ランキング更新日：09/10/2026
RTX 5070 Ti（16 GB GDDR7、896 GB/s）はBlackwellシリーズのミッドレンジ向けで価格と性能のバランスが最適です。16 GBではQ4で24B、Q5またはQ6で14Bを実行可能です。4070 Ti Superと直接競合します。
価格を比較する： RTX 5070 Ti 16 GB 提携販売店にて（製品ページを確認済み）：
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。
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
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
Dense 14B Apache 2.0. MMLU 79.7, HumanEval 83.5. 29+ 言語。バランスの取れた選択肢。
ollama run qwen2.5:14b
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
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス | RTX 5070 Ti での動作 |
|---|---|---|---|---|---|---|
| #1 | Qwen 3 14B | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q8 |
| #2 | Phi-4 Reasoning 14B | 14B | 9 GB | 32 768 | MIT | 20 tok/s · Q8 |
| #3 | Phi-4 14B | 14B | 9 GB | 16 384 | MIT | 20 tok/s · Q8 |
| #4 | Qwen 2.5 Coder 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q8 |
| #5 | DeepSeek R1 Distill Qwen 14B | 14B | 9 GB | 131 072 | MIT | 20 tok/s · Q8 |
| #6 | Qwen 2.5 14B Instruct | 14B | 9 GB | 131 072 | Apache 2.0 | 20 tok/s · Q8 |
| #7 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 35 tok/s · FP16 |
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14 GB以下のモデル。加えて、7〜14Bおよび13〜24Bのモデルも利用可能。GDDR7のメモリ帯域幅は896 GB/s。
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 5070 Ti と 4070 Ti Super の比較？
どちらも16 GB。5070 TiはGDDR7で896 GB/s、4070 Ti SuperはGDDR6Xで672 GB/s。約30%の向上。Mistral Small 24B Q4では、5070 Tiが約35 tok/s、4070 Ti Superが約26 tok/s。参照： RTX 4070 Ti Super.
2026年、5070 Ti で使うなら、バランスのよい LLM は？
Qwen 3 14B Q6（約12GB）またはMistral Small 24B Q4（約13GB）— GPT-4に近い品質、35～50トークン/秒。長いコンテキストを使うRAG（32kコンテキスト）も快適です。
5070 TiでLoRAをトレーニングできますか？
7BのQLoRA（Unsloth + 4-bit）なら可能です。8ビットのオプティマイザー使用時は約12〜13 GB。14Bでは余裕が足りません。参照： 完全ガイド.
5070 Ti か 5080 か？
5080も16 GBですが、帯域幅は960 GB/s、CUDAコア数は10,752で、5070 Tiの8,960コアを上回ります。性能向上は約10～15％。追加費用は約300～400ユーロで、負荷の高いワークフローでなければ割に合いません。参照： RTX 5080.
最終候補同士を詳しく比較した当サイトの記事で、理解をさらに深めてください：