ランキング更新日：2026年9月22日
Mac Studio（M2／M3／M5 Ultra、最大512 GBのユニファイドメモリ、帯域幅800 GB/s〜1.2 TB/s）は、ローカルAI向けとして最も高性能な一般消費者向けワークステーションです。70BはQ5、200BはQ4、最先端の670BモデルはQ3で実行できます。
Mac Studio ：ローカルAI向けに購入できる別の選択肢 — Mac Studio M5 Max（36 GB / 512 GB） (その他のメモリ設定：Apple StoreのBTO設定ツール。)：
ミニPCは、それ自体で一式のコンピューターです。必要なメモリ容量とソフトウェアの互換性を確認してください。macOS/MLXやCUDAの代わりにはなりません。
このモデルを選ぶ理由は？当サイトのMac Studio M5 Max（36 GB／512 GB）詳細解説 →
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。
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
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
エージェント型コーディング向けのMoE。総パラメータ35B、アクティブ3B。SWE-Bench 73.4%。2026年4月16日リリース。
ollama run qwen3.6:35b-a3b
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
| 順位 | モデル | Params | VRAM Q4 | コンテキスト | ライセンス | Apple M2 Ultra（128 GB）の場合 |
|---|---|---|---|---|---|---|
| #1 | Laguna XS.2 | 33B | 19 GB | 131 072 | Apache 2.0 | 100 tok/s · FP16 |
| #2 | GLM 4.7 Flash | 31B | 19 GB | 128 000 | MIT | 100 tok/s · FP16 |
| #3 | Granite 4.0 H-Small 32B-A9B | 32B | 19 GB | 128 000 | Apache 2.0 | 75トークン/秒 · FP16 |
| #4 | Qwen 3.6 35B-A3B | 35B | 21 GB | 262 000 | Apache 2.0 | 60 tok/s · FP16 |
| #5 | Qwen 3 30B-A3B | 30B | 19 GB | 131 072 | Apache 2.0 | 100 tok/s · FP16 |
| #6 | Nemotron Cascade 2 30B-A3B | 30B | 17 GB | 128 000 | NVIDIA Open Model License | 80 tok/s · FP16 |
| #7 | Qwen3-Coder 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 100 tok/s · FP16 |
| #8 | Qwen 3 VL 30B-A3B | 30B | 19 GB | 262 144 | Apache 2.0 | 100 tok/s · FP16 |
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：7-700B（フロンティアMoEを許容）。大きなボーナス30-200B（ピークStudio Ultra）およびMoE全体：800GB/s以上の帯域幅がこれらのモデルを本当に活用できます。
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 Studio M2 Ultra 192 GB：Llama 70B はスムーズに動作しますか？
はい。Llama 3.3 70BはQ5_K_M（約48 GB）で約11トークン/秒、Q4で14トークン/秒で動作します（推定値：800 GB/sの帯域幅によって決まる上限の約70％）。これは、70Bモデルをローカルで快適に動作させられる初のApple製ハードウェアでした。次のガイドをご覧ください： Mac Studioガイド.
Mac Studio Ultra 512GB : DeepSeek 671B ?
はい — DeepSeek R1 671B（37Bアクティブ、MoE）はQ4_K_M（約400 GB）でM3 UltraまたはM5 Ultra（512 GB）に収まり、トークンごとに37Bのパラメータのみを読み込むため、実用的な速度を実現します。他のデスクトップ環境では実現できません。詳細は DeepSeek R1 671B.
Mac Studio と 4× H100サーバーの比較
4× H100（320 GB HBM3）は約120 000 € + 2 kWの電源が必要です。Mac Studio Ultra 512 GBは約10 000 €を超え、消費電力は約200 Wです。H100はスループットで約5〜10倍速い一方、Studioはメモリ1 GBあたりのコストと静音性で優位です。
Studio Ultra では MLX が必要ですか？
おすすめです。MLXはユニファイドメモリをより有効に活用し、大規模なモデルではllama.cppより速く動作することが多いです。Ollama（llama.cpp Metal）も動作しますが、マシンの性能を十分には引き出せません。