本文へスキップ
RX 7900 XTX のCPUボトルネック診断｜相性の良いCPU・動かせるAIモデル
Radeon RX 7900 XTX / AMD 製 / RX 7000 / 2024年発売 別表記: RX7900XTX / 7900XTX
Radeon RX 7900 XTX（AMD製・2024年発売、RX7900XTX / 7900XTX とも表記）は、性能スコア30,000・VRAM 24GBのグラフィックボードです。
CPUとの相性（性能バランス）が崩れるとCPUボトルネックが起き、RX 7900 XTXの実力を出しきれません。
当サイトの試算では、RX 7900 XTXと最も相性の良いCPUはCore Ultra 9 285K（推定ボトルネック率 約0%）でした。
下では相性の良いCPU TOP10・避けたいCPUの目安と、このVRAMで動かせる生成AIモデルをまとめています。
🔧 Radeon RX 7900 XTX と相性の良いおすすめ CPU TOP10
理想比 (CPU:GPU = 1.5:1) に近い CPU から順に表示。ボトルネック率が低いほどこのGPUの性能を引き出せます。
1. Core Ultra 9 285K
65,000点
ボトルネック 0%
2. Core Ultra 7 265K
52,000点
ボトルネック 0%
3. Core Ultra 7 265KF
51,500点
ボトルネック 0%
4. Ryzen 9 9950X
66,000点
ボトルネック 0%
5. Ryzen 9 9900X
55,000点
ボトルネック 0%
6. Ryzen 9 9950X3D
67,000点
ボトルネック 0%
7. Ryzen 9 9900X3D
55,500点
ボトルネック 0%
8. Ryzen 9 7950X3D
63,000点
ボトルネック 0%
9. Ryzen 9 7950X
62,000点
ボトルネック 0%
10. Ryzen 9 7900X3D
52,000点
ボトルネック 0%
💡 RX 7900 XTX とCPUの相性目安｜どこからCPUボトルネックになる？
RX 7900 XTX（RX7900XTX / 7900XTX） の性能スコアは30,000点。
チェッカー本体と同じ「CPU:GPU ≒ 1.5:1」基準で換算すると、組み合わせるCPUのスコア別の相性は次のとおりです。
| 組み合わせるCPUのスコア | 判定 | 状態の目安 |
|---|
| 40,500点 〜 67,500点 |
相性◎ 10%以下 |
最適バランス。RX 7900 XTX の性能をほぼ引き出せます |
| 33,750点 〜 40,500点 |
許容 10〜25% |
実用上は問題なし。高fps狙いなら次の買い替え候補に |
| 33,750点未満 |
CPU不足 25%超 |
CPUボトルネックが顕著。例: Ryzen 9 3900X、Core i5-14500、Core i5-13600、Core i7-12700 |
| 67,500点超 |
CPU過剰 |
該当するデスクトップCPUはほぼありません（このGPUが最上位級のため） |
※ 解像度やゲームタイトルによって体感は変わります（4KではGPU側、フルHD高fpsではCPU側が効きやすい）。正確な数値は
ボトルネックチェッカーで計算できます。
🤖 Radeon RX 7900 XTX (VRAM 24GB) で動かせる AI モデル
余裕で動く: 推奨VRAMを満たす /
ぎりぎり動く: 最低VRAMを満たす (品質落とすか量子化必要)
🎨 画像生成
余裕
SD 1.5 (Q4量子化)
画像生成
GGUF Q4_K_M、超軽量
最低 2GB / 推奨 4GB
余裕
Stable Diffusion 1.5
画像生成
基本画像生成
最低 4GB / 推奨 6GB
余裕
SDXL Turbo
画像生成
1stepリアルタイム
最低 6GB / 推奨 8GB
余裕
SDXL Lightning
画像生成
2-8step高速版
最低 6GB / 推奨 8GB
余裕
SDXL (Q4量子化)
画像生成
GGUF Q4_K_M、低VRAM
最低 4GB / 推奨 6GB
余裕
SDXL (Q8量子化)
画像生成
GGUF Q8_0、ほぼフル品質
最低 6GB / 推奨 8GB
余裕
Stable Diffusion XL
画像生成
高品質1024×1024
最低 8GB / 推奨 12GB
余裕
Pony Diffusion v6
画像生成
アニメ・キャラ特化
最低 8GB / 推奨 12GB
余裕
Animagine XL
画像生成
アニメ画像生成
最低 8GB / 推奨 12GB
余裕
Flux.1 [schnell]
画像生成
4step高速・商用OK
最低 8GB / 推奨 12GB
余裕
Flux.1 [dev] (Q4)
画像生成
GGUF Q4、軽量化
最低 8GB / 推奨 10GB
余裕
Flux.1 [dev] (Q5)
画像生成
GGUF Q5、バランス
最低 10GB / 推奨 12GB
余裕
Flux.1 [dev] (Q8)
画像生成
GGUF Q8、ほぼフル品質
最低 12GB / 推奨 16GB
余裕
Flux.1 [dev] FP16
画像生成
フル精度・最高品質
最低 16GB / 推奨 24GB
余裕
ControlNet + SDXL
画像生成
ポーズ・線画・深度制御
最低 10GB / 推奨 16GB
余裕
IP-Adapter SDXL
画像生成
参照画像から生成
最低 8GB / 推奨 12GB
余裕
Real-ESRGAN x4
画像生成
画像アップスケール
最低 4GB / 推奨 6GB
余裕
Stable Cascade
画像生成
Würstchen系・高速
最低 12GB / 推奨 16GB
余裕
Kolors
画像生成
Kuaishou製・写実
最低 12GB / 推奨 16GB
△ ぎりぎり
Flux.1 [pro] / Krea
画像生成
最新FLUX系・商用最高
最低 24GB / 推奨 32GB
🎬 動画生成
余裕
Stable Video Diffusion
動画生成
短動画(4秒)生成
最低 12GB / 推奨 16GB
余裕
AnimateDiff (SD1.5)
動画生成
SDアニメ動画
最低 8GB / 推奨 12GB
余裕
AnimateDiff (SDXL)
動画生成
SDXLアニメ動画
最低 12GB / 推奨 20GB
余裕
CogVideoX-2B
動画生成
オープンソース動画
最低 12GB / 推奨 18GB
余裕
CogVideoX-5B
動画生成
高品質動画生成
最低 18GB / 推奨 24GB
余裕
HunyuanVideo (Q4)
動画生成
Tencent・量子化版
最低 16GB / 推奨 24GB
余裕
LTX-Video
動画生成
Lightricks高速動画
最低 12GB / 推奨 16GB
△ ぎりぎり
Mochi-1 (Genmo)
動画生成
オープンソース動画
最低 24GB / 推奨 40GB
△ ぎりぎり
Wan 2.1
動画生成
中国系最新動画
最低 24GB / 推奨 40GB
💬 大規模言語モデル (LLM)
余裕
Qwen 2.5 0.5B (Q4)
大規模言語モデル (LLM)
最軽量・組込み向け
最低 1GB / 推奨 2GB
余裕
Qwen 2.5 1.5B (Q4)
大規模言語モデル (LLM)
超軽量・スマホ可
最低 2GB / 推奨 3GB
余裕
Phi-3 mini 3.8B (Q4)
大規模言語モデル (LLM)
Microsoft小型高性能
最低 3GB / 推奨 4GB
余裕
Gemma 3 4B (Q4)
大規模言語モデル (LLM)
Google軽量モデル
最低 3GB / 推奨 4GB
余裕
Llama 3.2 3B (Q4)
大規模言語モデル (LLM)
Meta小型・モバイル
最低 3GB / 推奨 4GB
余裕
Llama 3.2 1B (Q4)
大規模言語モデル (LLM)
Metaモバイル最小
最低 2GB / 推奨 3GB
余裕
Mistral 7B (Q2)
大規模言語モデル (LLM)
極限量子化・要妥協
最低 3GB / 推奨 4GB
余裕
Mistral 7B (Q4)
大規模言語モデル (LLM)
高効率・推奨設定
最低 5GB / 推奨 6GB
余裕
Mistral 7B (Q5)
大規模言語モデル (LLM)
バランス量子化
最低 6GB / 推奨 7GB
余裕
Mistral 7B (Q8)
大規模言語モデル (LLM)
高品質量子化
最低 8GB / 推奨 10GB
余裕
Llama 3.1 8B (Q4)
大規模言語モデル (LLM)
Meta・チャット標準
最低 6GB / 推奨 8GB
余裕
Llama 3.1 8B (Q5)
大規模言語モデル (LLM)
バランス量子化
最低 7GB / 推奨 9GB
余裕
Llama 3.1 8B (Q8)
大規模言語モデル (LLM)
ほぼフル品質
最低 10GB / 推奨 12GB
余裕
Llama 3.1 8B (BF16)
大規模言語モデル (LLM)
フル精度
最低 16GB / 推奨 18GB
余裕
Qwen 2.5 7B (Q4)
大規模言語モデル (LLM)
日本語強い・Alibaba
最低 5GB / 推奨 7GB
余裕
Gemma 2 9B (Q4)
大規模言語モデル (LLM)
Google中型
最低 6GB / 推奨 8GB
余裕
Phi-4 14B (Q4)
大規模言語モデル (LLM)
Microsoft小型高性能
最低 9GB / 推奨 12GB
余裕
Qwen 2.5 14B (Q4)
大規模言語モデル (LLM)
Alibaba中型
最低 9GB / 推奨 12GB
余裕
Qwen 2.5 32B (Q4)
大規模言語モデル (LLM)
中規模・高性能
最低 19GB / 推奨 24GB
余裕
DeepSeek-R1 Distill 7B
大規模言語モデル (LLM)
推論特化・軽量
最低 5GB / 推奨 7GB
余裕
DeepSeek-R1 Distill 32B (Q4)
大規模言語モデル (LLM)
推論特化・中型
最低 19GB / 推奨 24GB
余裕
Command-R 35B (Q4)
大規模言語モデル (LLM)
Cohere・RAG特化
最低 20GB / 推奨 24GB
余裕
ELYZA-Llama 8B (Q4)
大規模言語モデル (LLM)
日本語特化Llama
最低 6GB / 推奨 8GB
余裕
LLaVA 1.6 7B (Q4)
大規模言語モデル (LLM)
画像理解マルチモーダル
最低 7GB / 推奨 9GB
余裕
Qwen2-VL 7B (Q4)
大規模言語モデル (LLM)
ビデオ・画像理解
最低 7GB / 推奨 9GB
余裕
Qwen3 8B (Q4)
大規模言語モデル (LLM)
2025年世代・思考モード切替対応の高効率8B
最低 5GB / 推奨 6GB
余裕
Qwen3 14B (Q4)
大規模言語モデル (LLM)
2025年世代・バランス型14B
最低 8GB / 推奨 10GB
余裕
Qwen3 30B-A3B (Q4)
大規模言語モデル (LLM)
MoE。30B規模の品質を3B相当の速度で
最低 16GB / 推奨 20GB
余裕
Qwen3 32B (Q4)
大規模言語モデル (LLM)
Qwen2.5 72B級の性能を32Bで実現
最低 19GB / 推奨 24GB
余裕
Qwen3.5 9B (Q4)
大規模言語モデル (LLM)
2026年2月版・262Kロングコンテキスト
最低 6GB / 推奨 8GB
余裕
Qwen3.5 27B (Q4)
大規模言語モデル (LLM)
2026年2月版の高密度27B
最低 14GB / 推奨 18GB
余裕
Qwen3.5 35B-A3B (Q4)
大規模言語モデル (LLM)
2026年2月・MoE 35B/3B活性・長文262K
最低 18GB / 推奨 24GB
余裕
Qwen3.6 27B (Q4)
大規模言語モデル (LLM)
2026年4月・高密度27B。コーディング最強クラス・1Mコンテキスト
最低 14GB / 推奨 18GB
余裕
Qwen3.6 35B-A3B (Q4)
大規模言語モデル (LLM)
2026年4月・最新MoE 35B/3B活性。エージェント/コーディング特化
最低 18GB / 推奨 24GB
余裕
Gemma 3 12B (Q4)
大規模言語モデル (LLM)
Google Gemma 3・画像入力対応の中型
最低 7GB / 推奨 9GB
余裕
Gemma 3 27B (Q4)
大規模言語モデル (LLM)
Google Gemma 3 最大級27B・マルチモーダル
最低 14GB / 推奨 18GB
△ ぎりぎり
Mixtral 8x7B (Q4)
大規模言語モデル (LLM)
MoE構造、高性能
最低 24GB / 推奨 32GB
🎙️ 音声・音楽
余裕
Whisper Tiny
音声・音楽
極軽量音声認識
最低 1GB / 推奨 2GB
余裕
Whisper Small
音声・音楽
軽量音声認識
最低 2GB / 推奨 3GB
余裕
Whisper Medium
音声・音楽
標準音声認識
最低 5GB / 推奨 6GB
余裕
Whisper Large v3
音声・音楽
高精度音声認識
最低 10GB / 推奨 12GB
余裕
Whisper Turbo
音声・音楽
Large精度・高速
最低 6GB / 推奨 8GB
余裕
XTTS v2 (音声複製)
音声・音楽
声色クローンTTS
最低 4GB / 推奨 6GB
余裕
RVC (リアルタイム声変換)
音声・音楽
配信向け声変換
最低 4GB / 推奨 8GB
余裕
Bark TTS
音声・音楽
多言語感情表現TTS
最低 6GB / 推奨 8GB
余裕
MusicGen Medium
音声・音楽
Meta・音楽生成
最低 6GB / 推奨 8GB
余裕
MusicGen Large
音声・音楽
高品質音楽生成
最低 10GB / 推奨 14GB
余裕
AudioCraft / AudioGen
音声・音楽
効果音生成
最低 6GB / 推奨 10GB
余裕
Stable Audio Open
音声・音楽
Stability製・音楽
最低 8GB / 推奨 12GB
🎯 AI学習・ファインチューニング
余裕
LoRA学習 (SD1.5)
AI学習・ファインチューニング
キャラ・スタイル学習
最低 6GB / 推奨 8GB
余裕
LoRA学習 (SDXL)
AI学習・ファインチューニング
SDXL用LoRA
最低 12GB / 推奨 16GB
余裕
DreamBooth (SDXL)
AI学習・ファインチューニング
本格ファインチューニング
最低 16GB / 推奨 24GB
余裕
Flux LoRA学習
AI学習・ファインチューニング
Flux用LoRA、高品質
最低 16GB / 推奨 24GB
余裕
Llama LoRA (7B)
AI学習・ファインチューニング
LLM軽量FT
最低 12GB / 推奨 16GB
△ ぎりぎり
Llama QLoRA (70B)
AI学習・ファインチューニング
大規模LLM・4bit学習
最低 24GB / 推奨 48GB
動かないモデル (9件)
- HunyuanVideo フル (必要 60GB)
- Llama 3.3 70B (Q2) (必要 28GB)
- Llama 3.3 70B (Q4) (必要 40GB)
- Llama 3.3 70B (Q8) (必要 70GB)
- Mixtral 8x22B (Q4) (必要 80GB)
- DeepSeek-V3 (Q4) (必要 80GB)
- Command-R+ 104B (Q4) (必要 60GB)
- Qwen 2.5 72B (Q4) (必要 40GB)
- Swallow 70B (Q4) (必要 40GB)
❓ RX 7900 XTX のCPUボトルネック・相性のよくある質問
RX 7900 XTX（RX7900XTX / 7900XTX） のCPUボトルネックを抑えるおすすめCPUは？
当サイトの試算では「Core Ultra 9 285K」が最もバランスが良く、推定ボトルネック率は約0%です。CPUとGPUの性能比が 1.5:1 に近い構成ほど性能を引き出せます。相性の良いCPU TOP10はこのページの表で確認できます。
RX 7900 XTX と相性の悪いCPU・避けたほうがいいCPUは？
目安として、CPUスコアが33,750点未満のCPUだとボトルネック率が25%を超え、Radeon RX 7900 XTX の性能をかなり無駄にします。例えば Ryzen 9 3900X、Core i5-14500、Core i5-13600、Core i7-12700 などのクラスでは力不足です。逆に67,500点を大きく超えるCPUはゲーム用途ではオーバースペック気味になります。
Radeon RX 7900 XTX のVRAMは何GB？どんな生成AIが動く？
Radeon RX 7900 XTX のVRAMは24GBです。Stable Diffusion や LLM など約79種類のモデルが余裕で動作します（例：SD 1.5 (Q4量子化)・Stable Diffusion 1.5・SDXL Turbo）。
Radeon RX 7900 XTX はゲームと生成AIのどちらにも使える？
性能スコアは30,000点です。ゲーム用途ではCPUとのバランス（ボトルネック率）、生成AI用途ではVRAM（24GB）が重要になります。上のCPU TOP10とAIモデル一覧で、自分の使い方に合うかを確認できます。