MacBook Air M4（メモリ24GB・SSD 512GB）
向いている人: クラウドAI中心の静かなノート。Claude Codeは1エージェントまで、8B〜14BのローカルLLMも動く
- できる合うAI 6/16・合う仕事 2/8（内訳）
- まず試すGemma 4 26B-A4B 4bit（IQ4_XS）・約25 tok/s補正済み
- 足りないClaude Code（ユニファイドメモリ32GB以上が必要）・Codex CLI（ユニファイドメモリ32GB以上が必要）・ほか8
Amazonで探す
目安 20〜25万円2026年10月時点
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。
検索結果に同クラスの機種が並びます。メモリとSSDの容量を見て選ぶのが確実です。
なぜこの構成なのか
ファンレスで静かなノートで、クラウドAIを使い、ついでに8〜14BのローカルLLMも動かす構成です。Claude Codeも動きますが、24GBは1つのプロジェクトで1エージェントを回す最低ラインで、並列実行やDockerを重ねる開発が主なら48GBのMacBook Proが本命です。
ユニファイドメモリ24GBのうち約16GBがモデルに使え、Qwen3 8B（6.4GB）はもちろんGemma 3 12B（8.3GB）も余裕。macOSなのでClaude CodeやCodexが環境構築の苦労なく動きます。バッテリーで長時間動くのも、エージェントを回しながら移動する使い方に合います。
避けたい似た構成
メモリ16GBのモデルを選ぶと、実効が約11GBに落ちて14Bクラスが収まらなくなります。差額は2〜3万円ですが、Macは後から増設できないので、ここをケチると使えるモデルの幅が半分になります。もう一つ、画像生成を主目的にMacBook Airを選ぶのは避けてください。動きますが、同価格のGeForce機の2〜4倍の時間がかかります。
拡張性と寿命
Macはメモリが固定なので、24GBという容量がそのまま寿命です。クラウドAI＋小型ローカルLLM、Claude Codeは1エージェントまで、という使い方なら5年は使えます。27B以上のローカルLLMに進みたくなったら、Mac miniやMac Studioを据え置きで足すのが現実的で、ノート側は買い替えなくて済みます。
この1台でできること
足りないAI（10）と理由
- Claude Code: ユニファイドメモリ32GB以上が必要 / SSD 1TB以上が必要
- Codex CLI: ユニファイドメモリ32GB以上が必要 / SSD 1TB以上が必要
- Cursor / Copilot（IDE）: ユニファイドメモリ32GB以上が必要 / SSD 1TB以上が必要
- ブラウザ操作エージェント: ユニファイドメモリ32GB以上が必要
- 自動化ツール（n8n / Dify / Make）: ユニファイドメモリ32GB以上が必要 / SSD 1TB以上が必要 / 常時稼働に向かない（ノート・スリープ）
- Stable Diffusion / SDXL: CUDA前提のツールが多くMacは不向き / ユニファイドメモリ32GB以上が必要 / SSD 1TB以上が必要
- FLUX / 高品質画像生成: CUDA前提のツールが多くMacは不向き / ユニファイドメモリ32GB以上が必要 / SSD 2TB以上が必要
- 動画生成AI（Wan / Hunyuan / LTX）: CUDA前提のツールが多くMacは不向き / ユニファイドメモリ64GB以上が必要 / SSD 2TB以上が必要
- ローカルLLM（27〜32Bクラス）: ユニファイドメモリ34GB以上が必要 / SSD 1TB以上が必要
- ローカルLLM（70B〜120B MoE）: ユニファイドメモリ64GB以上が必要 / CPU 12コア以上が目安 / SSD 2TB以上が必要
この1台で動くローカルモデル（Apple M4（24GB）として計算）
4bit以上でメモリに収まるモデルから抜粋。速度は推定（この機種の全モデル一覧）。
まず試すなら: Gemma 4 26B-A4B（4bit（IQ4_XS）・必要14GB・約25 tok/s補正済み）。2026年のGoogle製MoE。メモリ24〜32GBで速い
| 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 |
代表的なモデルはどれくらいで動くか
よく使われる5本について、この構成（Apple M4（24GB）として計算）での必要メモリと推定速度です。速度はメモリ帯域幅からの計算値で、実測ではありません。
| モデル | パラメータ | 必要メモリ | 判定 | 推定速度 |
|---|---|---|---|---|
| Qwen3 8B | 8.19B | 10.0GB | 実用 | 約10 tok/s補正済み |
| Gemma 3 12B | 11.77B | 13GB | 遅い | 約7.5 tok/s補正済み |
| Gemma 3 27B | 27.01B | 16GB | 遅い | 約6.3 tok/s補正済み |
| gpt-oss-20b | 20.91B | 12GB | 快適 | 約27 tok/s補正済み |
| Llama 3.3 70B | 70.55B | 44GB | 収まらない | — |
この構成でどの仕事が回るか
「AIにさせたい仕事」の側から見て、この構成が要件を満たすかどうかです。8種類のうち2件が回り、6件は足りません。
| 仕事 | この構成では | 足りないもの |
|---|---|---|
| 文章・資料・メール作成 | 快適 | — |
| プログラミング・開発 | 動かない | ユニファイドメモリ32GB以上が必要 / SSD 1TB以上が必要 |
| 自動タスク・エージェントの常時運用 | 動かない | ユニファイドメモリ64GB以上が必要 / CPU 12コア以上が目安 / SSD 1TB以上が必要 / 常時稼働に向かない（ノート・スリープ） |
| イラスト・画像生成 | 動かない | CUDA前提のツールが多くMacは不向き / ユニファイドメモリ32GB以上が必要 / SSD 1TB以上が必要 |
| 動画生成・編集 | 動かない | CUDA前提のツールが多くMacは不向き / ユニファイドメモリ64GB以上が必要 / SSD 2TB以上が必要 |
| 議事録・文字起こし | 快適 | — |
| データ分析・Excel/Python | 動かない | ユニファイドメモリ32GB以上が必要 / SSD 1TB以上が必要 |
| 社内文書の検索・要約（ローカルRAG） | 動かない | ユニファイドメモリ34GB以上が必要 / SSD 1TB以上が必要 |
足りない用途をこの1台でまかなうなら、プログラミング・開発の要件を満たす構成まで上げる必要があります。プログラミング・開発のページに、その要件を満たす構成を並べています。
この構成の余力と、足りなくなったとき
収録している204モデルのうち、この構成のユニファイドメモリに4bit以上の量子化で収まるのは118本です。収まらないもののうち、いちばん惜しいのはLLM-jp-4 32B-A3B thinkingで、ユニファイドメモリがあと約5.4GB足りません。
| あと少しで収まらないモデル | パラメータ | 必要 | 不足 |
|---|---|---|---|
| LLM-jp-4 32B-A3B thinking | 32.14B | 22GB | 5.4GB |
| LLM-jp-4 33B thinking | 33.22B | 22GB | 5.7GB |
| Nemotron 3 Nano Omni 30B-A3B | 31.58B | 23GB | 7.4GB |
ユニファイドメモリを一段上の32GB（例: Apple M1 Pro（32GB））にすると、収まるモデルは40本増えて158本になります。逆に一段下の18GBだと18本減ります。Macのユニファイドメモリはあとから変更できないので、この差は購入時にしか埋められません。
同じ価格帯で選べる他の形
目安価格が近い、別の形（ノート・BTO・自作・Mac・常時稼働）の構成です。同じ金額でも、形が変わるとできることが変わります。
| 構成 | 形 | 向いている人 | 目安 |
|---|---|---|---|
| RTX 5070（12GB）デスクトップ・メモリ32GB | デスクトップ（BTO） | SDXLの画像生成が快適。14BクラスのローカルLLMがGPUだけで動く | 20〜28万円 |
| 自作: エージェント用ワークステーション（16コア・メモリ64GB・GPUなし） | 自作 | Claude Code・Docker・n8nを並列で回す。GPUは要らない、静音と大容量メモリに振る | 20〜28万円 |
| RTX 5060（8GB）デスクトップ・メモリ32GB | デスクトップ（BTO） | 画像生成の入門と8BクラスのローカルLLM。最安のGPU機 | 15〜21万円 |
| Mac mini M4（メモリ24GB・SSD 512GB） | Mac | 最安で「クラウドAI＋8〜14BのローカルLLM」。Claude Codeは1エージェントまで。静音・省電力で常時稼働にも | 14〜17万円 |
| 自作: RTX 5070 Ti（16GB）・メモリ32GB | 自作 | BTOより同予算で一段上のGPUに届く。画像生成とローカルLLMの定番 | 27〜35万円 |
同じ形の他の構成
| 構成 | 向いている人 | 目安 |
|---|---|---|
| 一般ノートPC（メモリ16GB・SSD 512GB） | ChatGPT・Claude・Geminiをブラウザで使う人。NPU搭載のCopilot+ PCである必要はない | 8〜13万円 |
| 開発向けノートPC（メモリ32GB・SSD 1TB） | Claude Code・Cursor・Codexを持ち歩いて使う人。GPUは不要、メモリとSSDに振る | 15〜23万円 |
| GPUノート（RTX 5070 Laptop 8GB・メモリ32GB） | 持ち歩いて画像生成の入門や8BクラスのローカルLLMを回す人 | 20〜28万円 |
| GPUノート（RTX 5070 Ti Laptop 12GB・メモリ32GB） | ノートでSDXLの画像生成や14BクラスのローカルLLMを実用的な速さで動かしたい人 | 27〜36万円 |
| GPUノート（RTX 5080 Laptop 16GB・メモリ64GB） | ノート1台でFLUX・27BクラスのローカルLLM・並列エージェントまで | 38〜55万円 |
| MacBook Pro 14/16 M4 Pro（メモリ48GB・SSD 1TB） | 開発者の定番。Claude Code並列運用＋30BクラスのローカルLLMを1台で | 42〜52万円 |
| MacBook Pro 16 M4 Max（メモリ128GB・SSD 2TB） | 70B〜120BのMoE型まで持ち歩ける。帯域546GB/sでミドルクラスのGPU並みの速さ | 70〜85万円 |