ランキング更新日：09/10/2026
64 GBのユニファイドメモリは、実用上70Bモデルを動かせるようになる目安です。Llama 3.3 70B Q4_K_Mは、32kのコンテキストを含めて約40 GBに収まります。ローカルでRTX 4090のマルチGPU構成に匹敵するのは、この容量からです。
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 ユーロ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、あなたに追加費用をかけずに購入から手数料を受け取る場合がありますが、独立して決定したランキングには影響しません。Amazonパートナーとして、ローカルLLMナビは、所定の条件を満たす購入から利益を得ています。
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
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
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
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
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス | Apple M4 Max（64 GB）上で |
|---|---|---|---|---|---|---|
| #1 | GLM 4.7 Flash | 31B | 19 GB | 128 000 | MIT | 40 tok/s · Q8 |
| #2 | Laguna XS.2 | 33B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #3 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 30 tok/s · Q8 |
| #4 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 tok/s · Q8 |
| #5 | Nemotron Cascade 2 30B-A3B | 30B | 17 GB | 128 000 | NVIDIA Open Model License | 30 tok/s · Q8 |
| #6 | Qwen3-Coder 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q8 |
| #7 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 40 tok/s · Q8 |
| #8 | Kanana 2 30B-A3B Thinking | 30B | 18 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：7〜100BのモデルでQ4_K_Mが48GB未満（macOSおよびコンテキスト用に16GBを残す）となるもの。追加で30〜70B（ピーク64GB）およびMoEモデル。
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。
64GBのMac：Llama 70B Q4は快適に動きますか？
M3/M4 Max（400〜546 GB/s）なら、はい。Llama 3.3 70B Q4_K_M（約40 GB）で12〜18トークン/秒です。M1/M2 Max（200〜400 GB/s）では8〜12トークン/秒で、実用にはなりますが、より低速です。参照： MBP M4 Max.
64GB：Llama 70BまたはMistral Large 123B？
Llama 70B Q4（約40 GB）は快適に動作します。Mistral Large 123B Q4（約68 GB）は64 GBには収まらず、96 GB以上が必要です。高品質な密なモデルを使うなら、Llama 70BまたはMistral Small 3.2 24B Q8（約26 GB）を選んでください。
Mac 64 GB と 2× RTX 3090（合計48 GB VRAM）の比較？
2× 3090 = 約3倍の高速化（カードあたり936 GB/s vs 統合400 GB/s）。ただしMac 64 GBは静音性、ポータビリティ、ケーブルレスという利点があります。個人利用では、快適さの面でMacが優位です。リアルタイムのプロ利用では、スループットの面で2× 3090が優位です。
64 GBで70BのMoEは動かせますか？
はい：Mixtral 8x7B Q4 (~28GB) または DeepSeek V4 Flash 284B (37BアクティブMoE) Q3_K_S (~140GB) は64GBでは収まらず、Mac Studio 192GB以上が必要です。詳細は、 Mac Studio.