RTX 3080

• Flux.1 [dev] (Q8)（必要 12GB）
• Flux.1 [dev] FP16（必要 16GB）
• Stable Cascade（必要 12GB）
• Kolors（必要 12GB）
• FLUX.1 Krea [dev] (FP8)（必要 12GB）
• FLUX.2 [klein] 4B（必要 12GB）
• Qwen-Image (GGUF Q4)（必要 12GB）
• HiDream-I1 (GGUF Q4)（必要 12GB）
• Stable Diffusion 3.5 Large（必要 16GB）
• Stable Diffusion 3.5 Large Turbo（必要 16GB）
• FLUX.1 Kontext [dev] (FP8)（必要 16GB）
• Qwen-Image-2.1 (FP8)（必要 16GB）
• Z-Image-Turbo（必要 16GB）
• HiDream-I1 (FP8)（必要 16GB）
• FLUX.2 [klein] 9B (FP8)（必要 20GB）
• Qwen-Image (FP8)（必要 20GB）
• FLUX.2 [dev] (GGUF Q4)（必要 24GB）
• FLUX.2 [dev] (GGUF Q5)（必要 24GB）
• FLUX.2 [dev] (GGUF Q8)（必要 36GB）
• FLUX.1 [dev] (GGUF Q8)（必要 13GB）
• Qwen-Image (GGUF Q8)（必要 22GB）
• Qwen-Image-2.1-Turbo (FP8)（必要 16GB）
• LoRA学習 (SDXL)（必要 12GB）
• DreamBooth (SDXL)（必要 16GB）
• Flux LoRA学習（必要 16GB）
• Llama LoRA (7B)（必要 12GB）
• Llama QLoRA (70B)（必要 41GB）
• gpt-oss-20b QLoRA学習 (Unsloth)（必要 14GB）
• Stable Video Diffusion（必要 12GB）
• AnimateDiff (SDXL)（必要 12GB）
• CogVideoX-2B（必要 12GB）
• CogVideoX-5B（必要 18GB）
• HunyuanVideo (Q4)（必要 16GB）
• HunyuanVideo フル（必要 60GB）
• Mochi-1 (Genmo)（必要 24GB）
• LTX-Video（必要 12GB）
• Wan 2.1 14B（必要 24GB）
• HunyuanVideo 1.5（必要 16GB）
• LTX-2.5 (FP8)（必要 16GB）
• Wan 2.2 A14B (FP8)（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 400GB）
• 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 20GB）
• Qwen3 32B (Q4)（必要 19GB）
• Qwen3.5 27B (Q4)（必要 18GB）
• Qwen3.5 35B-A3B (Q4)（必要 22GB）
• Qwen3.6 27B (Q4)（必要 18GB）
• Qwen3.6 35B-A3B (Q4)（必要 22GB）
• Gemma 3 27B (Q4)（必要 18GB）
• Ministral 3 8B (FP8)（必要 12GB）
• gpt-oss-20b (MXFP4)（必要 16GB）
• GPT-OSS Swallow 20B (MXFP4)（必要 16GB）
• Mistral Small 3.2 24B (Q4)（必要 16GB）
• Devstral Small 2 24B (Q4)（必要 16GB）
• Gemma 4 26B A4B (Q4)（必要 18GB）
• Qwen3.8 27B (Q4)（必要 18GB）
• Qwen3 Swallow 8B (BF16)（必要 18GB）
• Gemma 4 31B (Q4)（必要 20GB）
• GLM-4.7-Flash (Q4)（必要 20GB）
• Muse Glimmer 30B (Q4)（必要 24GB）
• Nemotron 3 Nano 30B-A3B (Q4)（必要 24GB）
• Qwen3.5 122B-A10B (Q4)（必要 72GB）
• Llama 4 Scout (Q4)（必要 72GB）
• gpt-oss-120b (MXFP4)（必要 80GB）
• Mistral Small 4 119B (Q4)（必要 80GB）
• llm-jp-4.1 33B thinking (Q4)（必要 22GB）
• llm-jp-4.1 32B-A3B thinking (Q4)（必要 24GB）
• ELYZA-Thinking-1.0 33B (Q4)（必要 22GB）
• ELYZA-Thinking-1.0 32B-A3B (Q4)（必要 23GB）
• Qwen3.8-Flash-Next (Q4)（必要 113GB）
• Ling-3.0-flash-VL (Q4)（必要 81GB）
• Qwen3.8 27B (Q3)（必要 15GB）
• Qwen3.8 27B (Q6)（必要 24GB）
• Qwen3.8 27B (Q8)（必要 31GB）
• Qwen3.6 35B-A3B (Q3)（必要 19GB）
• Qwen3.6 35B-A3B (Q8)（必要 39GB）
• Qwen3.6 27B (Q3)（必要 16GB）
• Qwen3.6 27B (Q8)（必要 31GB）
• Qwen3.5 9B (Q8)（必要 12GB）
• Qwen3.5 9B (BF16)（必要 20GB）
• Gemma 4 31B (Q3)（必要 17GB）
• Gemma 4 31B (Q8)（必要 35GB）
• Gemma 4 26B A4B (Q3)（必要 15GB）
• Gemma 4 26B A4B (Q8)（必要 29GB）
• Gemma 4 12B (Q8)（必要 15GB）
• Gemma 4 12B (BF16)（必要 26GB）
• Gemma 4 E4B (BF16)（必要 17GB）
• Mistral Small 3.2 24B (Q3)（必要 13GB）
• Mistral Small 3.2 24B (Q8)（必要 27GB）
• GLM-4.7-Flash (Q3)（必要 17GB）
• GLM-4.7-Flash (Q8)（必要 34GB）
• Qwen3 8B (Q8)（必要 11GB）
• Qwen3 8B (BF16)（必要 18GB）
• Llama 3.3 70B (Q3)（必要 36GB）
• Llama 3.3 70B (Q5)（必要 52GB）
• ACE-Step 1.5 XL（必要 12GB）
• Voxtral Mini 4B Realtime（必要 16GB）
• Voxtral 4B TTS（必要 16GB）
• YuE2-3B（必要 12GB）
• MiniMax-Music3（必要 22GB）
• MiniMax-Music3 (int8)（必要 14GB）
• VibeVoice-ASR-Streaming 7B（必要 19GB）
• VibeVoice-ASR-Streaming 7B (Q8)（必要 12GB）

当サイトの試算では、Intelなら「Core i5-14500」（推定ボトルネック率 約0%）、AMDなら「Ryzen 5 8600G」（同 約0%）が最もバランスの良い組み合わせです。CPUとGPUの性能比が 0.9:1 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。

目安として、Core i5-11400F、Ryzen 5 3500X、Ryzen 5 3600、Core i7-7700K などのCPUだとボトルネック率が25%を超え、GeForce RTX 3080 の性能をかなり無駄にします。

GeForce RTX 3080 のVRAMは10GBです。Stable Diffusion や LLM など約65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 RTX 3080 の消費電力（TDP）は320Wです。電源ユニットはTDPにCPUや他パーツの消費電力を足し、さらに余裕を持たせた容量を選ぶのが目安です。CPUとの組み合わせによる実際のバランスは上のボトルネック診断で確認できます。

性能スコアは24,500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（10GB）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。