ローカルLLM レコメンダー

このツールの設計思想

2026年のローカルLLM選定は「VRAM容量 × MoEアーキテクチャ × 量子化フォーマット」の三位一体で決まります。 パラメータ数や演算性能だけ見ても、実際にGPU上で動くかは判断できません。本ツールは 「2026年4月版・家庭用RTX GPUで動かすローカルLLM完全ガイド」 の調査内容と、家庭ローカルLLMコミュニティで定着している実勢を組み合わせ、以下の優先順位でスコアリングしています。

1. VRAMフィット：選択GPUの実用VRAMに、推奨量子化でのモデル重みが余裕で収まるか（KVキャッシュ用に +3GB の余白を見て comfortable / tight を判定）
2. 用途別の強さ：選択した用途タグごとに sota / strong / ok / weak の4段階で重み付け
3. ハードウェア最適化整合：Blackwell（RTX 50シリーズ）でFP8ネイティブ運用可能なモデルには速度ボーナス
4. 余白ボーナス：モデル重みがVRAMの35%以下なら、Q6_K で運用しKVキャッシュに豊富にVRAMを割けるためボーナス

用途タグの選び方

• 汎用チャット：日常会話・要約・翻訳。迷ったら最初にONにする。
• コーディング：Tab補完、エージェント実装支援。Qwen3.6-35B-A3B のようなThinking Mode持ちが有利。
• 日本語特化：日本特有の文脈・敬語・固有名詞を重視。LLM-jp-4 や Qwen3 Swallow が優先される。
• 長文・RAG：128K〜262Kコンテキスト。Qwen3.5-9B（262K）や Gemma 4 26B-A4B（256K）が有利。
• エージェント・推論：Tool use、複雑な論理推論。Hermes 4、Qwen3.6、Llama 4 Scout が候補に来やすい。
• 速度重視：リアルタイム音声対話のバックエンドや、低レイテンシ要件。Nemotron Cascade 2 が強い。

オプションの意味

マルチモーダル必須をONにすると、Qwen2.5-VL シリーズなど画像・PDF・図表を読めるVLMだけが候補に絞られます。 スクリーンショット解析、OCR、GUIエージェントを作るなら必須。

創作用コミュニティモデルを含めるは、デフォルトでは出力に含まれない創作対話・RP向けコミュニティ・ファインチューンを候補に追加します。 業務利用ではライセンス、利用規約、社内ポリシー、安全性を必ず確認してください。

このツールが扱わないこと

• クラウド推論サービスとの比較：Claude / GPT / Gemini など、APIで使うクローズドモデルは対象外です。
• 適時アップデート：2026年4月29日のスナップショットで固定。新モデル登場や価格変動には追随しません。
• ファインチューニング・量子化作業：本ツールは「動くモデル候補」の提示まで。実際のセットアップは Ollama / LM Studio / TensorRT-LLM の各公式ドキュメントを参照してください。

関連記事・詳細解説

本ツールのデータと推奨ロジックの背景は、以下の記事に詳しく書いています。

• 2026年4月版・家庭用RTX GPUで動かすローカルLLM完全ガイド — RTX 50/40/30 シリーズと Apple Silicon の VRAM階層別解説、MoE × 量子化の原理、Rakuten AI 3.0／LLM-jp-4／Qwen3 Swallow ら国産モデルの位置づけまで一気通貫で整理。
• ローカルLLMでコーディングエージェントを動かす実用ガイド — Ollama × Claude Code／Codex の連携、LoRA／QLoRA、自宅マシンでのエージェント運用の現実的な設定。
• ニュース・政策動向カテゴリ — モデル発表、Blackwell 関連、量子化・推論エンジンの最新動向。

更新方針

本ツールは 2026-04-29 時点のスナップショットで運用します。新たな候補モデルの追加や VRAM 見積の改訂は、 記事本体（ローカルLLM完全ガイド）の更新と合わせて行います。 誤りやモデルの抜け漏れにお気づきの場合は お問い合わせ からご連絡ください。