ランキング更新日：2026年9月22日
48 GBのユニファイドメモリ（M4 Proの上位モデル、M2 Maxの基本モデル、M3 Proの上位モデル）があれば、30BモデルをQ5/Q6で利用でき、70BモデルをQ2/Q3で試すこともできます。ローカルAIを本格的に活用するための、一般ユーザー向けの有力なメモリ容量です。
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 ユーロのおすすめをご紹介 →
アフィリエイトリンク — QuelLLM は購入に応じて紹介料を受け取る場合がありますが、お客様に追加費用はかかりません。紹介料の有無が、独立して作成したランキングに影響することはありません。Amazon アソシエイトとして、QuelLLM は条件を満たす購入から収益を得ます。
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
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
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
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 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
| 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 | GLM 4.7 Flash | 31B | 19 GB | 128 000 | MIT | 40 tok/s · Q8 |
| #2 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 30 tok/s · Q8 |
| #3 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #4 | Gemma 4 26B-A4B MoE | 26B | 16 GB | 128 000 | Apache 2.0 | 22 tok/s · Q8 |
| #5 | LLaDA 2.0 Uni 16B | 16B | 18 GB | 8 192 | Apache 2.0 | 60 tok/s · Q8 |
| #6 | Nemotron Cascade 2 30B-A3B | 30B | 17 GB | 128 000 | NVIDIA Open Model License | 30 tok/s · Q8 |
| #7 | Qwen3-Coder 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q8 |
| #8 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | 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：7～75BモデルでQ4_K_Mが36GB未満であるもの（macOS＋コンテキスト用に12GBを残す）。ボーナス13～32B（ピーク密度Q5/Q6）およびMoE 30B-A3B（ピークQ8）。
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 48GB：Llama 70Bを実行できるか？
はい。Q3_K_M（約32 GB）なら6〜10トークン/秒で動作します。長文の生成には使えますが、チャットには遅いです。同程度の品質で3倍速く動作する MoE 30B-A3B Q8（こちらも約32 GB）をおすすめします。
M4 Pro 48 GB と M2 Max 48 GB の比較？
M4 Proは273 GB/s、M2 Maxは400 GB/s。30BモデルのQ5ではM2 Maxが約40%高速です（約22 tok/s対16 tok/s）が、消費電力が多く、ファンの動作も活発になります。M4 Proはワット当たりの性能でより効率的です。参照： MBP M4.
48GBで7Bモデルをローカルでファインチューニングできるでしょうか？
Unslothを使ったQLoRAなら可能です：7Bモデル＋LoRAアダプター＋オプティマイザー＋勾配で約20～30 GB。余裕があります。13BモデルのQLoRAには64 GB以上を用意してください。参照： Mac 64GB.
48GBで使うなら、Qwen 3 30B-A3B（MoE）とQwen 3 32B（密モデル）のどちらを選ぶべきですか？
MoE 30B-A3Bは、トークンごとにアクティブになるパラメータが3Bだけなので、2〜3倍高速です（約30〜45トークン/秒に対し、デンスモデルは12〜18トークン/秒）。デンス32Bモデルは、複雑な推論ではやや優れています。実用上の標準の選択肢はMoEです。
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：