ 11 GBQ4_K_M
推定速度 13–19 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Google

Gemma 3 27B IT

チャット · 推論 · 画像認識 · Gemma Terms

パラメータ数 27B
推定メモリ 19 GBQ4_K_M
推定速度 7.4–11 tok/sOllama
Arenaオープンソース順位 #621358 · 47,514 票
快適に動作Microsoft

Phi-4 14B

チャット · コーディング · 推論 · MIT

パラメータ数 15B
推定メモリ 11 GBQ4_K_M
推定速度 12–19 tok/sOllama
Arenaオープンソース順位 #1211217 · 24,126 票
快適に動作Alibaba

Qwen2.5 Coder 32B Instruct

コーディング · チャット · Apache-2.0

パラメータ数 33B
推定メモリ 23 GBQ4_K_M
推定速度 5.9–8.9 tok/sOllama
Arenaオープンソース順位 #1131230 · 5,432 票
快適に動作Mistral AI

Mistral Small 3.1 24B

チャット · コーディング · 画像認識 · Apache-2.0

パラメータ数 24B
推定メモリ 17 GBQ4_K_M
推定速度 8.2–12 tok/sOllama
Arenaオープンソース順位 #991278 · 33,199 票
快適に動作NVIDIAMoE

Nemotron 3.5 Lightning 30B-A3B

チャット · 推論 · コーディング · OpenMDW-1.1

パラメータ数 32B3B 有効パラメータ
推定メモリ 20 GBQ4_K_M
推定速度 70–105 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba

Qwen3 32B

チャット · 推論 · コーディング · Apache-2.0

パラメータ数 33B
推定メモリ 23 GBQ4_K_M
推定速度 5.9–8.9 tok/sOllama
Arenaオープンソース順位 #711340 · 3,926 票
快適に動作Google

Gemma 3 4B IT

チャット · 画像認識 · Gemma Terms

パラメータ数 4.3B
推定メモリ 3.6 GBQ4_K_M
推定速度 45–68 tok/sOllama
Arenaオープンソース順位 #911291 · 4,171 票
快適に動作Microsoft

Phi-4 Mini Instruct

チャット · コーディング · 推論 · MIT

パラメータ数 3.8B
推定メモリ 4.1 GBQ4_K_M
推定速度 39–58 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Meta

Llama 3.2 3B Instruct

チャット · Llama 3.2 Community

パラメータ数 3.2B
推定メモリ 3.6 GBQ4_K_M
推定速度 46–69 tok/sOllama
Arenaオープンソース順位 #1561110 · 7,936 票
快適に動作IBM

Granite 4.2 8B

チャット · 推論 · コーディング · Apache-2.0

パラメータ数 8.8B
推定メモリ 7.2 GBQ4_K_M
推定速度 20–30 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作IBM

Granite 4.2 30B

チャット · 推論 · コーディング · Apache-2.0

パラメータ数 29B
推定メモリ 21 GBQ4_K_M
推定速度 6.6–9.9 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作NVIDIAMoE

Nemotron 3.5 Bolt 74B-A9B 24GB

チャット · 推論 · コーディング · 画像認識 · OpenMDW-1.1

パラメータ数 75B9B 有効パラメータ
推定メモリ 24 GBQ4_K_M
推定速度 46–69 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Mistral AI

Mistral NeMo 12B Instruct

チャット · コーディング · Apache-2.0

パラメータ数 12B
推定メモリ 9.2 GBQ4_K_M
推定速度 15–22 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Meta

Llama 3.2 1B Instruct

チャット · Llama 3.2 Community

パラメータ数 1.2B
推定メモリ 1.8 GBQ4_K_M
推定速度 129–193 tok/sOllama
Arenaオープンソース順位 #1831055 · 8,045 票
快適に動作Zhipu AI

GLM-4 9B Chat

チャット · コーディング · GLM-4 License

パラメータ数 9.4B
推定メモリ 6.6 GBQ4_K_M
推定速度 22–32 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba旧世代モデル

Qwen2.5 7B Instruct

チャット · 推論 · Apache-2.0

パラメータ数 7.6B
推定メモリ 5.7 GBQ4_K_M
推定速度 26–39 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba旧世代モデル

Qwen2.5 14B Instruct

チャット · 推論 · Apache-2.0

パラメータ数 15B
推定メモリ 11 GBQ4_K_M
推定速度 12–19 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Alibaba旧世代モデル

Qwen2.5 32B Instruct

チャット · 推論 · Apache-2.0

パラメータ数 33B
推定メモリ 23 GBQ4_K_M
推定速度 5.9–8.9 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Mistral AI旧世代モデル

Mistral 7B Instruct v0.3

チャット · コーディング · Apache-2.0

パラメータ数 7.3B
推定メモリ 6.1 GBQ4_K_M
推定速度 24–36 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Google旧世代モデル

Gemma 2 9B IT

チャット · Gemma Terms

パラメータ数 9.2B
推定メモリ 8.2 GBQ4_K_M
推定速度 17–26 tok/sOllama
Arenaオープンソース順位 #1221208 · 54,611 票
快適に動作Microsoft旧世代モデル

Phi-3.5 Mini Instruct

チャット · コーディング · MIT

パラメータ数 3.8B
推定メモリ 6 GBQ4_K_M
推定速度 24–36 tok/sOllama
Arenaオープンソース順位 —Arenaの完全一致なし
快適に動作Google旧世代モデル

Gemma 2 27B IT

チャット · 推論 · Gemma Terms

パラメータ数 27B
推定メモリ 20 GBQ4_K_M
推定速度 6.9–10 tok/sOllama
Arenaオープンソース順位 #1121232 · 75,754 票
実行不可OpenAIMoE

GPT-OSS 120B

チャット · コーディング · 推論 · Apache-2.0

パラメータ数 117B5.1B 有効パラメータ
推定メモリ 66 GBQ4_K_M
推定速度 —Ollama
Arenaオープンソース順位 #591366 · 30,628 票
実行不可Meta

Llama 3.1 70B Instruct

チャット · 推論 · Llama 3.1 Community

パラメータ数 71B
推定メモリ 47 GBQ4_K_M
推定速度 —Ollama
Arenaオープンソース順位 #1071261 · 55,240 票
実行不可Moonshot AIMoE

Kimi K2 Instruct

チャット · コーディング · 推論 · Modified MIT

パラメータ数 1,026B32B 有効パラメータ
推定メモリ 649 GBQ4_K_M
推定速度 —llama.cpp
Arenaオープンソース順位 —Arenaの完全一致なし
実行不可Meta

Llama 3.3 70B Instruct

チャット · 推論 · Llama 3.3 Community

パラメータ数 71B
推定メモリ 47 GBQ4_K_M
推定速度 —Ollama
Arenaオープンソース順位 #1001275 · 54,726 票
実行不可AlibabaMoE

Qwen3.5 122B-A10B

チャット · 推論 · コーディング · 画像認識 · Apache-2.0

パラメータ数 125B10B 有効パラメータ
推定メモリ 79 GBQ4_K_M
推定速度 —Ollama
Arenaオープンソース順位 —Arenaの完全一致なし
実行不可MetaMoE

Llama 4 Scout 17B-16E

チャット · 推論 · 画像認識 · Llama 4 Community

パラメータ数 109B17B 有効パラメータ
推定メモリ 70 GBQ4_K_M
推定速度 —Ollama
Arenaオープンソース順位 #981281 · 30,280 票
実行不可DeepSeek

DeepSeek R1 Distill Llama 70B

推論 · チャット · MIT + Llama

パラメータ数 71B
推定メモリ 47 GBQ4_K_M
推定速度 —Ollama
Arenaオープンソース順位 —Arenaの完全一致なし
実行不可MiniMaxMoE

MiniMax M2.1

チャット · コーディング · 推論 · Modified MIT

パラメータ数 229B10B 有効パラメータ
推定メモリ 147 GBQ4_K_M
推定速度 —llama.cpp
Arenaオープンソース順位 —Arenaの完全一致なし
実行不可MetaMoE

Llama 4 Maverick 17B-128E

チャット · 推論 · 画像認識 · Llama 4 Community

パラメータ数 402B17B 有効パラメータ
推定メモリ 255 GBQ4_K_M
推定速度 —Ollama
Arenaオープンソース順位 #921288 · 39,963 票
カタログ 2026.10.19-1更新日 2026-10-19Engine 1.2.0

性能は公開仕様に基づく推定値です。ドライバ、ランタイムのバージョン、冷却、コンテキスト長、バックグラウンド負荷によって実際の結果は変わります。

動く・動かないだけではありません

VRAM・メモリ・速度までわかる対応診断

無料チェッカーを、単なるハードウェア一覧ではなく、ローカルLLMのVRAM計算とモデル選びのガイドとして活用できます。推定の条件と限界も常に確認できます。

PC・GPU・Macの対応状況

ブラウザで自動検出するほか、登録済みのGPUやMacを選んだり、VRAM、ユニファイドメモリ、システムRAM、帯域幅を直接編集したりできます。

ローカルLLMのVRAM・メモリ計算

モデルファイルのサイズと公称VRAMだけを比べるのではなく、モデル重み、コンテキストのKVキャッシュ、ランタイムの追加メモリをまとめて推定します。

ハードウェアに合う量子化を比較

Q4、Q5、Q8、BF16、FP8、NVFP4を比較しながら、必要メモリの違いとハードウェア固有の対応条件を確認できます。

ローカルLLMの生成速度を推定

1秒あたりの推定出力トークン数を範囲で表示します。計画のための目安であり、お使いのマシンで測定したベンチマークではありません。

ブラックボックスにしない判定根拠と出典

結果を開くと、メモリ内訳、対応判定の理由、ランタイム、出典、カタログ日付、評価エンジンのバージョンを確認できます。

ブラウザ内でハードウェアを検出

自動検出はブラウザ内で行われ、生のGPUアダプタ情報はアップロードされません。推定結果が違う場合はいつでも手動で変更できます。

ダウンロードする前に

ローカルLLMを動かすためのハードウェア・メモリ確認項目

ローカルLLMを動かすには、パラメータ数と公称VRAMを比べるだけでは不十分です。ダウンロード前に使用可能メモリ、モデル形式、量子化、コンテキスト、ランタイムの追加メモリを確認しましょう。

ローカルLLMの構成を確認

使用可能なVRAM・ユニファイドメモリを確認

表示容量のすべてが使えるとは考えず、OS、画面表示、推論ランタイム、モデルのコンテキスト、一時バッファのための余裕を残します。

モデルと量子化方式を選ぶ

モデルの構造とパラメータ数を確認し、ハードウェアとランタイムが対応するQ4、Q5、Q8、BF16、FP8、NVFP4形式を選びます。

ダウンロード前にLLM計算ツールで確認

ストレージ容量やセットアップ時間を使う前に、推定モデル重み、KVキャッシュ、ランタイムの追加メモリ、対応状況、生成速度を比較できます。

ローカルLLMの動かし方

必要スペックを3ステップで確認

PC、GPU、Macを選び、モデルの精度とコンテキストを調整して、対応状況、メモリ、速度の推定値からダウンロードするモデルを決めます。

今すぐハードウェアを確認

1. PC・GPU・Macを確認

WebGPUとWebGLを使ってブラウザ内で検出します。プライバシー制限により結果が不正確な場合があるため、構成の選択や数値の手動編集も可能です。

2. 量子化とコンテキストを設定

Q4、Q5、Q8は幅広い環境で利用できます。BF16は多くのメモリが必要で、FP8とNVFP4は特定のNVIDIAアーキテクチャが必要です。長いコンテキストほどKVキャッシュが増えます。

3. ローカルAIモデルを選ぶ

VRAMの数字だけでなく、対応状況、メモリ内訳、推定速度、ランタイム、出典、カタログとエンジンのバージョンを合わせて判断します。

ローカルLLM よくある質問

ローカルLLMはこのPCで動く?よくある質問

ローカルLLMの必要スペック、VRAM、Macのユニファイドメモリ、量子化、速度推定など、LLM ローカル実行の検討に役立つ疑問へ回答します。

このハードウェアで本当に動くモデルを見つけよう

モデルファイルをダウンロードする前に、無料のローカルLLM対応チェッカーをお試しください。対応状況、VRAM、メモリ、量子化、コンテキスト、推定速度を一度に比較できます。