2026年 Mac ローカル大規模言語モデルの選び方：決定木で 8GB・16GB・24GB・64GB を判断
Mac でローカル大規模言語モデルを動かすメモリを選ぶとき、いきなり全モデルのパラメータを暗記する必要はありません。まず4つの質問に答えてください——主力モデルはどの規模か、コンテキストはどのくらい長いか、推論と同時に他アプリを開くか、お試しか長期の主力機か。小規模モデルの体験なら手元の 8GB で十分、新規購入の入門は 16GB、長期の個人利用は 24GB を優先、30B〜32B を主力にするか 70B を境界で試すなら 64GB 以上——これが本稿の先行結論です。ワークロードがメモリ上限に近づくほど、「モデルがロードできた」だけでは買い判断にならない、という点も押さえておきましょう。
まず決定木を一通り辿る
この決定木は4ステップです：用途 → モデル規模 → 長コンテキスト／RAG → マルチタスク。各ステップでメモリの候補が絞られ、最終的な到達点ごとに推奨メモリ、試せる境界、向かない用途を示します。以下で各問を詳しく解説します。4つとも答えが曖昧なら、末尾の保守ルートへ進んでください。
| ステップ | 自分に問うこと | 分岐の先 |
|---|---|---|
| ① 用途 | お試しか、長期の主力利用か？ | お試し → 手元の Mac を活用；長期 → ②へ |
| ② モデル | 主力は 4B〜8B、14B、32B、70B のどれか？ | 大きいほどメモリ下限が上がる |
| ③ コンテキスト | 32K 以上の長コンテキストやローカル RAG が必要か？ | はい → ②の結論を1段階上げる |
| ④ マルチタスク | Xcode・ブラウザ・Docker を同時に動かすか？ | はい → さらに1段階上げるか、重いアプリを閉じる |
4つのよくある到達点（保守的な一般目安。トークン速度は保証しません）：
- 8GB（既存マシンでのお試しライン）：4B〜7B Q4、短いコンテキスト、単一アプリのチャット。
- 16GB（新規購入の入門ライン）：8B を主力；14B は境界；ブラウザタブやシミュレータは閉じる。
- 24GB（長期個人利用のスイートスポット）：8B／14B を常駐；32B は対話利用；開発とモデル並行。
- 64GB（大規模モデルの閾値）：32B を快適に主力；70B Q4 は条件付きの境界（短コンテキスト・低並行）。
第1問：お試しか、長期利用か？
なぜチップ世代や予算より先に用途を聞くのか？ 「ロードできる」と「快適に使える」は別のハードルだからです。お試しユーザーはワークフローが成立するか——Ollama が問題なく動くか、LM Studio の操作感は許容できるか——を確認すれば足ります。長期ユーザーは、より大きなモデル、長いコンテキスト、推論と並行するアプリの余裕が必要です。用途によって、手元のマシンを活かすのかこれから来る需要に合わせて買うのかが決まります。
| 分岐 | 典型的なシーン | 実行できる結論 |
|---|---|---|
| お試し／たまにチャット | ローカル AI に興味があり、7B を1つ試す程度。毎日使う予定はない | 今の Mac をそのまま使う；8GB で 4B〜7B は可能。この目的だけなら買い替え不要 |
| 長期の主力利用 | ローカルコード補助、オフライン文書、常駐エージェント | 第2問へ；新規購入は最低 16GB、24GB がより安全 |
| 要件がまだ不明 | どの規模のモデルかは未定だが、長く使うつもりはある | 保守ルート：最初から 24GB を選ぶ——半年後の買い替えを避けられる |
既存マシンと新規購入でルートが違うのはなぜか？ Apple Silicon の多くは購入後にメモリを増やせません（増設コストが買い替えに近い場合もあります）。8GB や 16GB の Mac をすでに持っているなら、マシンに合わせてモデルを選ぶのが正解で、32B を無理に載せる必要はありません。新規購入なら、注文時にユニファイドメモリを十分に確保します。お試しは「とりあえず動かす」、長期利用は 16GB を下限・24GB をデフォルトと考えてください。
第2問：主力モデルはどの規模か？
モデル規模からメモリを逆算するとき、パラメータ数だけでは足りません。量子化方式（Q4、Q5、Q8）と、利用ツールが表示するダウンロードサイズを合わせて見てください。以下は Ollama の Q4_K_M 相当、中程度のコンテキスト（重みのみ。システム＋KV キャッシュは別途 4〜8GB）を想定した目安です。
| モデル規模 | 例（Q4 目安） | 重みの占有 | 保守的下限 |
|---|---|---|---|
| 4B | phi3:mini、小型 Qwen 系 |
約 2〜3GB | お試しなら 8GB |
| 8B | llama3.1:8b、qwen2.5:7b |
約 4〜5GB | 主力なら 16GB |
| 14B | qwen2.5:14b、phi4:14b |
約 9〜11GB | 16GB は境界／24GB が快適 |
| 32B | qwen2.5:32b、qwen2.5-coder:32b |
約 19〜20GB | 24GB で対話／主力なら 32GB+ |
| 70B | llama3.3:70b、qwen2.5:72b |
約 40〜43GB | 64GB から条件付き（後述） |
ざっくりした式：重みの占有 ＋ システム／アプリ 4〜8GB ＋ KV キャッシュ 2〜6GB ≤ ユニファイドメモリ。32B を毎日使うなら 24GB は「動くがギリギリ」；IDE を開いたままなら 24GB で 14B に下げるか、32B なら 32GB／48GB を狙います。Mac とモデルの対応表は2026年 Mac ローカルモデル選びガイドも参照してください。
第3問：長コンテキストや RAG は必要か？
長コンテキストと RAG は答えを変えます。消費するのはモデル重みだけではなく、推論時の KV キャッシュと埋め込み・検索用の追加メモリです。
- 短いコンテキスト（4K〜8K）：日常チャット、単一ファイル要約。メモリへの影響は小さい——第2問の結論のまま。
- 長いコンテキスト（32K〜128K）：書籍全文、長いログ、多段エージェント。KV キャッシュだけで数 GB〜10GB 超のことも——第2問より1段階メモリを上げる。
- ローカル RAG：ベクトルストア＋埋め込みモデル＋生成モデルが同時常駐。GPT4All LocalDocs、Ollama カスタム RAG などで、コーパスと埋め込み規模次第で 2〜8GB 追加が一般的。
| 第2問の結論 | ＋ 長コンテキスト／RAG | 調整後の推奨 |
|---|---|---|
| 16GB・8B 主力 | 32K コンテキストまたは小規模 RAG | いける；重いアプリは閉じ、14B の同時常駐は避ける |
| 16GB・14B 主力 | 長コンテキストまたは RAG | 24GB へ |
| 24GB・32B 対話 | 128K または大きなローカルナレッジベース | 32GB〜48GB へ |
| 64GB・70B 境界 | 長コンテキスト RAG | 70B は短コンテキストのみ；長文は 32B＋RAG かクラウド |
第4問：マルチタスクや並行利用はあるか？
macOS、ブラウザ、Xcode、シミュレータ、Docker、ローカルモデルは同じユニファイドメモリプールを共有します。マルチタスクは重みを変えませんが、KV キャッシュやバッファ用に確保した余裕を食います。スワップが頻発すると、体感は「遅い」から「実用不可」に一気に落ちます。
| 利用パターン | メモリ戦略 |
|---|---|
| 単一タスク：Ollama／LM Studio のみ | 第2・3問の結論に従う |
| 軽いマルチタスク：ブラウザ＋チャット＋メモ | 8B なら 16GB；14B〜32B なら 24GB |
| 開発マルチタスク：Xcode＋シミュレータ＋ローカルモデル | 最低 24GB；32B 主力なら 32GB+ |
| 並行：複数モデル／API セッション同時 | 64GB 以上；または「小モデル常駐＋大モデルは必要時のみ」 |
実務のコツ：最大モデルを24時間常駐させる必要はありません。8B を高頻度タスク用に常駐し、32B／70B は ollama run で必要時にロードする方が、16GB マシンで 32B を無理に載せるより持続可能です。ツール選びはOllama vs LM Studio vs Jan vs GPT4All 比較を参照してください。
4つの到達点——それぞれ誰向けか
到達点 A：8GB——既存マシンでのお試しライン
推奨：手元の 8GB Mac をそのまま使う。境界：4B〜7B Q4、コンテキスト ≤8K、単一アプリ。向かない：14B+ を主力にする、RAG、Xcode と並行。ローカル AI 目的で新規購入するなら 8GB はスキップし、16GB／24GB へ。
到達点 B：16GB——新規購入の入門ライン
推奨：予算重視で 8B を主力。境界：短コンテキストの 14B、軽い RAG（シミュレータや余分なタブは閉じる）。向かない：32B の常駐、128K コンテキスト、開発と大モデルのフル並行。Mac mini／Air の入門構成でローカルワークフローを検証するのに向きます。
到達点 C：24GB——長期個人利用のスイートスポット
推奨：ローカル AI を本気で使う大多数のデフォルト。境界：14B 常駐＋32B は必要時、中規模 RAG、ブラウザと IDE 併用。向かない：70B を主力、複数モデルの24時間常駐。体験とコストのバランスが最良——迷ったら16GB に賭けるより 24GB。
到達点 D：64GB——大規模モデルの閾値
64GB 以上を勧める分岐は？
- 30B〜32Bを主力にし、長コンテキストと日常の開発マルチタスクを両立したい。
- 70B の条件付き探索（快適な主力機ではない——後述）。
- モデル API の並行、ローカルエージェントの連鎖、大きな RAG ナレッジベースの常駐。
- 48GB で 70B がロードできる場合もあるが、実用の余裕が足りない——70B Q4 の保守的下限は 64GB。
70B の条件付き境界（必読）：64GB で llama3.3:70b などの Q4 重みは約 40GB 超。システム・KV キャッシュ・アプリ用に残るのは約 20GB 前後。70B は高品質な「たま使いレイヤー」として、短コンテキスト・低並行・32B より遅い応答を受け入れる場合に限り現実的です。70B を長い RAG 付きの真の主力にするなら、64GB を無理するより96GB〜128GB（Mac Studio／MacBook Pro Max の大容量構成）を計画してください。
64GB でも向かない：235B クラスのモデル、マルチ GPU サーバー向け運用——個人 Mac ではなくクラウド API や専用推論ノードを検討してください。
要件が変わったらいつアップグレードするか
次のサインは、現在のメモリ段階の上限に達した合図です。マシン買い替えか、より大容量の Mac を追加するタイミング（Apple Silicon は購入後のメモリ増設不可）：
- スワップが常態化：アクティビティモニタのメモリ圧力が黄〜赤；入力や UI がもたつく。
- モデルを下げないと回らない：以前は 14B が快適だったのに、今は 8B しか実用にならない——並行やコンテキストが増えた。
- 大きいモデルにワークフローが固定：「32B を試す」が「32B なしでは無理」に——16GB／24GB から 32GB／48GB へ。
- RAG やエージェントが本番運用に：埋め込み＋ベクトルストア＋生成が常駐——第3問どおり1段階上げる。
- 70B が好奇心から必須に：64GB は境界探索のみ；安定した日常 70B は 96GB+。
アップグレードの順序：メモリ段階（新マシン）→ その後チップ段階（M4 Pro／Max）。メモリ不足のままチップだけ上げても、スワップが早く来るだけで「入らない」問題は解けません。
30秒セルフチェック
- お試しか長期主力か？（お試し → 既存 8GB で可；長期 → 新規購入は ≥16GB）
- 主力モデルは 8B、14B、32B、70B のどれか？（上表で下限を確認）
- 32K 以上のコンテキストやローカル RAG が必要か？（はい → 1段階上げる）
- Xcode／Docker とモデルを並行するか？（はい → 24GB から；32B 主力なら 32GB+）
- 4問後も迷う？ → 24GB を購入；32B 主力や 70B 試行なら 64GB
本稿は保守的な一般目安です。実際の速度はチップ段階、量子化、ツール（Ollama／LM Studio／MLX）で変わります。購入前に、使うツール上の正確なモデルサイズと「重み＋システム＋KV＋日常アプリ」の頭算を確認してください。「ロードできた」だけで決めないこと。
ユニファイドメモリと Mac mini——この決定木を活かすには
本稿の各メモリ段階は、Apple Silicon のユニファイドメモリによって伸びたり制約されたりします。CPU・GPU・Neural Engine が高帯域の同一プールを共有するため、量子化 8B〜14B では同価格帯の Windows（VRAM とシステム RAM が分離）より、重みの行き来が少なくトークン生成に回せることが多いです。Mac mini M4 はコンパクトで待機時わずか約 4W クラス——常時稼働のローカル AI ノードとして優秀です。昼は開発、夜は RAG、という使い方でも、ノート PC のような発熱やバッテリー負担がありません。
macOS の Gatekeeper、SIP、FileVault は、ローカル重みや RAG インデックスの保護にも役立ちます。複数の AI クライアントを共有 PC に載せるより制御しやすい環境です。決定木の到達点が 24GB や 64GB なら、主力マシンに全部載せるより Mac mini をモデル・文書ストア専用にする選択も現実的です。この決定木を静かに・安定的に回すなら、Mac mini M4 がいま最もコスパの良い起点——プランを確認し、到達点に合わせて RAM を選び、ローカル推論を24時間安定させましょう。