RTX 4070（12GB）で動画生成はどこまでできる？｜5秒の動画に約10分、約35秒の動画は場面を分けて完成した記録

「画像生成はできた。次は動画を作ってみたい。RTX 4070で、どのくらいの動画が作れるの？」

この記事は、自分のパソコンで動画生成を試したい人が、RTX 4070（VRAM 12GB）でどのくらいの動画を、どのくらいの時間で作れるかを判断するための記事です。VRAMの基本は、AIに必要なVRAMは何GB？にまとめています。

筆者の個人PC（RTX 4070・VRAM 12GB、メモリ32GB）で、2026年8月〜10月に動かした記録をもとにまとめました。生成した動画は、使った素材の権利の都合で載せていません。

あなたならどれで十分か

やりたいこと	RTX 4070（12GB）で	筆者の記録
数秒の短い動画を試す	できる。1本に約10分	5秒の動画に580.4秒・587.6秒
30秒くらいの動画を作る	場面を分ければできた	約35秒の動画を、場面を分けて完成
大きな解像度の動画	メモリに余裕がないと止まる	544×960の設定は4回止まり、完走した1回は約28分
画像を何枚も作る	動画より、ずっと軽い	画像生成（SD1.5）は1枚約2秒

「1本に約10分」は、筆者の記録にある1本あたりの総時間です。動画の長さや設定、パソコンの状態で変わります。

なぜそう言えるか：動画は画像よりずっと重い

動画は、たくさんの画像（フレーム）を、つながるように作ります。筆者が作った5秒の動画は124フレームでした。そのため、画像1枚よりも、計算の時間とメモリがずっと多く要ります。筆者の記録では、画像1枚が約2秒だったのに対し、5秒の動画は約10分でした。

使うモデルのファイルも大きくなります。MiniMax H3は、筆者が使った構成で、主なファイルを合わせると40GBを超えます（公式の配布ページの値）。VRAMの12GBには一度に載らないので、ツールがVRAMとメモリの間でデータを入れ替えながら動かします。

高速化の設定を試した回の時間の内訳を見ると、動画を作る計算そのもの（約227〜236秒）と同じくらい、指示の文章を読み取る段階（約195〜215秒）にも時間がかかり、できた映像を動画の形に戻す段階にも約100秒かかっていました。計算以外の段階だけで、約300秒です。

実際に試した結果

試したこと	条件	結果
MiniMax H3（標準の設定）	352×608・124フレーム（5.17秒）	580.4秒・587.6秒。VRAMは最大11,530〜11,707 MiB
MiniMax H3（高速化の設定3通り）	同じ	540.8秒・556.5秒・548.4秒（各1回）
MiniMax H3（大きめの設定）	544×960・124フレーム	4回止まった。空きの多い状態から始めた1回は1664.1秒
Wan2.2 Animate	約35秒（565フレーム）	場面を分けて完成。所要時間は記録していない

注意：MiniMax H3の段階別の時間（文章の読み取り・計算・映像に戻す）は、高速化の設定の回の記録です。標準の設定の回の内訳は記録していません。

ツールは、どちらもComfyUI（画像や動画の生成AIを、部品をつないで動かすアプリ）を使いました。web UIとの違いはComfyUIとは？Stable Diffusion web UIとの違いにまとめています。Wan2.2 Animateでは、モデルの一部をGPUとメモリで入れ替える設定（ブロックスワップ）を使って、12GBに全部は載らないモデルを動かしました。

止まったときの記録と直し方は、画像生成・動画生成が「メモリ不足」で止まるときの対処にまとめています。MiniMax H3のくわしい数字は、筆者のもう1つのブログのMiniMax H3をRTX 4070・メモリ32GBで動かした実測にあります。

買うときに見る場所

• VRAM：12GBで、5秒の動画はほぼ上限まで使いました。動画を本格的に作るなら、12GBより上を見ます。目安はAIに必要なVRAMは何GB？
• メモリ：動画生成では、VRAMより先にメモリの空きがなくなって止まりました。筆者の32GBの記録はAIに使うならメモリは32GB？64GB？
• SSDの空き：モデルのファイルは、1つの動画生成AIで40GBを超えることがあります

よくある勘違い

• 高速化の設定を入れれば、何倍も速くなる → 筆者の記録では、5秒の動画の総時間はほとんど変わりませんでした
• VRAMに入らない大きさのモデルは、動かない → VRAMとメモリで入れ替えながら動かせました。そのぶん、メモリの空きが要ります
• 画像生成と同じ感覚で、すぐできる → 画像1枚が約2秒だったのに対し、5秒の動画は約10分かかりました

よくある質問

Q. 長い動画は作れますか？

A. 筆者は、約35秒の動画を場面ごとに分けて作り、つなげて完成させました。1回で長い動画を作るより、メモリが足りなくなりにくい作り方です。

Q. まずは画像生成から始めたほうがいいですか？

A. 筆者は、画像生成（2023年）から始めて、動画生成（2026年）に進みました。画像生成の始め方はStable Diffusion web UIのインストール・日本語化と基本的な使い方にまとめています（2023年の手順なので、今とは違う所があります）。

RTX 4070（12GB）でも、数秒の動画なら1本約10分で作れ、長い動画は場面を分ければ作れました。動画を本格的に作るなら、VRAMとメモリの両方に余裕を持たせます。

パソコンで動画生成AIを動かさなくても、文字や数字で見せる短いアニメーションなら、チャットでClaudeに頼んで作れます（AIで動画は作れる？Claudeに頼んだら約3分で15秒のアニメーションができた）。

次に読む記事

参考

• Comfy-Org「MiniMax-H3」（Hugging Face のモデル配布ページ）https://huggingface.co/Comfy-Org/MiniMax-H3 （2026年11月1日に確認）