Macのメモリ別・動かせるローカルLLM一覧
CHATGPT / AIChatGPTなどの生成AIを活用して運営・記事制作・更新を行っています。制作方針
広告この記事には広告・アフィリエイトリンクが含まれます。表示・選定方針
Apple Silicon Macのユニファイドメモリ容量別に、ローカルで試しやすいLLMの規模とGGUF量子化を整理。16GBから128GB超まで、モデル本体・KVキャッシュ・macOS用の余裕を含めた選び方を解説します。
先に結論
16GB Macなら4B級、24GBなら8B級、32〜36GBなら14B級、48GBなら30〜32B級、64GB以上なら70B級の4bit GGUFを中心に選ぶと、macOSやKVキャッシュの領域を残しやすくなります。これは「起動可能な最大値」ではなく、普段使いも考えた出発点です。
Apple SiliconではCPUとGPUがユニファイドメモリを共有します。搭載メモリ全量をモデル専用にはできません。モデルファイルが収まっても、長いコンテキスト、画像入力、並列実行、ブラウザや開発環境の同時利用で不足するため、ファイル容量だけで購入構成を決めないことが重要です。
確認日時: 2026年8月2日 14:05（Asia/Tokyo）
固定した版: llama.cpp master HEAD11924d4c17abc27383376a1ac6a24fa3e36c1c0c
検証区分: Apple、llama.cpp、モデル配布元の公式資料を照合した机上調査です。各メモリ構成でのモデル起動、速度、最大コンテキストは実測していません。
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対応ランタイムを使う場合の目安です。「余裕を持って試す」は通常のmacOS利用を残した帯、「上限寄り」は他アプリを閉じ、短めのコンテキストから調整する帯を表します。
| ユニファイドメモリ | 余裕を持って試す規模 | 上限寄りで試す規模 | 選び方 |
|---|---|---|---|
| 8GB（旧構成） | 0.5〜1.7BのQ4〜Q8 | 4Bの軽いQ4 | 入門用でも余裕が少ない。買い替え時の基準にはしない |
| 16GB | 4BのQ4〜Q8 | 8BのQ4 | まず4Bで速度と品質を確認。8Bでは他アプリとcontextを絞る |
| 24GB | 8BのQ4〜Q8 | 14BのQ4 | 一般チャットと軽いcodingの現実的な入門帯 |
| 32〜36GB | 14BのQ4〜Q6 | 30〜32BのQ4 | 30B級はモデル本体が約19GBになる例があり、長いcontextに注意 |
| 48GB | 30〜32BのQ4 | 30〜32BのQ6〜Q8 | 32Bを日常利用しやすい。70B Q4は余裕が乏しく非推奨 |
| 64GB | 30〜32Bの高めの量子化 | 70BのQ4 | 70Bは短いcontextから開始し、メモリプレッシャーを確認 |
| 96〜128GB | 70BのQ4〜Q8 | 100B級・MoEを個別検討 | 大型モデルと長めのcontextを両立しやすいが、速度はチップの帯域にも依存 |
| 192GB以上 | 100B超の量子化モデル | 200B超のQ4を個別検討 | 分割GGUF、KVキャッシュ、実行バッファを含めて事前計算が必須 |
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モデルと一致しません。表はファイルが開ける保証でも、快適な速度の保証でもありません。
llama.cpp公式のApple Silicon向けガイドには、性能を保つ目安として総メモリの70%を超えないよう勧める記載があります。固定のOS予約量を示す規格ではありませんが、本記事では安全側の一次判定として使います。たとえば24GBなら約16.8GB、64GBなら約44.8GBが「モデル＋context＋compute」の暫定上限です。
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、配布ページに表示された実ファイル容量を見る方が確実です。Qwen公式が公開するQwen3のQ4_K_Mでは、2026年8月2日の確認時点で次の容量でした。
| 公式GGUF | Q4_K_Mのファイル容量 | 搭載メモリの出発点 | 注意点 |
|---|---|---|---|
| Qwen3-4B-GGUF | 約2.50GB | 16GB | ファイル以外の領域を十分残せる |
| Qwen3-8B-GGUF | 約5.03GB | 16〜24GB | 16GBではcontextと同時利用アプリを控えめにする |
| Qwen3-14B-GGUF | 約9.00GB | 24〜32GB | 24GBではまず4K〜8K contextから確認する |
| Qwen3-30B-A3B-GGUF | 約18.56GB | 32〜48GB | MoE。weightは30B級だが毎tokenの計算量はdense 30Bと同じではない |
| Qwen3-32B-GGUF | 約19.76GB | 36〜48GB | 32〜36GBでは上限寄り、48GBなら調整余地が増える |
| Qwen3-235B-A22B-GGUF | 約142GB・5分割 | 192GB以上 | ファイルだけで142GB。merge、context、速度を別途検討する |
この表の容量はweightを収めたGGUFファイルであり、実行時メモリの総量ではありません。また、Qwen3を「各メモリ帯で最良のモデル」と評価した表でもありません。公開元と容量を追跡できる共通の物差しとして使っています。
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の実ファイル容量を確認する
モデルカードのパラメータ数ではなく、使う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。Q4_K_M、Q5_K_M、Q8_0は同じモデルでも容量が違います。
3. 70%を一次判定に使う
「GGUF＋想定するKVキャッシュ＋作業領域」が搭載メモリの70%以内なら候補に残します。70%を超えたら即座に実行不能という意味ではありません。ただし普段使いと併用するMacでは、より小さいモデルまたは低い量子化を先に試す方が切り分けやすくなります。
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 \
-ngl auto \
-fa auto \
-c 4096 \
-n 128 \
-cnv記事執筆時の固定版では各引数を確認していますが、masterは更新が速いため、実行前にllama-cli --versionとllama-cli --helpも確認してください。具体的な実行例はllama.cppコマンド実例集にまとめています。
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モデルへ戻します。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。
購入時は容量と速度を分けて考える
ローカルLLM目的でMacを選ぶなら、先に「使いたいGGUFが収まるメモリ」を決め、次にチップのメモリ帯域、GPU構成、価格を比較します。Apple公式の現行仕様ではMac miniに16GB・24GB・48GBなど、MacBook Proに24GBから128GB、Mac Studioにはさらに大きな構成がありますが、選べる容量はチップと販売時期に依存します。
- 4B〜8Bを試す入門機なら16〜24GB
- 14Bを日常的に使うなら24〜36GB
- 30〜32Bを主力にするなら48GBを基準
- 70Bを主目的にするなら64GBを最低線、余裕を見るなら96GB以上
- 200B級を検討するなら192GB以上でも、ファイル、context、速度を個別確認
最大モデルを一度起動するためだけに容量を埋めるより、1段小さいモデルを高めの量子化で動かし、ブラウザやIDEと共存させる方が実用的な場合があります。速度が期待より低いときは、容量を増やす前にllama.cppが遅い原因と高速化設定でbackendやoffloadを確認してください。
PURCHASE CHECK
必要メモリからMacの取扱構成を確認
記事内で整理したモデル規模とメモリ帯を先に決め、一致する構成だけを確認します。
よくある質問
16GB Macで8Bモデルは動きますか？
8BのQ4_K_Mが約5GBの例なら候補になります。ただし、macOS、KVキャッシュ、作業領域、同時利用アプリも必要です。4K程度のcontextから始め、メモリプレッシャーとswapを見て判断してください。
32GBなら32Bモデルを快適に使えますか？
Qwen3-32B Q4_K_Mのファイルだけで約19.76GBです。起動を試せる余地はありますが、長いcontextやアプリ併用を含めると上限寄りです。常用なら48GBを基準にする方が調整しやすくなります。
SSDのswapがあるので、メモリを超えても大丈夫ですか？
一時的に起動できる場合はありますが、swapはユニファイドメモリの帯域を置き換えるものではありません。Mac全体の応答性や生成速度が落ちる可能性があるため、常用構成の前提にはしない方が安全です。
Ollamaを使えば必要メモリは変わりますか？
runtime、backend、既定context、モデルpackageによって総量は変わりますが、weightとKVキャッシュが必要という基本は同じです。Ollamaとllama.cppの比較を参考に、同じモデル、量子化、contextで比べてください。
参考資料
- Apple：Mac mini 技術仕様（2026年8月2日確認）
- Apple：MacBook Pro 技術仕様（2026年8月2日確認）
- Apple：Mac Studio 技術仕様（2026年8月2日確認）
- Apple Support：Macでメモリ使用量を表示する（2026年8月2日確認）
- Apple Developer：recommendedMaxWorkingSetSize（2026年8月2日確認）
- llama.cpp公式：Apple Siliconでのメモリ目安を含む実行ガイド（2026年8月2日確認）
- Qwen公式：Qwen3 GGUF collection（2026年8月2日確認）
