データの作り方

価格は販売中の提示価格の中央値であり、成約価格ではありません。Xianyu と eBay は中古出品、Amazon は Amazon.co.jp の日本国内配送向け新品の主要購入オプションを集計します。円建ての商品表示価格を使用し、送料は含みません。出典ごとに型番と VRAM を照合し、無関係な商品を除外して中央値・四分位数・件数を記録します。価格、販売者、在庫が確認できない商品は含めません。Amazon のサンプルは商品 ASIN 単位で、中古市場は販売者単位で重複を除きます。

デバイスごとに照合ルールを用意し、マイニングカード・付属品・代理購入などの無関係な出品を除外したうえで、外れ値となる価格を取り除きます。有効な出品が 3 件未満のラウンドは価格を公開せず、該当欄は空欄になります。

公開前には整合性の確認も行います。件数が少なく、前回の公開価格から大きく動いた結果は価格履歴に加えず、ラウンド全体に異常がある場合は前回の有効な価格を維持します。価格は 6 時間ごとに更新し、履歴は直近 30 日分を保持します。

weights_gb = params_b × bytes_per_param × 1.05

重みのメモリ = パラメータ数 × パラメータあたりバイト数 × 1.05。パラメータあたりバイト数は量子化ごとに IQ1_M 0.24、Q2_K_XL 0.38、Q3_K_XL 0.49、Q4_K_M 0.57、Q5_K_M 0.69、Q8_0 1.06、FP16 2 です。係数 1.05 は GGUF のメタデータや量子化しない埋め込み層といった固定オーバーヘッドを見込んだものです。

kv_gb = 2 × layers × kv_heads × head_dim × context × 2

KV キャッシュ = 2 × レイヤー数 × KV ヘッド数 × ヘッド次元 × コンテキスト長 × 2 バイト（K と V の 2 つ分、FP16）。MLA や線形アテンション混在の構造ではこの一般式が過大評価になりやすいため、モデルライブラリに実測値がある場合はそちらを優先します。スライディングウィンドウは個別にモデル化していないため、長いコンテキストでは上限値になります。

fits = weights_gb + kv_gb + 1 ≤ vram_gb

ms_per_token = (active_params_b × bytes_per_param + kv_cache_gb ÷ 2) ÷ (bandwidth_gbs × eff) × 1000 + overhead_ms
tokens_per_sec = 1000 ÷ ms_per_token

収まる条件は、重み + KV キャッシュ + 実行時オーバーヘッド 1GB が利用可能メモリ以下であること（1 枚のみ、CPU オフロードなし）。ユニファイドメモリ機は総メモリ量で計算し、macOS の GPU 割り当て上限は差し引いていません。推定速度は llama.cpp のシングルストリーム基準：1 トークンあたりの時間 = 読み出しバイト数 ÷（帯域幅 × エコシステム効率）+ 固定オーバーヘッド、読み出しバイト数 = アクティブパラメータ × 量子化バイト数 + 指定コンテキストの KV キャッシュの半分。エコシステム効率は CUDA 0.7、ROCm 0.5、Metal 0.55、oneAPI 0.45、固定オーバーヘッドは Dense 0.8 ms、MoE 4 ms。公開されている llama.cpp の実測で校正済みで、誤差はおおむね ±20% 以内、コンテキストが長いほど実際は遅くなります。

price_per_gb = used_price ÷ vram_gb

VRAM 単価 = 中央値 ÷ VRAM 容量（通貨 / GB）。メインテーブルの既定の並べ替え列です。

price_per_bandwidth = used_price ÷ (bandwidth_gbs ÷ 100)

帯域幅単価 = 中央値 ÷（帯域幅 ÷ 100）（通貨 / 100GB/s）。100 で割るのは VRAM 単価と桁を揃えて比較しやすくするためです。

price_per_tops = used_price ÷ int8_tops_dense

演算単価 = 中央値 ÷ INT8 密行列性能（通貨 / TOPS）。INT8 の公称値が非公開のデバイスは空欄です。3 つの単価はいずれも選択中の価格基準で、まず USD に換算してから割っています（先に割ってから換算しても同じ結果です）。

価格は原通貨で記録し、表示時にその日のレートで換算します（基準通貨は USD）。レートは毎日更新し、当日分が取得できない場合は直近の有効なレートを使用してフッターに明記します。このページで使用しているレートは 2026年9月10日付、出典は open.er-api.com です。

GPU の仕様はベンダー公式ページを基に、TechPowerUp GPU Database と Wikipedia の GPU 一覧で相互に確認しており、各数値は出典をたどれます。現在の収録数は 45 台です。

モデルのパラメータは Hugging Face 公式リポジトリの公開設定、量子化サイズは GGUF の実ファイルサイズ、Ollama タグは公式ライブラリが出典です。現在 9 ファミリー、43 バージョンを収録し、新しいモデルは確認のうえ随時追加しています。

価格は 6 時間ごと、為替レートは毎日更新し、新しいモデルは確認のうえ随時公開します。ページに表示する更新時刻は、最後に更新が成功した日時です。仕様や計算式に変更があった場合はこのページに記録します。

現在の係数：パラメータあたりバイト数 IQ1_M 0.24 / Q2_K_XL 0.38 / Q3_K_XL 0.49 / Q4_K_M 0.57 / Q5_K_M 0.69 / Q8_0 1.06 / FP16 2、重みオーバーヘッド 1.05、KV 1 要素あたり 2 バイト、実行時オーバーヘッド 1GB、速度効率 CUDA 0.7 / ROCm 0.5 / Metal 0.55 / oneAPI 0.45。

価格・仕様・計算式に誤りを見つけたら、該当ページと出典リンクを添えてメールでお知らせください。確認のうえ速やかに修正し、このページに記載します。

メールを送る