【2026年版】XServer VPSは本当に速いのか？他社サーバーとベンチマーク（CPU・ディスク）比較
筆者の結論（先に書いておきます）
XServer VPSは速い。これは本物だった。
AMD EPYC＋NVMe SSDの組み合わせで、ConoHaやさくらと比べてCPUで約1.5倍、ディスクI/Oで2〜3倍の差がある。AI開発・データ処理で使うなら、この差は無視できない。
ただし一点、はっきり書いておきます。Claude CodeなどAPI経由のAI開発にGPUは不要です。 GPUプランを推してくる記事は、アフィリエイト報酬の単価が高いGPUプランに誘導したいだけのことが多い。惑わされないでください。
CPUとディスクが速いかどうか、それがVPS選びの本質です。
テスト環境
正直に言うと、ベンチマーク記事は「測定条件を揃えているか」でだいぶ信頼性が変わる。今回は全サービス同一OS・起動直後・同一コマンドで計測している。
| 項目 | XServer VPS | ConoHa VPS | さくらのVPS |
|---|---|---|---|
| プラン | 2GB / 3コア | 2GB / 3コア | 2GB / 2コア |
| CPU | AMD EPYC | Intel Xeon | AMD EPYC |
| ストレージ | NVMe SSD | SSD | SSD |
| OS | Ubuntu 22.04 | Ubuntu 22.04 | Ubuntu 22.04 |
すべて同一OSで計測し、起動直後にベンチマークを実行しました。
CPU ベンチマーク（sysbench）
計測コマンド
# sysbench インストール
sudo apt install -y sysbench
# CPU ベンチマーク（素数計算）
sysbench cpu --cpu-max-prime=20000 --threads=3 run
結果比較
| サービス | events/sec | 相対スコア |
|---|---|---|
| XServer VPS | 3,842 | ★★★★★ |
| ConoHa VPS | 2,614 | ★★★☆☆ |
| さくらのVPS | 2,309 | ★★☆☆☆ |
XServer VPSはAMD EPYCを採用しており、同世代のIntel Xeon比でIPC（命令実行効率）で優位に立っています。CPUバウンドなAI推論タスクでは特に差が出やすいです。
自分の感覚でいうと、この1.5〜1.7倍の差は「体感できる差」です。スクリプト1本走らせるたびに毎回10秒余計にかかるか、かからないか。積み重なると結構ストレスになる。
ディスク（I/O）ベンチマーク（fio）
計測コマンド
# fio インストール
sudo apt install -y fio
# ランダム読み取り（4K）
fio --name=randread --rw=randread --bs=4k --size=1G --numjobs=4 --runtime=30 --group_reporting
# シーケンシャル書き込み
fio --name=seqwrite --rw=write --bs=128k --size=1G --numjobs=1 --runtime=30 --group_reporting
結果比較
| サービス | ランダム読取（IOPS） | シーケンシャル書込（MB/s） |
|---|---|---|
| XServer VPS（NVMe） | 約92,000 | 約1,420 |
| ConoHa VPS（SSD） | 約48,000 | 約780 |
| さくらのVPS（SSD） | 約31,000 | 約540 |
NVMe SSDの差は歴然です。 ランダムI/Oでほぼ2〜3倍の差があり、大量データを扱うAI学習・前処理タスクで体感差として現れます。
ぶっちゃけ、「SSD搭載」と書いてあっても、NVMeとSATAでは別物です。さくらのVPSとXServerのI/O差が3倍ある理由はここ。スペック表の「SSD」という文字だけで選ぶと後悔することがある。
AMD EPYCが AI開発に向いている理由
1. AVX-512 対応による演算加速
AMD EPYC（Milan/Genoa世代）はAVX-512命令セットに対応しており、NumPyやPyTorchのCPU演算が自動的に高速化されます。
# CPU 対応命令セット確認
grep -m1 'flags' /proc/cpuinfo | tr ' ' '\n' | grep -E 'avx|sse'
「AVX-512って何？」という人は、「NumPyとかが裏側で勝手に速くなる命令セット」とだけ覚えておけば十分です。コードを書き直す必要はなく、EPYCのサーバーに置くだけで恩恵を受けられる。
2. メモリ帯域幅の広さ
EPYCはマルチチャンネルメモリ設計で、データサイエンス系のメモリ集約型タスクでも帯域不足になりにくいです。
3. コア数あたりのコストパフォーマンス
XServer VPSの料金体系では、EPYCの多コアを低コストで利用できます。並列処理前提のAIワークロードと相性が良いです。
実際のAI処理で差が出るか？
数字だけじゃ伝わりにくいので、実際のタスクで比較する。これが一番わかりやすい。
| タスク | XServer VPS | さくらのVPS | 差 |
|---|---|---|---|
| pandas 500万行読み込み | 4.2秒 | 9.8秒 | 約2.3倍 |
| scikit-learn RandomForest学習 | 8.1秒 | 19.4秒 | 約2.4倍 |
| Whisper small（60秒音声） | 21秒 | 51秒 | 約2.4倍 |
| Python 起動時間 | 0.08秒 | 0.12秒 | 1.5倍 |
一貫してXServer VPSが2〜2.5倍速いという結果でした。この差は処理件数が増えるほど累積します。
自分の場合、Whisperで音声文字起こしを大量にやる機会があった。XServerで21秒、さくらで51秒。1ファイルならまだしも、100ファイル処理すると差は35分になる。これは無視できない。
ちなみに再度書いておくと、これはすべてCPU処理の話です。GPUは一切使っていない。「AI処理にはGPUが必要」は、Stable DiffusionやローカルLLMの話であって、Claude CodeやAPIを叩く用途とは全然話が違う。
よくある質問（FAQ）
まとめ：あなたの使い方で選ぶ
XServer VPSの速さは本物だった。ただし「だから全員XServer一択」とは言わない。使い方次第で最適解は変わる。
| 使い方 | 判断 | 理由 |
|---|---|---|
| Claude Code / API開発（月76時間以上） | XServer一択 | 月830円固定でNVMe＋EPYC。コスパ最強 |
| Claude Code / API開発（月76時間未満） | KAGOYAもあり | 時間課金のほうが安くなる。14日無料試用も2週末入って確認しやすい |
| Whisperや機械学習の前処理 | XServer | I/O差・CPU差が積み重なって数十分の違いになる |
| Stable Diffusion（画像生成） | GPU VPS検討 | ただし月数万はまぁまぁ高い。立ち上げが楽な構成を選ぶこと |
| ゲームサーバー | やってみる | 最初の選択が全てじゃないので、気になるなら一度試せばいい |
| 「速さより安さ優先」 | さくら or ConoHa | 速度差を許容できるなら安いほうを選ぶのは正しい判断 |
XServerの固定830円（2GBプラン）は、月76時間以上稼働させるならKAGOYAの時間課金より安くなる。逆に週末だけ少し触る程度なら、KAGOYAで十分。自分がどっちのタイプか確認してから申し込む方がいい。
完璧な選択なんてない。まず触ってみることが一番の近道だ。VPSは引越しができる。今選んだサービスが合わなければ乗り換えればいいだけです。