Apple M4（16GB） で動くローカルLLM一覧（2026年10月）
41快適（20 tok/s以上）
68実用（8〜20 tok/s）
0メモリに一部を逃がせば動く
95動かない
編集部の見立て
16GBのM4でモデルに回せるのは実効10.7GB。収まる最大はQwen3 14BやABEJA Qwen3 14B AgenticのQ4_K_M（必要10.4GB）で、推定10tok/sです。惜しいのはPhi-4 14Bで、あと0.1GBが足りません。gpt-oss-20bは1.6GB届かず、LLM-jp-3.1 13Bは4.1GBの不足。
100本が動くとはいえ、快適に動くのは38本だけです。ローカルAIは14Bまでの味見と割り切る容量。
まず試すなら: Qwen3.5 4B（8bit（Q8_0）・必要5.0GB・約21 tok/s補正済み）。GPUなしのノートでも動く2026年の小型。メモリ8GBでも使える
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）。
gpt-oss-20bが動く機種に買い替えるなら
- ぴったりMac mini M4 Pro（メモリ48GB・SSD 1TB）目安 30〜36万円
- 余裕を持つならMac mini M4 Pro（メモリ64GB・SSD 1TB）目安 36〜42万円
- 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310 tok/s補正済み |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約170 tok/s補正済み |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約110 tok/s補正済み |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約89 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約88 tok/s補正済み |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約87 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約75 tok/s補正済み |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約67 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約60 tok/s補正済み |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約55 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約53 tok/s補正済み |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約52 tok/s補正済み |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 快適 | 約48 tok/s補正済み |
| North Mini Code 1.0 | 2bit（IQ2_M） | 10GB | 快適 | 約47 tok/s補正済み |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 快適 | 約46 tok/s補正済み |
| ERNIE 4.5 21B-A3B Thinking | 2bit（Q2_K） | 8.8GB | 快適 | 約43 tok/s補正済み |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 快適 | 約42 tok/s補正済み |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 快適 | 約42 tok/s補正済み |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 快適 | 約40 tok/s補正済み |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 快適 | 約35 tok/s補正済み |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 快適 | 約35 tok/s補正済み |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 快適 | 約34 tok/s補正済み |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 快適 | 約33 tok/s補正済み |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 快適 | 約33 tok/s補正済み |
| Gemma 4 26B-A4B | 2bit（IQ2_M） | 10GB | 快適 | 約33 tok/s補正済み |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 快適 | 約31 tok/s補正済み |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約28 tok/s補正済み |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約28 tok/s補正済み |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約28 tok/s補正済み |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 快適 | 約27 tok/s補正済み |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 快適 | 約25 tok/s補正済み |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 快適 | 約24 tok/s補正済み |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 快適 | 約23 tok/s補正済み |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 快適 | 約23 tok/s補正済み |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約23 tok/s補正済み |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約23 tok/s補正済み |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 快適 | 約21 tok/s補正済み |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 快適 | 約21 tok/s補正済み |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 快適 | 約21 tok/s補正済み |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 快適 | 約21 tok/s補正済み |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 快適 | 約20 tok/s補正済み |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 実用 | 約20 tok/s補正済み |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 実用 | 約20 tok/s補正済み |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 実用 | 約20 tok/s補正済み |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 実用 | 約19 tok/s補正済み |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 実用 | 約19 tok/s補正済み |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 実用 | 約18 tok/s補正済み |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 実用 | 約17 tok/s補正済み |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 実用 | 約15 tok/s補正済み |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 実用 | 約13 tok/s補正済み |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 実用 | 約13 tok/s補正済み |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 実用 | 約13 tok/s補正済み |
| Granite 4.2 8B | 6bit（Q6_K） | 9.0GB | 実用 | 約12 tok/s補正済み |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 実用 | 約12 tok/s補正済み |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 実用 | 約12 tok/s補正済み |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 実用 | 約12 tok/s補正済み |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約12 tok/s補正済み |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 実用 | 約12 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約12 tok/s補正済み |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約12 tok/s補正済み |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約12 tok/s補正済み |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 実用 | 約12 tok/s補正済み |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 実用 | 約11 tok/s補正済み |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 実用 | 約11 tok/s補正済み |
| Gemma-2-Llama-Swallow 9B | 6bit（Q6_K） | 9.8GB | 実用 | 約11 tok/s補正済み |
| Gemma 2 9B | 6bit（Q6_K） | 9.8GB | 実用 | 約11 tok/s補正済み |
| Phi-4 14B | 4bit（IQ4_XS） | 9.7GB | 実用 | 約11 tok/s補正済み |
| Ministral 3 14B | 4bit（Q4_K_M） | 9.7GB | 実用 | 約11 tok/s補正済み |
| Command R7B | 8bit（Q8_0） | 9.3GB | 実用 | 約11 tok/s補正済み |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約11 tok/s補正済み |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約11 tok/s補正済み |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約11 tok/s補正済み |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約11 tok/s補正済み |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約11 tok/s補正済み |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 実用 | 約11 tok/s補正済み |
| Codestral 22B | 2bit（Q2_K） | 10GB | 実用 | 約11 tok/s補正済み |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約10 tok/s補正済み |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約10 tok/s補正済み |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約10 tok/s補正済み |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 実用 | 約10 tok/s補正済み |
| Mistral Nemo Japanese 12B | 5bit（Q5_K_M） | 10GB | 実用 | 約10 tok/s補正済み |
| Mistral Nemo 12B | 5bit（Q5_K_M） | 10GB | 実用 | 約10 tok/s補正済み |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 実用 | 約10 tok/s補正済み |
| Devstral Small 2 24B | 2bit（Q2_K） | 10GB | 実用 | 約10 tok/s補正済み |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 実用 | 約10 tok/s補正済み |
| Magistral Small 2509 | 2bit（Q2_K） | 10GB | 実用 | 約10 tok/s補正済み |
| Devstral Small 2507 | 2bit（Q2_K） | 10GB | 実用 | 約10 tok/s補正済み |
| Mistral Small 3.2 24B | 2bit（Q2_K） | 10GB | 実用 | 約10 tok/s補正済み |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 実用 | 約10 tok/s補正済み |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約10 tok/s補正済み |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約10 tok/s補正済み |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約10 tok/s補正済み |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約10 tok/s補正済み |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約10 tok/s補正済み |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 実用 | 約10 tok/s補正済み |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 実用 | 約10 tok/s補正済み |
| ABEJA Qwen3 14B Agentic | 4bit（Q4_K_M） | 10GB | 実用 | 約10 tok/s補正済み |
| Shisa V2.1 unphi4 14B | 4bit（Q4_K_M） | 11GB | 実用 | 約10 tok/s補正済み |
| Qwen3 14B | 4bit（Q4_K_M） | 10GB | 実用 | 約10 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 14B | 4bit（Q4_K_M） | 11GB | 実用 | 約9.9 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 14B Japanese | 4bit（Q4_K_M） | 11GB | 実用 | 約9.9 tok/s補正済み |
| Qwen2.5-Coder 14B | 4bit（Q4_K_M） | 11GB | 実用 | 約9.9 tok/s補正済み |
| Qwen2.5 14B | 4bit（Q4_K_M） | 11GB | 実用 | 約9.9 tok/s補正済み |
| Gemma 4 12B | 6bit（Q6_K） | 10GB | 実用 | 約9.7 tok/s補正済み |
| Gemma 3 27B | 2bit（IQ2_M） | 11GB | 実用 | 約9.7 tok/s補正済み |
| Gemma 3 12B | 6bit（Q6_K） | 11GB | 実用 | 約9.6 tok/s補正済み |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 実用 | 約9.5 tok/s補正済み |
| Nemotron Nano 12B v2 | 6bit（Q6_K） | 10GB | 実用 | 約9.5 tok/s補正済み |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 実用 | 約9.4 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 |
|---|---|---|---|
| gpt-oss-20b | 4bit（MXFP4） | 12GB | あと1.6GB |
| Muse-Glimmer 30B | 2bit（IQ2_M） | 12GB | あと1.7GB |
| LLM-jp-3.1 13B | 4bit（Q4_K_M） | 15GB | あと4.1GB |
| GPT-OSS-Swallow 20B | 4bit（Q4_K_M） | 16GB | あと5.2GB |
| Qwen3.8 27B | 4bit（Q4_K_M） | 17GB | あと6.1GB |
| Qwen3.5 27B | 4bit（Q4_K_M） | 17GB | あと6.4GB |
| Qwen3.6 27B | 4bit（Q4_K_M） | 17GB | あと6.4GB |
| AREX-2 27B | 4bit（Q4_K_M） | 18GB | あと6.8GB |
| UI-Mate 27B | 4bit（Q4_K_M） | 18GB | あと7.1GB |
| Fara1.5 27B | 4bit（Q4_K_M） | 18GB | あと7.1GB |
| Gemma-2-Llama-Swallow 27B | 4bit（Q4_K_M） | 19GB | あと7.9GB |
| GLM-4.7-Flash 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.2GB |
| Qwen3-Swallow 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.3GB |
| Qwen3-VL 30B-A3B | 4bit（Q4_K_M） | 19GB | あと8.3GB |
| 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 |
| Granite 4.0 H-Small 32B-A9B | 4bit（Q4_K_M） | 19GB | あと8.7GB |
| Gemma 4 31B | 4bit（Q4_K_M） | 19GB | あと8.8GB |
| Granite 4.2 30B | 4bit（Q4_K_M） | 20GB | あと9.1GB |
| EXAONE 4.0.1 32B | 4bit（Q4_K_M） | 20GB | あと9.6GB |
| Olmo 3.1 32B | 4bit（Q4_K_M） | 20GB | あと9.7GB |
| Laguna XS 2.1 33B-A3B | 4bit（Q4_K_M） | 21GB | あと9.9GB |
| Aya Expanse 32B | 4bit（Q4_K_M） | 21GB | あと10GB |
| Thomson 1.0 Small 35B-A3B | 4bit（Q4_K_M） | 21GB | あと10GB |
| KAT-Coder-V2.5-Dev 35B-A3B | 4bit（Q4_K_M） | 21GB | あと10GB |
| XYZ-Aquila mini 35B-A3B | 4bit（Q4_K_M） | 21GB | あと10GB |
| Qwen3-VL 32B | 4bit（Q4_K_M） | 21GB | あと11GB |
| Qwen3 32B | 4bit（Q4_K_M） | 21GB | あと11GB |
| LLM-jp-4 32B-A3B thinking | 4bit（Q4_K_M） | 22GB | あと11GB |
| ABEJA Qwen2.5 32B Japanese | 4bit（Q4_K_M） | 22GB | あと11GB |
| ELYZA-Shortcut-1.0 Qwen 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| ELYZA-Thinking-1.0 Qwen 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen2.5-VL 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| DeepSeek-R1 Distill Qwen 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| DeepSeek-R1 Distill Qwen 32B Japanese | 4bit（Q4_K_M） | 22GB | あと11GB |
| KARAKURI LM 32B Thinking | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen2.5-Coder 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen2.5 32B | 4bit（Q4_K_M） | 22GB | あと11GB |
| BigBang v1 35B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Ornith 1.5 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen3.5 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| LLM-jp-4 33B thinking | 4bit（Q4_K_M） | 22GB | あと11GB |
| Ornith 1.0 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen-AgentWorld 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Qwen3.6 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Holo4 35B-A3B | 4bit（Q4_K_M） | 22GB | あと11GB |
| Nex-N2.5-mini | 4bit（Q4_K_M） | 22GB | あと11GB |
| Seed-OSS 36B | 4bit（Q4_K_M） | 23GB | あと13GB |
| Nemotron 3 Nano Omni 30B-A3B | 4bit（Q4_K_M） | 23GB | あと13GB |
| Mixtral 8x7B | 4bit（Q4_K_M） | 29GB | あと18GB |
| RakutenAI-2.0 8x7B | 4bit（Q4_K_M） | 29GB | あと18GB |
| Tanuki-8x8B | 4bit（Q4_K_M） | 29GB | あと18GB |
| Kimi Linear 48B-A3B | 4bit（Q4_K_M） | 29GB | あと19GB |
| Nemotron 3.5 Lightning 30B-A3B | 8bit（Q8_0） | 33GB | あと22GB |
| Shisa V2.1 Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3.3 Swallow 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| DeepSeek-R1 Distill Llama 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3.3 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3 Youko 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3.1 70B | 4bit（Q4_K_M） | 44GB | あと33GB |
| Llama 3.1 70B Japanese | 4bit（Q4_K_M） | 44GB | あと33GB |
| Qwen3-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと37GB |
| Qwen3-Coder-Next 80B-A3B | 4bit（Q4_K_M） | 47GB | あと37GB |
| Qwen2.5 72B | 4bit（Q4_K_M） | 48GB | あと38GB |
| Hunyuan-A13B 80B | 4bit（Q4_K_M） | 49GB | あと38GB |
| Stockmark-2 100B | 4bit（Q4_K_M） | 58GB | あと48GB |
| gpt-oss-120b | 4bit（MXFP4） | 62GB | あと51GB |
| Llama 4 Scout 17B-16E | 4bit（Q4_K_M） | 65GB | あと54GB |
| Command A 111B | 4bit（Q4_K_M） | 66GB | あと55GB |
| Laguna S 2.1 118B-A8B | 4bit（Q4_K_M） | 71GB | あと60GB |
| Mistral Small 4 119B | 4bit（Q4_K_M） | 72GB | あと61GB |
| 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 |
| Devstral 2 123B | 4bit（Q4_K_M） | 75GB | あと64GB |
| Ling 3.0 flash | 4bit（Q4_K_M） | 75GB | あと65GB |
| Mixtral 8x22B | 4bit（Q4_K_M） | 84GB | あと74GB |
| GPT-OSS-Swallow 120B | 4bit（Q4_K_M） | 85GB | あと74GB |
| Qwen3.8-Flash-Next | 4bit（IQ4_XS） | 91GB | あと80GB |
| Step-3.7-Flash | 4bit（Q4_K_M） | 118GB | あと107GB |
| DeepSeek-V4-Flash | 4bit（IQ4_XS） | 132GB | あと122GB |
| MiniMax-M2.5 229B-A10B | 4bit（Q4_K_M） | 135GB | あと124GB |
| Qwen3 235B-A22B | 4bit（Q4_K_M） | 138GB | あと128GB |
| GLM-5.3-Flash | 4bit（IQ4_XS） | 151GB | あと140GB |
| Inkling Small 264B | 4bit（Q4_K_M） | 157GB | あと146GB |
| MiMo-V2.6-Flash-RL | 4bit（MXFP4） | 161GB | あと151GB |
| ERNIE 4.5 300B-A47B | 4bit（Q4_K_M） | 175GB | あと164GB |
| Hy3 295B-A21B | 4bit（Q4_K_M） | 178GB | あと167GB |
| GLM-4.5 355B-A32B | 4bit（Q4_K_M） | 211GB | あと200GB |
| Qwen3.5 397B-A17B | 4bit（Q4_K_M） | 235GB | あと224GB |
| Llama 4 Maverick 17B-128E | 4bit（Q4_K_M） | 235GB | あと224GB |
| Qwen3-Coder 480B-A35B | 4bit（Q4_K_M） | 281GB | あと270GB |
| Kimi K2.6 | 2bit（IQ2_M） | 329GB | あと319GB |
| GLM-5.3 | 4bit（IQ4_XS） | 352GB | あと342GB |
| RakutenAI-3.0 671B-A37B | 4bit（Q4_K_M） | 390GB | あと379GB |
| Mistral Large 3 675B | 4bit（Q4_K_M） | 392GB | あと381GB |
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16GBに収まる10本です。
| モデル | 標準（4bit）だと | 落とすなら | 必要 | 推定速度 |
|---|---|---|---|---|
| North Mini Code 1.0 | 19GB（あと8.7GB足りない） | 2bit（IQ2_M） | 10GB | 約47 tok/s補正済み |
| Gemma 3 27B | 17GB（あと6.7GB足りない） | 2bit（IQ2_M） | 11GB | 約9.7 tok/s補正済み |
| Gemma 4 26B-A4B | 17GB（あと6.4GB足りない） | 2bit（IQ2_M） | 10GB | 約33 tok/s補正済み |
| Devstral Small 2 24B | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約10 tok/s補正済み |
| Magistral Small 2509 | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約10 tok/s補正済み |
| Devstral Small 2507 | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約10 tok/s補正済み |
| Mistral Small 3.2 24B | 16GB（あと4.8GB足りない） | 2bit（Q2_K） | 10GB | 約10 tok/s補正済み |
| Codestral 22B | 15GB（あと4.3GB足りない） | 2bit（Q2_K） | 10GB | 約11 tok/s補正済み |
| ERNIE 4.5 21B-A3B Thinking | 14GB（あと3.0GB足りない） | 2bit（Q2_K） | 8.8GB | 約43 tok/s補正済み |
| Phi-4 14B | 11GB（あと0.1GB足りない） | 4bit（IQ4_XS） | 9.7GB | 約11 tok/s補正済み |
同じユニファイドメモリ16GBの機種の中での位置
当サイトにはユニファイドメモリ16GBの機種が7件あります。帯域幅は120GB/sで7機種中4番目。最速のApple M1 Pro（16GB）（200GB/s）の約60%、最も遅いApple M1（16GB）（68.25GB/s）の約1.8倍です。この機種のユニファイドメモリに収まるのは109本で、その中で快適に動くのは41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2024年の発売で、いま2年目です。
同じユニファイドメモリ16GBでも、これより新しい機種が1件あります（最新はApple M5（16GB）・2025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
実効10.7GBは、16GBのうち5GBあまりをmacOSとアプリに残した後の数字です。ブラウザやSlackを開いたまま10.4GBの14Bを読み込むと、メモリの取り合いでスワップが起き、推定より遅くなります。14Bを動かす時間だけはほかを閉じる、という運用が前提。
普段の軸にはQwen2.5-Coder 7BのQ8_0（推定11.6tok/s）のような7B級を置き、量子化を落とさずに回すのが無理のない形です。500トークンの返事で45秒弱。OllamaもLM StudioもMetalでそのまま動くので、導入でつまずくことはまずありません。
買うときの見どころ
持っている人が買い替えを考えるなら、判断の軸は容量です。M5（16GB）に替えても4bit以上で動く本数は100本のままで、帯域幅が120GB/sから153GB/sに上がるぶん速くなるだけ。M4の24GBなら18本増え、GPT-OSS-Swallow 20BがQ4_K_Mで推定20.6tok/sになります。
ユニファイドメモリは購入後に足せないため、新しく買う人がローカルAIも視野に入れるなら、最初の16GBは避けるのが無難。ChatGPTやGeminiをブラウザで使うだけの人は、ここで買い替える必要はありません。
M4シリーズの中での位置
Appleの現行主力です。M4シリーズ10機種の中では、容量が小さいほうから1番目です。一段上のApple M4（24GB）（ユニファイドメモリ24GB）にすると、4bit以上で動くモデルが18本増えます。
買う前に確認すること: ユニファイドメモリは全部をモデルに使えるわけではなく、OSとアプリのぶんが引かれます。当サイトは実効値で判定していますが、他のアプリを開いたままだとさらに減ります。 シリーズ全体の選び方はM4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（16GB） |
|---|---|---|
| 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 | 動かない あと18GB |
| ローカルLLM（70B〜120B MoE） | 統合64GB | 動かない あと48GB |
| 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 M1 Pro（16GB） | 16GB | 200 GB/s | 52 |
| Apple M2 Pro（16GB） | 16GB | 200 GB/s | 54 |
| Apple M5（16GB） | 16GB | 153 GB/s | 48 |
| Apple M3 Pro（18GB） | 18GB | 150 GB/s | 58 |
| Apple M2（16GB） | 16GB | 100 GB/s | 36 |
| Apple M3（16GB） | 16GB | 100 GB/s | 33 |
| Apple M1（16GB） | 16GB | 68.25 GB/s | 20 |
gpt-oss-20b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
余裕を持つなら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
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）
✅ M4 4 の llama.cpp 公開ベンチマーク（GitHub Discussion）: llama-7b F16 = 7.43 tok/s / llama-7b Q8_0 = 13.54 tok/s / llama-7b Q4_0 = 24.11 tok/s。この値からメモリ帯域幅に対する実効係数（81%）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 M4（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204モデル中109本が収まります。日本語チャットならQwen3.5 4B（8bit（Q8_0））が推定約21 tok/sです。
Apple M4（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。