ランキング更新日：09/10/2026
8 GBのVRAMはローカルAIの入門クラスです。RTX 3060 8GB、4060、5060、3070、2080などが該当します。Q4_K_Mで量子化した7〜9Bモデルは、余裕を持ってVRAMに収まります。このVRAM容量に最適な選択肢を以下に紹介します。
RTX 4060 Ti 8GB ：ローカルAI向けに購入できる別の選択肢 — RTX 5060 Ti 16 GB :
予算に合わせてどの PC を選ぶべき？800～3,500 ユーロのおすすめをご紹介 →
アフィリエイトリンク — ローカルLLMナビは、あなたに追加費用をかけずに購入から手数料を受け取る場合がありますが、独立して決定したランキングには影響しません。Amazonパートナーとして、ローカルLLMナビは、所定の条件を満たす購入から利益を得ています。
Dense 8B、Apache 2.0、FRを含む12言語、131k ctx、GQA 32Q/8KV。MMLU 73.84、HumanEval 85.37。2026年4月29日リリース。
# HuggingFace : ibm-granite/granite-4.1-8b
Gemma 4 12B (Google)：マルチモーダル Dense モデル（テキスト、ビジョン、オーディオ）、256k コンテキスト、Q4 で VRAM 約 7 GB。Apache 2.0、多言語対応。
# HuggingFace : google/gemma-4-12B
Granite 4.2 8B (IBM)：Apache 2.0 の Dense モデル、128k コンテキスト、Q4 で VRAM 約 4.6 GB。エンタープライズ向けにチャット、コード、多言語推論に対応。
ollama pull granite4.2
OLMo 3 7BをSFTで「thinking」向けにファインチューニングしたモデル：段階的な推論、16kのコンテキスト、Q4で約4.2 GBのVRAM。100%オープン、Apache 2.0ライセンス。
# HuggingFace : zimplex/olmo3-7b-think-sft-eosfix-16k-3ep-euc
GLM 5.3 (Zhipu)：コードと推論に特化した Dense 7B モデル、128k コンテキスト、Q4 で VRAM 約 4.1 GB。軽量で、6～8 GB の GPU で動作、MIT ライセンス。
ollama pull glm-5.3
デンス型 7B、100%公開（重み + データ + コード）。研究向けに完全な透明性を確保。
ollama run olmo-3:7b
thinking/fastのハイブリッドモード。119言語、標準で32kのコンテキスト（YaRN経由で131k）。
ollama run qwen3:8b
LFM2.5 7B (Liquid AI)：Liquid Foundation Model の Dense 型、32k コンテキスト、Q4 で 4.1 GB の VRAM。CPU とエッジ向けに最適化。2026 年 5 月リリース。
ollama pull lfm2.5
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス | RTX 4060 Ti 8GB での実行 |
|---|---|---|---|---|---|---|
| #1 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #2 | Gemma 4 12B | 12B | 7 GB | 262 144 | Apache 2.0 | 18 tok/s · Q4_K_M |
| #3 | Granite 4.2 8B | 8B | 4.6 GB | 128 000 | Apache 2.0 | 32 tok/s · Q5_K_M |
| #4 | OLMo 3 7B Think (SFT) | 7B | 4.2 GB | 16 000 | Apache 2.0 | 32 tok/s · Q8 |
| #5 | GLM 5.3 7B | 7B | 4.1 GB | 128 000 | MIT | 32 tok/s · Q8 |
| #6 | OLMo 3 7B | 7B | 5 GB | 8 192 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #7 | Qwen 3 8B | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · Q5_K_M |
| #8 | LFM2.5 7B | 7B | 4.1 GB | 32 768 | LFM Open License v1.0 | 32 tok/s · Q8 |
お使いのマシンで、プライベートかつ無料のChatGPTを1時間で構築 — LM Studio、Ollama、Open WebUI、ご自身のドキュメント、クラウド不要。
無料の要点まとめ
メモを受け取る VRAM → 最適なコーディング用モデル → Ollamaコマンド （1画面に収まり、コピー＆ペーストできます）。そして、実際に動く環境を整えるために、ローカルコパイロットキットをご利用ください。
ローカルコパイロットキット — そのまま貼り付けて使える Ollama + Cline + Aider の設定、調整済みの Modelfiles、トラブルシューティング、無期限で利用できるオンラインスペース →スパムは送りません。配信停止は1クリックで可能です。お客様のデータは当サイトで保管し、転売することはありません。
お使いのグラフィックカード → ローカルで動かす最適なコーディングモデルと、その正確な Ollama コマンド：
| あなたの VRAM | 一般的な GPU / Mac | 推奨コーディングモデル | Ollama コマンド |
|---|---|---|---|
| 8 GB | RTX 4060 / 3060 · M1-M2 16 GB | Qwen 3.5 9B (Q4, 6.6 GB — 256k ctx) | ollama run qwen3.5:9b |
| 12 GB | RTX 3060 12 GB / 4070 / 5070 | Qwen 3.5 9B (Q8, 11 GB) または Gemma 4 12B (7.6 GB) | ollama run qwen3.5:9b-q8_0 |
| 16 GB | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB | Devstral 24B (Q4, 14 GB) — コーディングエージェントに特化 | ollama run devstral:24b |
| 24 GB | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB | Qwen 3.8 27B (Q4, 18 GB) — 「コパイロットに近い」 | ollama run qwen3.8:27b |
| 32 GB | RTX 5090 | Qwen 3.6 35B-A3B (Q4, 23 GB) — 高速な MoE | ollama run qwen3.6:35b |
| 48 GB+ | Mac M4 Max 64 GB · M2 Ultra 128 GB | Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx) | ollama run qwen3-coder:30b-a3b-q8_0 |
-base : ollama run qwen2.5-coder:7b-base — この用途では今も定番です。⚠️ Qwen 3.8 ： その推論はデフォルトで非常に高く設定されており、単純なリクエストに対して「考えすぎ」ます — を下げてください low (または初回起動時に無効化) してください。⚠️ ライセンスの罠： Codestral 22B = Mistral Non-Production License → 仕事でのコーディングには使用禁止。Qwen 3.5/3.8、Gemma 4、Devstral は Apache 2.0 ライセンスです。💡 メモリの問題でクラッシュしますか？コンテキスト用に VRAM を約 1.5 GB 空けておくか、量子化レベルを一段階下げてください。🔌 VS Code に接続するには： Cline (マルチファイルエージェント)、 Aider (CLI) または Tabby/Twinny (FIM 自動補完) — すべてローカルで Ollama に接続します。キット ローカルコパイロット — そのまま貼り付けて使える設定 + テスト済みのセットアップ — を利用できます： /copilote-local.
フィルター：Q4でのVRAM使用量が8GB以下かつ3GB以上（ハードウェアを十分に活用しない超小型モデルは除外します）。Q4_K_MでVRAMに収まり、コンテキスト用の余裕も確保できる3B〜9Bのモデルを選びます。
考慮した基準：
スコアリングの仕組みはすべて公開しています。 私たちの方法論 でVRAMやtokens/secの計算の詳細をご確認ください。
8GBで始めるなら、どのLLMがおすすめですか？
Granite 4.1 8B Instruct は最初の選択肢として最適です。Mistral 7B、Llama 3.1 8B、Qwen 2.5 7Bはいずれも優れており、費用もかかりません。まずはOllamaを使ってみてください（ollama run mistral:7b-instruct).
8 GBでGemma 2 9Bを動かせますか？
Q4_K_M だけ（≈ 6 GB モデル + 1-2 GB コンテキスト = ≈ 8 GB）。大きなコンテキストには余裕がありません。32k以上のトークンを快適に使う場合は、Mistral 7B をお勧めします。
8 GBではどの量子化を選べばよいですか？
7～9B には Q4_K_M、3～5B には Q5_K_M。Q8 を使うのは 3B 以下の場合に限ります。
RTX 4060とRTX 3060 12GBでは、どちらがよいですか？
4060は純粋な生成速度では15〜20％速いものの、メモリ容量が8 GBに限られるため、12Bモデルや大きなコンテキストは扱えません。3060 12 GBは製品としてのクラスが下でも、LLM用途にはより適しています。