RTX 5090
RTX 5090は、このサイトで扱う34のオープンモデルのうち28モデルを、Q4_K_M・8kコンテキストで動かせます（2026年10月16日に計算）。最大のモデルはQwen3.6 35B-A3B (MoE)で、必要量は22.4GB、生成速度は最大721トークン/秒です。
- メモリ
- 32GB（VRAM）
- メモリ帯域幅
- 1,792GB/s
- ボード電力
- 575W
- 発売
- 2025年
- 入手方法
- 新品で販売中
RTX 5090で動くモデルの一覧
RTX 5090（32GB）がGPUで使えるメモリは32GBで、メモリ帯域幅は1,792GB/sです。以下のモデルはすべて、多くの人が実際に使う設定であるQ4_K_M・8kコンテキストでの値です。5%の安全マージンを差し引くと、使えるのは30.4GBです。何が読み込めるかはメモリが、どれだけ速く応答するかは帯域幅が決めます。どちらも明示した計算式による推定値で、LLM VRAM計算ツールで計算の過程を確かめられます。
このGPUでは、30.4GB以下なら収まり、27.2GBを超えると「ぎりぎり」です。読み込めても会話に使える余裕はほとんどなく、同じ32GBでデスクトップ環境も動かしていると収まらなくなることがあります。トークン/秒は、メモリ帯域幅から求めたシングルストリームの推定値です。≤の付いた数値は上限で、実際のランタイムはこれを大きく下回ります。
計算・2026年10月16日実際に動かすならこのモデル
Muse Glimmer 30Bが、このGPUを最も有効に使えるモデルです。使うのは32GBのうち18.7GBで、生成速度は推定73トークン/秒（読むより速い）、コンテキストにはまだ131,072トークン分の余裕があります。
ベンチマークは引用していないため、選び方を説明します。モデルはサイズで比べ、MoE（Mixture of Experts）モデルは総パラメータとアクティブパラメータの幾何平均で数えます（経験則で、測定ではありません）。メモリに余裕を持って収まり、25トークン/秒以上で応答する最も大きいクラスを選び、その中で最も新しい汎用モデルを選んでいます。コーディングや推論に特化したモデルは上の一覧には載せていますが、標準ではおすすめしていません。
このGPUが保持できる最大のモデルはQwen3.6 35B-A3B (MoE)で、必要量は22.4GBです。131,072トークンのコンテキストを確保できます。MoEモデルで、トークンごとに読むパラメータは3Bだけなので、2つのうち速いのはこちらで、推定721トークン/秒です。その代わり、トークンごとにすべての重みを読む密（dense）モデルの深さはありません。
パラメータ数より品質を重視するなら、Mistral Small 3.1 24BがQ8_0で約28.3GBに収まります。Q8はほぼ劣化がなく、Q8の小さなモデルは、Q3に押し込んだ大きなモデルに勝つことがよくあります。
実際に収まるコンテキスト長
よく聞かれるのはモデルのサイズですが、実際に効いてくるのはコンテキストです。KVキャッシュは会話の長さに比例して大きくなるため、余裕を持って読み込めたモデルでも、長い文書の途中でメモリが尽きることがあります。32GBで使えるコンテキストは、重みを載せた残りの分だけです。同じモデルが動く2つのGPUでも、使い心地がまったく違うことがあるのはそのためです。以下は、Q4_K_Mの重みで、このGPUが保持できる最大のコンテキストです。
| モデル | 最大コンテキスト長（FP16のKV） | Q8のKVキャッシュ |
|---|---|---|
| Muse Glimmer 30B | 131,072トークン | 131,072トークン |
| Qwen3 32B | 37,888トークン | 40,960トークン・モデルの上限 |
| Gemma 4 31B | 123,904トークン | 131,072トークン |
| Granite 4.2 30B | 46,080トークン | 93,184トークン |
KVキャッシュをQ8に量子化すると、保持できる量はおよそ2倍になり、品質の低下はほとんどの人が気づかない程度です。このGPUでは、Gemma 4 31Bが123,904トークンから131,072トークンになります。上限は128kトークン、またはそれより小さければモデル自身のネイティブのコンテキスト長で、後者は「モデルの上限」と表示しています。それを超える空きメモリは何の役にも立ちません。サイズの割にはるかに多くのコンテキストを保持できる行は、ハイブリッド構成、スライディングウィンドウ、MLA（Multi-head Latent Attention）のモデルで、標準的なTransformerのほんの一部しかキャッシュしません。計算の過程は各モデルのページにあります。
このGPUの限界
最初に届かなくなるモデルはLlama 3.3 70Bで、Q4_K_M・8kコンテキストで約45.8GBが必要です。使えるメモリは32GBです。Q3_K_Mに下げると約37.7GBが必要で、それでも収まりません。残りをシステムRAMにオフロードすれば動きますが、10〜50倍遅くなります。モデルが動くのを確かめる方法であって、使う方法ではありません。
購入かレンタルか
毎日モデルを動かし、時間を大切にするなら、購入する理由はこのGPUで最も強くなります。たまに使うだけなら、消費電力と出費の両方から、必要なときだけより大きなGPUを借りるほうが理にかなっています。
NVIDIAのRTX 5090の希望価格は$1,999からで、店頭価格とは異なる場合があります。実際に検討している価格を、電気料金と実際の月間使用時間とあわせて購入とレンタルの比較ツールに入れてください。このGPUが負荷時に575Wを使うことは、ツールにすでに入っています。所有するほうが安くなる月がわかり、そうならない場合はそれがわかります。決め手になるのは、価格よりも月間の使用時間であることがはるかに多いです。
レンタルなら、RTX 5090は1時間$0.50から借りられます（SaladCloud・一般家庭のPC）。マシンを自社で運用する事業者では$1.19です（RunPod）。オンデマンド・税抜きの料金で、2026年10月19日に確認しました。全事業者の料金はクラウドGPUの料金ガイド（英語）にあります。
自分のGPUにも電気代がかかります。575W、1kWhあたり$0.20で、1時間あたり約$0.12です。これを差し引くと、希望価格で買ったGPUは、RunPodと比べて約1,860時間、SaladCloudと比べて約5,190時間で元が取れます。3年間で見ると、データセンターの料金と比べて週約12時間未満、SaladCloudと比べて週約33時間未満ならレンタルのほうが安く、それを超えると購入が得になります。PCのほかの部品や、GPUをあとで売るときの価格は含みません。
率直な評価
メモリ帯域幅で、快適に動かせる範囲を変えた初めてのコンシューマー向けGPUです。
32GBは容量としては控えめな前進ですが、1792GB/sはそうではありません。5090は同じモデルで4090より約78%速くテキストを生成し、32Bクラスのモデルを「速い」から「一瞬」に変え、強めに量子化した大きなモデルも本当に使えるものにします。一方で575Wもあり、人がいる部屋では現実的な制約になります。
得意なこと
- 1792GB/sは、データセンター向けを除けば最も高い帯域幅で、チャットの速さを決めるのは帯域幅です。
- 32GBあれば24GBの壁を越えられます。32BのモデルがQ4で長いコンテキストとともに収まり、Q5も選択肢になります。
- GDDR7とBlackwellの計算性能により、画像・動画生成でも最も強力なコンシューマー向けGPUです。
向かないこと
- 575Wあり、狭い部屋ではヒーターになります。このGPUに合わせて選んだ電源ユニットも必要です。
- 32GBでも、70BのモデルをQ4で実用的なコンテキストとともに収めることはできません。
- 最新世代なので、古いGPUではもう起きないランタイムやドライバーの不具合に、ときどき出会います。
よくある誤解：このGPUが速いのは、4090より8GB多いメモリのおかげではありません。テキスト生成の速さは帯域幅を重みのサイズで割ったもので、5090は毎秒78%多くメモリを読み出します。差のほとんどは、この数字だけで説明できます。
ほかの選択肢との比較
- RTX 4090：24GB・1,008GB/s・最適なモデルはMuse Glimmer 30B、約41トークン/秒。ローカルモデルに関するアドバイスの多くが、暗黙のうちに前提としているGPUです。
- RTX PRO 6000 Blackwell：96GB・1,792GB/s・最適なモデルはLlama 3.3 70B、約31トークン/秒。96GBと5090クラスの帯域幅を、1枚で備えたGPUです。
- RTX 3090：24GB・936GB/s・最適なモデルはMuse Glimmer 30B、約38トークン/秒。ローカルモデルのコストパフォーマンスの基準で、何年もその座にあるGPUです。
Ghost CoreからRTX PRO 6000のワークステーションまで、ほかのパーソナルAIコンピューターとの比較はパーソナルAIコンピューターの比較（英語）にあります。
全39種類のGPUはGPU一覧で並べて比較しています。同じ数値をモデルの側から見た表はモデルの適合表（英語）にあります。表を読む代わりに特定の組み合わせを確かめるなら、ローカルLLM動作チェッカーを使ってください。
よくある質問
- RTX 5090で70Bのモデルは動く？
- Q4_K_Mでは、1枚では動きません。Llama 3.3 70Bは8kコンテキストで約45.8GBが必要で、このGPUが使えるのは32GBです。選択肢は、より小さなモデルにするか、コンテキストをごく短くしてより強く量子化するか、2枚に分けるか、必要な時間だけより大きなGPUを借りるかです。
- RTX 5090で動かすのに最適なモデルは？
- Muse Glimmer 30Bです。Q4_K_M・8kコンテキストでは、使える32GBのうち約18.7GBを使い、生成速度は推定73トークン/秒で、体感は「読むより速い」です。サイズより品質を重視するなら、Mistral Small 3.1 24BがQ8で約28.3GBに収まります。
- RTX 5090の生成速度は何トークン/秒？
- モデルのサイズ次第です。トークンを生成するたびに、アクティブな重みをすべてメモリから読み出すからです。1,792GB/s・効率70%で、このGPUは8BのモデルをQ4で推定270トークン/秒で生成します。保持できる最大のモデルのQwen3.6 35B-A3B (MoE)では約721トークン/秒です。人が文章を読む速さは毎秒5〜8語ほどなので、25を超えれば一瞬に感じます。270は1,792GB/sから求めた上限で、実測ではありません。数値が大きいほど、実際のランタイムはこれを大きく下回ります。
- ローカルLLMに32GBで足りる？
- このサイトで扱う34モデルのうち28モデルが、Q4_K_M・8kコンテキストで動きます。最大で36Bパラメータまでです。本当の試金石はモデルの一覧ではなくコンテキストです。このGPUでMuse Glimmer 30Bを動かすと、メモリが尽きるまでに約131,072トークンを保持できます。
- ローカルモデルにはRTX 5090とRTX 4090のどちら？
- このGPUのほうが多く保持できます（32GB対24GB）が、Q4_K_M・8kコンテキストではどちらも同じ28モデルが動くため、増えたメモリはより長いコンテキストと高い精度に使われます。速度では、このGPUのほうが速く、1,792GB/s対1,008GB/sです。チャットの速さを決めるのは帯域幅です。
- AI用なら、RTX 5090は4090より買う価値がある？
- テキスト生成なら、仕様表から想像する以上にあります。1,792GB/sと1,008GB/sの差は、毎秒読み出せるメモリが約78%多いということで、生成の速さを決めるのはこれです。8GB多い容量は帯域幅ほど重要ではありませんが、32Bのモデルを長めのコンテキストで動かせるようにはなります。
- AIの処理でRTX 5090にはどれくらいの電力が必要？
- ボード電力の定格は575Wで、推論中はモデルが生成している間ずっとその近くで動きます。電源ユニットと部屋はそれに合わせて考えましょう。狭い場所ではかなりの発熱になり、たまにしか行わない大きな処理は、所有するより借りるほうがよいという現実的な理由になります。
- メモリ：重み（パラメータ数 × パラメータあたりのバイト数）＋KVキャッシュ（標準的なTransformerでは2 × レイヤー数 × KVヘッド数 × ヘッド次元 × コンテキスト長 × バイト数。スライディングウィンドウ、ハイブリッド構成、MLAのモデルは実際のキャッシュのとおりに計算）＋ランタイム0.5GB＋重みの4%。導出の詳細はLLM VRAM計算ツールにあります。
- 速度：70% × メモリ帯域幅 ÷ アクティブな重みのバイト数。シングルストリーム、バッチ処理なし、プロンプト処理は含みません。実測ではなく上限です。≤の付いた数値（28個中17個）は、トークンごとに読む重みがごく少ないため、実際のランタイムが数値を最も大きく下回る箇所です。詳しくは生成速度（トークン/秒）推定ツールをご覧ください。
- GPUの仕様（メーカーの数値）：32GB、1,792GB/s、575W。NVIDIAによるこのGPUの公式ページを参照してください。メモリ帯域幅の数値の出典はNVIDIAのGeForce比較ページです。
- 時間料金：各事業者の料金ページまたは料金APIで、2026年10月19日に確認したもので、クラウドGPUの料金ガイド（英語）に載せているとおりです。電気代：GPUのボード電力をフルに使い、1kWhあたり$0.20で計算しています。PCのほかの部品は含みません。
- モデルのアーキテクチャの値は、各モデルが公開しているconfigから取っています。それぞれの値が何を変えるかは、LLMのセルフホストのガイド（英語）で説明しています。