ランキング更新日：2026年9月22日
Mac mini M4 / M4 Pro（16-64 GB、120-273 GB/s）は、2026年におけるローカル推論サーバーとして、パフォーマンス対価格比で最も優れています。冷却ファンを備え、静かで、過熱せず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。
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)
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
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 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 | GLM 4.7 Flash | 31B | 19 GB | 128 000 | MIT | 40 tok/s · Q8 |
| #4 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 30 tok/s · Q8 |
| #5 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 40 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 |
Mac mini M4向けのランキングは確認できました。Macキットでは、その性能を最大限に引き出す方法を学べます。GPUのメモリ上限を引き上げる方法（第2章）、MLXとGGUFの選び方（第3章）、そしてMac miniを家中で使えるAIサーバーにする方法（第12章）を解説します。
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：1〜70Bのモデルで、Q4_K_Mのメモリ使用量が50GB未満に収まるもの。7〜32B（M4 Proの性能がピークに達する範囲）とMoE（最初のトークンが出るまでの遅延が重要なサーバー用途で優れる）には大きく加点します。
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 M4 16GB：家庭用LLMサーバーにどのモデルが適しているか？
Mistral 7B Q4（約4.5 GB）または Qwen 3 8B Q4（約5 GB）— 30〜40 tok/s。700 €のボックスの背後にある Ollama サーバーに最適です。参照： M4搭載Mac miniガイド.
Mac mini M4 Pro 48 GB：32Bモデルを動かせますか？
はい — Qwen 3 32B Q4（~17GB）は22〜28トークン/秒、Qwen 3 30B-A3B（MoE、~17GB）は50〜60トークン/秒です。2026年におけるローカルAI用の最適なMac miniです。
Mac mini M4 と RTX 5070 Ti の比較は？
RTX 5070 Ti（16 GB GDDR7、約750 GB/s）は、7-13Bモデルで約2倍速いです。16 GBを超える場合（30Bモデルなど）、Mac miniが有利になります。また、静音性と消費電力100W未満という点では、24時間365日の運用において太刀打ちできるものはありません。
Mac mini M4の理想的なハードウェア構成は？
M4 Pro 48GB / 1TB SSD = 約2300€ — 最適なバランスです。M4 Pro 64GBならLlama 70B Q3も利用できます。ベースモデルのM4 16GBも、エントリーレベルのサーバーで7〜8Bモデルを動かすには引き続き優れた選択肢です。