Mac mini M4 Pro(メモリ64GB)を常時稼働サーバに
向いている人: 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
- できる合うAI 12/16・合う仕事 6/8(内訳)
- まず試すQwen-AgentWorld 35B-A3B 8bit(Q8_0)・約40 tok/s補正済み
- 足りない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)・ほか2
Amazonで探す
目安 36〜42万円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
ローカルLLMのAPIサーバを24時間動かす用途で、静音・省電力・大容量を同時に満たす構成です。Ollamaで30〜70Bクラスのモデルを常駐させ、社内のn8nやDifyから叩く形が定番。アイドル消費電力が数Wなので、年間の電気代は1,000〜2,000円程度。macOSはスリープを切って電源復帰時の自動起動をオンにすれば、停電後も勝手に戻ってきます。
避けたい似た構成
WindowsのミニPCで同じことをやろうとすると、自動更新の再起動制御に手間がかかります。逆に、ワークフローだけでローカルLLMを動かさないなら、LinuxのミニPCのほうが半額で済みます。この構成を選ぶ理由は「ローカルLLMを常に動かして、ほかの機器から使えるようにしたい」に限られます。
拡張性と寿命
5年以上。ユニファイドメモリ64GBは70Bクラスまでカバーし、モデルの効率化が進むほど相対的に余裕が増えます。作業用のMacとは別に置くことで、メインの作業を止めずにモデルを更新できるのも利点です。
この1台でできること
合うAI
足りないAI(4)と理由
- 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 / SSD 2TB以上が必要
- ローカルLLM(70B〜120B MoE): SSD 2TB以上が必要
この1台で動くローカルモデル(Apple M4 Pro(64GB)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: Qwen-AgentWorld 35B-A3B(8bit(Q8_0)・必要36GB・約40 tok/s補正済み)。エージェント用途を名前に掲げた35BのMoE(アクティブ3B)。Apache 2.0
| 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(64GB)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 | 44GB | 遅い | 約5.0 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6件が回り、2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 | 快適 | — |
| 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 / 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、イラスト・画像生成の要件を満たす構成まで上げる必要があります。イラスト・画像生成のページに、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174本です。収まらないもののうち、いちばん惜しいのはgpt-oss-120bで、ユニファイドメモリがあと約14GB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 |
|---|---|---|---|
| gpt-oss-120b | 116.83B | 62GB | 14GB |
| Mixtral 8x22B | 140.63B | 84GB | 36GB |
| GPT-OSS-Swallow 120B | 116.83B | 85GB | 37GB |
ユニファイドメモリを一段上の96GB(例: Apple M2 Max(96GB))にすると、収まるモデルは10本増えて184本になります。逆に一段下の48GBだと11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 |
| GPUノート(RTX 5080 Laptop 16GB・メモリ64GB) | ノートPC | 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) | ノートPC | 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 |
| 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 |
|---|---|---|
| 静音ミニPC(Ryzen 9・メモリ64GB・GPUなし) | n8n・Dify・エージェントのルーティンを24時間回す。省電力・小型・静音で置き場所を選ばない | 13〜22万円 |
| Ryzen AI Max+ 395 ミニPC(メモリ128GB) | 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 |
| ワークステーション(RTX 5090・メモリ128GB・SSD 4TB) | 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 M5 Ultra(メモリ512GB)をLLMサーバに | DeepSeek V3級(671B)の4bitを1台で。帯域1.2TB/s。チームのローカルLLMサーバ | 240〜280万円 |