ローカルLLMの決定版か？Qwen 3.8 35Bを動かすためのGPU選びと失敗しない推奨スペック

3行要約

• Qwen 3.8 35Bは「Active 3B」のMoE構成が濃厚で、24GB VRAM（RTX 3090/4090）で高速動作する本命モデルです。
• 業務で「使える」レベルのレスポンスと精度を両立させるなら、VRAM 16GBは最低ライン、理想は24GB以上の環境を推奨します。
• 買う前に「量子化後のサイズ」と「コンテキスト長によるVRAM消費」を計算しないと、メインメモリに溢れて使い物にならない失敗に陥ります。

結論: まず選ぶべき構成

結論から言うと、Qwen 3.8 35Bクラスをローカル環境で「仕事の道具」として運用するなら、RTX 3090（中古）またはRTX 4090（新品）の一択です。 今回のリーク情報にある「35BA3B」という表記は、総パラメータ35B、推論時に動くActiveパラメータが3BであるMoE（Mixture of Experts）構成を示唆しています。 これは推論速度が3Bクラス並みに爆速でありながら、35Bクラスの知識量を持つことを意味しており、ローカルLLM界隈では最も「コスパとタイパが良い」セグメントになります。

VRAMが16GB以下のGPU（RTX 4060 Ti 16GBなど）でも、4bit程度の量子化を行えば動かすことは可能ですが、長文のコンテキスト（RAGやコード生成）を流し込むと、すぐにVRAMが枯渇して推論速度が1トークン/秒以下に落ち込みます。 趣味で「1回動かしてみたい」だけなら16GBで十分ですが、CursorやClineと連携させてコーディング補助に使うなら、24GB VRAMを積んだGPUか、統一メモリを64GB以上積んだMacを選んでください。 それ以下のスペックで妥協すると、結局「ChatGPTでいいや」となり、ハードウェア代が無駄になるのが目に見えています。

用途別おすすめ

Qwen 3.8 35BのようなMoEモデルの最大の利点は、その「軽快さ」にあります。 例えば、従来のDense（全結合）モデルの32Bや35Bは、一文字出すのにそれなりの計算資源を食いますが、Active 3Bであれば、RTX 3090クラスなら秒間50〜100トークン以上の爆速で文字が出てくるはずです。 この「速さ」こそが、AIエージェントを自律動作させる際のストレスをゼロにします。

買う前のチェックリスト

• チェック1: VRAM容量は「パラメータ数 × 0.7」以上あるか 35Bモデルを4bit量子化（実用レベルの最低ライン）で動かす場合、モデル本体だけで約18〜20GBのVRAMを占有します。ここにコンテキスト（過去の会話履歴や参照ドキュメント）を保持する「KVキャッシュ」の分が必要です。24GB VRAMあれば、8,000〜16,000トークン程度の履歴を保持しながら快適に動かせます。16GBだと、起動はしても履歴が増えた途端にクラッシュするか、動作が極端に遅くなります。

• チェック2: 電源ユニットの容量とコネクタ数（Windows自作派） RTX 4090を導入する場合、最大消費電力は450Wに達します。CPUや他のパーツを含めると、電源ユニットは最低でも850W、余裕を見るなら1000W〜1200Wの「80PLUS GOLD」以上が必要です。また、12VHPWRコネクタの有無や、古い電源なら補助電源ケーブルが足りるかも確認してください。ここをケチると、高負荷時にPCが突然落ちる「勝手に再起動」現象に悩まされます。

• チェック3: Apple Siliconなら「メモリ量」がすべて MacでローカルLLMを動かす場合、VRAMという概念はなく、メインメモリをGPUと共有します（統一メモリ）。しかし、システムが使用する分を除いた「実際にLLMに割り当てられるメモリ」は、全容量の約70〜80%程度です。32GBモデルだと、35Bモデルを動かすにはかなり厳しい戦いになります。Macを選ぶなら、最低でも64GB、できれば96GBや128GBを選択するのが「失敗しない」買い方です。

• チェック4: 商用利用とライセンスの確認 Qwenシリーズは基本的に商用利用に寛容なライセンス（Qwen LICENSE AGREEMENT）ですが、月間アクティブユーザー数による制限などが存在します。業務でSaaSとして組み込む場合は、最新のQwen 3.8のライセンス条項を必ず確認してください。ローカルで自分一人が使う分には全く問題ありません。

楽天/Amazonで見るべき検索キーワード

楽天でポイントを稼ぎつつ買うなら、以下のキーワードで価格推移を追ってください。Amazonは「出荷元・販売元」が公式であることを必ず確認しましょう。

代替案と妥協ライン

「いきなり30万円のGPUなんて買えない」という場合の妥協点は2つあります。

1つ目は、RTX 3060 12GBの中古を狙うことです。 楽天やAmazonの中古ショップで3〜4万円程度で転がっています。Qwen 3.8 35Bを動かすには力不足ですが、Qwen 2.5 7BやQwen 3.8 7B（もし出れば）なら爆速で動きます。まずは12GB VRAMで「ローカルLLMを自分の手で動かす感覚」を掴むのは非常に賢い選択です。

2つ目は、GroqやOpenRouterなどのAPI利用に切り替えることです。 Qwen 3.8はリリース直後からこれらのクラウド推論サービスに実装されるはずです。ハードウェアを買う前に、まずはAPI経由で「自分の業務にQwen 3.8 35Bが本当に役立つか」を検証してください。月額数千円のAPI利用料で、RTX 4090以上の速度を体験できます。そこで「これは毎日使う」と確信してから、楽天の買い回りに合わせてGPUをポチるのが最もリスクが低いです。

私ならこう選ぶ

私が今、予算20〜30万円でQwen 3.8 35Bを回すための環境を整えるなら、中古のRTX 3090（24GB）を2枚挿しにする構成を検討します。 1枚でも35Bは動きますが、2枚あれば将来的に70Bクラス（Llama 3など）を4bit量子化で常用できるようになります。 楽天で中古の3090を探すと10万円台前半で見つかることもあり、新品の4090を1枚買うより安く、VRAM 48GBという「暴力的な環境」が手に入ります。

ただし、これはサーバー構築に慣れた人向けの「修羅の道」です。 一般的なエンジニアが「仕事の生産性を上げたい」目的で買うなら、迷わずRTX 4090 24GBを選びます。 理由はシンプルで、新しい12VHPWR規格による配線のスッキリさと、冷却性能の進化です。 ローカルLLMを数時間ぶん回すとかなりの熱を持ちますが、最新の4090（特にASUSのTUFやMSIのモデル）は非常に優秀です。 Amazonでセール対象になっているMSIやZOTACのモデルを狙うのが、保証も含めて一番安心できる選択ですね。

よくある質問

Q1: VRAM 12GBのグラボでもQwen 3.8 35Bは動きますか？

結論、動きますが「実用外」です。GGUF形式で量子化を強め（2bitなど）にかけ、かつ不足分をメインメモリ（RAM）にオフロードすれば起動はします。しかし、レスポンスが1秒に1文字以下になるため、仕事で使うにはストレスが溜まりすぎます。

Q2: 自作PCとMac Studio、どっちがAI開発に向いていますか？

推論速度とライブラリの対応の速さならRTX搭載の自作PC（Windows/Linux）です。一方、消費電力の低さ、静音性、そして超巨大なモデル（100B以上）を動かす可能性を重視するなら、メモリを積めるMac Studioが有利です。

Q3: Qwen 3.8のリリースを待ってからGPUを買うべきですか？

待つ必要はありません。35Bというサイズ感は変わりませんし、Qwen 3.8が動く環境であれば、現在の覇者であるLlama 3やMistralも快適に動きます。むしろ、モデルが出る前に環境を構築し、llama.cppやOllamaの設定を済ませておく方が、リリース初日に波に乗れます。

あわせて読みたい

• Qwen 27B比較・選び方ガイド｜ローカルLLM最強の「27B」を実務で回すGPU構成
• Qwen-3.8-27Bをローカル環境で動かし、長文コンテキストにも対応した実用的なチャットUIを構築します。
• 中古のデータセンター向けGPUを流用して、VRAM 24GBのAI開発環境を4万円以下で構築する方法