🇺🇸 Laguna XS.2
MoE 33B(アクティブパラメータ3B)。Apache 2.0ライセンスで、エージェント型コーディングに特化。SWE-Bench Verifiedで68.2%、128kのコンテキスト。メモリ36 GBのMacで動作。2026年4月28日リリース。
ollama run laguna-xs.2
ランキング更新日:22/10/2026
128 GBのユニファイドメモリは、プレミアムなAIワークステーションの水準です。しかも、もはやデスクトップだけのものではありません。14/16インチのMacBook Proも、40コアGPU版を選べば、M5 MaxでもM4 Maxでもこの容量に対応します(M5 Maxでは614 GB/s、32コアGPU版では460 GB/s)。Llama 70BをQ8(約75 GB)で、MoE 150BをQ4で実行でき、企業向けRAGには200kのコンテキストを使えます。
価格を比較する: MacBook Pro M5 Pro — 24 GB / 1 TB 提携販売店にて(製品ページを確認済み):
予算に合わせてどの PC を選ぶべき?800~3,500 €のおすすめをご紹介 →
アフィリエイトリンク — ローカルLLMナビは、追加費用なしで購入に対する手数料を受け取る場合がありますが、これは独立して作成されたランキングに影響しません。Amazonアソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。
MoE 33B(アクティブパラメータ3B)。Apache 2.0ライセンスで、エージェント型コーディングに特化。SWE-Bench Verifiedで68.2%、128kのコンテキスト。メモリ36 GBのMacで動作。2026年4月28日リリース。
ollama run laguna-xs.2
GLM-4.7-Flash(MoE 31B、アクティブパラメータ約3B):30Bクラスでコード性能とVRAM使用量のバランスが最も優れています。MITライセンス、128kコンテキスト、3090/4090で非常に高速。
ollama run glm-4.7-flash
コードエージェント向けの MoE(39.8B/アクティブ 2.5B)、262k コンテキスト、Q4 で VRAM 約 23 GB、Apache 2.0:小型モデル並みの速度で、公式 Ollama タグがあります。
ollama pull flint
Mamba-2とMoEのハイブリッド。総パラメータ32B、アクティブパラメータ9B。長いコンテキストではRAM使用量が約70%少ない。Apache 2.0。
ollama run granite4:small-h
エージェント型コーディングに特化したMoE 30B(アクティブパラメータ3.3B)。ローカルで非常に高速に動作し、標準で256kのコンテキストに対応。Ollama経由で使う16~24 GB環境の定番モデル。
ollama run qwen3-coder:30b
Omni MoE、総パラメータ数30B/アクティブパラメータ数3B。音声ストリーミング。119言語のASR。Apache 2.0。
ollama run qwen3-omni:30b
ビジョン対応のMoEモデル。総パラメータ30B、アクティブパラメータ3B。Qwen 3のビジョンモデルの中でバランスのよい選択肢。256kコンテキスト。
ollama run qwen3-vl:30b
Gated DeltaNet + Attentionを組み合わせたハイブリッドMoE。24 GBのGPUで動作するローカルのコーディング支援アシスタント。
ollama run qwen3-coder-next
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス | Apple M5 Max(128 GB)上で |
|---|---|---|---|---|---|---|
| #1 | Laguna XS.2 | 33B | 19 GB | 131 072 | Apache 2.0 | 100 tok/s · FP16 |
| #2 | GLM 4.7 Flash | 31B | 19 GB | 128 000 | MIT | 100 tok/s · FP16 |
| #3 | Flint 40B-A2.5B | 39.8B | 23 GB | 262 000 | Apache 2.0 | 130 tok/s · FP16 |
| #4 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 75 tok/s · FP16 |
| #5 | Qwen3-Coder 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 100 tok/s · FP16 |
| #6 | Qwen 3 Omni 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 100 tok/s · FP16 |
| #7 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 100 tok/s · FP16 |
| #8 | Qwen3-Coder-Next 80B-A3B | 80B | 48 GB | 262 000 | Apache 2.0 | 50 tok/s · Q8 |
あなたのMacでローカルAIを最大限に活用:ユニファイドメモリ、MLXとGGUFの比較、お使いのチップに合ったモデル、Apple Silicon向けに調整済みのOllamaとLM Studio。
無料の要点まとめ
メモを受け取る VRAM → 最適なコーディング用モデル → Ollamaコマンド (1画面に収まり、コピー&ペーストできます)。そして、実際に動く環境を整えるために、ローカルコパイロットキットをご利用ください。
ローカルコパイロットキット — そのまま貼り付けて使える Ollama + Cline + Aider の設定、調整済みの Modelfiles、トラブルシューティング、無期限で利用できるオンラインスペース →スパムは送りません。配信停止は1クリックで可能です。お客様のデータは当サイトで保管し、転売することはありません。
お使いのグラフィックカード → ローカルで動かす最適なコーディングモデルと、その正確な Ollama コマンド:
| あなたの VRAM | 一般的な GPU / Mac | 推奨コーディングモデル | Ollama コマンド |
|---|---|---|---|
| 8 GB | RTX 4060 / 3060 · M1-M2 16 GB | Qwen 3.5 9B (Q4, 6.6 GB — 256k ctx) | ollama run qwen3.5:9b |
| 12 GB | RTX 3060 12 GB / 4070 / 5070 | Qwen 3.5 9B (Q8, 11 GB) または Gemma 4 12B (7.6 GB) | ollama run qwen3.5:9b-q8_0 |
| 16 GB | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 GB | Devstral 24B (Q4, 14 GB) — コーディングエージェントに特化 | ollama run devstral:24b |
| 24 GB | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 GB | Qwen 3.8 27B (Q4, 18 GB) — 「コパイロットに近い」 | ollama run qwen3.8:27b |
| 32 GB | RTX 5090 | Qwen 3.6 35B-A3B (Q4, 23 GB) — 高速な MoE | ollama run qwen3.6:35b |
| 48 GB+ | Mac M4 Max 64 GB · M2 Ultra 128 GB | Qwen3-Coder 30B-A3B (Q8, 32 GB — 256k ctx) | ollama run qwen3-coder:30b-a3b-q8_0 |
-base : ollama run qwen2.5-coder:7b-base — この用途では今も定番です。⚠️ Qwen 3.8 : その推論はデフォルトで非常に高く設定されており、単純なリクエストに対して「考えすぎ」ます — を下げてください low (または初回起動時に無効化) してください。⚠️ ライセンスの罠: Codestral 22B = Mistral Non-Production License → 仕事でのコーディングには使用禁止。Qwen 3.5/3.8、Gemma 4、Devstral は Apache 2.0 ライセンスです。💡 メモリの問題でクラッシュしますか?コンテキスト用に VRAM を約 1.5 GB 空けておくか、量子化レベルを一段階下げてください。🔌 VS Code に接続するには: Cline (マルチファイルエージェント)、 Aider (CLI) または Tabby/Twinny (FIM 自動補完) — すべてローカルで Ollama に接続します。キット ローカルコパイロット — そのまま貼り付けて使える設定 + テスト済みのセットアップ — を利用できます: /copilote-local.
フィルター:30〜250Bのモデルで、Q4_K_Mが96 GB未満に収まるもの(macOSと大容量コンテキスト用に32 GBを残します)。70〜150B(ピーク128 GB)と最大250BのMoEモデルを優遇。
考慮した基準:
スコアリングの仕組みはすべて公開しています。 私たちの方法論 でVRAMやtokens/secの計算の詳細をご確認ください。
128 GBのMac:Llama 70B Q8と123B Q5、どちらを選ぶ?
Llama 70B Q8(約75 GB)をM4 Max上で毎秒10〜14トークン。Mistral Large 123B Q5(約85 GB)を毎秒8〜12トークン。70BのQ8は一般により実用的です(ほぼFP16で、他のモデルのQ6よりわずかに優れています)。全体的な能力では123Bがなお上です。
128 GB環境で最先端のMoEモデルは動かせるか?
DeepSeek V4 Flash 284B(13B アクティブ MoE)Q3_K_M(約140 GB)は収容できません — Mac Studio 192GB以上が必要です。Granite 4 Mamba 150B Q4(約80 GB)は収容可能です。200B以上を対象にすると、 Mac Studio Ultra.
MacBook Pro M5 Max 128 GB:ノートPCに本当に128 GBを搭載できる?
はい、この価格帯では市場で唯一のポータブル製品です。14インチおよび16インチのMacBook Proは、M5 MaxでもM4 Maxでも最大128 GBのユニファイドメモリを搭載できますが、40コアGPU版に限られます。M5 Maxでは、この構成だけが614 GB/sにも対応します(32コア版は460 GB/s)。Llama モバイル環境で70B Q8+128kコンテキストを、クラウドなしで実行できます。参照 MacBook Pro M5 Maxの製品ページ.
Mac 128 GB対サーバー2× H100 80 GB?
2× H100 = 70Bで約10倍高速(カードあたり1700 GB/s vs ユニファイド546 GB/s)。しかし約80,000 € + 1 kW vs Mac 128 GB 約5,000 € + 100 W。個人使用や小規模チームの場合、Macは€/GBで圧倒的です。