MacBook Pro 16 M4 Max(メモリ128GB・SSD 2TB)
向いている人: 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
- できる合うAI 12/16・合う仕事 5/8(内訳)
- まず試すGPT-OSS-Swallow 120B 5bit(Q5_K_M)・約55 tok/s補正済み
- 足りない自動化ツール(n8n / Dify / Make)(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)・ほか2
Amazonで探す
目安 70〜85万円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
70Bや120BのMoE型といった大型のローカルLLMを持ち歩く、という特殊な要求に応えられるほぼ唯一の構成です。M4 Maxの帯域546GB/sはミドルレンジGPUに匹敵し、gpt-oss-120b(MXFP4で59GB)が実効96GBに載って実用速度で動きます。開発と大型モデルの両方を1台で済ませたい人のための構成です。
避けたい似た構成
同じ予算でMac Studio M4 Max 128GB(62〜72万円)を選べば、10万円以上安く同じ性能が手に入ります。持ち運ぶ必要が本当にあるかを先に確認してください。据え置きでよいならStudio、外で大型モデルを動かす必然性があるならこちら、という判断です。また、この構成でも動画生成はCUDA非対応のため実用外です。
拡張性と寿命
128GBは個人向けノートの上限で、数年は容量で困りません。ただし70B級のdense型(MoEではない通常の構造)のモデルは速度がメモリ帯域幅で決まるため、メモリを増やしても速度は上がらない点は理解しておきましょう。速度が要るならMoE型を選ぶのが正解です。
この1台でできること
合うAI
足りないAI(4)と理由
- 自動化ツール(n8n / Dify / Make): 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
- FLUX / 高品質画像生成: CUDA前提のツールが多くMacは不向き
- 動画生成AI(Wan / Hunyuan / LTX): CUDA前提のツールが多くMacは不向き
この1台で動くローカルモデル(Apple M4 Max(128GB)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: GPT-OSS-Swallow 120B(5bit(Q5_K_M)・必要91GB・約55 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
| 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1260 tok/s補正済み |
| Qwen2.5 0.5B | 8bit(Q8_0) | 1.1GB | 快適 | 約670 tok/s補正済み |
| Qwen3.5 0.8B | 8bit(Q8_0) | 1.4GB | 快適 | 約440 tok/s補正済み |
| Gemma 3 1B | 8bit(Q8_0) | 1.6GB | 快適 | 約350 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit(Q8_0) | 1.8GB | 快適 | 約350 tok/s補正済み |
| Qwen3 0.6B | 8bit(Q8_0) | 2.0GB | 快適 | 約350 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit(Q8_0) | 1.8GB | 快適 | 約300 tok/s補正済み |
| Llama 3.2 1B | 8bit(Q8_0) | 2.0GB | 快適 | 約270 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit(Q8_0) | 2.3GB | 快適 | 約240 tok/s補正済み |
| TinySwallow 1.5B | 8bit(Q8_0) | 2.3GB | 快適 | 約220 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit(Q8_0) | 2.4GB | 快適 | 約210 tok/s補正済み |
| Sarashina2.2 1B | 8bit(Q8_0) | 2.6GB | 快適 | 約210 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 Max(128GB)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 | 快適 | 約42 tok/s補正済み |
| Gemma 3 12B | 11.77B | 13GB | 快適 | 約30 tok/s補正済み |
| Gemma 3 27B | 27.01B | 29GB | 実用 | 約13 tok/s補正済み |
| gpt-oss-20b | 20.91B | 12GB | 快適 | 約110 tok/s補正済み |
| Llama 3.3 70B | 70.55B | 75GB | 遅い | 約5.1 tok/s補正済み |
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5件が回り、3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 | 快適 | — |
| 自動タスク・エージェントの常時運用 | 動かない | 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 |
| 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 |
| 議事録・文字起こし | 快適 | — |
| データ分析・Excel/Python | 快適 | — |
| 社内文書の検索・要約(ローカルRAG) | 快適 | — |
足りない用途をこの1台でまかなうなら、自動タスク・エージェントの常時運用の要件を満たす構成まで上げる必要があります。自動タスク・エージェントの常時運用のページに、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188本です。収まらないもののうち、いちばん惜しいのはGLM-5.3-Flashで、ユニファイドメモリがあと約55GB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 |
|---|---|---|---|
| GLM-5.3-Flash | 320.76B | 151GB | 55GB |
| MiMo-V2.6-Flash-RL | 308.78B | 161GB | 65GB |
| ERNIE 4.5 300B-A47B | 299.48B | 175GB | 79GB |
ユニファイドメモリを一段上の192GB(例: Apple M2 Ultra(192GB))にすると、収まるモデルは4本増えて192本になります。逆に一段下の96GBだと4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 |
|---|---|---|---|
| ワークステーション(RTX 5090・メモリ128GB・SSD 4TB) | 常時稼働サーバー型 | 動画生成・学習ジョブを夜通し回す。ECC・高耐久電源・保守付きのBTOワークステーション | 75〜110万円 |
| Mac Studio M4 Max(メモリ128GB・SSD 2TB) | Mac | 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 | 62〜72万円 |
| 自作: RTX 5090(32GB)・メモリ96GB | 自作 | 動画生成・学習・32BクラスのLLM。メモリ96GBあれば、大型のMoE型を一部メインメモリに逃がして動かせる | 60〜80万円 |
| RTX 5090(32GB)デスクトップ・メモリ64GB | デスクトップ(BTO) | 動画生成・32BクラスのローカルLLM・LoRA学習。GPU 1枚で届く上限 | 55〜75万円 |
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 Air M4(メモリ24GB・SSD 512GB) | 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 | 20〜25万円 |
| 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 |