AIアプリ別 必要スペック・おすすめGPU一覧

世界初を名乗る1-bitネイティブ8B。ファイル1.15GB、RTX 4070 Tiで188.9 t/s。24問テスト98/240（C）でコード満点・日本語は弱い。PrismMLのllama.cppフォーク必須・Ollama未対応。

DeepSeek R1

OpenAI o1級の推論能力を持つオープンソースLLM。Chain-of-Thought推論に特化し、数学・コーディング・論理タスクで卓越した性能を発揮。1.5B〜70Bの蒸留モデルが利用可能。

DiffusionGemma

Googleが2026-06-10に公開した拡散型言語モデル（26B-A4B）。vLLMネイティブ対応。RTX 5090・NVFP4・--enforce-eagerで自己回帰Gemma 4の8.7倍（158 vs 18 tok/s）。品質はGemma 4 26B A4Bに劣るとGoogle自身が明記。

Gemma 2

Google DeepMind開発の軽量高性能LLM。9Bと27Bモデルがあり、同サイズ帯で最高クラスの性能を実現。ローカル実行に最適化されたアーキテクチャ。※2026年現在は後継のGemma 4系が主流。

Gemma 3

GoogleのオープンLLM第3世代（1B/4B/12B/27B）。Ollamaでそのまま動く。12B Q4は8.0GBで12GBカードに収まり、27B Q4は19.5GBで24GBが必要。

Gemma 4

Googleが開発したマルチモーダルオープンソースLLM。27Bパラメータで画像・テキスト理解、OCR能力を持つ。Ollamaで手軽にローカル実行可能。

Gemma 4 E4B

Gemma 4の4B効率化版。VRAM 4GBで動作し、高精度なOCR・文字認識能力を持つ。ゲーミングPC以上のスペックで手軽にマルチモーダルAIを体験できる。

GLM-4.7-Flash

智譜AI（Z.ai）開発の30B級MoEモデル。コーディングとエージェント機能に特化し、198Kコンテキストに対応。Q4_K_M量子化（約19GB）なら24GB VRAMのGPUで動作する。

Nomic AIが開発するローカルLLM統合プラットフォーム。GUIインストーラー一発でセットアップ完了。Llama/Mistral/Falconなど多数のモデルをブラウザ感覚で切り替えて使える。

Tencentの翻訳特化モデル（1.8B / 7B）。Ollamaで動く。1.8Bは約1.1GBでRTX 4070 Ti 167〜234 tok/s、7Bは33〜84 tok/s。実機比較では1.8Bの方が敬語でハルシネーションせず安定。

Kimi K2

Moonshot AI開発の1兆パラメータMoEモデル（32Bアクティブ）。エージェント機能に最適化され、ツール利用・マルチステップ推論が得意。Modified MIT License。

総33B・アクティブ3BのMoEコーディング特化モデル。Q4_K_M 20.3GBだがllama.cppの--cpu-moeで専門家をRAMに置くとVRAM 3.4GB・RAM 32GBで動き49.4 tok/s。24問199/240（A）でコード満点、日本語40/60。

Metaの70Bパラメータ言語モデル。GPT-4に迫る性能を持ち、128Kコンテキスト対応。フル精度では140GB VRAMが必要だが、Q4量子化で約40GBまで削減可能。※2026年現在はGLM-4.7-FlashやQwen 3.5など後継世代が主流。

Metaが開発した8Bパラメータの高性能言語モデル。128Kコンテキスト対応。ローカル推論の入門に最適なサイズで、量子化により8GB VRAMでも動作可能。※2026年現在はQwen 3.5やGemma 4など後継世代が主流。

MiniMax-M1

MiniMax開発の世界初オープンウェイト大規模ハイブリッド注意推論モデル。Lightning Attentionにより100万トークンのネイティブコンテキスト長を実現。456Bパラメータ（45.9Bアクティブ）。

Mistral AIの7Bパラメータモデル。Sliding Window Attentionにより効率的な推論が可能。同サイズのLlamaを上回る性能で、ローカルLLMの定番。

Mistral AI開発の24Bパラメータモデル。コンシューマGPU（24GB VRAM）でのスイートスポットを狙い、長文コンテキスト処理と高品質な応答を両立。Apache 2.0 License。

Nemotron-Nano-9B Japanese

NVIDIAが開発した日本語特化9Bパラメータモデル。Llama 3.1ベースで日本語応答品質を強化。量子化版でVRAM 8GBからローカル動作可能。

ローカルLLM実行の統合プラットフォーム。ワンコマンドでLlama/Mistral/Gemma/Phi等のモデルをダウンロード・実行可能。自動量子化とGPUオフロードに対応。

Qwen3.5ベース（qwen3_5アーキテクチャ）の9Bコーディング特化モデル。Q4_K_M 5.4GB・RTX 4070 Tiで80 tok/s、24問テスト199/240（A）でコーディング満点。文脈13万トークンでもVRAM 9.8GB。

Phi-4

Microsoft Research開発の14BパラメータLLM。合成データを活用した学習で、小型ながらGPT-4級の推論能力を実現。MIT License。

Qwen 3

Alibaba Cloud開発の多言語LLM。Apache 2.0ライセンスで0.6B〜235B MoEまで幅広いサイズを提供。日本語を含む多言語対応が強く、100万トークンのロングコンテキストに対応。

Qwen3.5

Alibaba CloudのQwen3.5シリーズ。4B〜35BのMoEアーキテクチャを採用し、VRAM 8GBからでもQwen3.5:4bが101 tok/sで動作。コーディング・論理推論・日本語の三拍子が揃った次世代オープンLLM。

Qwen3.8 27B

Alibabaの27B dense マルチモーダルLLM。Q4_K_Mの実ファイルは16.81GBで実用下限は24GB。16GBはあふれて12.9 t/s、12GBは6.8〜8.5 t/s。Q8_0（29.05GB）は32GBクラス専用。

東京科学大学（旧東工大）が公開する日本語特化LLM。Meta Llama 3.1 8Bをベースに日本語コーパスで継続学習。Ollamaで動作し、VRAM 8GBのGPUで実行可能。日本語能力を重視するならまず試すべき国産モデル。