Macのメモリ別・動かせるローカルLLM一覧

一次資料の再確認: 2026年10月11日（Asia/Tokyo）。Apple、llama.cpp、Qwenの現行公式資料と配布file表示を照合しました。
検証区分: 机上調査です。各Macでの起動、速度、最大context、memory使用量は実測していません。表は購入・導入時に試すmodel規模の初期候補で、fitや快適さを保証するものではありません。
画像: アイキャッチはMacのメモリ容量とモデル規模の関係を表現した当サイトの要点図解です。実機写真やベンチマーク画面ではありません。

Macのメモリ別・LLM規模の早見表

以下はApple Silicon Macで、llama.cppまたはGGUF対応runtimeを使う場合の初回候補です。どの行も「最低要件」や「快適に動く容量」ではありません。短いcontext・1 model・少ない並列requestから始め、負荷中のmemory pressureで一段ずつ判断してください。

表の「B」はパラメータ数の十億単位です。MoE（Mixture of Experts）は総パラメータ数と1 tokenあたりの活性パラメータ数が異なるため、同じ30B表記でも必要なweight容量と生成速度はdense modelと一致しません。表はfileのload、生成速度、長時間の安定動作を保証しません。Qwen3-235B-A22B Q4_K_Mの配布ページは約142 GBを5 shardで示していますが、この丸め表示を192GBのメーカー表記と直接割って割合や70%目安の超過を断定できません。235B級は個別評価の候補として扱い、実際に選ぶ全fileのbyte数と搭載memoryのbyte数を比較してから、runtime overhead、context、実行中のmemory pressureを対象Macで確認してください。

llama.cppのApple Silicon向けlive guideは、性能を保つため総memoryの70%を超えない運用を推奨しています。これはllama.cpp側の目安であり、Appleの保証値や全Mac共通のhard limitではありません。比率を使う場合は、model fileの丸め表示とメーカー公称値を直接比較せず、実ファイルと対象Macの搭載容量を同じbyte単位で確認してください。その後、context、batch、parallel request、runtimeを含めて起動し、実機のmemory pressureを確かめます。

実在するGGUFで容量感をつかむ

パラメータ数から概算するより、配布元の選択したquantization fileのサイズを見る方が確実です。以下は2026年10月11日に確認したQwen公式配布ページのFiles欄表示で、表示桁に丸められています。download対象の総容量であり、load後のmemory使用量ではありません。

「GB」と「GiB」は同じ表示ではありません。上のsizeは配布ページの丸められた「GB」表記をそのまま記載しています。候補が上限に近い場合、丸め値だけで判定せず、選ぶfileのbyte数を合計して実機で取得した搭載memoryのbyte数と比較してください。Appleはhw.memsizeをDRAMサイズのbyte値として文書化しています（Apple Developer Documentation）。これは搭載量であり、起動後の空きやmodelの適合性を示す値ではありません。実行後の空き、swap、wired/cacheを含む状況はActivity Monitorのmemory pressureでも確認してください。分割GGUFは全shardの合計がweight fileの大きさです。Qwen3を各memory帯で最良のmodelと評価した表ではなく、容量を追跡できる共通例として載せています。

モデル自体の日本語能力、ライセンス、チャットテンプレート、tool calling、画像対応は別の評価軸です。GGUFの取得と起動手順はllama.cppでGGUFモデルを動かす方法で確認してください。

なぜGGUFの容量より多くのメモリが要るのか

1. macOSと通常のアプリが同じメモリを使う

ユニファイドメモリはGPUだけのVRAMではありません。macOS、ブラウザ、IDE、Docker、動画会議なども同じ物理メモリを使います。AppleのMetal APIにあるrecommendedMaxWorkingSetSizeも、GPUが性能への影響を抑えて確保できる量の「近似値」とされています。

2. KVキャッシュはコンテキストとともに増える

モデルが会話履歴を参照するためのKVキャッシュは、コンテキスト長、layer数、KV head、データ型、並列slot数で変わります。「モデルが128K対応」でも、128Kを指定すると常に実用的とは限りません。最初は4Kまたは8Kで起動し、用途上必要な場合だけ伸ばします。

3. 計算バッファとマルチモーダル部品が加わる

推論にはcompute bufferなどの作業領域が必要です。画像対応モデルではvision encoderやmmprojが別に必要な場合もあります。複数ユーザー向けにslotを増やせば、1人で対話するときよりメモリが増えます。

詳しい内訳と計算順はローカルLLMに必要なVRAMの計算方法へ分けました。NVIDIA／AMD GPUを買う場合はVRAMコスパ比較も参照してください。

手元のMacで候補を絞る5ステップ

1. 搭載メモリとチップを確認する

「システム設定」→「一般」→「情報」でチップとメモリを確認します。同じ64GBでも、世代、GPU core数、メモリ帯域で生成速度は変わります。容量表だけからtokens/sを予測しないでください。

2. GGUFの実ファイル容量とmetadataを確認する

モデルカードのパラメータ数ではなく、選んだ量子化ファイルの容量を見ます。分割GGUFなら全shardの合計です。配布元のmodel cardと実際に使うGGUFのmetadataで対応context、architectureやKV構成も確認します。Q4_K_M、Q5_K_M、Q8_0は同じモデルでも容量が違い、長いcontextやparallel slot数はKV cacheの追加memoryを必要とします。

3. 70%は警戒線として使う

llama.cppのガイドにある70%は運用上の目安です。「GGUF＋KV cache＋compute buffer＋runtime」の見積りがその目安を超えた場合は、小さいquantや短いcontextから試す理由になります。超過が即座に実行不可を意味するわけでも、以内なら起動や速度を保証するわけでもありません。

4. 短いcontextで1回起動する

llama.cppを導入済みなら、次のように小さく始めます。-hfは初回にダウンロードが発生します。

llama-cli \
  -hf Qwen/Qwen3-8B-GGUF:Q4_K_M \
  -c 4096 \
  -n 128 \
  -cnv

-cと-nは現在のllama.cpp CLIでcontextと生成上限を指定する引数です。GGUF指定commandは実行前にllama-cli --versionとllama-cli --helpで手元のversionに合うことを確認してください。GPU offloadやFlash Attentionを変える場合は、その設定がmodelとbuildに対応することも確かめます。実行例はllama.cppコマンド実例集を参照してください。

5. メモリプレッシャーとswapを観察する

Apple公式のアクティビティモニタガイドでは、「メモリプレッシャー」は空き容量、swap rate、wired memory、cached filesなどからメモリが需要を満たせているかを表す指標です。生成中に「メモリ」タブを開き、プレッシャーの色とswap使用量を確認します。

起動できてもswapが増え続け、応答やMac全体が極端に重くなるなら「動くが常用には大きすぎる」状態です。contextを下げ、不要なアプリを閉じ、それでも改善しなければ小さい量子化またはmodelへ戻します。ロードに失敗する場合はGGUFモデルが読み込めないときの対処法でエラー別に切り分けられます。AppleのrecommendedMaxWorkingSetSizeはMetal deviceが性能への影響を抑えて使えるGPU resource量の近似値で、ユニファイドmemory全体の空き容量やload境界値としては読み替えないでください。

Mac購入時は搭載メモリを現行仕様で確認する

Macの購入容量は用途、modelのquantization、context、同時利用アプリで決めます。製品ごとのunified memory選択肢はchipと販売時期で変わるため、注文前にAppleのMac mini仕様、MacBook Pro仕様、Mac Studio仕様で現行構成を確認してください。この記事の表はApple製品の構成一覧ではなく、搭載容量からmodel候補を絞る目安です。

参考資料

• Apple：Mac mini 技術仕様（2026年10月11日確認、搭載memory構成）
• Apple：MacBook Pro 技術仕様（2026年10月11日確認、搭載memory構成）
• Apple：Mac Studio 技術仕様（2026年10月11日確認、搭載memory構成）
• Apple Support：Macでメモリ使用量を表示する（2026年10月11日確認、memory pressureの要因）
• Apple Developer：recommendedMaxWorkingSetSize（2026年10月11日確認、Metal working setの近似値）
• llama.cpp公式：Apple Silicon向けメモリガイド（2025年8月18日公開のlive discussion、2026年10月11日再確認。70%は運用目安）
• llama.cpp v0.6.0公式release（2026年10月5日公開、version履歴の確認）
• Qwen公式：Qwen3-4B GGUF files（2026年10月11日確認、Q4_K_M file size）
• Qwen公式：Qwen3-8B GGUF files（2026年10月11日確認、Q4_K_M file size）
• Qwen公式：Qwen3-14B GGUF files（2026年10月11日確認、Q4_K_M file size）
• Qwen公式：Qwen3-30B-A3B GGUF files（2026年10月11日確認、Q4_K_M file size）
• Qwen公式：Qwen3-32B GGUF files（2026年10月11日確認、Q4_K_M file size）
• Qwen公式：Qwen3-235B-A22B Q4_K_M files（2026年10月11日確認、5 shardの合計サイズ）