MacBook Pro 14/16 M4 Pro（メモリ48GB・SSD 1TB）
向いている人: 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
- できる合うAI 11/16・合う仕事 5/8（内訳）
- まず試すQwen3.5 35B-A3B 6bit（Q6_K）・約51 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3
Amazonで探す
目安 42〜52万円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
開発者に最も選ばれている構成です。M4 Proの14コアCPUと帯域273GB/sのユニファイドメモリ48GBで、Claude Codeを並列で走らせながら、30BクラスのローカルLLM（Qwen3 30B-A3Bで19GB）を同時にメモリに載せられます。実効メモリは約36GB。Unix環境がそのまま使えるので、エージェントがコマンドを実行する場面で詰まりません。SSD 1TBはリポジトリとモデルの両方を置く最低ラインです。
避けたい似た構成
M4無印の24GBモデルと迷ったら、ローカルLLMを使うかどうかで決めてください。帯域が120GB/sと273GB/sで倍以上違い、同じモデルの生成速度がそのまま倍違います。もう一つ、メモリ24GBのM4 Proという構成もありますが、それならM4無印の24GBとの差が小さく、Proを選ぶ意味が薄れます。Proを選ぶなら48GB以上が筋です。
拡張性と寿命
48GBは32Bクラスまでの実用範囲を4〜5年カバーします。70Bクラスに進みたくなったら64GBが必要で、そこはMac StudioやMac miniの据え置きに任せるのが合理的。ノートとして持ち運ぶ前提なら、重量と価格のつり合いがとれるのは48GBです。
この1台でできること
合うAI
足りないAI（5）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 / 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（70B〜120B MoE）: ユニファイドメモリ64GB以上が必要 / SSD 2TB以上が必要
この1台で動くローカルモデル（Apple M4 Pro（48GB）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: Qwen3.5 35B-A3B（6bit（Q6_K）・必要28GB・約51 tok/s補正済み）。メモリ32GBのPC/Macで速く動く2026年の実用MoE
| 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710 tok/s補正済み |
| Qwen2.5 0.5B | 8bit（Q8_0） | 1.1GB | 快適 | 約380 tok/s補正済み |
| Qwen3.5 0.8B | 8bit（Q8_0） | 1.4GB | 快適 | 約250 tok/s補正済み |
| Gemma 3 1B | 8bit（Q8_0） | 1.6GB | 快適 | 約200 tok/s補正済み |
| Sarashina2.2 0.5B | 8bit（Q8_0） | 1.8GB | 快適 | 約200 tok/s補正済み |
| Qwen3 0.6B | 8bit（Q8_0） | 2.0GB | 快適 | 約200 tok/s補正済み |
| LFM2.5 1.2B JP | 8bit（Q8_0） | 1.8GB | 快適 | 約170 tok/s補正済み |
| Llama 3.2 1B | 8bit（Q8_0） | 2.0GB | 快適 | 約150 tok/s補正済み |
| EXAONE 4.0 1.2B | 8bit（Q8_0） | 2.3GB | 快適 | 約140 tok/s補正済み |
| TinySwallow 1.5B | 8bit（Q8_0） | 2.3GB | 快適 | 約120 tok/s補正済み |
| RakutenAI-2.0 mini | 8bit（Q8_0） | 2.4GB | 快適 | 約120 tok/s補正済み |
| Sarashina2.2 1B | 8bit（Q8_0） | 2.6GB | 快適 | 約120 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 Pro（48GB）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24 tok/s補正済み |
| Gemma 3 12B | 11.77B | 13GB | 実用 | 約17 tok/s補正済み |
| Gemma 3 27B | 27.01B | 29GB | 遅い | 約7.5 tok/s補正済み |
| gpt-oss-20b | 20.91B | 12GB | 快適 | 約60 tok/s補正済み |
| Llama 3.3 70B | 70.55B | 36GB | 遅い | 約6.2 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 | ユニファイドメモリ64GB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 |
| 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 | 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163本です。収まらないもののうち、いちばん惜しいのはStockmark-2 100Bで、ユニファイドメモリがあと約22GB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 |
|---|---|---|---|
| Stockmark-2 100B | 96B | 58GB | 22GB |
| gpt-oss-120b | 116.83B | 62GB | 26GB |
| Llama 4 Scout 17B-16E | 107.77B | 65GB | 29GB |
ユニファイドメモリを一段上の64GB（例: Apple M1 Max（64GB））にすると、収まるモデルは11本増えて174本になります。逆に一段下の36GBだと5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 5080（16GB）デスクトップ・メモリ64GB | デスクトップ（BTO） | 画像生成を速く、並列エージェントも余裕。VRAMは5070 Tiと同じ16GB | 36〜48万円 |
| Mac mini M4 Pro（メモリ64GB・SSD 1TB） | Mac | 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 | 36〜42万円 |
| Mac mini M4 Pro（メモリ64GB）を常時稼働サーバに | 常時稼働サーバー型 | OllamaでローカルLLMのAPIを立て、自動化と一緒に静かに省電力で24時間動かせる。macOSなのでClaude Codeも手順どおりに使える | 36〜42万円 |
| Ryzen AI Max+ 395 ミニPC（メモリ128GB） | 常時稼働サーバー型 | Windows/Linuxで128GBの共有メモリ。GPU側に96GBを割り当てれば、gpt-oss-120bや70Bクラスを常時サーバとして動かせる | 32〜48万円 |
| Mac mini M4 Pro（メモリ48GB・SSD 1TB） | Mac | 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 | 30〜36万円 |
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 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 |