RTX 5090 Laptop GPU
RTX 5090 Laptop GPUは、このサイトで扱う40のオープンモデルのうち33モデルを、Q4_K_M・8kコンテキストで動かせます（2026年11月3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360トークン/秒です。
- メモリ
- 24GB（VRAM）
- メモリ帯域幅
- 896GB/s
- 発売
- 2025年
- 入手方法
- 新品で販売中
RTX 5090 Laptop GPUをローカルLLM動作チェッカーで開く
RTX 5090 Laptop GPUで動くモデルの一覧
RTX 5090 Laptop GPU（24GB）がGPUで使えるメモリは24GBで、メモリ帯域幅は896GB/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22.8GB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、22.8GB以下なら収まり、20.4GB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24GB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11月3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24GBのうち18.7GBで、生成速度は推定36トークン/秒（チャットなら快適）、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。ただし、普段使いには向きません。メモリの93%を埋めるため、会話に使えるのは25,600トークンだけです。文書の途中でコンテキストが尽きるなら、パラメータが多くても割に合いません。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360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、Gemma 4 12BがQ8_0で約14.2GB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。24GB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 |
| Nanbeige4.3 33B | 10,240トークン | 21,504トークン |
| Qwen3 32B | 9,216トークン | 18,432トークン |
| Gemma 4 31B | 30,720トークン | 72,704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、Nanbeige4.3 33Bが10,240トークンから21,504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Flint 40B-A2.5B (MoE)で、Q4_K_M・8kコンテキストで約24.8GBが必要です。使えるメモリは24GBです。Q3_K_Mに下げると約20.2GBが必要で、収まりますが、Q3は品質の低下が大きいため、たいていは小さなモデルをQ4で動かすほうが良い選択です。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
買うなら、RTX 5090の速さのためではなく、持ち運ぶマシンや静かな小型マシンとして買いましょう。フルサイズのカードを積んだデスクトップのほうが、多くのモデルを速く動かせます。大きなモデルがたまに必要なだけなら、その時間だけ大きなGPUを借りるほうが、どちらを買うより安く済みます。
購入先：Olares One（Olares）
用途（チャット、エージェント、画像、動画）に合わせてほかのすべてのマシンと比べるなら、AI用パソコンの選び方ツールを使ってください。
小売価格は変動し、今日書いた数字はひと月もたたずに古くなるため、このページには載せていません。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。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。
率直な評価
RTX 5090の名前で売られるノートPC向けのチップです。24GB・896GB/sで、ローカルモデルではデスクトップの5090ではなく4090のように動きます。
デスクトップのRTX 5090と名前は同じですが、ここで重要な点はほとんど共通していません。NVIDIAの仕様では24GB・896GB/sで、デスクトップ版の32GB・1792GB/sとは違います。メモリはデスクトップのRTX 3090や4090と同じ量で、読み出しもほぼ同じ速さです。そのため24GBクラスのモデルは収まって快適に応答しますが、70Bのモデルは収まりません。ゲーミングノートや、Olares Oneのような小型マシンに載っており、電力の上限はメーカーごとに決まるため、同じチップを積んだ2台のマシンでも、速度が違うことがあります。
得意なこと
- 24GBあれば、デスクトップのRTX 3090や4090と同じものがQ4で収まります。27Bのモデルは会話の余裕を残して、32Bのモデルはぎりぎりで動きます。
- 896GB/sは、デスクトップのRTX 3090の936GB/sに近く、これらのモデルが快適な速さで応答します。
- Blackwell世代なので、RTX 50シリーズより前のGPUでは使えないFP4（NVFP4）の画像・動画用ファイルが動きます。
向かないこと
- 箱に何と書いてあっても、メモリ帯域幅はデスクトップのRTX 5090の半分で、メモリは8GB少なくなります。
- 電力の上限はノートPCや小型マシンのメーカーが決めるため、同じチップでもマシンによって速度が変わります。
- 24GBでは、70BのモデルはQ4で収まりません。
よくある誤解：名前に注意してください。「RTX 5090」搭載として売られるノートPCや小型マシンに載っているのはこのチップで、デスクトップのカードではありません。モデルを動かすうえでは、何が収まるかはメモリで、応答の速さは帯域幅で決まり、そのどちらでもデスクトップのRTX 3090や4090と同じ位置にいます。
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 5090：32GB・1,792GB/s・最適なモデルはMuse Glimmer 30B、約73トークン/秒。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。
- 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、ほかのローカルLLM向けPCとの比較はローカルLLM向けPCの比較にあります。
全40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 Laptop GPU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24GB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 Laptop GPU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24GBのうち約18.7GBを使い、生成速度は推定36トークン/秒で、体感は「チャットなら快適」です。サイズより品質を重視するなら、Gemma 4 12BがQ8で約14.2GBに収まります。
- RTX 5090 Laptop GPU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。896GB/s・効率70%で、このGPUは8BのモデルをQ4で推定135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360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。135は896GB/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24GBで足りる？
- このサイトで扱う40モデルのうち33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 Laptop GPUとRTX 4090のどちら？
- どちらも使えるメモリはほぼ同じなので、動くモデルも同じです。速度では、RTX 4090のほうが速く、1,008GB/s対896GB/sです。チャットの速さを決めるのは帯域幅です。
- ノートPC向けのRTX 5090は、デスクトップのRTX 5090と同じ？
- 違います。NVIDIAの仕様では、ノートPC向けのチップは24GBのGDDR7で896GB/s、デスクトップのカードは32GBで1792GB/sです。何が収まるかはメモリで、応答の速さは帯域幅で決まるため、ローカルモデルではノートPC向けのチップはデスクトップのRTX 5090ではなく、RTX 4090や3090のように動きます。
- 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（33個中16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）：24GB、896GB/s。NVIDIAによるこのGPUの公式ページを参照してください。
- 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。