— Blog
Claude Codeのログで試算。同じ仕事をローカルAIのPCでやったら何分かかる？ AMD・NVIDIA 8構成の時間と価格
目次
以前の記事では、弊社のAI（Claude Code）の仕事量をもとに「ローカルAIなら何時間かかるか」を計算しました。今回は、その計算を皆さんのログでできるようにしました。Claude Codeの会話ログ（JSONLファイル）をこのページに入れると、AMD・NVIDIAのPC 8構成それぞれで何分かかるか、そのPCがいくらか、Claudeの何倍かかるかが表で出ます。ファイルはブラウザの中だけで計算し、どこにも送信しません。
この記事の結論（3行）
- 20Bクラスのモデル（gpt-oss:20b）なら、40万円台のPCでClaudeと同じくらいの時間で終わる計算になった。弊社のふつうの1日分で、RTX 5070 Ti機なら約1時間15分（Claudeの約0.6倍）。
- ただし120Bクラスになると話が変わる。GPU 1枚のタワーPCはメモリからはみ出してClaudeの約5〜8倍。メモリ128GBのミニPC（Ryzen AI Max・DGX Spark）だけが約2倍に収まる。
- 時間だけ見ればローカルAIは十分に速い。差がつくのは「同じ品質で仕事をこなせるか」のほう。この表は「仕事の量」の物差しとして使ってほしい。
ツール：JSONLを入れると、PC 8構成の所要時間と価格が出る
ここに .jsonl ファイル（複数可）をドラッグ＆ドロップ
ファイルはこのページの中（お使いのブラウザ）だけで読み、サーバーには送信しません。読み取るのはトークン数と時刻だけで、会話の本文は使いません。
価格は税込の概算（2026年10月12日時点）。速さはGPU・メモリの性能から計算した推定値で、RX 9060 XTだけGPUの実測があります。「所要時間」＝AIの計算時間＋ツールの実行待ち。1台で1件ずつ順番に処理した場合です。
JSONLファイルの場所
Claude Codeは、会話を自動でJSONLファイルに記録しています。
- Windows：
C:\Users\（ユーザー名）\.claude\projects\ - Mac・Linux：
~/.claude/projects/（Macの「ファイルを選ぶ」画面ではCommand＋Shift＋.で隠しフォルダが見えます）
この中に、作業したフォルダごとのフォルダがあります。1つの会話が1つの .jsonl ファイルです。「フォルダごと選ぶ」で作業フォルダを丸ごと入れると、サブエージェント（Claudeが裏で立ち上げる別のAI）の記録も一緒に入り、より正確になります。
JSONLに「かかった時間」は入っているのか
入っていますが、「生成に何秒かかったか」という項目があるわけではありません。JSONLの1行1行に記録された時刻が付いているので、そこから計算しています。
| 知りたいこと | JSONLのどこから取るか |
|---|---|
| Claudeでかかった時間 | 人が依頼を送った時刻から、次の依頼の直前（AIの最後の動き）までの時間を合計 |
| そのうちツールの実行待ち | AIがツール（コマンド実行・ファイル操作など）を呼んだ時刻から、結果が返ってきた時刻まで |
| AIが書いた量 | 応答ごとの output_tokens（考える・ファイルを書く等を含む） |
| AIが新しく読んだ量 | 応答ごとの input_tokens ＋ cache_creation_input_tokens |
途中で15分以上止まっている部分は、人が席を外していたか、許可を待っていたものとみなして15分で打ち切っています。また、同じ応答が複数の行に分けて記録されることがあるため、同じ応答の行は1つにまとめて数えています（まとめずに足すと、書いた量が実際と大きくずれます）。
「Claudeの何倍か」は、ローカルAIでの所要時間 ÷ Claudeでかかった時間です。ツールの実行待ちはどちらでも同じだけかかるものとして、ローカルAIの所要時間にもそのまま足しています。
弊社の「ふつうの1日」で試した結果
上のツールの「弊社の1日分で試す」ボタンは、弊社の開発・改修案件の記録（2026年7月22日〜9月30日・57日分）のうち、AIが書いた量がちょうど真ん中だった日（依頼43件）の数字です。この日、Claudeでかかった時間は約2時間10分でした。これを4つのモデルで計算し直すと、次のようになります。
| メーカー | PC構成・価格 | gpt-oss:20b 20B・MoE（13GB） |
gemma3:27b 27B・4bit（17GB） |
llama3.3:70b 70B・4bit（43GB） |
gpt-oss:120b 120B・MoE（65GB） |
|---|---|---|---|---|---|
| AMD | Radeon RX 9060 XT 16GB約38万円 | 3時間5分（1.4倍） | 15時間29分＊（7.1倍） | 4.0日＊（44倍） | 17時間1分＊（7.9倍） |
| AMD | Radeon RX 9070 XT 16GB約44万円 | 1時間39分（0.8倍） | 10時間35分＊（4.9倍） | 3.7日＊（41倍） | 16時間17分＊（7.5倍） |
| AMD | Radeon AI PRO R9700 32GB約66万円 | 1時間39分（0.8倍） | 5時間39分（2.6倍） | 2.0日＊（22倍） | 11時間57分＊（5.5倍） |
| AMD | Ryzen AI Max+ 395 128GB約58万円 | 3時間48分（1.8倍） | 13時間47分（6.4倍） | 38時間（18倍） | 4時間（1.8倍） |
| NVIDIA | GeForce RTX 5060 Ti 16GB約45万円 | 2時間14分（1.0倍） | 12時間35分＊（5.8倍） | 3.8日＊（42倍） | 16時間34分＊（7.6倍） |
| NVIDIA | GeForce RTX 5070 Ti 16GB約53万円 | 1時間14分（0.6倍） | 9時間8分＊（4.2倍） | 3.6日＊（40倍） | 16時間3分＊（7.4倍） |
| NVIDIA | GeForce RTX 5090 32GB約110万円 | 44分（0.3倍） | 2時間9分（1.0倍） | 41時間23分＊（19倍） | 11時間13分＊（5.2倍） |
| NVIDIA | DGX Spark互換機（GB10）128GB約110万円 | 3時間10分（1.5倍） | 11時間27分（5.3倍） | 31時間45分（15倍） | 4時間24分（2.0倍） |
＊ VRAMに載りきらず、PC本体のメモリにはみ出す組み合わせ。
（所要時間／カッコ内はClaudeの何倍か。緑はClaude以下、黄は5倍以下、赤は5倍超。）
表から分かることは3つです。
- 20Bクラスは、どのPCでもClaudeの0.3〜1.8倍で終わる。書く速さ（1秒に50〜300トークン）がClaudeと同じか、それ以上あるためです。ローカルAIは「遅い」という印象がありますが、VRAMに全部載るモデルなら、速さそのものは問題になりません。
- 27Bクラスは、VRAM 16GBだと少しはみ出して4〜7倍。32GBのGPU（Radeon AI PRO R9700・RTX 5090）なら全部載り、RTX 5090ならClaudeと同じくらいです。
- 70B・120Bクラスは、VRAMの大きさで勝負が決まる。メモリを128GB持つミニPC（Ryzen AI Max+ 395・DGX Spark）は、GPUの計算力は控えめでも、モデルが全部載るので速い。特にgpt-oss:120bは、動く部分が一部だけの作り（MoE）なので約2倍で済みます。一方、約110万円のRTX 5090機でも、メモリからはみ出すと約5倍かかります。同じ約2倍で済むなら、2台のミニPCのうちRyzen AI Max+ 395機（約58万円）のほうが半額です。
以前の記事で書いた「決め手は世代よりVRAM」は、ここでも同じでした。使いたいモデルが全部載るかどうかで、価格より大きな差がつきます。
見積もったPC 8構成と価格
ローカルAIでよく使われる構成を、AMD・NVIDIAから4つずつ選びました。タワーPCは、GPU以外の部品を共通にしています。
| メーカー | PC構成 | 形 | AIに使えるメモリ | GPUメモリの速さ | 本体メモリ | 価格の目安 |
|---|---|---|---|---|---|---|
| AMD | Radeon RX 9060 XT 16GBGPUは実測機 | タワー | 16GB | 320 GB/秒 | DDR5 64GB | 約38万円 |
| AMD | Radeon RX 9070 XT 16GB | タワー | 16GB | 640 GB/秒 | DDR5 64GB | 約44万円 |
| AMD | Radeon AI PRO R9700 32GB | タワー | 32GB | 640 GB/秒 | DDR5 64GB | 約66万円 |
| AMD | Ryzen AI Max+ 395 128GB | ミニPC | 約96GB（共有） | 256 GB/秒 | （共有） | 約58万円 |
| NVIDIA | GeForce RTX 5060 Ti 16GB | タワー | 16GB | 448 GB/秒 | DDR5 64GB | 約45万円 |
| NVIDIA | GeForce RTX 5070 Ti 16GB | タワー | 16GB | 896 GB/秒 | DDR5 64GB | 約53万円 |
| NVIDIA | GeForce RTX 5090 32GB | タワー | 32GB | 1,792 GB/秒 | DDR5 64GB | 約110万円 |
| NVIDIA | DGX Spark互換機（GB10）128GB | ミニPC | 約100GB（共有） | 273 GB/秒 | （共有） | 約110万円 |
タワーPCの共通部分（約31.5万円）の内訳：CPU Ryzen 7 9700X 約5万円、マザーボード（B850）約3万円、メモリ DDR5-5600 64GB 約14万円、SSD 2TB 約3.5万円、電源850W 約2万円、ケース・CPUクーラー 約2万円、Windows 11 Home 約2万円。32GBのGPUは、電源を1000W級に（＋約1万円）。組み立て費・保証・送料は含みません。
価格は2026年10月12日時点の、国内通販の新品最安クラスを参考にした概算です。2026年はメモリの値上がりが激しく、DDR5 64GBは1年前の数倍の値段になっています。その影響はPC全体に及んでいて、RTX 5090は店によって約77万〜113万円と幅があり、Ryzen AI Max+ 395のミニPC（GMKtec EVO-X2 128GB）は発売時の約42万円から約58万円に上がりました。DGX Sparkも10月に値上げされ、128GB版は互換機（ASUS Ascent GX10）でも約110万円です。実際に買うときは、必ずその時点の価格を確認してください。
ミニPCの2台は、CPUとGPUがメモリを共有する作りです。GPUの計算力はタワーPCの上位機に及びませんが、100GB近くをAIに使えるので、大きなモデルが全部載ります。なお、DGX SparkはLinux専用です。128GBのミニPCがなぜ速いのかは、メモリ増設の記事で詳しく書いています。
計算の前提
計算式は、これまでの記事と同じ考え方です。
- 書く速さ：AIは1トークン書くたびに、モデルの重みをメモリから読み出します。そのため、書く速さはほぼメモリの速さ（帯域）÷ 1回に読み出す量で決まります。GPUの理論帯域に、検証PC（RX 9060 XT）の実測から出した効率0.69を掛けて使いました。VRAMからはみ出した分は、PC本体のメモリ（DDR5-5600・実効49GB/秒と推定）から読むので遅くなります。VRAMからはみ出したときの記事の計算式そのものです。MoEのモデルは、1トークンごとに一部の重みしか使わないので、はみ出した分もその一部だけを読みます。
- 読む速さ：資料を読み込む速さは、GPUの計算力で決まります。検証PCのgpt-oss:20bの実測（毎秒1,677トークン）を基準に、GPUごとの計算力の比で推定しました。はみ出した重みは、読み込みの途中でGPUへ転送し直すため、その時間を足しています。
- 実測との照らし合わせ：この方法で、検証PC（RX 9060 XT・古いCPUとDDR4メモリ）の条件を入れると、gpt-oss:20bは毎秒56トークン（実測54〜59）、gemma3:27bは毎秒約6.9トークン（実測6.3〜6.7）、メモリを64GBに増設したあとのgpt-oss:120bは毎秒約9.3トークン（実測8.7）になります。ほかの7構成は実測していないので推定値です。ただし、Ryzen AI Max+ 395でgpt-oss:120bを動かしたときの書く速さだけは、他社の実測（毎秒46.5トークン）を使いました。この方法の推定（毎秒約32トークン）より速く、推定は控えめに出ています。
正直に書いておくこと
- 品質は比べていません。ここで比べているのは時間だけです。ClaudeがこなしたAIの仕事を、ローカルの20B〜120Bのモデルが同じ品質でこなせるとは限りません。複雑な改修では、やり直しが増えて、書く量そのものが増える可能性があります。
- 長い会話は、ローカルAIには重い。Claude Codeは1回に数万〜十数万トークンの資料を抱えて作業します。ローカルAIで同じ長さを扱うと、作業用のメモリが増え、読む速さも落ちます。この計算では、その影響を入れていません。
- 読む量は多めに出ています。クラウドのAIは、しばらく間が空くと同じ資料を読み直し、その分も記録されます。
- Claudeは並行して動くことがあります。サブエージェントを同時に何体も動かした場合、Claudeの時間は短く済みますが、ここではローカルAIは1台で順番に処理するとしています。
- 速さはOllamaで動かした場合を想定しています。ほかのソフトや設定の工夫で速くなる場合があります（特にNVIDIAは、実測ではこの推定より速めに出ることが多いです）。
まとめ：まず自分のログで「量」を知る
ローカルAIのPCを選ぶとき、「どのGPUが速いか」から考えがちです。しかし実際には、自分の仕事の量と、使いたいモデルが全部載るかで答えがほぼ決まります。Claude Codeを使っている方なら、その「量」はすでに手元のログにあります。ぜひ一度、このページに入れてみてください。
弊社では、こうした計算をもとに「業務データを外に出さないローカルAI環境」の構成選びや構築、業務の自動化のご相談を承っています。お気軽にお問い合わせください。
参考・出典
- ローカルAIの「遅さ」はどこまで許せるか？ チャットをやめて自動化すれば見えてくる答え https://syushi.com/blog/local-llm-speed-tolerance/
- VRAMからはみ出したAIは、頭が悪くなるのか？ 実測と計算式で確かめた https://syushi.com/blog/local-llm-offload-accuracy-speed/
- ローカルAIのPC選び、決め手は「世代」より「VRAM」だった https://syushi.com/blog/local-llm-gpu-vram-benchmark/
- Ollama https://ollama.com/
- GPU価格: 価格.com グラフィックボード売れ筋ランキング https://kakaku.com/pc/videocard/ranking_0550/ ／ いまいくら？GPU https://gpu.imaikura.jp/ ／ Radeon AI PRO R9700 価格比較 https://kakaku.com/item/K0001717983/（いずれも2026年10月12日閲覧）
- メモリ価格: AKIBA PC Hotline! 月例価格レポート https://akiba-pc.watch.impress.co.jp/docs/price/monthly_repo/2142665.html
- Ryzen AI Max+ 395 ミニPC（GMKtec EVO-X2 128GB）: https://www.gdm.or.jp/pressrelease/2025/1111/611450
- DGX Spark 値上げ: PC Watch「メモリ64GB版『DGX Spark』登場。4,999ドルで、128GB版は値上げ」 https://pc.watch.impress.co.jp/docs/news/2145000.html ／ ASUS Ascent GX10 価格比較 https://kakaku.com/item/K0001787948/
- メモリを足せばVRAMの代わりになるのか？ 増設前後で実測し、128GB小型PCの仕組みと自作費用も調べた https://syushi.com/blog/ram-upgrade-vs-vram/（Ryzen AI Max+ 395 ミニPCの価格・gpt-oss:120bの実測を含む）
- Ryzen AI Max+ 395 搭載PCの gpt-oss-120b 実測（46.5 tok/s）: PC Watch のマウスコンピューター「DAIV CX」検証記事（上記メモリ増設の記事で紹介）
- 速さの基準は弊社の実測（2026年9月28〜30日・Radeon RX 9060 XT 16GB）。弊社の1日分は、開発・改修案件でのAI利用記録（2026年7月22日〜9月30日）から集計。