【2026年版】ローカルAI・VR・画像生成向けGPU全機種スペック一覧

2026年4月12日2026年7月4日

本ページは広告（アフィリエイトプログラム）を含みます。詳しくはプライバシーポリシーをご覧ください。

GPUの選び方や「VRAMがなぜ重要か」は別記事でまとめています。

関連記事 GPUの選び方・予算別ガイドはこちら → [自宅でAIチャットボットを動かしたい：予算別にできることガイド（101）]

この記事では、2026年4月時点で購入できるGPUの全スペックと価格を一覧にまとめました。検討中の方はブックマークして比較にお使いください。

1. GPU全機種スペック一覧（2026年4月時点）
2. VRAM別おすすめ早見表
3. スペック表の補足
4. 生成速度の推定方法
5. 全GPUコスパランキング
6. 結論：迷ったらこの3枚
7. まとめ
8. 関連記事
9. 2026年のGPU相場〜VRAM別に調べてみた

GPU全機種スペック一覧（2026年4月時点）

この表の見方 VRAM＝GPUに搭載されたメモリ容量。AIモデルを丸ごと載せる必要があるため、最も重要なスペックです。価格＝2026年4月時点の実勢価格（税込）。日々変動します。 一言コメント＝AI・VR用途での実用的なポイントをまとめています。背景が黄色の行はコスパ面でおすすめのモデルです。

NVIDIA GeForce RTX 50シリーズ（Blackwell世代・2025〜2026年発売）

GPU	VRAM	新品価格	中古価格帯	一言コメント
RTX 5090	32GB	40〜70万円（公式約40万円・品薄で高騰中）	–	全部盛り。消費電力と価格も最高クラス
RTX 5080	16GB	21〜25万円	–	VR最高設定向き。LLM用途は16GBが上限
RTX 5070 Ti	16GB	約16万円	–	VR＋AIのバランス型。消費電力も控えめ
RTX 5070	12GB	約10万円	–	VR向きだがVRAM 12GBはAI用途だと制限あり
RTX 5060 Ti 16GB	16GB	約9〜10万円	–	16GB CUDA最安クラス。AI画像生成に好適
RTX 5060 Ti 8GB	8GB	約7万円	–	VR入門向き。LLMは8Bモデルまで
RTX 5060	8GB	約6万円	–	省電力。VR＋軽いAI用途に

RTX 50シリーズの詳細スペックを見る（メモリ帯域・TDP・LLM性能）

GPU	メモリ帯域	TDP	LLM性能スコア
RTX 5090	1792 GB/s	575W	120
RTX 5080	960 GB/s	360W	80
RTX 5070 Ti	896 GB/s	300W	72
RTX 5070	672 GB/s	250W	60
RTX 5060 Ti 16GB	448 GB/s	180W	45
RTX 5060 Ti 8GB	448 GB/s	180W	40
RTX 5060	448 GB/s	145W	35

2026年春の新品購入候補はこの世代。特にRTX 5060 Ti 16GB（約9〜11万円）は、16GB VRAMをCUDA環境で使える最安クラスとして注目です。予算に余裕があればRTX 5070 Tiがバランス型としておすすめです。

[kimono_product id="15760″]

NVIDIA GeForce RTX 40シリーズ（Ada Lovelace世代・2022〜2024年発売）

GPU	VRAM	新品価格	中古価格帯	一言コメント
RTX 4090	24GB	46〜55万円	30〜38万円	基準値。生産終了で高騰中
RTX 4080 SUPER	16GB	在庫僅少	15〜18万円	VR最高設定。中古ならお買い得
RTX 4080	16GB	在庫僅少	13〜16万円	4080 SUPERとほぼ同等。中古は狙い目
RTX 4070 Ti SUPER	16GB	在庫僅少	11〜14万円	16GB中古で最安になりやすい
RTX 4070 Ti	12GB	在庫僅少	9〜11万円	VR向き。VRAM 12GBはAI用途で制限あり
RTX 4070 SUPER	12GB	在庫僅少	8〜10万円	省電力でVR快適。中古コスパ良好
RTX 4070	12GB	在庫僅少	7〜9万円	省電力VR入門。12GBは画像生成にも使える
RTX 4060 Ti 16GB	16GB	在庫僅少	7〜10万円	帯域が狭くLLMは遅め。16GB版は中古でも希少
RTX 4060 Ti 8GB	8GB	在庫僅少	4〜5万円	VR軽量タイトル向け
RTX 4060	8GB	在庫僅少	3〜4万円	最省電力。LLMは8Bモデルのみ

RTX 40シリーズの詳細スペックを見る（メモリ帯域・TDP・LLM性能）

GPU	メモリ帯域	TDP	LLM性能スコア
RTX 4090	1008 GB/s	450W	100
RTX 4080 SUPER	736 GB/s	320W	70
RTX 4080	716 GB/s	320W	68
RTX 4070 Ti SUPER	672 GB/s	285W	62
RTX 4070 Ti	504 GB/s	285W	55
RTX 4070 SUPER	504 GB/s	220W	50
RTX 4070	504 GB/s	200W	45
RTX 4060 Ti 16GB	288 GB/s	165W	32
RTX 4060 Ti 8GB	288 GB/s	160W	28
RTX 4060	272 GB/s	115W	22

RTX 40シリーズは新品がほぼ在庫なし。中古が狙い目の世代です。RTX 4070 Ti SUPERは16GB中古で最安帯に入りやすく、VRもAIもこなせるバランスの良い選択肢です。4060 Ti 16GBは帯域が狭い点に注意してください。

NVIDIA GeForce RTX 30シリーズ（Ampere世代・2020〜2022年発売）

GPU	VRAM	新品価格	中古価格帯	一言コメント
RTX 3090 Ti	24GB	生産終了	14〜18万円	3090とほぼ同性能。消費電力450Wと高い。3090の方が安いことが多い
RTX 3090	24GB	生産終了	10〜14万円	24GBが10万円台。中古LLM用途の定番
RTX 3080 Ti	12GB	生産終了	6〜8万円	帯域は広いがVRAM 12GB。ゲーム＋軽いAI
RTX 3080 12GB	12GB	生産終了	5〜7万円	3080 Tiとほぼ同等
RTX 3080 10GB	10GB	生産終了	4〜6万円	10GBは中途半端。8Bモデルなら動く
RTX 3070 Ti	8GB	生産終了	3〜5万円	VR用中古として安い
RTX 3070	8GB	生産終了	3〜4万円	VR入門の中古定番
RTX 3060 Ti	8GB	生産終了	2.5〜4万円	コスパ良好な中古VRカード
RTX 3060	12GB	生産終了	2〜3万円	12GBが2万円台。帯域狭いがLLM入門に

RTX 30シリーズの詳細スペックを見る（メモリ帯域・TDP・LLM性能）

GPU	メモリ帯域	TDP	LLM性能スコア
RTX 3090 Ti	1008 GB/s	450W	75
RTX 3090	936 GB/s	350W	70
RTX 3080 Ti	912 GB/s	350W	48
RTX 3080 12GB	912 GB/s	350W	45
RTX 3080 10GB	760 GB/s	320W	42
RTX 3070 Ti	608 GB/s	290W	32
RTX 3070	448 GB/s	220W	30
RTX 3060 Ti	448 GB/s	200W	25
RTX 3060	360 GB/s	170W	20

マイニング世代のため中古が豊富。RTX 3060 12GB（2〜3万円）とRTX 3090 24GB（13〜18万円）が中古のコスパ枠です。3060は帯域が狭くLLMの生成速度は遅めですが、12GBあればモデルは載ります。3090は24GBで本格的なローカルAIに使えます。

[kimono_product id="15759″] [kimono_product id="15761″]

AMD Radeon RX 9000シリーズ（RDNA 4世代・2025年発売）

GPU	VRAM	新品価格	中古価格帯	一言コメント
RX 9070 XT	16GB	約9〜10万円	–	ゲーム性能は5070 Ti級。AI用途はLinux推奨
RX 9070	16GB	約8万円	–	16GBが8万円。WindowsでのAIツール対応は不安定

AMD Radeon RX 7000シリーズ（RDNA 3世代・2022〜2024年発売）

GPU	VRAM	新品価格	中古価格帯	一言コメント
RX 7900 XTX	24GB	約18万円	12〜15万円	24GBが18万円。ROCm＋Linuxなら有力候補
RX 7900 XT	20GB	約13万円	9〜12万円	20GBは独自サイズ。価格次第では検討価値あり
RX 7900 GRE	16GB	約8万円	6〜8万円	16GBが8万円台。AMD好きなら
RX 7800 XT	16GB	約7万円	5〜7万円	ゲーム向き。AIはROCm環境必須
RX 7700 XT	12GB	約5万円	4〜5万円	12GBが5万円。ゲーム向け

AMD Radeonシリーズの詳細スペックを見る（メモリ帯域・TDP・LLM性能）

GPU	メモリ帯域	TDP	LLM性能スコア
RX 9070 XT	640 GB/s	304W	45（ROCm）
RX 9070	640 GB/s	220W	40（ROCm）
RX 7900 XTX	960 GB/s	355W	60（ROCm）
RX 7900 XT	800 GB/s	315W	50（ROCm）
RX 7900 GRE	576 GB/s	260W	38（ROCm）
RX 7800 XT	624 GB/s	263W	35（ROCm）
RX 7700 XT	432 GB/s	245W	25（ROCm）

AMD RadeonはVRAM単価が安いのが魅力ですが、AIツール（Ollama、ComfyUI等）の対応はNVIDIAに劣ります。WindowsではCUDA向けツールが動かない場面が多く、Linux＋ROCm環境が前提です。ゲーム用途がメインならコスパは高いですが、AI用途メインならNVIDIAが無難です。

AMDのAI対応について補足: AMD GPUのLLM性能スコアはROCm（Linux）環境での参考値です。WindowsではCUDAと比べてAIツールの対応が不安定な場面が多く、同じスコアにはなりません。AIメインならNVIDIAが無難です。

VRAM別おすすめ早見表

この表の見方 VRAM容量ごとに、新品・中古それぞれのおすすめGPUを1つずつ掲載しています。 AI用途目安＝そのVRAM容量で実用的に動かせるAIモデルの目安です。

VRAM	新品おすすめ	中古おすすめ	AI用途目安
8GB	RTX 5060（約6万円）	RTX 3060 Ti（2.5〜4万円）	8B LLM、SD 1.5、VR中設定
12GB	RTX 5070（約10万円）	RTX 3060（2〜3万円）	14B LLM、SDXL、VR高設定
16GB	RTX 5060 Ti 16GB（約9〜11万円）	RTX 4070 Ti SUPER（11〜14万円）	14B＋長コンテキスト、SDXL複雑WF
20〜24GB	RX 7900 XTX（約18万円）	RTX 3090（13〜18万円）	32B LLM、FLUX Dev、ほぼ全画像生成
32GB	RTX 5090（40〜70万円（公式約40万円・品薄で高騰中））	–	32B＋超長コンテキスト（32K+）

スペック表の補足

メモリ帯域はなぜ重要か

LLMの生成速度はメモリ帯域にほぼ比例します。同じVRAM容量でも、帯域が広いGPUの方がテキスト生成が速くなります。例えば、RTX 3060（12GB・360 GB/s）とRTX 3080 Ti（12GB・912 GB/s）では、同じモデルでも生成速度に2倍以上の差が出ます。

LLM性能スコアについて

この記事のスコアはRTX 4090を100とした相対値で、Q4_K_M量子化モデルでのテキスト生成速度を基準にしています。実際の速度はモデルやコンテキスト長によって変動します。AMD GPUのスコアはROCm（Linux）環境での参考値です。

中古GPU購入時の注意点

中古価格はショップ販売品（保証付き）を基準にしています。フリマアプリではさらに安い場合がありますが、マイニング使用歴の有無やファン劣化のリスクがあるため、ショップ購入をおすすめします。

生成速度の推定方法

この記事や関連記事で使っている「推定tok/s」は、以下の式で算出しています。

推定tok/s ≈ メモリ帯域(GB/s) ÷ モデルサイズ(GB) × 0.75

この式の意味

GPUは1トークン生成するたびに、モデルの全パラメータをメモリから読み出します。「全部読み出すのに最短何秒かかるか」と「実際に1トークン生成にかかった秒数」の比が約0.75です。残りの0.25は、過去の会話履歴（KVキャッシュ）の読み書きや、圧縮データ（Q4量子化）の展開にかかる時間です。

0.75の根拠：実測データ

以下はRTX 3090とRTX 3060で、モデルがVRAMに載りきる条件で計測した結果です（2026年4月15日、Ollama 0.20.2、256トークン生成、Linux）。

GPU	帯域	モデル	サイズ	理論tok/s	実測tok/s	実測÷理論
RTX 3090	936 GB/s	qwen3:8b	5.2GB	180	126.4	0.70
RTX 3090	936 GB/s	qwen3.5:9b	6.6GB	142	98.0	0.69
RTX 3090	936 GB/s	qwen3:14b	9.3GB	101	76.6	0.76
RTX 3060	360 GB/s	qwen3:8b	5.2GB	69	60.1	0.87
RTX 3060	360 GB/s	qwen3.5:9b	6.6GB	55	46.6	0.85
RTX 3060	360 GB/s	qwen3:14b	9.3GB	39	34.5	0.89

※ 理論tok/s = メモリ帯域 ÷ モデルサイズ。「全パラメータを1回読み出す時間で1トークン生成できる」と仮定した理論上限。「実測÷理論」は0.69〜0.89の範囲で、中央値は約0.75です。帯域が狭いGPU（RTX 3060）ほどメモリの読み出し待ちが支配的になるため、理論値に近い結果が出ます。帯域が広いGPU（RTX 3090）では、読み出し以外の処理（会話履歴の読み書き、圧縮展開）の時間が相対的に目立つため、やや低めになります。

推定値の限界

この式はモデルがVRAMに載りきる場合にのみ有効です。VRAMが足りずにCPUメモリにはみ出すと、速度は大幅に低下します（実測で10分の1以下になることもあります）。また、GPU2枚にモデルを分散ロードした場合は、2枚の帯域を合算できるため単体より速くなります。私の環境ではRTX 3090＋RTX 3060の2枚分散でqwen3.5:27b（17GB）が25.5 tok/sでした。

GPU別の推定速度早見表（8Bモデル・14Bモデル）

GPU	帯域	8B 推定	14B 推定	備考
RTX 4060 Ti 8GB	288 GB/s	42	—	14BはVRAM不足
RTX 3060 12GB	360 GB/s	★ 60	★ 35	筆者実測
RTX 5060 Ti 16GB	448 GB/s	65	36
RTX 4070 Ti S 16GB	672 GB/s	97	54
RTX 5070 12GB	672 GB/s	97	—	14BはVRAM不足
RTX 3080 10GB	760 GB/s	110	—	14BはVRAM不足
RTX 5070 Ti 16GB	896 GB/s	129	72
RTX 3090 24GB	936 GB/s	★ 126	★ 77	筆者実測
RX 7900 XTX 24GB	960 GB/s	138	77	ROCm（Linux）前提
RTX 4090 24GB	1008 GB/s	145	81
RTX 5090 32GB	1792 GB/s	258	144

★ = 筆者実測値（2026年4月、Ollama 0.20.2、Linux）。その他は推定式（帯域 ÷ モデルサイズ × 0.75）による推計値。VRAMにモデルが載りきる場合のみ有効。AMD GPUはROCm環境での推計。

注意: 推定値はあくまで目安です。Ollamaのバージョン、コンテキスト長、同時実行数、GPUの冷却状態などで変動します。外部のベンチマークサイト（FormulaMod、AwesomeAgents）も参考にしてください。

全GPUコスパランキング

このグラフの見方: バーが長いほど「価格あたりのLLM性能が高い」＝コスパが良いGPUです。コスパ指標は「LLM性能スコア ÷ GPU価格（万円）」で算出。[新品]/[中古]の表記付き。 [kimono_bar title="" color="#1e90ff"] RTX 5090 32GB [新品]|2.4 RTX 4090 24GB [中古]|2.9 RX 7900XTX 24GB [新品]|3.3 RTX 5080 16GB [新品]|3.5 RTX 4080S 16GB [中古]|4.2 RTX 5070Ti 16GB [新品]|4.5 RTX 5060Ti 16GB [新品]|4.7 RTX 4070TiS 16GB [中古]|5 RX 9070 16GB [新品]|5 RTX 4060Ti 16GB [中古]|3.8 RTX 4070S 12GB [中古]|5.6 RTX 5060Ti 8GB [新品]|5.7 RTX 5060 8GB [新品]|5.8 RTX 3090 24GB [中古]|5.8 RTX 5070 12GB [新品]|6 RTX 3080 12GB [中古]|7.5 RTX 3060 12GB [中古]|8 [/kimono_bar] ※ LLM性能スコアはOllama（Q4_K_M量子化）でのテキスト生成速度の相対値（RTX 4090 = 100基準）。AMDはROCm（Linux）での参考値。価格は2026年4月時点。中古はショップ相場の中間値。中古のRTX 3060 12GBとRTX 3080 12GBが突出したコスパです。新品ではRTX 5070 12GBとRTX 5060 Ti 16GBが上位。高価格帯のRTX 5090やRTX 4090は性能は高いものの、コスパ指標では下位になります。ただしコスパだけで選ぶと「安くてVRAMが少ないGPU」に偏るので、用途に必要なVRAMを確保した上でコスパを見るのが大事です。

結論：迷ったらこの3枚

選び方	おすすめGPU	価格目安	理由
新品で1枚	RTX 5060 Ti 16GB	約9万円	16GB VRAMをCUDA環境で使える最安クラス。AI画像生成もLLMも実用的に動く
中古で1枚	RTX 3060 12GB	2〜3万円	12GBが2万円台。LLMの速度は遅めだが、モデルが載ることが最優先なら最安
本気のAI用	RTX 3090中古 / RX 7900 XTX新品	13〜18万円	24GB VRAMで32Bモデルが動く。3090は中古CUDA環境、7900 XTXはLinux＋ROCm前提

[kimono_product id="15760″] [kimono_product id="15759″] [kimono_product id="15761″]

2026年4月時点では、RX 7900 XTX（24GB）が約12万円まで値下がりしています。中古のRTX 3090（13〜20万円）より安く、新品保証も付きます。Linuxで使えるならRX 7900 XTXは非常に魅力的な選択肢です。

まとめ

この記事は2026年4月時点のGPU全機種スペックと価格をまとめたリファレンスです。価格は変動するため、購入前には最新の実勢価格を確認してください。 GPUの選び方（用途別のおすすめ、VRAMの目安、予算別ガイド）については、以下の関連記事をご覧ください。

関連記事 – 自宅でAIチャットボットを動かしたい → 予算別ガイド（101） – 中古GPUでローカルAIを始める方法 → 中古GPU購入ガイド（005） – AI画像生成の始め方 → ComfyUI入門（003）

この記事の価格・スペック情報は2026年4月時点のものです。価格は日々変動しますので、購入前に最新価格をご確認ください。

自宅でAIチャットボットを動かしたい：予算別にできることガイド

中古GPUでローカルAIを始める：RTX 30/40世代のコスパを検証する

2026年のGPU相場〜VRAM別に調べてみた

ローカルAIで大事なのは、グラフィックボードの作業スペース（VRAM。ここに載るぶんだけモデルを動かせます）の大きさです。2026年6月時点で出回っている主なものを、価格比較サイト（価格.com）などで調べ、VRAMの大きさ別にまとめました。価格はショップやタイミングで動くので相場の目安です（2026年はメモリ不足の影響で全体的に高めに推移しています）。

VRAM	主なGPU	相場（新品・目安）	ローカルAIでの位置づけ
16GB	RX 9060 XT 16GB（AMD）	約5.8〜6.4万円	最安クラスの16GB。入門に手頃。対応ソフトは要確認
16GB	RTX 5060 Ti 16GB	約8〜9.5万円	新品NVIDIAの入口。14B級まで余裕。CUDA対応で無難
16GB	RX 9070 XT 16GB（AMD）	約9.2〜11.5万円	2026年の売れ筋上位。値ごろで高性能
16GB	RTX 5070 Ti / 5080	約15〜21万円	速いが容量は16GB止まり
20GB	RX 7900 XT（旧世代）	在庫・中古中心	数少ない20GB。前世代で新品は減少中
24GB	中古 RTX 3090	約15〜20万円（中古）	24GBの最短路。30B級が動く本命。AI需要とメモリ不足で高騰中・中古のみ・状態注意
24GB	RX 7900 XTX / 中古 RTX 4090	旧世代・中古中心	新品の現行24GBはほぼ無く、旧世代か中古が現実的
32GB	RTX 5090	約69〜72万円	70B級も視野。品薄で高騰・大電力

価格は2026年6月時点で価格比較サイト等を調べた相場の目安で、変動します（実測ではありません）。中古の相場や状態は購入前にご確認ください。

ローカルAIとして選ぶなら、新品で手頃に始めるなら16GB（RTX 5060 Ti や RX 9060/9070系）、24GBを狙うなら中古のRTX 3090（近ごろ高騰）、が2026年の現実的な二択です。24GBの新品は現行世代からほぼ姿を消し（RTX 5080でも16GB）、その先は一気に32GBのRTX 5090（約70万円）へ飛ぶ形です。まずは動かしたいモデルの大きさを決め、それが載るVRAMのクラスから選ぶと迷いません。なお、AMD製（RX系）はソフトによって対応状況が異なるので、使いたいツールが動くかを事前に確認しておくと安心です。

▶ ローカルAIをもっと深く（関連記事）

GPU・パーツ