ランキング更新日：09/10/2026
RTX 3060 12 GB は、ローカルで LLM を実行するための低価格帯のグラフィックカードとして最も人気があります。12 GB の VRAM があれば、7〜9B のモデルを Q4/Q5 でスムーズに動作させられます。おすすめのモデルをご紹介します。
RTX 3060 12GB ：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。
実効パラメータ数40億のマルチモーダルモデル（テキスト＋画像＋音声）。140言語。ノートPCとエッジ向け。
ollama run gemma4:e4b
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
ハイブリッド思考を備えた14Bのデンス型モデル。STEM／コーディング分野でQwen 2.5 32B Baseと同等。
ollama run qwen3:14b
MITライセンスの14B推論モデル。MicrosoftのAIME24/25評価では、パラメータ数が5分の1でありながらR1-Distill-Llama-70Bを上回ります。
ollama run phi4-reasoning:14b
そのサイズに対して卓越した推論能力。STEM向け。
ollama run phi4:14b
Coder 14B。HumanEval 89.6、LiveCodeBench 37.1。コーディング用モデルをセルフホストする際に、VRAM使用量の面でバランスのよい選択肢。
ollama run qwen2.5-coder:14b
R1をQwen 14Bに蒸留したモデル。AIME24 69.7、MATH-500 93.9。多くのベンチマークでo1-miniを上回る。
ollama run deepseek-r1:14b
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス | RTX 3060 12GB上で |
|---|---|---|---|---|---|---|
| #1 | Gemma 4 E4B | 4B | 10 GB | 128 000 | Apache 2.0 | 14 tok/s · Q8 |
| #2 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · Q8 |
| #3 | Gemma 4 12B | 12B | 7 GB | 262 144 | Apache 2.0 | 18 tok/s · Q5_K_M |
| #4 | Qwen 3 14B | 14B | 9 GB | 131 072 | Apache 2.0 | 6 tok/s · Q5_K_M |
| #5 | Phi-4 Reasoning 14B | 14B | 9 GB | 32 768 | MIT | 6 tok/s · Q5_K_M |
| #6 | Phi-4 14B | 14B | 9 GB | 16 384 | MIT | 6 tok/s · Q5_K_M |
| #7 | Qwen 2.5 Coder 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 6 tok/s · Q5_K_M |
| #8 | DeepSeek R1 Distill Qwen 14B | 14B | 9 GB | 131 072 | MIT | 6 tok/s · Q5_K_M |
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_K_Mで12 GBのVRAMに収まるモデル。VRAMを40%以上使用するモデルには加点します。カードの性能を十分に活用できない、小さすぎるモデルを推奨しないためです。
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。
RTX 3060 12GBで本格的なRAGは可能でしょうか？
はい、Llama 3.1 8B（コンテキスト128k）または Qwen 2.5 7B（131k）で可能です。Q4ではモデル＋約32kのRAGコンテキストが12GB以内に収まります。コンテキストが100kを超える場合はQ4_0に切り替えたり、バッチサイズを制限してください。
LLM用途ならRTX 3060とRX 6700 XTのどちら？
CUDAのほうがはるかに手厚くサポートされています（Ollama、llama.cpp、vLLMはいずれもCUDA向けに最適化されています）。AMDもROCm経由で動作しますが、セットアップはより複雑です。LLM用途では、2026年もNVIDIAが当然の選択肢です。
12GBではどの量子化レベル（Q）を選ぶべきですか？
7〜8B向けにはQ5_K_M（約7GBを消費し、大きなコンテキスト処理に余裕をもたらします）。12B向けにはQ4_K_M（Mistral Nemo）を推奨します。Q3またはQ2は避けてください——品質の低下が目立つためです。
12Bモデルをリアルタイムで実行できるか？
はい — Mistral Nemo 12B は Q4_K_M（約7 GB）で、3060上で10〜15トークン/秒を実現します。チャット用途には適していますが、リアルタイム編集には少し遅いです。