ホーム › カタログ › MacBook Pro M4 Pro / Maxに最適なLLM(2026年)

MacBook Pro M4 Pro / Maxに最適なLLM(2026年)

◆ Mac — MacでローカルAIを最大限に活用 — ユニファイドメモリ、MLX、お使いのチップに適したモデル · 24 € · または全キットを49 €で →

ランキング更新日:22/10/2026

MacBook Pro M4 Pro / Max(24〜128GB、273〜546GB/s)は、2026年のローカルAI用途に最適なノートPCです。ファンによる冷却と広いメモリ帯域幅により、Q4/Q5で30B〜70Bのモデルを動かすことを目指せます。

ローカル AI のオファーと代替案

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):

この購入リンクは一時的にご利用いただけません:この国に配送できる適切な販売先がまだ見つかっていません。

予算に合わせてどの PC を選ぶべき?800~3,500 €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、追加費用なしで購入に対する手数料を受け取る場合がありますが、これは独立して作成されたランキングに影響しません。Amazonアソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。

ランキング

1

🇨🇳 GLM 4.7 Flash

Zhipu AI · 31B パラメータ · MIT · 128 000 トークン ctx

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。

このランクの理由 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
Apple M4 Max(64 GB)上で
Q8
35 GB · 40 tok/s
2

🇺🇸 Gemma 4 26B-A4B MoE

Google · 26B パラメータ · Apache 2.0 · 128 000 トークン ctx

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。

このランクの理由 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
Apple M4 Max(64 GB)上で
Q8
28GB · 22トークン/秒
3

🇨🇳 LLaDA 2.0 Uni 16B

Ant Group / inclusionAI · 16B パラメータ · Apache 2.0 · コンテキスト:8,192トークン

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。

このランクの理由 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)
Apple M4 Max(64 GB)上で
FP16
47 GB · 60トークン/秒
4

🇨🇳 Qwen 3.8 27B

Alibaba · 27B パラメータ · Apache 2.0 · 262 144 トークン ctx

Qwen 3.8 27B:テキストと画像に対応するDenseマルチモーダルモデル、コンテキスト262k、Q4でVRAM約16 GB(Ollamaの重みは18 GB)。Apache 2.0、エージェント型コーディングと画像認識に対応。

このランクの理由 Qwen 3.8 27B:テキストと画像に対応するDenseマルチモーダルモデル、コンテキスト262k、Q4でVRAM約16 GB(Ollamaの重みは18 GB)。Apache 2.0、エージェント型コーディングと画像認識に対応。
ollama run qwen3.8:27b
Apple M4 Max(64 GB)上で
Q8
29 GB · 14 tok/s
5

🇺🇸 Granite 4.0 H-Small 32B-A9B

IBM · 32B パラメータ · Apache 2.0 · 128 000 トークン ctx

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。

このランクの理由 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
Apple M4 Max(64 GB)上で
Q8
35 GB · 30 tok/s
6

🇨🇳 Qwen3-Coder 30B-A3B

Alibaba · 30B パラメータ · Apache 2.0 · 262 144 トークン ctx

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。

このランクの理由 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
Apple M4 Max(64 GB)上で
Q8
35 GB · 40 tok/s
7

🇨🇳 Qwen 3 Omni 30B-A3B

Alibaba · 30B パラメータ · Apache 2.0 · 131 072 トークン ctx

Omni MoE、総パラメータ数30B/アクティブパラメータ数3B。音声ストリーミング。119言語のASR。Apache 2.0。

このランクの理由 Omni MoE、総パラメータ数30B/アクティブパラメータ数3B。音声ストリーミング。119言語のASR。Apache 2.0。
ollama run qwen3-omni:30b
Apple M4 Max(64 GB)上で
Q8
35 GB · 40 tok/s
8

🇨🇳 Qwen 3 VL 30B-A3B

Alibaba · 30B パラメータ · Apache 2.0 · 262 144 トークン ctx

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。

このランクの理由 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
Apple M4 Max(64 GB)上で
Q8
35 GB · 40 tok/s

比較表

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 Gemma 4 26B-A4B MoE 26B 16 GB 128 000 Apache 2.0 22 tok/s · Q8
#3 LLaDA 2.0 Uni 16B 16B 18 GB 8 192 Apache 2.0 60 tok/s · FP16
#4 Qwen 3.8 27B 27B 16 GB 262 144 Apache 2.0 14 tok/s · Q8
#5 Granite 4.0 H-Small 32B-A9B 32B 19 GB 128 000 Apache 2.0 30 tok/s · Q8
#6 Qwen3-Coder 30B-A3B 30B 19 GB 262 144 Apache 2.0 40 tok/s · Q8
#7 Qwen 3 Omni 30B-A3B 30B 19 GB 131 072 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
Macキット

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。

  • 永久に利用できるオンラインスペース
  • PDF + ファイル
  • 30日間返金対応

無料の要点まとめ

あなたのマシンでどのコーディング用モデルを動かせばよいですか?

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。

ランキングの方法論

絞り込み条件:Q4_K_Mで80 GB未満に収まる3〜100Bのモデル(96 GB搭載のM4 MaxでmacOS用に16 GBを残します)。13〜70B(Max)と7〜32B(Pro)には加点。MoEモデルも高評価(Qwen 3 30B-A3BはM4で特に優れています)。

考慮した基準:

  • Q4_K_M ≤ 80 GB
  • 273~546 GB/sの帯域幅を活用
  • 長時間のセッションでも安定
  • 最適化済みMLXに対応

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。

よくある質問

MBP M4 Pro 24 GB:どのモデルが適しているか?

Qwen 3 14B Q4(約8 GB)は35〜45トークン/秒、Qwen 3 30B-A3B(MoE、約17 GB)は28〜32トークン/秒です。2026年のノートパソコンでは、M4 Pro 24 GBが最も優れた性能と価格のバランスを提供します。参照: MBP M4ガイド.

MBP M4 Max 64 / 128 GB:Llama 70Bを実行できますか?

はい。Llama 3.3 70B Q4_K_M(約40 GB)は、M4 Max 128 GBで12〜18 tok/sで動作します。Q5_K_M(約48 GB)は64 GBに収まります。200B以上については、次をご覧ください: Mac Studio Ultra.

MBP M4とRTX 4090の比較?

RTX 4090(VRAM 24 GB、1008 GB/s)は、24 GBに収まるモデルでは約2〜3倍高速です。24 GBを超えるとM4 Maxが優位になります(4090単体では70Bモデルは実行できません)。参照: RTX 4090.

M4 MaxではMLXとOllama、どちらを選ぶ?

MLXはM4 Maxで、トークン/秒で表す生成速度を20~30%向上させます(ネイティブなユニファイドメモリ、融合カーネル)。本番運用なら、変換する価値があります。たまにチャットする程度なら、Ollamaのほうが手軽です。

さらに詳しく

QuelLLM キット 用途別のリファレンスガイド
すべてのキットを生涯利用可能 — 49 €