Apple M4 Max（36GB） で動くローカルLLM一覧（2026年10月）
121快適（20 tok/s以上）
41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
実効24.1GBは、RTX 4090の実効23.5GBとほぼ同じ枠です。Seed-OSS 36BのQ4_K_M（必要23.4GB）が推定13.8tok/sで入り、35B級のMoEはOrnith 1.5 35B-A3Bが推定97.6tok/s。動く158本のうち「遅い」判定のものはありません。
RakutenAI-2.0 8x7Bは4.8GB、70B級は19.7GB足りずに届きません。容量はGPU1枚ぶん、速さはMaxという組み合わせで、30B台で止める覚悟がある人の機種です。
まず試すなら: Qwen3.5 35B-A3B（4bit（Q4_K_M）・必要22GB・約95 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1020 tok/s補正済み |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約540 tok/s補正済み |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約350 tok/s補正済み |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約290 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約290 tok/s補正済み |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約280 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約240 tok/s補正済み |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約220 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約190 tok/s補正済み |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約180 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約170 tok/s補正済み |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約170 tok/s補正済み |
| Qwen2.5 1.5B | 8bit（Q8_0） | 2.5GB | 快適 | 約160 tok/s補正済み |
| Qwen3.5 2B | 8bit（Q8_0） | 2.6GB | 快適 | 約150 tok/s補正済み |
| Qwen3-VL 2B | 8bit（Q8_0） | 3.1GB | 快適 | 約140 tok/s補正済み |
| Qwen3 1.7B | 8bit（Q8_0） | 3.1GB | 快適 | 約140 tok/s補正済み |
| Ling 3.0 tiny | 8bit（Q8_0） | 8.7GB | 快適 | 約130 tok/s補正済み |
| Kimi Linear 48B-A3B | 3bit（Q3_K_M） | 22GB | 快適 | 約130 tok/s補正済み |
| LFM2.5 8B-A1B | 8bit（Q8_0） | 9.2GB | 快適 | 約110 tok/s補正済み |
| LLM-jp-3.1 1.8B | 8bit（Q8_0） | 3.9GB | 快適 | 約110 tok/s補正済み |
| MiniCPM5 2B | 8bit（Q8_0） | 3.4GB | 快適 | 約110 tok/s補正済み |
| LFM2.5 2.6B | 8bit（Q8_0） | 3.4GB | 快適 | 約110 tok/s補正済み |
| LFM2.5-VL 3B | 8bit（Q8_0） | 3.4GB | 快適 | 約110 tok/s補正済み |
| Gemma 2 Baku 2B | 8bit（Q8_0） | 3.8GB | 快適 | 約100 tok/s補正済み |
| Ornith 1.5 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約98 tok/s補正済み |
| KAT-Coder-V2.5-Dev 35B-A3B | 4bit（Q4_K_M） | 21GB | 快適 | 約97 tok/s補正済み |
| Qwen3.5 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約95 tok/s補正済み |
| Ornith 1.0 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約94 tok/s補正済み |
| Qwen-AgentWorld 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約94 tok/s補正済み |
| Qwen3.6 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約94 tok/s補正済み |
| Holo4 35B-A3B | 4bit（Q4_K_M） | 22GB | 快適 | 約94 tok/s補正済み |
| Qwen2.5-VL 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約91 tok/s補正済み |
| Qwen2.5-Coder 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約91 tok/s補正済み |
| Qwen2.5 3B | 8bit（Q8_0） | 3.9GB | 快適 | 約91 tok/s補正済み |
| SmolLM3 3B | 8bit（Q8_0） | 4.2GB | 快適 | 約88 tok/s補正済み |
| gpt-oss-20b | 4bit（MXFP4） | 12GB | 快適 | 約86 tok/s補正済み |
| LLM-jp-4 32B-A3B thinking | 4bit（Q4_K_M） | 22GB | 快適 | 約83 tok/s補正済み |
| Thomson 1.0 Small 35B-A3B | 4bit（Q4_K_M） | 21GB | 快適 | 約82 tok/s補正済み |
| XYZ-Aquila mini 35B-A3B | 4bit（Q4_K_M） | 21GB | 快適 | 約82 tok/s補正済み |
| Nemotron 3 Nano Omni 30B-A3B | 4bit（Q4_K_M） | 23GB | 快適 | 約82 tok/s補正済み |
| BigBang v1 35B | 4bit（Q4_K_M） | 22GB | 快適 | 約81 tok/s補正済み |
| Llama 3.2 3B | 8bit（Q8_0） | 4.7GB | 快適 | 約81 tok/s補正済み |
| Laguna XS 2.1 33B-A3B | 5bit（Q5_K_M） | 24GB | 快適 | 約80 tok/s補正済み |
| Nex-N2.5-mini | 4bit（Q4_K_M） | 22GB | 快適 | 約79 tok/s補正済み |
| Ministral 3 3B | 8bit（Q8_0） | 4.8GB | 快適 | 約77 tok/s補正済み |
| North Mini Code 1.0 | 5bit（Q5_K_M） | 23GB | 快適 | 約75 tok/s補正済み |
| Granite 4.2 3B | 8bit（Q8_0） | 4.9GB | 快適 | 約74 tok/s補正済み |
| Sarashina2.2 3B | 8bit（Q8_0） | 5.2GB | 快適 | 約74 tok/s補正済み |
| GLM-4.7-Flash 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約74 tok/s補正済み |
| Gemma 3 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約74 tok/s補正済み |
| Nemotron 3 Nano 4B | 8bit（Q8_0） | 4.7GB | 快適 | 約73 tok/s補正済み |
| Qwen3-Swallow 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約69 tok/s補正済み |
| Qwen3-VL 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約69 tok/s補正済み |
| Qwen3 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約69 tok/s補正済み |
| Qwen3-Coder 30B-A3B | 5bit（Q5_K_M） | 22GB | 快適 | 約69 tok/s補正済み |
| Qwen3.5 4B | 8bit（Q8_0） | 5.0GB | 快適 | 約68 tok/s補正済み |
| Phi-4-mini 3.8B | 8bit（Q8_0） | 5.4GB | 快適 | 約68 tok/s補正済み |
| AREX-Turbo 4B | 8bit（Q8_0） | 5.1GB | 快適 | 約68 tok/s補正済み |
| Fara1.5 4B | 8bit（Q8_0） | 5.1GB | 快適 | 約68 tok/s補正済み |
| Nanbeige4.2 3B | 8bit（Q8_0） | 5.4GB | 快適 | 約65 tok/s補正済み |
| Gemma 3n E2B | 8bit（Q8_0） | 5.2GB | 快適 | 約65 tok/s補正済み |
| Qwen3-VL 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約64 tok/s補正済み |
| Qwen3 4B | 8bit（Q8_0） | 5.7GB | 快適 | 約64 tok/s補正済み |
| Gemma 4 E2B | 8bit（Q8_0） | 5.5GB | 快適 | 約61 tok/s補正済み |
| AFM-4.5B | 8bit（Q8_0） | 5.8GB | 快適 | 約60 tok/s補正済み |
| Llama-3-ELYZA-JP-8B | 4bit（Q4_K_M） | 6.2GB | 快適 | 約58 tok/s補正済み |
| Phi-3.5-mini 3.8B | 8bit（Q8_0） | 7.4GB | 快適 | 約55 tok/s補正済み |
| ERNIE 4.5 21B-A3B Thinking | 8bit（Q8_0） | 23GB | 快適 | 約55 tok/s補正済み |
| Gemma 4 26B-A4B | 6bit（Q6_K） | 23GB | 快適 | 約49 tok/s補正済み |
| GPT-OSS-Swallow 20B | 8bit（Q8_0） | 22GB | 快適 | 約48 tok/s補正済み |
| CAT-Translate 7B | 6bit（Q6_K） | 7.4GB | 快適 | 約47 tok/s補正済み |
| Shisa V2.1 Qwen3 8B | 6bit（Q6_K） | 8.1GB | 快適 | 約43 tok/s補正済み |
| Granite 4.0 H-Tiny | 8bit（Q8_0） | 7.7GB | 快適 | 約42 tok/s補正済み |
| Gemma 3n E4B | 8bit（Q8_0） | 7.7GB | 快適 | 約42 tok/s補正済み |
| Falcon-H1R 7B | 8bit（Q8_0） | 8.6GB | 快適 | 約38 tok/s補正済み |
| Mistral 7B v0.3 | 8bit（Q8_0） | 8.9GB | 快適 | 約38 tok/s補正済み |
| Gemma 4 E4B | 8bit（Q8_0） | 8.6GB | 快適 | 約38 tok/s補正済み |
| ELYZA-Shortcut-1.0 Qwen 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約38 tok/s補正済み |
| ABEJA Qwen2.5 7B Japanese | 8bit（Q8_0） | 8.7GB | 快適 | 約38 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約38 tok/s補正済み |
| Qwen2.5-VL 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約38 tok/s補正済み |
| Qwen2.5 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約38 tok/s補正済み |
| Qwen2.5-Coder 7B | 8bit（Q8_0） | 8.7GB | 快適 | 約38 tok/s補正済み |
| Hunyuan 7B | 8bit（Q8_0） | 9.2GB | 快適 | 約37 tok/s補正済み |
| Tanuki-8B | 8bit（Q8_0） | 9.2GB | 快適 | 約37 tok/s補正済み |
| Command R7B | 8bit（Q8_0） | 9.3GB | 快適 | 約35 tok/s補正済み |
| Llama 3.1 Swallow 8B | 8bit（Q8_0） | 9.7GB | 快適 | 約35 tok/s補正済み |
| DeepSeek-R1 Distill Llama 8B | 8bit（Q8_0） | 9.7GB | 快適 | 約35 tok/s補正済み |
| Aya Expanse 8B | 8bit（Q8_0） | 9.7GB | 快適 | 約35 tok/s補正済み |
| Llama 3 Youko 8B | 8bit（Q8_0） | 9.7GB | 快適 | 約35 tok/s補正済み |
| Llama 3.1 8B | 8bit（Q8_0） | 9.7GB | 快適 | 約35 tok/s補正済み |
| Apertus 8B | 8bit（Q8_0） | 9.7GB | 快適 | 約35 tok/s補正済み |
| Qwen3-Swallow 8B | 8bit（Q8_0） | 10.0GB | 快適 | 約34 tok/s補正済み |
| Qwen3-VL 8B | 8bit（Q8_0） | 10.0GB | 快適 | 約34 tok/s補正済み |
| DeepSeek-R1-0528 Qwen3 8B | 8bit（Q8_0） | 10.0GB | 快適 | 約34 tok/s補正済み |
| Qwen3 8B | 8bit（Q8_0） | 10.0GB | 快適 | 約34 tok/s補正済み |
| Nemotron-Nano 9B v2 Japanese | 8bit（Q8_0） | 9.7GB | 快適 | 約33 tok/s補正済み |
| Ministral 3 8B | 8bit（Q8_0） | 10GB | 快適 | 約33 tok/s補正済み |
| MiMo-V2.6-Distill-Qwen-9B | 8bit（Q8_0） | 9.9GB | 快適 | 約33 tok/s補正済み |
| Ornith 1.5 9B | 8bit（Q8_0） | 9.9GB | 快適 | 約33 tok/s補正済み |
| UI-Mate 9B | 8bit（Q8_0） | 9.9GB | 快適 | 約33 tok/s補正済み |
| UI-Venus-2 9B | 8bit（Q8_0） | 9.9GB | 快適 | 約33 tok/s補正済み |
| Fara1.5 9B | 8bit（Q8_0） | 9.9GB | 快適 | 約33 tok/s補正済み |
| Ornith 1.0 9B | 8bit（Q8_0） | 9.9GB | 快適 | 約33 tok/s補正済み |
| LLM-jp-4 8B thinking | 8bit（Q8_0） | 10GB | 快適 | 約33 tok/s補正済み |
| Qwen3.5 9B | 8bit（Q8_0） | 9.9GB | 快適 | 約33 tok/s補正済み |
| Granite 4.2 8B | 8bit（Q8_0） | 11GB | 快適 | 約31 tok/s補正済み |
| GLM-4.6V-Flash 9B | 8bit（Q8_0） | 10GB | 快適 | 約31 tok/s補正済み |
| PLaMo 2 Translate | 8bit（Q8_0） | 10GB | 快適 | 約31 tok/s補正済み |
| Granite 4.0 H-Small 32B-A9B | 5bit（Q5_K_M） | 23GB | 快適 | 約29 tok/s補正済み |
| Gemma-2-Llama-Swallow 9B | 8bit（Q8_0） | 12GB | 快適 | 約29 tok/s補正済み |
| Gemma 2 9B | 8bit（Q8_0） | 12GB | 快適 | 約29 tok/s補正済み |
| Mixtral 8x7B | 3bit（Q3_K_M） | 23GB | 快適 | 約28 tok/s補正済み |
| RakutenAI-2.0 8x7B | 3bit（Q3_K_M） | 23GB | 快適 | 約28 tok/s補正済み |
| Tanuki-8x8B | 3bit（Q3_K_M） | 23GB | 快適 | 約28 tok/s補正済み |
| Gemma 4 12B | 8bit（Q8_0） | 13GB | 快適 | 約24 tok/s補正済み |
| Gemma 3 12B | 8bit（Q8_0） | 13GB | 快適 | 約24 tok/s補正済み |
| Nemotron Nano 12B v2 | 8bit（Q8_0） | 13GB | 快適 | 約24 tok/s補正済み |
| Mistral Nemo Japanese 12B | 8bit（Q8_0） | 14GB | 快適 | 約23 tok/s補正済み |
| Mistral Nemo 12B | 8bit（Q8_0） | 14GB | 快適 | 約23 tok/s補正済み |
| Ministral 3 14B | 8bit（Q8_0） | 16GB | 快適 | 約21 tok/s補正済み |
| ABEJA Qwen3 14B Agentic | 8bit（Q8_0） | 17GB | 実用 | 約19 tok/s補正済み |
| Qwen3 14B | 8bit（Q8_0） | 17GB | 実用 | 約19 tok/s補正済み |
| Shisa V2.1 unphi4 14B | 8bit（Q8_0） | 17GB | 実用 | 約19 tok/s補正済み |
| Phi-4 14B | 8bit（Q8_0） | 17GB | 実用 | 約19 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 14B | 8bit（Q8_0） | 17GB | 実用 | 約19 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 14B Japanese | 8bit（Q8_0） | 17GB | 実用 | 約19 tok/s補正済み |
| Qwen2.5-Coder 14B | 8bit（Q8_0） | 17GB | 実用 | 約19 tok/s補正済み |
| Qwen2.5 14B | 8bit（Q8_0） | 17GB | 実用 | 約19 tok/s補正済み |
| LLM-jp-3.1 13B | 8bit（Q8_0） | 21GB | 実用 | 約18 tok/s補正済み |
| Codestral 22B | 6bit（Q6_K） | 20GB | 実用 | 約16 tok/s補正済み |
| Muse-Glimmer 30B | 5bit（Q5_K_M） | 19GB | 実用 | 約16 tok/s補正済み |
| Devstral Small 2 24B | 6bit（Q6_K） | 20GB | 実用 | 約16 tok/s補正済み |
| Magistral Small 2509 | 6bit（Q6_K） | 20GB | 実用 | 約16 tok/s補正済み |
| Devstral Small 2507 | 6bit（Q6_K） | 20GB | 実用 | 約16 tok/s補正済み |
| Mistral Small 3.2 24B | 6bit（Q6_K） | 20GB | 実用 | 約16 tok/s補正済み |
| Qwen3-VL 32B | 4bit（Q4_K_M） | 21GB | 実用 | 約15 tok/s補正済み |
| Qwen3 32B | 4bit（Q4_K_M） | 21GB | 実用 | 約15 tok/s補正済み |
| ABEJA Qwen2.5 32B Japanese | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| ELYZA-Shortcut-1.0 Qwen 32B | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| ELYZA-Thinking-1.0 Qwen 32B | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| Qwen2.5-VL 32B | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 32B | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| DeepSeek-R1 Distill Qwen 32B Japanese | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| KARAKURI LM 32B Thinking | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| Qwen2.5-Coder 32B | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| Qwen2.5 32B | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| LLM-jp-4 33B thinking | 4bit（Q4_K_M） | 22GB | 実用 | 約15 tok/s補正済み |
| Granite 4.2 30B | 5bit（Q5_K_M） | 23GB | 実用 | 約14 tok/s補正済み |
| Qwen3.8 27B | 6bit（Q6_K） | 22GB | 実用 | 約14 tok/s補正済み |
| Gemma 4 31B | 5bit（Q5_K_M） | 23GB | 実用 | 約14 tok/s補正済み |
| Qwen3.6 27B | 6bit（Q6_K） | 23GB | 実用 | 約14 tok/s補正済み |
| Qwen3.5 27B | 6bit（Q6_K） | 23GB | 実用 | 約14 tok/s補正済み |
| Seed-OSS 36B | 4bit（Q4_K_M） | 23GB | 実用 | 約14 tok/s補正済み |
| Gemma 3 27B | 6bit（Q6_K） | 23GB | 実用 | 約14 tok/s補正済み |
| UI-Mate 27B | 6bit（Q6_K） | 23GB | 実用 | 約13 tok/s補正済み |
| Fara1.5 27B | 6bit（Q6_K） | 23GB | 実用 | 約13 tok/s補正済み |
| Olmo 3.1 32B | 5bit（Q5_K_M） | 24GB | 実用 | 約13 tok/s補正済み |
| EXAONE 4.0.1 32B | 5bit（Q5_K_M） | 24GB | 実用 | 約13 tok/s補正済み |
| Gemma-2-Llama-Swallow 27B | 6bit（Q6_K） | 24GB | 実用 | 約13 tok/s補正済み |
| AREX-2 27B | 6bit（Q6_K） | 24GB | 実用 | 約13 tok/s補正済み |
| Aya Expanse 32B | 5bit（Q5_K_M） | 24GB | 実用 | 約13 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130 tok/s補正済み |
| Tanuki-8x8B | 29GB（あと4.9GB足りない） | 3bit（Q3_K_M） | 23GB | 約28 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28 tok/s補正済み |
| Mixtral 8x7B | 29GB（あと4.7GB足りない） | 3bit（Q3_K_M） | 23GB | 約28 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410GB/sで4機種中2番目。最速のApple M5 Max（36GB）（460GB/s）の約89%、最も遅いApple M3 Pro（36GB）（150GB/s）の約2.7倍です。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121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36GBでも、これより新しい機種が1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
コードはQwen3-Coder 30B-A3BをQ5_K_Mに上げて推定68.5tok/s。4bitに縛られない数少ない余地で、1,000トークンを15秒ほどで返します。腰を据えた設計の相談は、全体が毎回動くdense型のQwen2.5-Coder 32B（Q4_K_M・推定15tok/s）へ。
日本語の常用はQwen3.6 35B-A3BのQ4_K_Mで推定94.3tok/sです。35B級のQ4_K_MはOrnith 1.5 35B-A3Bで21.6GBあり、実効24.1GBに残るのは2.5GBほど。PhotoshopやFinal Cut Proのような重いアプリとは、同じ時間に動かさない組み方になります。
買うときの見どころ
型番で紛らわしいのがここです。同じM4 Maxでも、36GBは410GB/s、48GB以上の構成は546GB/sで、中身のチップが違います。48GBにすると動く本数が158本から163本に増え、RakutenAI-2.0 8x7BがQ5_K_Mで推定23.7tok/s、Qwen2.5-Coder 32BはQ8_0まで上がる。
並びの上ではM4 Pro（48GB）が次ですが、帯域幅が273GB/sに下がるので速度は落ちます。2023年のM3 Max（36GB）は300GB/sで、Seed-OSS 36Bが推定10.8tok/s。中古でこの容量を探すなら、推定速度でおよそ3割の差と見ておきましょう。
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5番目です。一段上のApple M4 Pro（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: 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（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 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 |
| Apple M3 Pro（36GB） | 36GB | 150 GB/s | 68 |
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）
✅ M4 Max 4 の llama.cpp 公開ベンチマーク（GitHub Discussion）: llama-7b F16 = 24.29 tok/s / llama-7b Q8_0 = 43.87 tok/s / llama-7b Q4_0 = 69.95 tok/s。この値からメモリ帯域幅に対する実効係数（77%）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 Max（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95 tok/sです。
Apple M4 Max（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。