本ページはプロモーション（楽天市場・Amazon・BTOパソコンショップのアフィリエイトリンク）を含みます
Radeon RX 7900 XTXで動くローカルLLM
Radeon RX 7900 XTXはVRAM 24GBのGPUです（実際に使えるのは約23.7GB）。メモリ帯域は960GB/sで、ローカルLLMの文章生成の速さはほぼこの値で決まります。現行の1つ前の世代で、中古・在庫品で手に入れる形になります。
24モデルが丸ごと載ります（全29モデル中・文脈8K）
Radeon RX 7900 XTXに収まるモデル
| モデル | 量子化 | 必要メモリ（8K） | 判定 | 速度の目安 |
|---|---|---|---|---|
| Qwen3.5 4B Qwen・軽量・画像入力対応 | BF16 | 10.5GB | ◎ 余裕 | 快適（62 tok/秒） |
| Gemma 4 E4B Gemma・スマホ/ノート向け軽量 | BF16 | 17.2GB | ◎ 余裕 | 実用的（36 tok/秒） |
| Qwen3 8B Qwen・定番の8B | BF16 | 18.6GB | ◎ 余裕 | 実用的（35 tok/秒） |
| Llama 3.1 8B Llama・定番・派生モデルが多い | BF16 | 18.1GB | ◎ 余裕 | 実用的（36 tok/秒） |
| Ministral 3 8B Mistral | BF16 | 20.0GB | ◎ 余裕 | 実用的（32 tok/秒） |
| DeepSeek-R1-0528-Qwen3-8B DeepSeek・推論（思考）特化 | BF16 | 18.6GB | ◎ 余裕 | 実用的（35 tok/秒） |
| llm-jp-4 8B thinking 日本語・国産・日本語特化 | BF16 | 19.3GB | ◎ 余裕 | 実用的（34 tok/秒） |
| Qwen3-Swallow 8B 日本語・東京科学大・日本語強化 | BF16 | 18.6GB | ◎ 余裕 | 実用的（35 tok/秒） |
| Qwen3.5 9B Qwen・画像入力対応 | BF16 | 20.6GB | ◎ 余裕 | 実用的（30 tok/秒） |
| Gemma 4 12B Gemma・日本語も得意な中型 | Q8_0 | 14.1GB | ◎ 余裕 | 快適（45 tok/秒） |
| Ministral 3 14B Mistral | Q8_0 | 17.1GB | ◎ 余裕 | 実用的（39 tok/秒） |
| Qwen3 14B Qwen | Q8_0 | 18.0GB | ◎ 余裕 | 実用的（37 tok/秒） |
| gpt-oss-20b OpenAI・OpenAIのオープンモデル（MXFP4配布） | Q4_K_M（MXFP4） | 13.2GB | ◎ 余裕 | 快適（100+ tok/秒） |
| Devstral Small 2 24B Mistral・コーディング特化 | Q6_K | 22.2GB | ○ ギリギリ | 実用的（29 tok/秒） |
| Gemma 4 26B-A4B Gemma・MoEで速い | Q6_K | 22.8GB | ○ ギリギリ | 快適（100+ tok/秒） |
| Qwen3.8 27B Qwen・2026年8月の最新世代 | Q5_K_M | 21.4GB | ○ ギリギリ | 実用的（29 tok/秒） |
| Qwen3-Coder 30B-A3B Qwen・コーディング特化MoE | Q5_K_M | 23.7GB | ○ ギリギリ | 快適（100+ tok/秒） |
| GLM-4.7-Flash GLM・MoE・長文脈に強い | Q4_K_M | 20.4GB | ◎ 余裕 | 快適（100+ tok/秒） |
| Nemotron 3 Nano 30B-A3B NVIDIA・Mamba混成で長文脈が軽い | Q5_K_M | 23.7GB | ○ ギリギリ | 快適（100+ tok/秒） |
| Gemma 4 31B Gemma・Gemma 4の最上位 | Q4_K_M | 21.5GB | ○ ギリギリ | 実用的（30 tok/秒） |
| Qwen3 32B Qwen | Q4_K_M | 23.1GB | ○ ギリギリ | 実用的（29 tok/秒） |
| Qwen3-Swallow 32B 日本語・東京科学大・日本語強化 | Q4_K_M | 23.1GB | ○ ギリギリ | 実用的（29 tok/秒） |
| llm-jp-4 33B thinking 日本語・国産・日本語特化 | Q4_K_M | 23.4GB | ○ ギリギリ | 実用的（29 tok/秒） |
| Qwen3.6 35B-A3B Qwen・人気のMoE・速い | Q4_K_M | 23.1GB | ○ ギリギリ | 快適（100+ tok/秒） |
メインメモリ32GBに一部を逃がせば動くモデル（1件）
動きますが、速度は大きく落ちます。MoEモデルは比較的落ちにくいです。
| モデル | 量子化 | 必要メモリ（8K） | 判定 | 速度の目安 |
|---|---|---|---|---|
| Llama 3.3 70B Llama・70Bの定番 | Q4_K_M | 47.0GB | △ 溢れる | かなり遅い（1.4 tok/秒） |
近いGPUとの比較（代表的なモデル・Q4_K_M・文脈8K）
| モデル | Radeon RX 7900 XTX | RTX 3090 | RTX 4090 | Radeon RX 7900 XT | RTX 5080 |
|---|---|---|---|---|---|
| Qwen3 8B | 快適（100+ tok/秒） | 快適（100+ tok/秒） | 快適（100+ tok/秒） | 快適（97 tok/秒） | 快適（100+ tok/秒） |
| Qwen3 14B | 快適（64 tok/秒） | 快適（73 tok/秒） | 快適（79 tok/秒） | 快適（54 tok/秒） | 快適（75 tok/秒） |
| gpt-oss-20b | 快適（100+ tok/秒） | 快適（100+ tok/秒） | 快適（100+ tok/秒） | 快適（100+ tok/秒） | 快適（100+ tok/秒） |
| Qwen3.6 35B-A3B | 快適（100+ tok/秒） | 快適（100+ tok/秒） | 快適（100+ tok/秒） | メモリに溢れる・快適（53 tok/秒） | メモリに溢れる・実用的（31 tok/秒） |
| Qwen3 32B | 実用的（29 tok/秒） | 実用的（33 tok/秒） | 実用的（36 tok/秒） | メモリに溢れる・やや遅い（7.6 tok/秒） | メモリに溢れる・かなり遅い（4.4 tok/秒） |
| Llama 3.3 70B | メモリに溢れる・かなり遅い（1.4 tok/秒） | メモリに溢れる・かなり遅い（1.4 tok/秒） | メモリに溢れる・かなり遅い（1.4 tok/秒） | ✕ 動かない | ✕ 動かない |
同じVRAMでも、メモリ帯域が大きいほど速くなります。Radeon RX 7900 XTXの帯域は960GB/sです。
→ グラボのAI性能ランキング（価格・コスパ比較）でRadeon RX 7900 XTXの位置を見る
Radeon RX 7900 XTXで動く画像・動画生成AI（14モデル）
ComfyUIで使う場合の目安です（メインメモリ32GB）。精度は、そのGPUで動く範囲で一番品質の高いものを選んでいます。
| モデル | おすすめの精度 | 必要VRAM | 判定 |
|---|---|---|---|
| Stable Diffusion 1.5 画像・512×512 | BF16 / FP16 | 2.9GB | ◎ 全部VRAMに載る |
| SDXL 1.0（Illustrious・Pony など派生含む） 画像・1024×1024 | BF16 / FP16 | 7.2GB | ◎ 全部VRAMに載る |
| Stable Diffusion 3.5 Large 画像・1024×1024 | BF16 / FP16 | 17.4GB | ◎ 全部VRAMに載る |
| FLUX.1 [dev] 画像・1024×1024 | FP8 | 13.3GB | ◎ 全部VRAMに載る |
| FLUX.2 [klein] 4B 画像・1024×1024 | BF16 / FP16 | 9.0GB | ◎ 全部VRAMに載る |
| FLUX.2 [klein] 9B 画像・1024×1024 | BF16 / FP16 | 19.3GB | ○ 載せ替えで動く |
| Qwen-Image（2512・Edit 含む） 画像・1024×1024 | FP8 | 22.0GB | ○ 載せ替えで動く |
| Z-Image Turbo 画像・1024×1024 | BF16 / FP16 | 13.5GB | ◎ 全部VRAMに載る |
| HiDream-I1 画像・1024×1024 | FP8 | 18.7GB | ○ 載せ替えで動く |
| Wan 2.1 T2V 1.3B 動画・480p・5秒 | BF16 / FP16 | 6.3GB | ◎ 全部VRAMに載る |
| Wan 2.2 TI2V 5B 動画・480p・5秒 | BF16 / FP16 | 13.0GB | ◎ 全部VRAMに載る |
| Wan 2.2 A14B（T2V・I2V） 動画・480p・5秒 | FP8 | 19.1GB | ○ 載せ替えで動く |
| HunyuanVideo 1.5 動画・480p・5秒 | BF16 / FP16 | 20.3GB | ○ 載せ替えで動く |
| LTX-2.3（22B・音声つき） 動画・480p・5秒 | GGUF Q4_K_S | 16.0GB | ○ 載せ替えで動く |
Radeon（AMD）・Arc（Intel）でもComfyUIは使えますが、NVIDIAより設定が難しく、FP8の高速化など対応していない機能もあります。初めてならNVIDIAのGPUが無難です。
→ 画像・動画生成AI VRAM計算機で、解像度を変えて調べる
Radeon RX 7900 XTXの価格を調べる
PCごと買うなら（BTOパソコン）
グラボだけでなくPC一式で買うなら、BTOパソコンのショップでグラボを選んで構成できます。「Radeon RX 7900 XTX」を選ぶか、VRAM 24GB以上のグラボを搭載した構成を選んでください。
パーツの型番まで選べるショップなら パソコンショップSEVENでBTOパソコンを見る
静かさや冷却にこだわるなら BTOパソコンのサイコム
ほかのGPU
RTX 5090VRAM 32GB・帯域1792GB/sRTX 5080VRAM 16GB・帯域960GB/sRTX 5070 TiVRAM 16GB・帯域896GB/sRTX 5070VRAM 12GB・帯域672GB/sRTX 5060 Ti 16GBVRAM 16GB・帯域448GB/sRTX 5060 Ti 8GBVRAM 8GB・帯域448GB/sRTX 5060VRAM 8GB・帯域448GB/sRTX 5050VRAM 8GB・帯域320GB/sRTX 4090VRAM 24GB・帯域1008GB/sRTX 4080VRAM 16GB・帯域717GB/sRTX 4080 SUPERVRAM 16GB・帯域736GB/sRTX 4070 Ti SUPERVRAM 16GB・帯域672GB/sRTX 4070 TiVRAM 12GB・帯域504GB/sRTX 4070 / SUPERVRAM 12GB・帯域504GB/sRTX 4060 Ti 16GBVRAM 16GB・帯域288GB/sRTX 4060 Ti 8GBVRAM 8GB・帯域288GB/sRTX 4060VRAM 8GB・帯域272GB/sRTX 3090VRAM 24GB・帯域936GB/sRTX 3080（10GB）VRAM 10GB・帯域760GB/sRTX 3070VRAM 8GB・帯域448GB/sRTX 3060 TiVRAM 8GB・帯域448GB/sRTX 3060 12GBVRAM 12GB・帯域360GB/sRTX 2080 TiVRAM 11GB・帯域616GB/sRadeon RX 9070 XTVRAM 16GB・帯域640GB/sRadeon RX 9070VRAM 16GB・帯域640GB/sRadeon RX 9060 XT 16GBVRAM 16GB・帯域320GB/sRadeon RX 7900 XTVRAM 20GB・帯域800GB/sRadeon RX 7800 XTVRAM 16GB・帯域624GB/sRadeon RX 7600 XTVRAM 16GB・帯域288GB/sRadeon RX 7600VRAM 8GB・帯域288GB/sRadeon RX 6800VRAM 16GB・帯域512GB/sRadeon RX 6700 XTVRAM 12GB・帯域384GB/sIntel Arc B580VRAM 12GB・帯域456GB/sRyzen AI Max+ 395（128GB）共有メモリ 128GB・帯域256GB/sMac M4 Pro（48GB）共有メモリ 48GB・帯域273GB/sMac M4 Max（128GB）共有メモリ 128GB・帯域546GB/sMac M3 Ultra（256GB）共有メモリ 256GB・帯域819GB/s
あわせて読みたい
ローカルLLMの始め方Ollama・LM Studioの違いと、日本語で使えるおすすめモデル
AI用グラフィックボードの選び方VRAM別の目安と2026年の価格動向
RTX 5060 Ti 16GBと5070 Tiの比較AI用途ならどっちを買うか
計算は llama.cpp（Ollama・LM Studio）でGGUF形式を使う場合の目安で、±10〜20%程度ずれることがあります（データ更新 2026年9月27日）。