ランキング更新日：09/10/2026
32 GBのユニファイドメモリは、品質を重視した一般向けの構成として標準的な容量です。Mistral Small 24B Q4、Qwen 3 30B Q4、またはQ8のQwen 3 30B-A3B MoEを快適に実行できます。
価格を比較する： Mac mini M5 Pro (24 GB / 512 GB) 提携販売店にて（製品ページを確認済み）：
この選択の理由は？当サイトのMac mini M5 Pro（24 GB / 512 GB）詳細ガイド →
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。
Gemma 4のMoE版。総パラメータ26B、アクティブパラメータ4B。テキスト・画像・音声に対応する完全なマルチモーダルモデル。
ollama run gemma4:26b
Apache 2.0ライセンスで公開された初のdLLM：MoE 16B/1B + 拡散デコーダー6.2B。テキストとビジョンを統合。2026年4月22日公開。
# HuggingFace : inclusionAI/LLaDA2.0-Uni (Flash Attn 2 + CUDA 12.4 requis)
MoE、総パラメータ数 30B／アクティブパラメータ数 3B、ハイブリッド思考。MMLU 81.4、AIME24 80.4。100以上の言語に対応。
ollama run qwen3:30b-a3b
MoE 30B（アクティブパラメータ3B）：thinkingモード + instruct。IMO 2025とIOI 2025で金メダル。アクティブパラメータが3Bのため推論が高速で、30Bレベルの推論能力を備えます。2026年4月リリース。
ollama run nemotron-cascade-2
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
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
韓国発のエージェント用途向けMoE。総パラメータ数30B、アクティブパラメータ数3B。KR/EN/JP/ZH/TH/VIに対応。Apache 2.0。MLAアテンション。
ollama pull hf.co/kakaoai/Kanana-2-30B-GGUF
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
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス | Apple M4 Pro (48 GB) 上で |
|---|---|---|---|---|---|---|
| #1 | Gemma 4 26B-A4B MoE | 26B | 16 GB | 128 000 | Apache 2.0 | 22 tok/s · Q8 |
| #2 | LLaDA 2.0 Uni 16B | 16B | 18 GB | 8 192 | Apache 2.0 | 60 tok/s · Q8 |
| #3 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #4 | Nemotron Cascade 2 30B-A3B | 30B | 17 GB | 128 000 | NVIDIA Open Model License | 30 tok/s · Q8 |
| #5 | Qwen3-Coder 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q8 |
| #6 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q8 |
| #7 | Kanana 2 30B-A3B Thinking | 30B | 18 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #8 | Qwen 3 Omni 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 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：Q4_K_Mでのメモリ使用量が22 GB未満に収まる3～35Bモデル（macOSと長いコンテキスト用に10 GBを確保）。13～30Bモデル（ピーク32 GB）とMoEモデルを優遇（ここではQwen 3 30B-A3BをQ8で使用）。
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。
Mac 32 GB：Mistral Small 24B を Q5 で実行可能でしょうか？
はい。Q5_K_Mで約17 GBです。チップによって18～25トークン/秒で動作します（M1 Maxが最も速く、ベースモデルのM4が最も効率的です）。フランス語と汎用的なタスクに優れています。
32 GB環境でQwen 3 30B-A3B（MoE）を使うなら、Q4とQ8のどちら？
Q8（約32GB）はぎりぎり収まりますが、メモリをすべて使います。Q4（約17GB）なら余裕があり、コンテキストとほかのアプリ用に15GBを空けられます。MoEでのQ4とQ8の品質差はわずかです（ベンチマークで2%未満）。Q4をおすすめします。
32GB と 48GB：どのくらいの質的変化がありますか？
48 GBなら、Q5の32B密モデルやQ3の70Bモデルを利用できます。32 GBでは、Q4の30BモデルまたはQ8のMoE 30B-A3Bモデルまでに限られます。新品を購入するなら、48 GBのほうがおすすめです。参照： 48GBのMac.
32 GBのMacでは、どのフランス語モデルを選べばよいですか？
Mistral Small 3.1 24B Q4 (~13 GB) または Mistral Small 3.2 24B Q4 — FRでの最適選択です。Magistral Small 24B は推論に最適です。詳細は フランス語のランキング.
最終候補同士を詳しく比較した当サイトの記事で、理解をさらに深めてください：