トップ › Mac別 › Apple M2 Ultra（192GB）

Apple M2 Ultra（192GB）で動くローカルLLM一覧（2026年10月）

Q: Apple M2 Ultra（192GB）で動かないモデルは？

収録した人気モデルはすべて収まります。

2023年・ユニファイドメモリ 192GB ・メモリ帯域幅 800 GB/s（出典: Apple公式テックスペック（apple.com））・速度: 公開ベンチマーク3件で補正済み

148快適（20 tok/s以上）

43実用（8〜20 tok/s）

0メモリに一部を逃がせば動く

6動かない

編集部の見立て

M1とM2の世代で唯一、200B超のMoEに手が届く容量です。実効144GBにDeepSeek-V4-FlashのIQ4_XS（必要132.3GB）が収まり、推定40.9tok/s。Qwen3 235B-A22BはQ4_K_Mで138.3GB・推定20.3tok/sです。

Inkling Small 264BもIQ4_XS（123GB）で推定48.1tok/sが出て、動く大型モデルはどれも待たされません。GLM-5.3-Flashはあと7.1GB、GLM-5.3は352.2GBでまるで別の規模。200B級を1台で回したい人にとって、中古で探せる上限の構成です。

まず試すなら: GPT-OSS-Swallow 120B（6bit（Q6_K）・必要120GB・約51 tok/s補正済み）。gpt-oss-120bに日本語を追加学習したMoE。Mac 96GB以上向け

人気のモデルはすべてこの機種に収まります

買い替えは要りません。役に立つのは増設で、メモリ・SSD・教本の候補 ↓を下に並べています。

ユニファイドメモリに収まるモデル

収まる量子化のうち、いちばん精度の高いもので表示しています（速度は推定・計算方法）。

モデル	量子化	必要	判定	推定速度
Gemma 3 270M	8bit（Q8_0）	0.8GB	快適	約1550 tok/s補正済み
Qwen2.5 0.5B	8bit（Q8_0）	1.1GB	快適	約820 tok/s補正済み
Qwen3.5 0.8B	8bit（Q8_0）	1.4GB	快適	約540 tok/s補正済み
Gemma 3 1B	8bit（Q8_0）	1.6GB	快適	約440 tok/s補正済み
Sarashina2.2 0.5B	8bit（Q8_0）	1.8GB	快適	約440 tok/s補正済み
Qwen3 0.6B	8bit（Q8_0）	2.0GB	快適	約430 tok/s補正済み
LFM2.5 1.2B JP	8bit（Q8_0）	1.8GB	快適	約370 tok/s補正済み
Llama 3.2 1B	8bit（Q8_0）	2.0GB	快適	約330 tok/s補正済み
EXAONE 4.0 1.2B	8bit（Q8_0）	2.3GB	快適	約300 tok/s補正済み
TinySwallow 1.5B	8bit（Q8_0）	2.3GB	快適	約270 tok/s補正済み
RakutenAI-2.0 mini	8bit（Q8_0）	2.4GB	快適	約260 tok/s補正済み
Sarashina2.2 1B	8bit（Q8_0）	2.6GB	快適	約260 tok/s補正済み
Qwen2.5 1.5B	8bit（Q8_0）	2.5GB	快適	約240 tok/s補正済み
Qwen3.5 2B	8bit（Q8_0）	2.6GB	快適	約220 tok/s補正済み
Qwen3-VL 2B	8bit（Q8_0）	3.1GB	快適	約210 tok/s補正済み
Qwen3 1.7B	8bit（Q8_0）	3.1GB	快適	約210 tok/s補正済み
Ling 3.0 tiny	8bit（Q8_0）	8.7GB	快適	約200 tok/s補正済み
LFM2.5 8B-A1B	8bit（Q8_0）	9.2GB	快適	約170 tok/s補正済み
LLM-jp-3.1 1.8B	8bit（Q8_0）	3.9GB	快適	約170 tok/s補正済み
MiniCPM5 2B	8bit（Q8_0）	3.4GB	快適	約170 tok/s補正済み
LFM2.5 2.6B	8bit（Q8_0）	3.4GB	快適	約160 tok/s補正済み
LFM2.5-VL 3B	8bit（Q8_0）	3.4GB	快適	約160 tok/s補正済み
Gemma 2 Baku 2B	8bit（Q8_0）	3.8GB	快適	約150 tok/s補正済み
Qwen2.5-VL 3B	8bit（Q8_0）	3.9GB	快適	約140 tok/s補正済み
Qwen2.5-Coder 3B	8bit（Q8_0）	3.9GB	快適	約140 tok/s補正済み
Qwen2.5 3B	8bit（Q8_0）	3.9GB	快適	約140 tok/s補正済み
SmolLM3 3B	8bit（Q8_0）	4.2GB	快適	約130 tok/s補正済み
gpt-oss-20b	4bit（MXFP4）	12GB	快適	約130 tok/s補正済み
Llama 3.2 3B	8bit（Q8_0）	4.7GB	快適	約120 tok/s補正済み
Ministral 3 3B	8bit（Q8_0）	4.8GB	快適	約120 tok/s補正済み
Granite 4.2 3B	8bit（Q8_0）	4.9GB	快適	約110 tok/s補正済み
Sarashina2.2 3B	8bit（Q8_0）	5.2GB	快適	約110 tok/s補正済み
LLM-jp-4 32B-A3B thinking	5bit（Q5_K_M）	24GB	快適	約110 tok/s補正済み
Gemma 3 4B	8bit（Q8_0）	4.7GB	快適	約110 tok/s補正済み
Nemotron 3 Nano 4B	8bit（Q8_0）	4.7GB	快適	約110 tok/s補正済み
Qwen3.5 4B	8bit（Q8_0）	5.0GB	快適	約100 tok/s補正済み
Phi-4-mini 3.8B	8bit（Q8_0）	5.4GB	快適	約100 tok/s補正済み
AREX-Turbo 4B	8bit（Q8_0）	5.1GB	快適	約100 tok/s補正済み
Fara1.5 4B	8bit（Q8_0）	5.1GB	快適	約100 tok/s補正済み
Nanbeige4.2 3B	8bit（Q8_0）	5.4GB	快適	約99 tok/s補正済み
Gemma 3n E2B	8bit（Q8_0）	5.2GB	快適	約98 tok/s補正済み
gpt-oss-120b	4bit（MXFP4）	62GB	快適	約98 tok/s補正済み
Qwen3-VL 4B	8bit（Q8_0）	5.7GB	快適	約98 tok/s補正済み
Qwen3 4B	8bit（Q8_0）	5.7GB	快適	約98 tok/s補正済み
Gemma 4 E2B	8bit（Q8_0）	5.5GB	快適	約93 tok/s補正済み
AFM-4.5B	8bit（Q8_0）	5.8GB	快適	約92 tok/s補正済み
Nemotron 3.5 Lightning 30B-A3B	8bit（Q8_0）	33GB	快適	約89 tok/s補正済み
Nemotron 3 Nano Omni 30B-A3B	8bit（Q8_0）	33GB	快適	約89 tok/s補正済み
Kimi Linear 48B-A3B	8bit（Q8_0）	51GB	快適	約88 tok/s補正済み
Qwen3.8-Flash-Next	4bit（IQ4_XS）	91GB	快適	約87 tok/s補正済み
Ornith 1.0 35B-A3B	8bit（Q8_0）	36GB	快適	約87 tok/s補正済み
Qwen-AgentWorld 35B-A3B	8bit（Q8_0）	36GB	快適	約87 tok/s補正済み
Qwen3.6 35B-A3B	8bit（Q8_0）	36GB	快適	約87 tok/s補正済み
Qwen3.5 35B-A3B	8bit（Q8_0）	36GB	快適	約87 tok/s補正済み
Llama-3-ELYZA-JP-8B	4bit（Q4_K_M）	6.2GB	快適	約87 tok/s補正済み
Holo4 35B-A3B	8bit（Q8_0）	36GB	快適	約87 tok/s補正済み
Ornith 1.5 35B-A3B	8bit（Q8_0）	37GB	快適	約87 tok/s補正済み
KAT-Coder-V2.5-Dev 35B-A3B	8bit（Q8_0）	36GB	快適	約87 tok/s補正済み
Qwen3-Coder-Next 80B-A3B	8bit（Q8_0）	82GB	快適	約87 tok/s補正済み
Qwen3-Next 80B-A3B	8bit（Q8_0）	82GB	快適	約87 tok/s補正済み
Laguna XS 2.1 33B-A3B	8bit（Q8_0）	35GB	快適	約84 tok/s補正済み
Phi-3.5-mini 3.8B	8bit（Q8_0）	7.4GB	快適	約84 tok/s補正済み
ERNIE 4.5 21B-A3B Thinking	8bit（Q8_0）	23GB	快適	約84 tok/s補正済み
North Mini Code 1.0	8bit（Q8_0）	32GB	快適	約83 tok/s補正済み
GLM-4.7-Flash 30B-A3B	8bit（Q8_0）	32GB	快適	約79 tok/s補正済み
Nex-N2.5-mini	8bit（Q8_0）	36GB	快適	約74 tok/s補正済み
Thomson 1.0 Small 35B-A3B	8bit（Q8_0）	36GB	快適	約74 tok/s補正済み
XYZ-Aquila mini 35B-A3B	8bit（Q8_0）	36GB	快適	約74 tok/s補正済み
Qwen3-Swallow 30B-A3B	8bit（Q8_0）	32GB	快適	約73 tok/s補正済み
Qwen3-VL 30B-A3B	8bit（Q8_0）	32GB	快適	約73 tok/s補正済み
Qwen3 30B-A3B	8bit（Q8_0）	32GB	快適	約73 tok/s補正済み
Qwen3-Coder 30B-A3B	8bit（Q8_0）	32GB	快適	約73 tok/s補正済み
GPT-OSS-Swallow 20B	8bit（Q8_0）	22GB	快適	約73 tok/s補正済み
BigBang v1 35B	8bit（Q8_0）	37GB	快適	約72 tok/s補正済み
CAT-Translate 7B	6bit（Q6_K）	7.4GB	快適	約72 tok/s補正済み
Shisa V2.1 Qwen3 8B	6bit（Q6_K）	8.1GB	快適	約65 tok/s補正済み
Gemma 4 26B-A4B	8bit（Q8_0）	27GB	快適	約64 tok/s補正済み
Granite 4.0 H-Tiny	8bit（Q8_0）	7.7GB	快適	約64 tok/s補正済み
Gemma 3n E4B	8bit（Q8_0）	7.7GB	快適	約64 tok/s補正済み
Mistral 7B v0.3	8bit（Q8_0）	8.9GB	快適	約58 tok/s補正済み
Falcon-H1R 7B	8bit（Q8_0）	8.6GB	快適	約58 tok/s補正済み
Gemma 4 E4B	8bit（Q8_0）	8.6GB	快適	約57 tok/s補正済み
ELYZA-Shortcut-1.0 Qwen 7B	8bit（Q8_0）	8.7GB	快適	約57 tok/s補正済み
ABEJA Qwen2.5 7B Japanese	8bit（Q8_0）	8.7GB	快適	約57 tok/s補正済み
DeepSeek-R1 Distill Qwen 7B	8bit（Q8_0）	8.7GB	快適	約57 tok/s補正済み
Qwen2.5-VL 7B	8bit（Q8_0）	8.7GB	快適	約57 tok/s補正済み
Qwen2.5 7B	8bit（Q8_0）	8.7GB	快適	約57 tok/s補正済み
Qwen2.5-Coder 7B	8bit（Q8_0）	8.7GB	快適	約57 tok/s補正済み
Hunyuan 7B	8bit（Q8_0）	9.2GB	快適	約56 tok/s補正済み
Tanuki-8B	8bit（Q8_0）	9.2GB	快適	約56 tok/s補正済み
Command R7B	8bit（Q8_0）	9.3GB	快適	約54 tok/s補正済み
Qwen3.5 397B-A17B	2bit（IQ2_M）	119GB	快適	約53 tok/s補正済み
Llama 3.1 Swallow 8B	8bit（Q8_0）	9.7GB	快適	約53 tok/s補正済み
DeepSeek-R1 Distill Llama 8B	8bit（Q8_0）	9.7GB	快適	約53 tok/s補正済み
Aya Expanse 8B	8bit（Q8_0）	9.7GB	快適	約53 tok/s補正済み
Llama 3 Youko 8B	8bit（Q8_0）	9.7GB	快適	約53 tok/s補正済み
Llama 3.1 8B	8bit（Q8_0）	9.7GB	快適	約53 tok/s補正済み
Apertus 8B	8bit（Q8_0）	9.7GB	快適	約52 tok/s補正済み
Ling 3.0 flash	8bit（Q8_0）	131GB	快適	約52 tok/s補正済み
GPT-OSS-Swallow 120B	6bit（Q6_K）	120GB	快適	約51 tok/s補正済み
Qwen3-Swallow 8B	8bit（Q8_0）	10.0GB	快適	約51 tok/s補正済み
Qwen3-VL 8B	8bit（Q8_0）	10.0GB	快適	約51 tok/s補正済み
DeepSeek-R1-0528 Qwen3 8B	8bit（Q8_0）	10.0GB	快適	約51 tok/s補正済み
Qwen3 8B	8bit（Q8_0）	10.0GB	快適	約51 tok/s補正済み
Nemotron-Nano 9B v2 Japanese	8bit（Q8_0）	9.7GB	快適	約50 tok/s補正済み
Ministral 3 8B	8bit（Q8_0）	10GB	快適	約50 tok/s補正済み
Ornith 1.0 9B	8bit（Q8_0）	9.9GB	快適	約49 tok/s補正済み
LLM-jp-4 8B thinking	8bit（Q8_0）	10GB	快適	約49 tok/s補正済み
Qwen3.5 9B	8bit（Q8_0）	9.9GB	快適	約49 tok/s補正済み
MiMo-V2.6-Distill-Qwen-9B	8bit（Q8_0）	9.9GB	快適	約49 tok/s補正済み
Ornith 1.5 9B	8bit（Q8_0）	9.9GB	快適	約49 tok/s補正済み
UI-Mate 9B	8bit（Q8_0）	9.9GB	快適	約49 tok/s補正済み
UI-Venus-2 9B	8bit（Q8_0）	9.9GB	快適	約49 tok/s補正済み
Fara1.5 9B	8bit（Q8_0）	9.9GB	快適	約49 tok/s補正済み
Inkling Small 264B	4bit（IQ4_XS）	123GB	快適	約48 tok/s補正済み
Granite 4.2 8B	8bit（Q8_0）	11GB	快適	約48 tok/s補正済み
GLM-4.6V-Flash 9B	8bit（Q8_0）	10GB	快適	約47 tok/s補正済み
PLaMo 2 Translate	8bit（Q8_0）	10GB	快適	約47 tok/s補正済み
MiMo-V2.6-Flash-RL	2bit（Q2_K）	122GB	快適	約46 tok/s補正済み
Gemma-2-Llama-Swallow 9B	8bit（Q8_0）	12GB	快適	約44 tok/s補正済み
Gemma 2 9B	8bit（Q8_0）	12GB	快適	約44 tok/s補正済み
Llama 4 Maverick 17B-128E	2bit（Q2_K）	142GB	快適	約41 tok/s補正済み
DeepSeek-V4-Flash	4bit（IQ4_XS）	132GB	快適	約41 tok/s補正済み
Mistral Small 4 119B	8bit（Q8_0）	122GB	快適	約40 tok/s補正済み
MiniMax-M2.5 229B-A10B	4bit（Q4_K_M）	135GB	快適	約40 tok/s補正済み
Gemma 4 12B	8bit（Q8_0）	13GB	快適	約37 tok/s補正済み
Gemma 3 12B	8bit（Q8_0）	13GB	快適	約37 tok/s補正済み
Nemotron Nano 12B v2	8bit（Q8_0）	13GB	快適	約36 tok/s補正済み
Mistral Nemo Japanese 12B	8bit（Q8_0）	14GB	快適	約35 tok/s補正済み
Mistral Nemo 12B	8bit（Q8_0）	14GB	快適	約35 tok/s補正済み
Step-3.7-Flash	5bit（Q5_K_M）	141GB	快適	約34 tok/s補正済み
Laguna S 2.1 118B-A8B	8bit（Q8_0）	121GB	快適	約33 tok/s補正済み
Ministral 3 14B	8bit（Q8_0）	16GB	快適	約32 tok/s補正済み
Granite 4.0 H-Small 32B-A9B	8bit（Q8_0）	33GB	快適	約30 tok/s補正済み
ABEJA Qwen3 14B Agentic	8bit（Q8_0）	17GB	快適	約29 tok/s補正済み
Qwen3 14B	8bit（Q8_0）	17GB	快適	約29 tok/s補正済み
Shisa V2.1 unphi4 14B	8bit（Q8_0）	17GB	快適	約29 tok/s補正済み
Phi-4 14B	8bit（Q8_0）	17GB	快適	約29 tok/s補正済み
DeepSeek-R1 Distill Qwen 14B	8bit（Q8_0）	17GB	快適	約29 tok/s補正済み
DeepSeek-R1 Distill Qwen 14B Japanese	8bit（Q8_0）	17GB	快適	約29 tok/s補正済み
Qwen2.5-Coder 14B	8bit（Q8_0）	17GB	快適	約29 tok/s補正済み
Qwen2.5 14B	8bit（Q8_0）	17GB	快適	約29 tok/s補正済み
Qwen3.5 122B-A10B	8bit（Q8_0）	125GB	快適	約27 tok/s補正済み
LLM-jp-3.1 13B	8bit（Q8_0）	21GB	快適	約27 tok/s補正済み
Hy3 295B-A21B	3bit（IQ3_M）	141GB	快適	約25 tok/s補正済み
GLM-4.5 355B-A32B	2bit（Q2_K）	129GB	快適	約22 tok/s補正済み
GLM-4.5-Air 106B-A12B	8bit（Q8_0）	115GB	快適	約21 tok/s補正済み
Qwen3 235B-A22B	4bit（Q4_K_M）	138GB	快適	約20 tok/s補正済み
RakutenAI-2.0 8x7B	8bit（Q8_0）	49GB	実用	約20 tok/s補正済み
Tanuki-8x8B	8bit（Q8_0）	49GB	実用	約20 tok/s補正済み
Mixtral 8x7B	8bit（Q8_0）	49GB	実用	約20 tok/s補正済み
Hunyuan-A13B 80B	8bit（Q8_0）	83GB	実用	約20 tok/s補正済み
Codestral 22B	8bit（Q8_0）	25GB	実用	約19 tok/s補正済み
Devstral Small 2 24B	8bit（Q8_0）	26GB	実用	約19 tok/s補正済み
Magistral Small 2509	8bit（Q8_0）	26GB	実用	約19 tok/s補正済み
Devstral Small 2507	8bit（Q8_0）	26GB	実用	約19 tok/s補正済み
Mistral Small 3.2 24B	8bit（Q8_0）	26GB	実用	約19 tok/s補正済み
Qwen2.5-VL 32B	6bit（Q6_K）	28GB	実用	約17 tok/s補正済み
AREX-2 27B	8bit（Q8_0）	29GB	実用	約17 tok/s補正済み
UI-Mate 27B	8bit（Q8_0）	29GB	実用	約17 tok/s補正済み
Fara1.5 27B	8bit（Q8_0）	29GB	実用	約17 tok/s補正済み
Qwen3.6 27B	8bit（Q8_0）	28GB	実用	約17 tok/s補正済み
Qwen3.5 27B	8bit（Q8_0）	28GB	実用	約17 tok/s補正済み
Qwen3.8 27B	8bit（Q8_0）	29GB	実用	約16 tok/s補正済み
Gemma 3 27B	8bit（Q8_0）	29GB	実用	約16 tok/s補正済み
Muse-Glimmer 30B	8bit（Q8_0）	29GB	実用	約16 tok/s補正済み
Gemma-2-Llama-Swallow 27B	8bit（Q8_0）	30GB	実用	約16 tok/s補正済み
Llama 4 Scout 17B-16E	8bit（Q8_0）	112GB	実用	約15 tok/s補正済み
Granite 4.2 30B	8bit（Q8_0）	32GB	実用	約15 tok/s補正済み
Gemma 4 31B	8bit（Q8_0）	33GB	実用	約14 tok/s補正済み
EXAONE 4.0.1 32B	8bit（Q8_0）	34GB	実用	約14 tok/s補正済み
Olmo 3.1 32B	8bit（Q8_0）	35GB	実用	約14 tok/s補正済み
Aya Expanse 32B	8bit（Q8_0）	35GB	実用	約14 tok/s補正済み
Qwen3-VL 32B	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
ABEJA Qwen2.5 32B Japanese	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
ELYZA-Shortcut-1.0 Qwen 32B	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
ELYZA-Thinking-1.0 Qwen 32B	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
Qwen3 32B	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
DeepSeek-R1 Distill Qwen 32B	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
DeepSeek-R1 Distill Qwen 32B Japanese	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
KARAKURI LM 32B Thinking	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
Qwen2.5-Coder 32B	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
Qwen2.5 32B	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
LLM-jp-4 33B thinking	8bit（Q8_0）	36GB	実用	約13 tok/s補正済み
ERNIE 4.5 300B-A47B	3bit（Q3_K_M）	139GB	実用	約12 tok/s補正済み
Seed-OSS 36B	8bit（Q8_0）	39GB	実用	約12 tok/s補正済み
Llama 3 Youko 70B	4bit（Q4_K_M）	44GB	実用	約11 tok/s補正済み
Llama 3.1 70B Japanese	4bit（Q4_K_M）	44GB	実用	約11 tok/s補正済み
Mixtral 8x22B	5bit（Q5_K_M）	98GB	実用	約10 tok/s補正済み
Llama 3.3 Swallow 70B	5bit（Q5_K_M）	51GB	実用	約9.3 tok/s補正済み
Shisa V2.1 Llama 3.3 70B	6bit（Q6_K）	59GB	実用	約8.1 tok/s補正済み
DeepSeek-R1 Distill Llama 70B	8bit（Q8_0）	75GB	遅い	約6.3 tok/s補正済み
Llama 3.3 70B	8bit（Q8_0）	75GB	遅い	約6.3 tok/s補正済み
Llama 3.1 70B	8bit（Q8_0）	75GB	遅い	約6.3 tok/s補正済み
Qwen2.5 72B	8bit（Q8_0）	77GB	遅い	約6.1 tok/s補正済み
Stockmark-2 100B	8bit（Q8_0）	101GB	遅い	約4.6 tok/s補正済み
Command A 111B	8bit（Q8_0）	115GB	遅い	約4.0 tok/s補正済み
Devstral 2 123B	8bit（Q8_0）	131GB	遅い	約3.6 tok/s補正済み

動かないモデルと不足分

モデル	量子化	必要	不足
GLM-5.3-Flash	4bit（IQ4_XS）	151GB	あと7.1GB
Qwen3-Coder 480B-A35B	4bit（Q4_K_M）	281GB	あと137GB
Kimi K2.6	2bit（IQ2_M）	329GB	あと185GB
GLM-5.3	4bit（IQ4_XS）	352GB	あと208GB
RakutenAI-3.0 671B-A37B	4bit（Q4_K_M）	390GB	あと246GB
Mistral Large 3 675B	4bit（Q4_K_M）	392GB	あと248GB

量子化を落とせば収まるモデル

4bitでは溢れても、量子化を落とせばユニファイドメモリ192GBに収まる7本です。

モデル	標準（4bit）だと	落とすなら	必要	推定速度
Llama 4 Maverick 17B-128E	235GB（あと91GB足りない）	2bit（Q2_K）	142GB	約41 tok/s補正済み
Qwen3.5 397B-A17B	235GB（あと91GB足りない）	2bit（IQ2_M）	119GB	約53 tok/s補正済み
GLM-4.5 355B-A32B	211GB（あと67GB足りない）	2bit（Q2_K）	129GB	約22 tok/s補正済み
MiMo-V2.6-Flash-RL	161GB（あと17GB足りない）	2bit（Q2_K）	122GB	約46 tok/s補正済み
ERNIE 4.5 300B-A47B	175GB（あと31GB足りない）	3bit（Q3_K_M）	139GB	約12 tok/s補正済み
Hy3 295B-A21B	178GB（あと34GB足りない）	3bit（IQ3_M）	141GB	約25 tok/s補正済み
Inkling Small 264B	157GB（あと13GB足りない）	4bit（IQ4_XS）	123GB	約48 tok/s補正済み

この機種を実際に使うなら

M2 UltraはMac StudioとMac Pro（どちらも2023年）に搭載されています。Mac ProはPCIeスロットを備えますが、Apple Silicon機ではGPUを挿してもモデルの計算には使えないため、ローカルAI目的ならMac Studioで足ります。

常用はGPT-OSS-Swallow 120BのQ6_K（推定51.4tok/s）が中心で、コードはGLM-4.5-Air 106B-A12BのQ8_0（推定21.1tok/s）。DeepSeek-V4-Flashを読み込むと、実効144GBのうち残るのは11.7GBです。

macOSはGPUに回せる上限を設定で引き上げられるものの、当サイトの判定は既定の上限で計算しています。

買うときの見どころ

当サイトのDBに、同じ192GBのMacはほかにありません。次の段はM3 Ultra（256GB）で、実効192GBになり、4bit以上で動くモデルが増えます。GLM-5.3-Flash（必要151.1GB）とQwen3.5 397B-A17B（182.7GB）が入る差で、GLM-5.3-Flashは推定30.9tok/sと快適判定に届きます。

M5 Ultra（256GB）なら1228GB/sで推定47.4tok/s。320B級まで視野に入れるなら、192GBで止めずに256GBを選ぶ理由になります。192GBのM2 Ultraを探すなら中古のMac Studioが中心になり、つけっぱなしで使う前提ならSSDの空きと冷却ファンの状態も見ておきましょう。

この機種で足りるAI用途

用途	必要な容量	この機種（192GB）
Stable Diffusion / SDXL	統合32GB	動かない CUDA前提のツールが多く不向き
FLUX / 高品質画像生成	統合32GB	動かない CUDA前提のツールが多く不向き
動画生成AI（Wan / Hunyuan / LTX）	統合64GB	動かない CUDA前提のツールが多く不向き
ローカルLLM（8Bクラス）	統合16GB	快適
ローカルLLM（27〜32Bクラス）	統合34GB	快適
ローカルLLM（70B〜120B MoE）	統合64GB	快適
文字起こし（Whisper）	統合16GB	快適

今のPCで足りる人が買い足すなら

PR: 以下はAmazonアソシエイトの広告リンクを含みます。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。

メモリ増設（32GB化）

エージェント・Docker・ブラウザ大量タブの詰まりはメモリで解消する

Amazonで「DDR5 16GB 2枚組」を見る →Amazonで「DDR5 SO-DIMM 16GB 2枚組」を見る →Amazonで「DDR4 16GB 2枚組」を見る →

NVMe / 外付けSSD 2TB

モデル・Dockerイメージ・リポジトリで内蔵SSDはすぐ埋まる

Amazonで「NVMe SSD 2TB」を見る →Amazonで「外付けSSD 2TB USB 3.2」を見る →

ローカルLLM / AIエージェント入門書

導入手順と量子化の選び方が一冊で分かる

Amazonで「ローカルLLM 本」を見る →Amazonで「AIエージェント開発本」を見る →

この機種の公開ベンチマーク（出典）

✅ M2 Ultra 2 の llama.cpp 公開ベンチマーク（GitHub Discussion）: llama-7b F16 = 41.02 tok/s / llama-7b Q8_0 = 66.64 tok/s / llama-7b Q4_0 = 94.27 tok/s。この値からメモリ帯域幅に対する実効係数（60%）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 Ultra（192GB）でローカルLLMは動く？

動きます。ユニファイドメモリ192GB（実効約144GB）に、収録204モデル中198本が収まります。日本語チャットならGPT-OSS-Swallow 120B（6bit（Q6_K））が推定約51 tok/sです。

Apple M2 Ultra（192GB）で動かないモデルは？