7年前のLEVEL∞(i7-9700K/RTX 2070 SUPER/メモリ16GB)でローカルAIはどこまで動くか — 実測5本の総まとめと買い替え判断

パソコン工房のBTO・LEVEL∞(RTX 2070 SUPER 8GB)で測った5本の実測をまとめた。SDXLは2048まで完走、qwen3 8Bは66.82トークン/秒。崩れたのは14B以上のLLMだけで、買い替えの判断軸はVRAM 8GBの枠に絞られた。

暗い作業場に年季の入ったタワー型PCが置かれ、周りに画像・会話・ディスク・ストップウォッチの点検台が並び、ひとつの搬入口だけがアンバーに光っているイメージ
実測値をもとにした説明図。画面のスクリーンショットではありません。

7年前のLEVEL∞でも、SDXLは2048×2048まで完走し、qwen3 8Bは66.82トークン/秒で動いた。崩れたのは14B以上のLLMだけで、7.6トークン/秒まで落ちた。買い替えの判断軸は、VRAM 8GBの枠の1点に絞られる。

俺の手元の重機は、パソコン工房のBTO「LEVEL∞」だ。CPUはi7-9700K、GPUはRTX 2070 SUPER、メモリは16GB。BIOSの日付は2019年8月30日で、そこから7年たった。

この1台で、2026年9月から10月にかけて画像生成・ローカルLLM・ディスクの読み込みを5本測った。この記事はその総まとめだ。どれも1台・1条件の測定で、環境が違えば結果は変わる。

機材と、測った5本

i7-9700KはIntelの公称で8コア8スレッド、発売はQ4’18、対応メモリはDDR4-2666、PCI Expressは3.0だ(出典: Intel Core i7-9700K 仕様)。RTX 2070 SUPERは公称8GB GDDR6・256-bitのTuring世代(出典: NVIDIA GeForce RTX 20シリーズ比較)。

部位 手元のLEVEL∞
CPU Intel Core i7-9700K(8コア8スレッド)
マザーボード Z390-S01(Intel Z390)
GPU RTX 2070 SUPER(VRAM 8GB)・NVIDIAドライバー 617.14
メモリ DDR4-2666 8GB×2=16GB(4スロット中2スロット空き)
ストレージ NVMe SSD 512GB / SATA SSD 1TB / SATA SSD 2TB / HDD 2TB
OS Windows 11 Home

測った5本は次のとおりだ。各記事に条件と生の数値を載せている。

測ったこと 測定日 記事
SDXLを8GBで、解像度・枚数・モード別に 2026年9月28日 VRAM 8GBでSDXLはどこまで動くか
qwen3 8B/14B/32BがVRAMからあふれたとき 2026年9月28日 OllamaのモデルがVRAMからあふれると何が起きるか
同じLLMをMac mini M4 Proと比べる 2026年9月28日 Mac mini M4 ProとRTX 2070 SUPER、同じローカルLLMはどちらが速いか
モデル置き場のディスクで読み込みは変わるか 2026年9月28日 モデル置き場で読み込み時間は変わるか
LM StudioとOllamaの速さ 2026年10月20日 LM StudioとOllama、同じモデルファイルなら速さはどれだけ違うか

全体像。8GBの枠に収まるかで、明暗が分かれた

VRAMに載った分メインメモリ側にあふれた分0GB8GB(VRAMの枠)16GB24GBSDXL base6.94GB1024×1024・1枚 18.32秒(エラー0)qwen3 8B5.58GB66.82 tok/s(100% GPU)qwen3 14B10.15GB7.6 tok/s(63% GPU)qwen3 32B21.56GB0.02 tok/s29% GPU・71%があふれる置き場のディスクを替えたとき(SDXL・ComfyUI・1024×1024)1枚目(読み込み込み): NVMe 22.45秒 / SATA SSD 33.45秒・34.85秒 / HDD 69.92秒2枚目(読み込み済み): 16.71〜18.06秒。どのディスクでも生成そのものの時間はほぼ同じディスクが変えたのは読み込みの待ち時間で、VRAMの枠は変わらない
手元のLEVEL∞で測った結果を1枚にまとめた。横棒はモデルの大きさ(SDXLはファイルの大きさ、qwen3はOllamaの /api/ps が返した読み込み時のsize)。アンバーはVRAMに載った分、灰色はメインメモリ側にあふれた分で、破線がVRAM 8GBの枠。SDXLの生成中のVRAM使用は最大7,811MiB(nvidia-smi)で、枠の中に収まった。右の数字は各記事の実測値。下の段は、同じSDXLのファイルを置くディスクだけを替えたときのComfyUIの1枚目と2枚目の時間。

5本を並べると、結果を大きく分けたのはVRAM 8GBの枠だった。ディスクは読み込みの待ち時間を変えたが、生成の速さは変えなかった。CPUを替えた比較はしていない。

現場でいえば、搬入口の幅で入る資材が決まる。入る資材なら7年前の重機でも普通に回る。入らない資材は、外に仮置きして往復するので、急に段取りが崩れる。

画像生成。SDXLは2048×2048まで完走した

ComfyUI 0.37.0でSDXL base(6.94GB)を、既定・--lowvram・fp8の3モードで測った。12条件すべてが完走し、VRAM不足のエラーは0件だった。

条件(既定モード) 時間 VRAM最大(nvidia-smi)
1024×1024・1枚 18.32秒 7,811MiB
1024×1024・4枚 56.82秒 7,310MiB
1536×1536・1枚 45.92秒 7,902MiB
2048×2048・1枚 135.82秒 7,886MiB

--lowvram を付けても、1024×1024・1枚は17.97秒で、既定とほぼ同じだった。fp8も1024×1024・1枚では14.94秒と最速だったが、2048では144.57秒と既定より遅い。各1回の測定なので、fp8が速いとは言えない。

SDXLで1536×1536に生成した、夜明けの湖畔の小屋の画像
手元のLEVEL∞(RTX 2070 SUPER)のComfyUIで、既定モード・1536×1536・20ステップで生成した実物(2026年9月28日)。所要は45.92秒。
SDXLで2048×2048に生成した画像。小屋が3つ並び、構図が崩れている
同じ機械・同じ日に2048×2048で生成した実物(135.82秒)。エラーなく完走したが、この1枚では小屋が複数並ぶなど構図が崩れた。SDXLの標準解像度を大きく超えたためと考えられるが、1枚だけの結果で、原因は確かめていない。

8GBで「動く」ことと「使える絵になる」ことは別だった。一方で、SDXLの標準に近い1024×1024なら1枚18.32秒で出ている。

ローカルLLM。8Bは実用、14Bから段が落ちる

Ollama 0.34.4でqwen3(q4_K_M)の3サイズを測った。

モデル 読み込み時のsize VRAM側 生成速度(中央値)
qwen3 8B 5.58GB 100% 66.82 tok/s
qwen3 14B 10.15GB 63% 7.6 tok/s
qwen3 32B 21.56GB 29% 0.02 tok/s(1回・32トークン)

8Bは全部VRAMに載り、66.82トークン/秒だった。14Bは37%があふれて7.6トークン/秒。32Bは32トークンを書くのに全体で1,818.03秒かかった。

8Bはツールを替えても大差なかった。同じGGUFファイルをLM Studioにも読ませて5回ずつ測ると、Ollamaが67.54、LM Studioが64.58トークン/秒。差は約4.4%で、どちらも60トークン/秒台だった。

手元のモデルがVRAMに収まっているかは、ollama ps のPROCESSOR欄で分かる。「100% GPU」なら全部GPU、「48%/52% CPU/GPU」のような表示なら両方に分かれている、と公式FAQにある(出典: Ollama FAQ)。

同じLLMをMac miniで走らせると

14Bで遅くなる理由がVRAMの枠なら、枠の広い機械では落ちないはずだ。ユニファイドメモリ24GBのMac mini M4 Proで、同じモデル・同じ設定を測った。

モデル LEVEL∞(2070 SUPER) Mac mini M4 Pro(24GB)
qwen3 8B 66.82 tok/s 43.88 tok/s
qwen3 14B 7.6 tok/s 24.97 tok/s
qwen3 32B 0.02 tok/s 0.07 tok/s

8Bでは7年前のLEVEL∞のほうが速い。14BではMacが逆転した。Macは14Bも全部GPU側に載ったままだった。

qwen3 14Bで同じ質問をRTX 2070 SUPERとMac miniに同時に送った完了画面。左は7.37、右は24.08トークン/秒
qwen3 14Bで、同じ質問・同じ設定を2台に同時送信した完了画面(2026年9月28日)。左が手元のLEVEL∞(RTX 2070 SUPER)、右がMac mini。出力の文章は同じで、画面のOllama計測の表示は左7.37・右24.08トークン/秒(録画中の1回の値)。

32Bは、24GBのMacでも0.07トークン/秒だった。32Bをこの2台で使う道は、測った範囲では無い。

ディスク。変わるのは読み込みの待ち時間だけ

同じSDXLのファイル(6,938,078,334バイト)を4台のディスクに置き、Windowsのファイルキャッシュを空にしてからComfyUIで1枚目と2枚目を測った。

ディスク ファイルを読む速さ(3回平均) 1枚目(読み込み込み) 2枚目(読み込み済み)
NVMe SSD(Intel 660p 512GB) 約1039MB/s 22.45秒 18.06秒
SATA SSD(Samsung 860 QVO 1TB) 約454MB/s 34.85秒 16.71秒
SATA SSD(Crucial BX500 2TB) 約478MB/s 33.45秒 17.73秒
HDD(Seagate BarraCuda 2TB) 約166MB/s 69.92秒 17.73秒

1枚目はHDDで69.92秒、NVMeで22.45秒。2枚目はどのディスクでも16.71〜18.06秒に収まった。読み込みが済めば、置き場は生成の速さに効いていない。

ComfyUIの起動ログには、置き場ごとの判定が残っていた。

[INFO] Model storage policy: fast_disk=True paths=['C:\\AI-Bench-tmp\\sd_xl_base_1.0.safetensors']
[INFO] Model storage policy: fast_disk=False paths=['F:\\AI-Bench-tmp\\sd_xl_base_1.0.safetensors']
[INFO] Model storage policy: fast_disk=False paths=['G:\\AI\\Bench\\models\\checkpoints\\sd_xl_base_1.0.safetensors']
[INFO] Model storage policy: fast_disk=False paths=['D:\\AI-Bench-tmp\\sd_xl_base_1.0.safetensors']

NVMeだけが fast_disk=True と判定された。ComfyUI v0.37.0のリリースノートには、ディスクが速いときに --fast-disk を自動で有効にする旨の項目がある(出典: ComfyUI v0.37.0 リリースノート)。

買い替え判断。外せないのはVRAMの枠1点

5本の結果から、このLEVEL∞の限界はこう整理できる。

  1. SDXLの1024×1024は1枚18.32秒、VRAMに全部載るqwen3 8Bは66.82トークン/秒で動いた
  2. 14B以上のLLMは、VRAM 8GBからあふれた時点で7.6トークン/秒、32Bでは0.02トークン/秒まで落ちた
  3. ディスクを速くして縮むのは最初の読み込み待ちで、生成の速さは変わらなかった
  4. ツールをOllamaからLM Studioに替えても、8Bの差は約4.4%だった

つまり、今の使い方が「SDXLで1024前後の画像」と「8Bクラスの会話」で足りているなら、この機械はまだ現役で回る。ComfyUIのSDXLでは、モデルをNVMeに置くと1枚目の待ちがHDDの69.92秒から22.45秒に縮んだ。Ollamaで同じ比較はしていない。

逆に、14B以上をGPUの速さで回したいなら、ディスクやツールをいじっても枠は広がらない。VRAMの大きいGPUへ替えるか、ユニファイドメモリの大きい機械に回すか、という話になる。メモリ16GBの空き2スロットに増設した場合の速さは、今回測っていない。

買い替える場合の見比べ方は、現行のLEVEL∞を公式情報から読んだパソコン工房(LEVEL∞)をAI開発目線で読むと、VRAM別の目安のローカルLLMのPCスペック早見表にまとめてある。いま売っている機種は、今週のセール機をVRAM基準で仕分けた表と二刀流ランキングで、VRAMの容量から先に見てほしい。

最強の1台より、載せたいモデルがVRAMに全部入る1台。7年前の機械が教えてくれた外せない1点は、それだけだった。


※本記事は公開情報と筆者の手元環境(パソコン工房 LEVEL∞・RTX 2070 SUPER機とMac mini M4 Proの各1台・2026年9月28日と10月20日)での測定に基づく解説です。各条件1回または数回の測定で、ドライバー・ソフトの版・常駐アプリ・空きメモリ・ディスクの状態で結果は変わります。メモリ増設・GPU交換後の速さ、FLUX、NVMe Gen4/Gen5は検証していません。最新の仕様は各公式ドキュメントをご確認ください。

出典