セルフホスト
RAM と GPU の有無だけで十分です。ほかはすべて任意です。順位付けは出典のあるパラメータ数に対する算術であり、NVIDIA が勝者を決めるわけではありません。
プロファイル済みのオープンウェイトモデル 20 件のうち 6 件が、コンテキスト 8192 で 24 GiB（vram）に収まります。収まるもので最高評価：Qwen3.8 27B（Q5_K_M）。
VRAM as entered. Driver reservation is inside the 1 GiB overhead, not extra.
32 GiB により Qwen3.8 27B の量子化が Q8_0 に上がります。同じモデルであり、知能スコアが上がるわけではありません。
収まるモデルの中で
収まるモデルの中で、Qwen3.8 27B が Artificial Analysis の知能（52）、コーディング（68.1）、エージェント（50.9）のいずれでも最高スコアです。
収まるモデル中で LMArena Elo が最高：Gemma 4 31B 1441.7。Elo は人間の選好の尺度であり、知能指数ではありません。
Artificial Analysis の各指標と LMArena Elo は別の尺度です。空欄は未測定であり、ゼロではありません。あるモデルの最高軸は、そのモデル自身のスコアに対する相対値であって、カタログ首位という主張ではありません。
収まる評価済みモデル
| モデル | 総合 | コーディング | エージェント | 人間の選好 | 収まる量子化 | 推定 GiB | 余裕 |
|---|---|---|---|---|---|---|---|
| Qwen3.8 27B | 52 | 68.1 | 50.9 | 1440.8 | Q5_K_M | 20.063 | 3.938 |
| Gemma 4 31B | 29.7 | 43.4 | 14.4 | 1441.7 | Q5_K_M | 22.106 | 1.894 |
| Olmo 3 32B Think | — | — | — | 1298.5 | Q4_K_M | 22.32 | 1.68 |
| Granite 4.1 8B | — | 9.5 | — | 1291.6 | F16 | 18.25 | 5.75 |
| Phi 4 | — | — | — | 1216.8 | Q8_0 | 17.438 | 6.563 |
- Hybrid: only 16 of 64 layers are Gated Attention. KV uses kvLayers=16, not nLayers=64. Measured Q4 is Unsloth UD-Q4_K_M, not a vanilla Q4_K_M.
収まる、未評価
- Muse Glimmer 30B — Q5_K_M, 21.756 GiB 未評価 視覚推論ツール
増設で実際に得られるもの
制約は GPU メモリです。システム RAM を増やしても、このカードに追加の重みは載りません。
| 推定 GiB | 解放されるもの | 例 | 希望小売価格 |
|---|---|---|---|
| 32 GiB | Qwen3.8 27B — Q8_0同じモデル、より高い量子化 | GeForce RTX 5090 (32 GiB) | USD 1999 から |
次に高評価のカタログモデルは Kimi K3 で、Q4_K_M でも 1691.5 GiB を要します。デスクトップ向けカードではありません。
NVIDIA 'Starting at' list prices as published 2026-08-25, not a store quote and not a used-market index. Street prices in August 2026 are often much higher (Tom's Hardware Newegg median RTX 5090 $4,699 vs $1,999 list). Last-gen 24 GB cards (4090, 3090) have no current NVIDIA starting-at in this file. Datacenter cards have no consumer list here. RAM DIMMs are not priced — they move weekly.
増設の判定には順位付けと同じ適合式を用います。希望小売価格は NVIDIA の「〜から」価格で、2026-08-25 時点のものです。実売価格はこれより高いことが多くあります。中古の 24 GB カードやデータセンター GPU にはここでの希望小売価格がありません。RAM モジュールは価格付けしていません。
収まらない、またはプロファイル未取得
- qwen/qwen3.8-2.4t-a95b — even Q4_K_M wants 1450.719 GiB; pool is 24 GiB
- moonshotai/kimi-k3 — even Q4_K_M wants 1691.5 GiB; pool is 24 GiB
- z-ai/glm-5.2 — even Q4_K_M wants 455.624 GiB; pool is 24 GiB
- moonshotai/kimi-k2.7-code — even Q4_K_M wants 604.75 GiB; pool is 24 GiB
- nvidia/nemotron-3-ultra-550b-a55b — even Q4_K_M wants 333.063 GiB; pool is 24 GiB
- minimax/minimax-m3 — even Q4_K_M wants 259.405 GiB; pool is 24 GiB
- deepseek/deepseek-v4-pro — even Q4_K_M wants 967 GiB; pool is 24 GiB
- deepseek/deepseek-v4-flash — even Q4_K_M wants 172.465 GiB; pool is 24 GiB
- mistralai/mistral-small-2603 — even Q4_K_M wants 73.2 GiB; pool is 24 GiB
- deepseek/deepseek-v3.2 — even Q4_K_M wants 406.116 GiB; pool is 24 GiB
- openai/gpt-oss-120b — even Q4_K_M wants 72.201 GiB; pool is 24 GiB
- meta-llama/llama-4-maverick — even Q4_K_M wants 242.5 GiB; pool is 24 GiB
- meta-llama/llama-4-scout — even Q4_K_M wants 66.809 GiB; pool is 24 GiB
- cohere/command-a — even Q4_K_M wants 68.016 GiB; pool is 24 GiB
追加の詳細（任意）
順位付けは変わりません。NVIDIA NIM の最上位モデルを用い、上記の数値に照らしてメモを任意で AI 分析します。
この数値の求め方
重み：実測の GGUF サイズがあればそれを、なければ総パラメータ × 重みあたりビット ÷ 8 を用います。Q4_K_M はパラメータあたり 4.83 ビットとして扱います。MoE のメモリは有効パラメータではなく総パラメータで計算します。
KV キャッシュは、層とヘッドの構成に出典がある場合：2 × kvLayers × kvHeads × headDim × コンテキスト × 2 バイト（FP16、バッチ 1）。ハイブリッドモデルは全層ではなくアテンション層数を用います。構成が不明な場合はキャッシュを省き、その旨を明記します。
CUDA とランタイムのために 1 GiB を加算します。Apple のユニファイドメモリは RAM をプールとして使います。CPU のみはメモリ上の適合であって、速度の主張ではありません。DDR 世代は適合判定では無視します。帯域は変わりますが、重みがメモリに載るかどうかは変わりません。
候補となるのは openWeights=true のカタログ行のみです。該当行は 20 件、うち 20 件に出典のあるサイズがあります。収まる未評価モデルは別に掲載します。スコアが高いことは、そのまま置き換えられることを意味しません。
RAM の種類（DDR4/DDR5/LPDDR）は項目にありません。モデルが収まるかどうかは変わりません。