本文へスキップ
GTX 470 のCPUボトルネック診断｜相性の良いCPU・動かせるAIモデル
GeForce GTX 470 / NVIDIA 製 / GTX 400 / 2010年発売 別表記: GTX470 / 470
GeForce GTX 470（NVIDIA製・2010年発売、GTX470 / 470 とも表記）は、性能スコア3,200・VRAM 1.2GB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、GTX 470の実力を出しきれません。
当サイトの試算では、GTX 470と最も相性の良いCPUはRyzen 3 1200（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。
🔧 GeForce GTX 470 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. Ryzen 3 1200
6,500点
ボトルネック 0%
2. Core i3-8100
7,200点
ボトルネック 0%
3. Core i5-7400
7,000点
ボトルネック 0%
4. Core i3-7350K
6,500点
ボトルネック 0%
5. Core i3-7100
5,500点
ボトルネック 0%
6. Core i5-6500
7,200点
ボトルネック 0%
7. Core i5-6400
6,500点
ボトルネック 0%
8. Core i3-6100
5,200点
ボトルネック 0%
9. AMD FX-6300
6,500点
ボトルネック 0%
10. AMD FX-6100
5,500点
ボトルネック 0%
💡 GTX 470 とCPUの相性目安｜どこからCPUボトルネックになる？
GTX 470（GTX470 / 470） の性能スコアは3,200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 |
|---|
| 4,320点 〜 7,200点 |
相性◎ 10%以下 |
最適バランス。GTX 470 の性能をほぼ引き出せます |
| 3,600点 〜 4,320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 |
| 3,600点未満 |
CPU不足 25%超 |
CPUボトルネックが顕著。例: AMD Athlon II X4 645、Core i3-3220、Core i5-670、Core 2 Quad Q9650 |
| 7,200点超 |
CPU過剰 |
ゲーム主体ならオーバースペック気味。例: Ryzen 3 1300X、Core i5-5675C、Core i5-4690 |
※ 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。
🤖 GeForce GTX 470 (VRAM 1.2GB) 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
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
△ ぎりぎり
Flux.1 [dev] (Q8)
画像生成
GGUF Q8、ほぼフル品質
最低 12GB / 推奨 16GB
△ ぎりぎり
ControlNet + SDXL
画像生成
ポーズ・線画・深度制御
最低 10GB / 推奨 16GB
△ ぎりぎり
Stable Cascade
画像生成
Würstchen系・高速
最低 12GB / 推奨 16GB
△ ぎりぎり
Kolors
画像生成
Kuaishou製・写実
最低 12GB / 推奨 16GB
🎬 動画生成
余裕
AnimateDiff (SD1.5)
動画生成
SDアニメ動画
最低 8GB / 推奨 12GB
△ ぎりぎり
Stable Video Diffusion
動画生成
短動画(4秒)生成
最低 12GB / 推奨 16GB
△ ぎりぎり
AnimateDiff (SDXL)
動画生成
SDXLアニメ動画
最低 12GB / 推奨 20GB
△ ぎりぎり
CogVideoX-2B
動画生成
オープンソース動画
最低 12GB / 推奨 18GB
△ ぎりぎり
LTX-Video
動画生成
Lightricks高速動画
最低 12GB / 推奨 16GB
💬 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
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
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
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
Qwen3.5 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
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
🎙️ 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
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
△ ぎりぎり
MusicGen Large
音声・音楽
高品質音楽生成
最低 10GB / 推奨 14GB
🎯 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
△ ぎりぎり
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
△ ぎりぎり
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
動かないモデル (30件)
- Flux.1 [dev] FP16 (必要 16GB)
- Flux.1 [pro] / Krea (必要 24GB)
- DreamBooth (SDXL) (必要 16GB)
- Flux LoRA学習 (必要 16GB)
- Llama QLoRA (70B) (必要 24GB)
- CogVideoX-5B (必要 18GB)
- HunyuanVideo (Q4) (必要 16GB)
- HunyuanVideo フル (必要 60GB)
- Mochi-1 (Genmo) (必要 24GB)
- Wan 2.1 (必要 24GB)
- Llama 3.1 8B (BF16) (必要 16GB)
- Qwen 2.5 32B (Q4) (必要 19GB)
- 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 8x7B (Q4) (必要 24GB)
- Mixtral 8x22B (Q4) (必要 80GB)
- DeepSeek-R1 Distill 32B (Q4) (必要 19GB)
- DeepSeek-V3 (Q4) (必要 80GB)
- Command-R 35B (Q4) (必要 20GB)
- Command-R+ 104B (Q4) (必要 60GB)
- Qwen 2.5 72B (Q4) (必要 40GB)
- Swallow 70B (Q4) (必要 40GB)
- Qwen3 30B-A3B (Q4) (必要 16GB)
- Qwen3 32B (Q4) (必要 19GB)
- Qwen3.5 27B (Q4) (必要 14GB)
- Qwen3.5 35B-A3B (Q4) (必要 18GB)
- Qwen3.6 27B (Q4) (必要 14GB)
- Qwen3.6 35B-A3B (Q4) (必要 18GB)
- Gemma 3 27B (Q4) (必要 14GB)
❓ GTX 470 のCPUボトルネック・相性のよくある質問
GTX 470（GTX470 / 470） 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「Ryzen 3 1200」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。
GTX 470 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3,600点未満のCPUだとボトルネック率が25%を超え、GeForce GTX 470 の性能をかなり無駄にします。例えば AMD Athlon II X4 645、Core i3-3220、Core i5-670、Core 2 Quad Q9650 などのクラスでは力不足です。逆に7,200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。
GeForce GTX 470 のVRAMは何GB？どんな生成AIが動く？
GeForce GTX 470 のVRAMは1.2GBです。Stable Diffusion や LLM など約52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）。
GeForce GTX 470 はゲームと生成AIのどちらにも使える？
性能スコアは3,200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（1.2GB）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。