Apple M3 Pro（36GB） で動くローカルLLM一覧（2026年10月）
68快適（20 tok/s以上）
53実用（8〜20 tok/s）
0メモリに一部を逃がせば動く
42動かない
編集部の見立て
36GBの容量に対して150GB/sの帯域幅が細く、動く158本のうち41本が「遅い」判定です。Seed-OSS 36BはQ4_K_Mで必要23.4GBまで入るものの、推定5.5tok/s。
Qwen2.5-Coder 32Bも6tok/sに落ちます。MoEなら話は別で、Qwen3.6 35B-A3BやOrnith 1.5 35B-A3Bは推定37〜39tok/s。このMacでdense型（MoEではない通常の構造）の30B台を待つのはつらい。A3BのMoEだけを使うと決めている人なら、36GBの容量を活かせます。
まず試すなら: Qwen3.5 35B-A3B（4bit（Q4_K_M）・必要22GB・約38 tok/s補正済み）。メモリ32GBのPC/Macで速く動く2026年の実用MoE
足りないのは: Llama 3.3 70Bを動かすにはユニファイドメモリがあと約20GB必要（必要44GB / 実効24GB）。
Llama 3.3 70Bが動く機種に買い替えるなら
- ぴったりMac mini M4 Pro（メモリ64GB・SSD 1TB）目安 36〜42万円
- 余裕を持つならMac Studio M4 Max（メモリ128GB・SSD 2TB）目安 62〜72万円
- 別の形ならGPUなし開発デスクトップ（メモリ32GB・SSD 1TB）目安 12〜18万円
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410 tok/s補正済み |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約220 tok/s補正済み |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約140 tok/s補正済み |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約120 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約110 tok/s補正済み |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約110 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約97 tok/s補正済み |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約86 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約78 tok/s補正済み |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約71 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約69 tok/s補正済み |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約68 tok/s補正済み |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 快適 | 約62 tok/s補正済み |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 快適 | 約59 tok/s補正済み |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 快適 | 約55 tok/s補正済み |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 快適 | 約55 tok/s補正済み |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 快適 | 約52 tok/s補正済み |
| Kimi Linear 48B-A3B | 3bit（Q3_K_M） | 22GB | 快適 | 約52 tok/s補正済み |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 快適 | 約46 tok/s補正済み |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 快適 | 約45 tok/s補正済み |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 快適 | 約44 tok/s補正済み |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 快適 | 約43 tok/s補正済み |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 快適 | 約43 tok/s補正済み |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 快適 | 約40 tok/s補正済み |
| Ornith 1.5 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約39 tok/s補正済み |
| KAT-Coder-V2.5-Dev 35B-A3B | 4bit（Q4_K_M） | 21GB | 快適 | 約39 tok/s補正済み |
| Qwen3.5 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約38 tok/s補正済み |
| Ornith 1.0 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約38 tok/s補正済み |
| Qwen-AgentWorld 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約38 tok/s補正済み |
| Qwen3.6 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約38 tok/s補正済み |
| Holo4 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約37 tok/s補正済み |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約37 tok/s補正済み |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約37 tok/s補正済み |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約37 tok/s補正済み |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 快適 | 約35 tok/s補正済み |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 快適 | 約34 tok/s補正済み |
| LLM-jp-4 32B-A3B thinking | 4bit（Q4_K_M） | 22GB | 快適 | 約33 tok/s補正済み |
| Thomson 1.0 Small 35B-A3B | 4bit（Q4_K_M） | 21GB | 快適 | 約33 tok/s補正済み |
| XYZ-Aquila mini 35B-A3B | 4bit（Q4_K_M） | 21GB | 快適 | 約33 tok/s補正済み |
| Nemotron 3 Nano Omni 30B-A3B | 4bit（Q4_K_M） | 23GB | 快適 | 約33 tok/s補正済み |
| BigBang v1 35B | 4bit（Q4_K_M） | 22GB | 快適 | 約32 tok/s補正済み |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 快適 | 約32 tok/s補正済み |
| Laguna XS 2.1 33B-A3B | 5bit（Q5_K_M） | 24GB | 快適 | 約32 tok/s補正済み |
| Nex-N2.5-mini | 4bit（Q4_K_M） | 22GB | 快適 | 約32 tok/s補正済み |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 快適 | 約31 tok/s補正済み |
| North Mini Code 1.0 | 5bit（Q5_K_M） | 23GB | 快適 | 約30 tok/s補正済み |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 快適 | 約30 tok/s補正済み |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 快適 | 約30 tok/s補正済み |
| GLM-4.7-Flash 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約29 tok/s補正済み |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約29 tok/s補正済み |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約29 tok/s補正済み |
| Qwen3-Swallow 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約27 tok/s補正済み |
| Qwen3-VL 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約27 tok/s補正済み |
| Qwen3 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約27 tok/s補正済み |
| Qwen3-Coder 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約27 tok/s補正済み |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 快適 | 約27 tok/s補正済み |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 快適 | 約27 tok/s補正済み |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 快適 | 約27 tok/s補正済み |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 快適 | 約27 tok/s補正済み |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 快適 | 約26 tok/s補正済み |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 快適 | 約26 tok/s補正済み |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約26 tok/s補正済み |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約26 tok/s補正済み |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 快適 | 約25 tok/s補正済み |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 快適 | 約24 tok/s補正済み |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 快適 | 約23 tok/s補正済み |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 快適 | 約22 tok/s補正済み |
| ERNIE 4.5 21B-A3B Thinking | 8bit（Q8_0） | 23GB | 快適 | 約22 tok/s補正済み |
| Gemma 4 26B-A4B | 6bit（Q6_K） | 23GB | 実用 | 約20 tok/s補正済み |
| GPT-OSS-Swallow 20B | 8bit（Q8_0） | 22GB | 実用 | 約19 tok/s補正済み |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 実用 | 約19 tok/s補正済み |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 実用 | 約17 tok/s補正済み |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 実用 | 約17 tok/s補正済み |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 実用 | 約17 tok/s補正済み |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 実用 | 約15 tok/s補正済み |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 実用 | 約15 tok/s補正済み |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 実用 | 約15 tok/s補正済み |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約15 tok/s補正済み |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 実用 | 約15 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約15 tok/s補正済み |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約15 tok/s補正済み |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約15 tok/s補正済み |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約15 tok/s補正済み |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 実用 | 約15 tok/s補正済み |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 実用 | 約15 tok/s補正済み |
| Command R7B | 8bit（Q8_0） | 9.3GB | 実用 | 約14 tok/s補正済み |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約14 tok/s補正済み |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約14 tok/s補正済み |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約14 tok/s補正済み |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約14 tok/s補正済み |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約14 tok/s補正済み |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約14 tok/s補正済み |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約14 tok/s補正済み |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約14 tok/s補正済み |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約14 tok/s補正済み |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約14 tok/s補正済み |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 実用 | 約13 tok/s補正済み |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 実用 | 約13 tok/s補正済み |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 実用 | 約13 tok/s補正済み |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約13 tok/s補正済み |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約13 tok/s補正済み |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約13 tok/s補正済み |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約13 tok/s補正済み |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約13 tok/s補正済み |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 実用 | 約13 tok/s補正済み |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約13 tok/s補正済み |
| Granite 4.2 8B | 8bit（Q8_0） | 11GB | 実用 | 約13 tok/s補正済み |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 実用 | 約12 tok/s補正済み |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 実用 | 約12 tok/s補正済み |
| Granite 4.0 H-Small 32B-A9B | 5bit（Q5_K_M） | 23GB | 実用 | 約12 tok/s補正済み |
| Gemma-2-Llama-Swallow 9B | 8bit（Q8_0） | 12GB | 実用 | 約12 tok/s補正済み |
| Gemma 2 9B | 8bit（Q8_0） | 12GB | 実用 | 約12 tok/s補正済み |
| Mixtral 8x7B | 3bit（Q3_K_M） | 23GB | 実用 | 約11 tok/s補正済み |
| RakutenAI-2.0 8x7B | 3bit（Q3_K_M） | 23GB | 実用 | 約11 tok/s補正済み |
| Tanuki-8x8B | 3bit（Q3_K_M） | 23GB | 実用 | 約11 tok/s補正済み |
| Gemma 4 12B | 8bit（Q8_0） | 13GB | 実用 | 約9.7 tok/s補正済み |
| Gemma 3 12B | 8bit（Q8_0） | 13GB | 実用 | 約9.7 tok/s補正済み |
| Nemotron Nano 12B v2 | 8bit（Q8_0） | 13GB | 実用 | 約9.5 tok/s補正済み |
| Mistral Nemo Japanese 12B | 8bit（Q8_0） | 14GB | 実用 | 約9.2 tok/s補正済み |
| Mistral Nemo 12B | 8bit（Q8_0） | 14GB | 実用 | 約9.2 tok/s補正済み |
| Ministral 3 14B | 8bit（Q8_0） | 16GB | 実用 | 約8.4 tok/s補正済み |
| ABEJA Qwen3 14B Agentic | 8bit（Q8_0） | 17GB | 遅い | 約7.7 tok/s補正済み |
| Qwen3 14B | 8bit（Q8_0） | 17GB | 遅い | 約7.7 tok/s補正済み |
| Shisa V2.1 unphi4 14B | 8bit（Q8_0） | 17GB | 遅い | 約7.6 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 14B | 8bit（Q8_0） | 17GB | 遅い | 約7.6 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 14B Japanese | 8bit（Q8_0） | 17GB | 遅い | 約7.6 tok/s補正済み |
| Phi-4 14B | 8bit（Q8_0） | 17GB | 遅い | 約7.6 tok/s補正済み |
| Qwen2.5-Coder 14B | 8bit（Q8_0） | 17GB | 遅い | 約7.6 tok/s補正済み |
| Qwen2.5 14B | 8bit（Q8_0） | 17GB | 遅い | 約7.6 tok/s補正済み |
| LLM-jp-3.1 13B | 8bit（Q8_0） | 21GB | 遅い | 約7.0 tok/s補正済み |
| Muse-Glimmer 30B | 5bit（Q5_K_M） | 19GB | 遅い | 約6.5 tok/s補正済み |
| Codestral 22B | 6bit（Q6_K） | 20GB | 遅い | 約6.5 tok/s補正済み |
| Devstral Small 2 24B | 6bit（Q6_K） | 20GB | 遅い | 約6.3 tok/s補正済み |
| Magistral Small 2509 | 6bit（Q6_K） | 20GB | 遅い | 約6.3 tok/s補正済み |
| Devstral Small 2507 | 6bit（Q6_K） | 20GB | 遅い | 約6.3 tok/s補正済み |
| Mistral Small 3.2 24B | 6bit（Q6_K） | 20GB | 遅い | 約6.3 tok/s補正済み |
| Qwen3-VL 32B | 4bit（Q4_K_M） | 21GB | 遅い | 約6.0 tok/s補正済み |
| ABEJA Qwen2.5 32B Japanese | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| ELYZA-Shortcut-1.0 Qwen 32B | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| ELYZA-Thinking-1.0 Qwen 32B | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| Qwen3 32B | 4bit（Q4_K_M） | 21GB | 遅い | 約6.0 tok/s補正済み |
| Qwen2.5-VL 32B | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 32B | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 32B Japanese | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| KARAKURI LM 32B Thinking | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| Qwen2.5-Coder 32B | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| Qwen2.5 32B | 4bit（Q4_K_M） | 22GB | 遅い | 約6.0 tok/s補正済み |
| LLM-jp-4 33B thinking | 4bit（Q4_K_M） | 22GB | 遅い | 約5.9 tok/s補正済み |
| Granite 4.2 30B | 5bit（Q5_K_M） | 23GB | 遅い | 約5.7 tok/s補正済み |
| Qwen3.8 27B | 6bit（Q6_K） | 22GB | 遅い | 約5.6 tok/s補正済み |
| Gemma 4 31B | 5bit（Q5_K_M） | 23GB | 遅い | 約5.6 tok/s補正済み |
| Qwen3.6 27B | 6bit（Q6_K） | 23GB | 遅い | 約5.5 tok/s補正済み |
| Qwen3.5 27B | 6bit（Q6_K） | 23GB | 遅い | 約5.5 tok/s補正済み |
| Seed-OSS 36B | 4bit（Q4_K_M） | 23GB | 遅い | 約5.5 tok/s補正済み |
| Gemma 3 27B | 6bit（Q6_K） | 23GB | 遅い | 約5.5 tok/s補正済み |
| EXAONE 4.0.1 32B | 5bit（Q5_K_M） | 24GB | 遅い | 約5.4 tok/s補正済み |
| AREX-2 27B | 6bit（Q6_K） | 24GB | 遅い | 約5.3 tok/s補正済み |
| UI-Mate 27B | 6bit（Q6_K） | 23GB | 遅い | 約5.3 tok/s補正済み |
| Fara1.5 27B | 6bit（Q6_K） | 23GB | 遅い | 約5.3 tok/s補正済み |
| Olmo 3.1 32B | 5bit（Q5_K_M） | 24GB | 遅い | 約5.3 tok/s補正済み |
| Gemma-2-Llama-Swallow 27B | 6bit（Q6_K） | 24GB | 遅い | 約5.3 tok/s補正済み |
| Aya Expanse 32B | 5bit（Q5_K_M） | 24GB | 遅い | 約5.3 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 |
|---|---|---|---|
| Nemotron 3.5 Lightning 30B-A3B | 8bit（Q8_0） | 33GB | あと8.7GB |
| Shisa V2.1 Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと20GB |
| Llama 3.3 Swallow 70B | 4bit（Q4_K_M） | 44GB | あと20GB |
| DeepSeek-R1 Distill Llama 70B | 4bit（Q4_K_M） | 44GB | あと20GB |
| Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと20GB |
| Llama 3 Youko 70B | 4bit（Q4_K_M） | 44GB | あと20GB |
| Llama 3.1 70B | 4bit（Q4_K_M） | 44GB | あと20GB |
| Llama 3.1 70B Japanese | 4bit（Q4_K_M） | 44GB | あと20GB |
| Qwen3-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと23GB |
| Qwen3-Coder-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと23GB |
| Qwen2.5 72B | 4bit（Q4_K_M） | 48GB | あと24GB |
| Hunyuan-A13B 80B | 4bit（Q4_K_M） | 49GB | あと25GB |
| Stockmark-2 100B | 4bit（Q4_K_M） | 58GB | あと34GB |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | あと37GB |
| Llama 4 Scout 17B-16E | 4bit（Q4_K_M） | 65GB | あと41GB |
| Command A 111B | 4bit（Q4_K_M） | 66GB | あと42GB |
| Laguna S 2.1 118B-A8B | 4bit（Q4_K_M） | 71GB | あと47GB |
| Mistral Small 4 119B | 4bit（Q4_K_M） | 72GB | あと47GB |
| GLM-4.5-Air 106B-A12B | 4bit（Q4_K_M） | 72GB | あと48GB |
| Qwen3.5 122B-A10B | 4bit（Q4_K_M） | 74GB | あと50GB |
| Devstral 2 123B | 4bit（Q4_K_M） | 75GB | あと51GB |
| Ling 3.0 flash | 4bit（Q4_K_M） | 75GB | あと51GB |
| Mixtral 8x22B | 4bit（Q4_K_M） | 84GB | あと60GB |
| GPT-OSS-Swallow 120B | 4bit（Q4_K_M） | 85GB | あと61GB |
| Qwen3.8-Flash-Next | 4bit（IQ4_XS） | 91GB | あと66GB |
| Step-3.7-Flash | 4bit（Q4_K_M） | 118GB | あと94GB |
| DeepSeek-V4-Flash | 4bit（IQ4_XS） | 132GB | あと108GB |
| MiniMax-M2.5 229B-A10B | 4bit（Q4_K_M） | 135GB | あと111GB |
| Qwen3 235B-A22B | 4bit（Q4_K_M） | 138GB | あと114GB |
| GLM-5.3-Flash | 4bit（IQ4_XS） | 151GB | あと127GB |
| Inkling Small 264B | 4bit（Q4_K_M） | 157GB | あと133GB |
| MiMo-V2.6-Flash-RL | 4bit（MXFP4） | 161GB | あと137GB |
| ERNIE 4.5 300B-A47B | 4bit（Q4_K_M） | 175GB | あと151GB |
| Hy3 295B-A21B | 4bit（Q4_K_M） | 178GB | あと154GB |
| GLM-4.5 355B-A32B | 4bit（Q4_K_M） | 211GB | あと187GB |
| Qwen3.5 397B-A17B | 4bit（Q4_K_M） | 235GB | あと211GB |
| Llama 4 Maverick 17B-128E | 4bit（Q4_K_M） | 235GB | あと211GB |
| Qwen3-Coder 480B-A35B | 4bit（Q4_K_M） | 281GB | あと257GB |
| Kimi K2.6 | 2bit（IQ2_M） | 329GB | あと305GB |
| GLM-5.3 | 4bit（IQ4_XS） | 352GB | あと328GB |
| RakutenAI-3.0 671B-A37B | 4bit（Q4_K_M） | 390GB | あと365GB |
| Mistral Large 3 675B | 4bit（Q4_K_M） | 392GB | あと368GB |
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36GBに収まる4本です。
| モデル | 標準（4bit）だと | 落とすなら | 必要 | 推定速度 |
|---|---|---|---|---|
| Kimi Linear 48B-A3B | 29GB（あと5.3GB足りない） | 3bit（Q3_K_M） | 22GB | 約52 tok/s補正済み |
| Tanuki-8x8B | 29GB（あと4.9GB足りない） | 3bit（Q3_K_M） | 23GB | 約11 tok/s補正済み |
| RakutenAI-2.0 8x7B | 29GB（あと4.8GB足りない） | 3bit（Q3_K_M） | 23GB | 約11 tok/s補正済み |
| Mixtral 8x7B | 29GB（あと4.7GB足りない） | 3bit（Q3_K_M） | 23GB | 約11 tok/s補正済み |
同じユニファイドメモリ36GBの機種の中での位置
当サイトにはユニファイドメモリ36GBの機種が4件あります。帯域幅は150GB/sで、この容量では最も遅い部類です。最速のApple M5 Max（36GB）（460GB/s）と比べると生成速度はおよそ33%になります。この機種のユニファイドメモリに収まるのは162本で、その中で快適に動くのは68本です。
この機種は公開ベンチマークで速度を補正しているので、表の速度は他機種の係数を流用した推定より当てになります。
この機種は2023年の発売で、いま3年目です。
同じユニファイドメモリ36GBでも、これより新しい機種が2件あります（最新はApple M5 Max（36GB）・2026年）。動くモデルの数は変わらないので、選ぶ基準は価格と、ツールの対応がいつまで続くかになります。
この機種を実際に使うなら
Seed-OSS 36Bで1,000トークンの回答を待つと、推定5.5tok/sで3分ほど。メール1通の下書きに使うには長すぎる待ち時間です。日常の対話はQwen3.5 35B-A3BのQ4_K_M（推定37.9tok/s）に任せる。同じ35B-A3B級のOrnith 1.5は必要21.6GBで、実効24.1GBに2.5GBの余白が残ります。
コードはQwen3-Coder 30B-A3BのQ5_K_Mで推定27.4tok/s。同じ用途でQwen2.5-Coder 32Bを選ぶと4倍以上遅くなります。36GBの実効は約67%で計算しており、48GB以上の構成より取り分の比率が小さい点も頭に入れておきましょう。
買うときの見どころ
中古で紛らわしいのが、同じ36GBのM3 Maxです。動く本数は158本で並びますが、帯域幅が300GB/sと倍あり、「遅い」判定は0本になる。Seed-OSS 36Bの推定は10.8tok/sで、この機種のほぼ2倍です。出品情報の容量欄だけでは見分けがつかないので、チップ名がProかMaxかを必ず見ましょう。
容量を上げても見返りは小さく、M3 Max（48GB）でも増えるのは5本。予算を足すなら、容量よりMaxへの格上げに回すほうが推定速度の差は大きく出ます。2024年のM4 Max（36GB）なら410GB/sです。
M3シリーズの中での位置
ひとつ前の世代です。M3シリーズ13機種の中では、容量が小さいほうから5番目です。一段上のApple M3 Max（48GB）（ユニファイドメモリ48GB）にすると、4bit以上で動くモデルが5本増えます。
買う前に確認すること: 大容量構成は中古でも高価です。動かしたいモデルが本当にその容量を必要とするか、当サイトのモデル別ページで必要メモリを確認してから決めてください。 シリーズ全体の選び方はM3シリーズでローカルAIはどこまで動くかにまとめています。
この機種で足りるAI用途
| 用途 | 必要な容量 | この機種（36GB） |
|---|---|---|
| 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 | 動かない あと28GB |
| 文字起こし（Whisper） | 統合16GB | 快適 |
ユニファイドメモリが同じくらいの他の機種
| 機種 | メモリ | 帯域幅 | 快適に動く数 |
|---|---|---|---|
| Apple M5 Max（36GB） | 36GB | 460 GB/s | 148 |
| Apple M4 Max（36GB） | 36GB | 410 GB/s | 121 |
| Apple M1 Max（32GB） | 32GB | 400 GB/s | 120 |
| Apple M2 Max（32GB） | 32GB | 400 GB/s | 120 |
| Apple M3 Max（36GB） | 36GB | 300 GB/s | 115 |
| Apple M1 Pro（32GB） | 32GB | 200 GB/s | 74 |
| Apple M2 Pro（32GB） | 32GB | 200 GB/s | 75 |
| Apple M5（32GB） | 32GB | 153 GB/s | 70 |
Llama 3.3 70Bが動くPC・Macに買い替えるなら
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。
ぴったりMac
Mac mini M4 Pro（メモリ64GB・SSD 1TB）
70BクラスのローカルLLMまで。同じ価格帯のGeForce機より大きいモデルまで動く
M4 Pro・ユニファイドメモリ64GB・SSD 1TB ・ 目安 36〜42万円
要件を満たす中で最も手頃
余裕を持つならMac
Mac Studio M4 Max（メモリ128GB・SSD 2TB）
gpt-oss-120bやQwen3.5 122Bがメモリに収まり、帯域546GB/sで実用的な速さが出る。個人向けローカルLLMの本命
M4 Max・ユニファイドメモリ128GB・SSD 2TB ・ 目安 62〜72万円
将来の用途拡張（大きなモデル・並列エージェント）に余裕
別の形ならデスクトップ（BTO）
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
この機種の公開ベンチマーク（出典）
✅ M3 Pro 3 の llama.cpp 公開ベンチマーク（GitHub Discussion）: llama-7b F16 = 9.89 tok/s / llama-7b Q8_0 = 17.53 tok/s / llama-7b Q4_0 = 30.74 tok/s。この値からメモリ帯域幅に対する実効係数（84%）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 M3 Pro（36GB）でローカルLLMは動く？
動きます。ユニファイドメモリ36GB（実効約24GB）に、収録204モデル中162本が収まります。日本語チャットならQwen3.5 35B-A3B（4bit（Q4_K_M））が推定約38 tok/sです。
Apple M3 Pro（36GB）で動かないモデルは？
Llama 3.3 70Bは4bitで約44GB必要で、ユニファイドメモリがあと約20GB足りません。