AI用途でMacかWindowsか — 用途別の決め方と、それぞれが得意なこと
AI用途のPC選びで最初に分かれる道です。結論から言うと、画像・動画生成をやるならWindows（GeForce）、ローカルLLMの大きなモデルを動かすならMac、コーディングAIやクラウドAIならどちらでもよく静音と持ち運びで決める。この記事では、その理由を部品レベルで説明します。
決定的な違いは「メモリの構造」
Windows PCでは、CPU用のメインメモリ（DDR5）とGPU用のVRAM（GDDR7）が別々に載っています。AIモデルをGPUで動かすには、VRAMに載せなければならず、その上限は単体GPUで32GB（RTX 5090）です。メインメモリが64GBあっても、GPUからは使えません（CPUオフロードという逃げ道はありますが、速度が数分の一になります）。
Apple SiliconのMacは「ユニファイドメモリ」で、CPUとGPUが同じメモリを共有します。メモリ64GBのMacなら、そのうち約48GBをGPUがモデルに使えます。128GBなら約96GB。つまりMacはGeForceでは載らない大きさのモデルが載る。これが、ローカルLLMの大型モデルでMacが選ばれる理由です。
ただし速度はメモリ帯域幅で決まり、ここではGeForceが有利です。RTX 4090は1,008GB/s、RTX 5090は1,792GB/s。対してM4 Proは273GB/s、M4 Maxは546GB/s、M3 Ultraで800GB/s。同じモデルが載るなら、GeForceのほうが速い。Macは「載る大きさ」で勝ち、GeForceは「速さ」で勝ちます。
用途別の判定
| 用途 | Mac | Windows（GeForce） | 判定 |
|---|---|---|---|
| ChatGPT・Claude・Geminiを使う | ◎ | ◎ | どちらでも。静音・バッテリーならMac |
| Claude Code・Codex（コーディングAI） | ◎ Unix環境がそのまま | ○ WSL2経由 | Macがやや素直。Windowsも問題なし |
| 自動化・エージェント常時運用 | ◎ Mac miniが静音省電力 | ○ 静音ミニPC＋Linux | どちらも可。LinuxミニPCが最安 |
| Stable Diffusion・FLUX（画像生成） | △ 動くが2〜4倍遅い | ◎ CUDAが標準 | Windows |
| 動画生成AI | × 実用外 | ◎ VRAM 24GB以上 | Windows一択 |
| ローカルLLM 8〜14B | ◎ 16〜24GBで十分 | ◎ VRAM 8〜12GB | どちらでも |
| ローカルLLM 27〜32B | ◎ 48GBで載る | ○ 24〜32GBのGPUが必要（高価） | 容量ならMac、速度ならGeForce |
| ローカルLLM 70B〜120B MoE | ◎ 64〜128GB | × 単体GPUでは不可 | Mac（またはRyzen AI Max機） |
| 文字起こし（Whisper） | ◎ MLX版が快適 | ◎ GPUで最速 | どちらでも |
| Copilot+ PC機能（リコール等） | × | ◎ NPU搭載機のみ | Windows |
Macを選ぶべき人
- ローカルLLMで27B以上を日常的に使いたい。特に70B以上や120B MoEは、個人が現実的に持てる手段がMacかRyzen AI Max機しかない
- Claude Codeなどのターミナル中心のエージェントを、環境構築で悩まずに使いたい
- 静音・省電力で常時稼働させたい（Mac miniのアイドル消費電力は数W）
- 持ち運んで開発とローカルLLMの両方をやりたい（MacBook Pro M4 Pro 48GB）
注意点は、メモリを後から増やせないこと。Macは購入時のメモリ容量が一生ものです。ローカルLLMを視野に入れるなら、24GBではなく48GB、迷ったら64GBを選んでください。差額は後悔より安い。
Windowsを選ぶべき人
- 画像生成・動画生成をやる。ツールがCUDA前提で、GeForceなら「動くか」を悩まなくてよい
- 同じモデルをより速く動かしたい（帯域幅の差）
- 後からGPUを載せ替えて拡張したい（デスクトップ）。VRAM 8GBから始めて16GB、32GBへ段階的に
- 自作でコストを詰めたい。同じ予算なら一段上のGPUに届く
- Copilot+ PCの機能や、Windows専用の業務ソフトが必要
注意点は、ノート用GPUのVRAMが少ないこと。RTX 5070 Laptopは8GB（デスクトップ版は12GB）。ノートで画像生成やローカルLLMをやるなら型番の後ろのVRAM容量を必ず確認してください。もう一つ、Claude Codeを使うならWSL2のメモリ割り当て（.wslconfig）を調整する必要があります。
第三の選択肢: Ryzen AI Max+ 395
AMDのRyzen AI Max+ 395は、Windows/Linux機でありながらMacと同じユニファイドメモリ構造を持ち、128GBのうち最大96GBをGPUに割り当てられます。gpt-oss-120bや70Bクラスが載る唯一のx86機です。帯域は256GB/s（M4 Proより少し狭い）で、MoEなら実用速度、dense 70Bは遅め。ミニPCやHPのワークステーション型で入手できます。「Windowsで大型ローカルLLM」ならこれ、という位置づけです。
予算帯ごとの具体的な対応表
同じ予算で、MacとWindowsがそれぞれ何を買えるかを並べると、判断がしやすくなります。価格は2026年9月時点の目安です。
| 予算 | Mac | Windows（GeForce） | AI用途での違い |
|---|---|---|---|
| 15万円前後 | Mac mini M4 24GB | RTX 5060（8GB）デスクトップ・メモリ32GB | ローカルLLMはMacが上（14Bまで載る）、画像生成はWindowsだけが実用 |
| 25万円前後 | MacBook Air M4 24GB / Mac mini M4 Pro 24GB | RTX 5070（12GB）デスクトップ / RTX 5070 Laptop | SDXLが快適なのはWindows。持ち運び開発ならMacBook Air |
| 35万円前後 | Mac mini M4 Pro 48GB | RTX 5070 Ti / 5080（16GB）デスクトップ | 27〜32B LLMが載るのはMac、FLUX・27B MoEを速く回すのはWindows |
| 45万円前後 | MacBook Pro M4 Pro 48GB / Mac mini M4 Pro 64GB | RTX 5090（32GB）自作 | 70Bが載るのはMac 64GB。動画生成・学習はRTX 5090 |
| 70万円前後 | Mac Studio M4 Max 128GB | RTX 5090デスクトップ・メモリ128GB | 120B MoEが載るのはMac。GeForceは32GBが上限 |
見えてくるのは、25〜35万円帯が最も判断の分かれる価格帯だということです。ここではMacが「載るモデルの大きさ」で、Windowsが「画像生成の対応と速度」で、それぞれ相手を上回ります。用途を先に決めてから予算を当てはめてください。
速度の実感: 同じモデルでどれくらい違うか
当サイトのデータベース（公開ベンチマークで較正した推定値）で、8Bクラスの4bitモデルを動かした場合の生成速度を比べると、RTX 4070（帯域504GB/s）で1秒に60トークン前後、M4 Pro（273GB/s）で30〜40トークン、M4無印（120GB/s）で15〜20トークン、GPUなしのDDR5機で8〜10トークンです。人が読む速さは1秒に5〜10トークンなので、どれも「読める」速度ではありますが、長い出力を待つ時間や、エージェントが何往復もする用途では差が積み上がります。Macを選ぶ場合、M4無印とM4 Pro/Maxの帯域差（120 / 273 / 546GB/s）は価格差以上に体感に効きます。ローカルLLMを主目的にするなら、Pro以上を選んでください。
迷ったときの決め方
- 画像・動画生成をやる → Windows（GeForce VRAM 16GB以上）
- やらない。ローカルLLMで27B以上を動かしたい → Mac 48GB以上
- どちらもやらない → 今のPCか、好きなほう。メモリ32GBだけ確保
当サイトのトップページで用途を選ぶと、この判断を機種名まで落として3台出します。Macで要件を満たせない用途（動画生成など）では、その理由を明示して別の形を提案します。