Qwen4リークで激震！120Bモデルを動かすローカルLLM環境の選び方とおすすめGPU・Mac比較

3行要約

• Alibabaの次世代AI「Qwen4-max/120b」の存在がリークされ、ローカルLLMの要求スペックが再び跳ね上がります。
• 120Bモデルを実用速度で動かすなら、Mac Studio（メモリ128GB以上）かRTX 4090の複数枚挿しが必須の選択肢です。
• コーディング特化の「coder-plus」狙いなら、VRAM 16GB以上のGPUを選ばないと数ヶ月で後悔することになります。

結論: まず選ぶべき構成

結論から言うと、今回のQwen4リーク（特に120Bモデルの存在）を受けて、中途半端なスペックのPCを買うのは最も避けるべき選択になりました。 仕事で「AIコーディング」や「ローカルRAG」を完結させたいなら、判断基準は「VRAM（ビデオメモリ）が何GBあるか」の1点に尽きます。

あなたが今、楽天やAmazonで機材を探しているなら、以下の2つのルートのどちらかに決めてください。 1つは、コスパと推論速度を両立する「NVIDIA RTX 4090 24GB」を軸にした自作・BTO PCルート。 もう1つは、120Bクラスの巨大モデルを安価（GPUサーバー比）に動かせる「Mac Studio / MacBook Pro（メモリ128GB以上）」のApple Siliconルートです。

Qwen2.5-Coderの時点で、すでにGPT-4oに匹敵する性能を見せていたQwenシリーズですが、Qwen4ではさらにパラメータ数が増大します。 特に「qwen4-omni-120b」のような巨大モデルを4bit量子化で動かす場合でも、システム全体で80GB〜100GB程度のメモリ帯域がないと、レスポンスが「1秒間に1文字」という実用外の速度まで落ち込みます。 「とりあえず動けばいい」ではなく「仕事で使える」速度を求めるなら、投資すべきはCPUよりも圧倒的にGPUとメモリ容量です。

用途別おすすめ

AI開発の現場で「Qwen」を使い倒してきた経験から言うと、コーディング用途なら「RTX 4060 Ti 16GB」が最低ラインです。 VRAM 8GBや12GBのカードは、モデルを読み込んだ瞬間にメモリ不足で落ちるか、極端に遅いメインメモリへのスワップが発生します。 「安物買いの銭失い」を避けたいなら、まずは16GB以上のVRAMを確保することを絶対条件にしてください。

一方で、今回のリークにある「120Bモデル」をターゲットにするなら、Windows機でRTX 4090を2枚挿しにするよりも、Mac Studioのメモリ盛り構成の方がコストパフォーマンス（および電気代）で勝ります。 RTX 4090を2枚揃えるとグラボだけで50万円を超えますが、Mac Studioなら同等のメモリ容量をより静音・省電力で実現できるからです。

買う前のチェックリスト

• チェック1: VRAM容量（GPUメモリ）は16GB以上あるか？ ローカルLLM界隈では「VRAMは正義」です。8GBモデルは画像生成（SDXL）なら戦えますが、Qwen4クラスの言語モデルを動かすには力不足です。最低でもRTX 4060 Tiの16GB版、できれば4090の24GBを狙ってください。

• チェック2: PCの電源ユニットは容量に余裕があるか？ RTX 4090を選ぶ場合、ピーク時に450W以上を消費します。CPUや他のパーツを含めると、850Wでは不安で、1000W〜1200Wのゴールド認証以上の電源が必要です。ここをケチると、高負荷時にPCが突然落ちてデータが破損します。

• チェック3: Macを選ぶなら「統一メモリ」をケチっていないか？ MacBook ProやMac StudioでLLMを動かす場合、メインメモリがそのままVRAMとして使われます。ただし、OSが使う分を差し引かれるため、64GBメモリでもLLMに割り当てられるのは実質48GB程度です。120Bモデルを動かすなら128GB以上の構成が必須になります。

• チェック4: 推論速度（tokens/s）の妥協ラインは決まっているか？ 「動く」ことと「使える」ことは別です。1秒間に2〜3トークンしか出ない環境は、読んでいる最中に思考が途切れます。仕事で使うなら最低でも毎秒10〜15トークンは欲しいところ。この速度を出すには、メモリ帯域（GB/s）が重要になります。

楽天/Amazonで見るべき検索キーワード

楽天でポイント還元を狙いつつ、実用的な型番を絞り込むためのキーワード表です。

特に「RTX 4060 Ti 16GB」は、8GB版と間違えやすいので注意してください。 商品名に必ず「16GB」と入っていることを確認するのが、楽天での買い物の鉄則です。

代替案と妥協ライン

「Qwen4を動かしたいけれど、50万円も出せない」という方への妥協案は2つあります。

1つ目は、GPUクラウド（RunPodやLambda GPUなど）の活用です。 RTX 4090を1時間$0.8程度で借りられるため、たまに検証する程度なら、高額なハードウェアを買うより遥かに安上がりです。 ただし、機密情報を扱う業務や、毎日8時間以上CursorなどでAIコーディングをする場合は、サブスク代や通信遅延がストレスになり、結局ローカル機を買ったほうが安くなる逆転現象が起きます。

2つ目は、モデルの「量子化」を極限まで下げることです。 本来120GB必要なモデルでも、2ビット量子化などを行えば30GB程度のVRAMでも動く可能性はあります。 しかし、私の経験上、3ビット以下まで精度を落としたモデルは、論理的思考力が著しく低下し、特にプログラミングコードのバグを見逃すようになります。 「動くけれどバカなAI」に時間を奪われるのは本末転倒なので、モデルを小さくするのではなく、モデルに合わせたハードウェアを揃えるのが、プロのエンジニアとしての正解だと断言します。

私ならこう選ぶ

私が今から1台選ぶなら、楽天で「RTX 4090 24GB 搭載のBTOパソコン」をポイントアップのタイミングで狙います。 理由は明確で、Qwen4-coder-plus（推定30B〜70B）を実用速度で回せるのは、現状NVIDIAのハイエンドGPUだけだからです。

Macは確かに大容量メモリを積めますが、推論速度（特にプロンプトの処理速度）においては、まだNVIDIAのCUDA環境に一日の長があります。 特に「Cline」や「Aider」といった自律型AIエージェントをローカルLLMで動かす場合、レスポンスの速さが開発体験を直結します。

もし「どうしても120Bモデルをローカルで試したい」という知的好奇心が勝るなら、中古の「Mac Studio M2 Ultra」を探します。 楽天の中古ショップやAmazonのアウトレットに出ているメモリ128GB以上のモデルは、AIエンジニアにとっての「隠れた名機」です。 GPU 2枚挿しの爆音と熱に悩まされることなく、静かにQwen4の全能力を引き出せる環境は、一度体験すると戻れません。

よくある質問

Q1: Qwen4が出るまで待ったほうがいいですか？

待つ必要はありません。Qwen4がリリースされても、動かすための「VRAM容量」という物理的制約は変わりません。今RTX 4090やMac Studioを買っておけば、Qwen2.5で恩恵を受けつつ、Qwen4が出た瞬間に最速で試せます。

Q2: 120BモデルをRTX 4060 Ti 16GBで動かす方法はありますか？

あります。llama.cppの「GPUオフローディング」を使い、VRAMに入り切らない分をシステムメモリ（RAM）で処理させる方法です。ただし、速度は1秒に0.5文字程度になるため、チャット用途としては使い物にならないと考えてください。

Q3: 120Bモデルが必要になるのはどんな時ですか？

複雑なアルゴリズムの構築や、大規模なソースコードの全体把握（リファクタリング案の提示）など、推論の深さが必要な場面です。単なるボイラープレートの生成なら、軽量なCoderモデルで十分ですが、Qwen4-120bは「ジュニアエンジニア」を「シニア」に変える力を持っています。

あわせて読みたい

• GLM 5.3リリース！ローカルLLM構築におすすめのGPU・Mac選び方と比較
• ローカルLLMおすすめPCスペック比較！Command-R/A時代のVRAM選びと失敗しない買い方
• Gemma 4 120Bに備える！ローカルLLM用GPUとMacの選び方：おすすめ環境比較