Apple M2 Pro（16GB） で動くローカルLLM一覧（2026年9月）
まず試すなら: Llama-3-ELYZA-JP-8B（4bit（Q4_K_M）・必要6.2GB・約30 tok/s較正）。国産の日本語特化8B。VRAM 8GB
足りないのは: gpt-oss-20bを動かすにはユニファイドメモリがあと約1.6GB必要（必要12GB / 実効11GB）。
載るモデル（ユニファイドメモリに全量が入る）
各モデルについて、載る中で最も高精度な量子化を表示。速度は推定（「較正」は同機種の公開ベンチで係数を合わせたもの）。
| モデル | 量子化 | 必要 | 判定 | 推定速度 |
|---|---|---|---|---|
| Gemma 4 26B-A4B | 2bit（IQ2_M） | 10GB | 快適 | 約56 tok/s較正 |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 快適 | 約42 tok/s較正 |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約39 tok/s較正 |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 快適 | 約36 tok/s較正 |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約34 tok/s較正 |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 快適 | 約30 tok/s較正 |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 快適 | 約22 tok/s較正 |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約20 tok/s較正 |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約20 tok/s較正 |
| Phi-4 14B | 4bit（IQ4_XS） | 9.7GB | 実用 | 約19 tok/s較正 |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約18 tok/s較正 |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約18 tok/s較正 |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約18 tok/s較正 |
| Mistral Nemo 12B | 5bit（Q5_K_M） | 10GB | 実用 | 約18 tok/s較正 |
| Mistral Small 3.2 24B | 2bit（Q2_K） | 10GB | 実用 | 約17 tok/s較正 |
| Qwen3 14B | 4bit（Q4_K_M） | 10GB | 実用 | 約17 tok/s較正 |
| DeepSeek-R1 Distill Qwen 14B | 4bit（Q4_K_M） | 11GB | 実用 | 約17 tok/s較正 |
| DeepSeek-R1 Distill Qwen 14B Japanese | 4bit（Q4_K_M） | 11GB | 実用 | 約17 tok/s較正 |
| Qwen2.5-Coder 14B | 4bit（Q4_K_M） | 11GB | 実用 | 約17 tok/s較正 |
| Gemma 3 27B | 2bit（IQ2_M） | 11GB | 実用 | 約16 tok/s較正 |
| Gemma 3 12B | 6bit（Q6_K） | 11GB | 実用 | 約16 tok/s較正 |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 実用 | 約16 tok/s較正 |
動かないモデルと不足分
| モデル | 量子化 | 必要 | 不足 |
|---|---|---|---|
| gpt-oss-20b | 4bit（MXFP4） | 12GB | あと1.6GB |
| Qwen3.5 27B | 4bit（Q4_K_M） | 17GB | あと6.4GB |
| GLM-4.7-Flash 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.2GB |
| Qwen3 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.3GB |
| Qwen3-Coder 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.3GB |
| Gemma 4 31B | 4bit（Q4_K_M） | 19GB | あと8.8GB |
| Qwen3 32B | 4bit（Q4_K_M） | 21GB | あと11GB |
| DeepSeek-R1 Distill Qwen 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen2.5-Coder 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen3.5 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen3.6 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Qwen3-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと37GB |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | あと51GB |
| Llama 4 Scout 17B-16E | 4bit（Q4_K_M） | 65GB | あと54GB |
| GLM-4.5-Air 106B-A12B | 4bit（Q4_K_M） | 72GB | あと61GB |
| Qwen3.5 122B-A10B | 4bit（Q4_K_M） | 74GB | あと63GB |
| Qwen3 235B-A22B | 4bit（Q4_K_M） | 138GB | あと128GB |
gpt-oss-20bまで届くPC・Macに買い替えるなら
PR: 以下は広告リンクを含みます（Amazonアソシエイト・各社アフィリエイト）。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。
Mac mini M4 Pro（メモリ48GB・SSD 1TB）
30BクラスのローカルLLMとエージェント並列運用を1台で。コスパの中心
M4 Pro・ユニファイドメモリ48GB・SSD 1TB・帯域273GB/s ・ 目安 30〜36万円
要件を満たす中で最も手頃
Mac mini M4 Pro（メモリ64GB・SSD 1TB）
70BクラスのローカルLLMまで。同価格帯のGeForce機より載るモデルが大きい
M4 Pro・ユニファイドメモリ64GB・SSD 1TB ・ 目安 36〜42万円
将来の用途拡張（大きなモデル・並列エージェント）に余裕
GPUなし開発デスクトップ（メモリ32GB・SSD 1TB）
コーディングAI・データ分析・自動化のサーバ役。GPUは後から足せる
Ryzen 7 / Core i7 クラス・メモリ32GB・NVMe 1TB・電源650W以上（GPU増設余地） ・ 目安 12〜18万円
Windowsで同じ仕事をするなら
この機種の実測データ（出典）
✅ M2 Pro 2 の llama.cpp 公開ベンチマーク（GitHub Discussion）: llama-7b F16 = 13.06 tok/s / llama-7b Q8_0 = 23.01 tok/s / llama-7b Q4_0 = 38.86 tok/s。この値からメモリ帯域幅に対する実効係数（82%）を求め、他モデルの速度推定に使っています。
よくある質問
Apple M2 Pro（16GB）でローカルLLMは動く？
動きます。ユニファイドメモリ16GB（実効約11GB）に、収録40モデル中22本が載ります。日本語チャットならLlama-3-ELYZA-JP-8B（4bit（Q4_K_M））が推定約30 tok/sです。
Apple M2 Pro（16GB）で動かないモデルは？
gpt-oss-20bは4bitで約12GB必要で、ユニファイドメモリがあと約1.6GB足りません。