ランキング更新日：2026年9月22日
Mac mini M2 / M2 Pro（8-32 GB、100-200 GB/s）は、Q4_K_M の 7-13B モデルに対して、依然として優れた静音の推論サーバーです。通気性があり、コンパクトで、24時間365日稼働可能です。
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。
Dense 8B、Apache 2.0、FRを含む12言語、131k ctx、GQA 32Q/8KV。MMLU 73.84、HumanEval 85.37。2026年4月29日リリース。
# HuggingFace : ibm-granite/granite-4.1-8b
Granite 4.2 8B (IBM)：Apache 2.0 の Dense モデル、128k コンテキスト、Q4 で VRAM 約 4.6 GB。エンタープライズ向けにチャット、コード、多言語推論に対応。
ollama pull granite4.2
OLMo 3 7BをSFTで「thinking」向けにファインチューニングしたモデル：段階的な推論、16kのコンテキスト、Q4で約4.2 GBのVRAM。100%オープン、Apache 2.0ライセンス。
# HuggingFace : zimplex/olmo3-7b-think-sft-eosfix-16k-3ep-euc
GLM 5.3 (Zhipu)：コードと推論に特化した Dense 7B モデル、128k コンテキスト、Q4 で VRAM 約 4.1 GB。軽量で、6～8 GB の GPU で動作、MIT ライセンス。
ollama pull glm-5.3
デンス型 7B、100%公開（重み + データ + コード）。研究向けに完全な透明性を確保。
ollama run olmo-3:7b
thinking/fastのハイブリッドモード。119言語、標準で32kのコンテキスト（YaRN経由で131k）。
ollama run qwen3:8b
Gemma 4 12B (Google)：マルチモーダル Dense モデル（テキスト、ビジョン、オーディオ）、256k コンテキスト、Q4 で VRAM 約 7 GB。Apache 2.0、多言語対応。
# HuggingFace : google/gemma-4-12B
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス | Apple M2 (16 GB) 上で |
|---|---|---|---|---|---|---|
| #1 | Granite 4.1 8B Instruct | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · Q8 |
| #2 | Granite 4.2 8B | 8B | 4.6 GB | 128 000 | Apache 2.0 | 32 tok/s · Q8 |
| #3 | OLMo 3 7B Think (SFT) | 7B | 4.2 GB | 16 000 | Apache 2.0 | 32 tok/s · Q8 |
| #4 | GLM 5.3 7B | 7B | 4.1 GB | 128 000 | MIT | 32 tok/s · Q8 |
| #5 | OLMo 3 7B | 7B | 5 GB | 8 192 | Apache 2.0 | 12 tok/s · Q8 |
| #6 | Qwen 3 8B | 8B | 5 GB | 131 072 | Apache 2.0 | 12 tok/s · Q8 |
| #7 | Gemma 4 12B | 12B | 7 GB | 262 144 | Apache 2.0 | 18 tok/s · Q5_K_M |
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：1〜32Bで、Q4_K_Mが22GB未満に収まるモデル（M2 Proは最大32GB）。7〜13B（M2 Proの性能を最も活かせる範囲）と、共有サーバー向けの自由なライセンスに加点。
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 mini M2 8 GB は2026年でも選ぶ価値がありますか？
Phi-4 Mini 3.8B Q4またはLlama 3.2 3B Q4は動作しますが、余裕はほとんどありません。最低でも16GBを推奨します。参照： Mac mini M2ガイド.
Mac mini M2 Pro 32 GB：最適なバランスのモデルは？
Mistral Nemo 12B Q4（約7GB）またはQwen 3 14B Q4（約8GB）— 22〜28トークン/秒。Ollama API経由で1〜3人が同時に利用する家庭用LLMサーバーとして優れています。
LLMサーバーにはM2 ProとM4 Proのどちらがよいですか？
M4 Pro（273 GB/s）は同じモデルに対してM2 Pro（200 GB/s）と比べて約35～40％速いです。2026年に新品を購入する場合、M4 Proを購入した方が良いです。詳細は Mac mini M4.
Mac mini M2 を静音サーバーとして使うには、どのように構成すればよいですか？
LAN上でOllama + Open WebUIを稼働させ、ポート11434はnginxのリバースプロキシの背後に配置。launchdで自動起動。アイドル時は約10 W、負荷時は約35 W。ITX PCよりも静かです。