3行要約

  • 結論:入門なら24GB、実務でAIコーディングやRAGを回すなら48GBか64GBが必須
  • 判断軸:16GBは「動くだけ」で終わる。70Bクラスの大規模モデルを視野に入れるなら64GB一択
  • 注意点:Apple Siliconはメモリ増設が不可能。VRAM不足による推論速度の低下は仕事の生産性を直撃する

📦 この記事に関連する商品(楽天メインで価格確認)

Mac mini M4 (24GB)

ローカルLLM入門として最もコスパが良く、8Bモデルが快適に動く構成

楽天で価格を見る Amazonでも確認

※アフィリエイトリンクを含みます

結論: まず選ぶべき構成

ローカルLLMを本格的に始めるなら、M4チップ搭載Mac miniの「メモリ24GB以上」がスタートラインです。さらに、もしあなたがCursorやClaude Codeと連携させて自律型エージェントを動かしたり、ローカルでRAG(外部知識参照)を組んだりするなら、迷わず48GBか64GBを選んでください。

多くのテック系記事では「16GBでも動く」と書かれていますが、それはLlama 3.1の8Bモデルなどをギリギリ動かしている状態に過ぎません。実際に仕事で使うとなると、ブラウザやIDEを立ち上げながら背後でLLMを常駐させる必要があります。Macの統一メモリ(Unified Memory)はOSや他のアプリと共有されるため、16GB構成だとLLMに割り当てられるのは実質10GB以下。これではQwen2.5-32Bのような「知能が高いが重い」モデルはまともに動きません。

私は自宅でRTX 4090を2枚挿しして運用していますが、Mac miniの良さはその圧倒的な「静音性」と「メモリ効率」にあります。GPUのVRAM容量に縛られず、メインメモリを丸ごと推論に回せる利点を活かすには、中途半端なスペックは一番コストパフォーマンスが悪くなります。

用途別おすすめ

用途推奨構成/商品カテゴリ理由注意点
入門・検証用M4 / 24GB / 512GBLlama 3.1 8BやGemma 2 9Bが快適に動作。MLXでの高速推論も体感可能。30B以上のモデルは量子化しても速度が激減する。
エンジニア実務M4 / 48GB / 512GBDeepSeek-CoderやQwen 2.5 32Bを実用速度で回せる。IDEとの併用が現実的。48GBはM4チップのカスタム構成になるため納期に注意。
本格開発・研究M4 Pro / 64GB / 1TB70Bクラスのモデルを4bit量子化で動作可能。メモリ帯域幅が広く推論が高速。本体価格が20万円を超えるため、RTX搭載PCとの比較が必要。

24GB:とりあえず触ってみたいエンジニア向け

Llama 3.1 8BクラスをOllamaで動かすなら、レスポンスは0.1秒単位で返ってきます。非常に快適です。ただ、仕事でコードを書かせるなら、もう少しパラメータ数の多いモデル(30B前後)が欲しくなります。24GBだとそのあたりが限界です。

48GB:AIコーディングを自前で完結させたい人向け

最近のトレンドであるClaude CodeやAiderをローカルLLM(DeepSeekなど)で運用する場合、この48GBが「スイートスポット」になります。メモリに余裕があるため、ブラウザで数百個のタブを開きながらでも、LLMがスワップ(メモリ不足で低速化)せずに動きます。

64GB:70Bモデルをローカルで飼いたい人向け

Llama 3.1 70Bのような巨大なモデルをローカルで動かすには、量子化しても40GB程度のVRAM(メモリ)を占有します。OS分を差し引くと、64GB積んでようやく「普通に」会話ができるようになります。ここまで来ると、月額$20のChatGPT Plusを解約して、完全にローカルへ移行する選択肢が見えてきます。

買う前のチェックリスト

  • チェック1: メモリ帯域幅(Bandwidth)を確認したか M4は120GB/s、M4 Proは273GB/sです。ローカルLLMの推論速度(token/s)は、実はチップの計算性能よりもこの「メモリ帯域幅」に依存します。70Bクラスを高速で動かしたいなら、メモリ容量だけでなくM4 Proを選ぶ根拠になります。

  • チェック2: 512GB以上のストレージを選択したか モデル1つで10GB〜50GBを消費します。256GBモデルだと、OSと開発環境を入れただけで空き容量がなくなります。外付けSSDでも代用可能ですが、モデルのロード時間に差が出るため、頻繁にモデルを切り替えるなら内部ストレージ512GB以上を推奨します。

  • チェック3: 商用利用とライセンスの理解 Llama 3.1やQwen、Gemmaなどは商用利用可能ですが、特定の条件(利用者数など)があります。ローカルで動かすからといって何をしても良いわけではありません。業務で使う場合は、各モデルのライセンスを必ず確認してください。

  • チェック4: 電源とポートの配置 新型Mac miniは電源ボタンが底面にあります。また、前面にUSB-Cポートが2つ付きました。ローカルLLMの検証で外付けドライブや周辺機器を多用する場合、この配置変更は地味に効いてきます。

楽天/Amazonで見るべき検索キーワード

楽天やAmazonで購入する場合、Apple公式サイトのような細かなカスタマイズが難しいケースがあります。以下のキーワードで「吊るしモデル」以上の構成を探すのが効率的です。

検索キーワード向いている人避けた方がいい人
Mac mini M4 24GB予算を抑えつつ、まずはOllamaでLlama 3を試したい人重いコーディング支援を常駐させたい人
Mac mini M4 Pro 64GB70Bモデルを実用速度で動かし、ChatGPTを卒業したい人ブラウザ閲覧がメインのライトユーザー
Mac mini 整備済製品 32GBM2/M3世代でも良いから安く大容量メモリを手に入れたい人最新のM4チップによるAI処理加速を重視する人

※特に楽天では「CTOモデル(カスタマイズモデル)」を専門に扱うショップがあります。型番だけでなく「Mac mini M4 メモリ 48GB」のように直接スペックを指定して検索するのがコツです。

代替案と妥協ライン

「Mac miniの64GBは高すぎる」と感じるなら、以下の2つの妥協案があります。

  1. 中古のMac Studio(M1 Max / M2 Max)を狙う 実はM1 Max時代のMac Studioは、メモリを最初から32GBや64GB積んでいる個体が多く、中古市場で15万〜20万円程度で投げ売りされていることがあります。メモリ帯域幅はM1 Maxでも400GB/sあり、推論速度だけなら現行のM4無印よりも速いです。

  2. RTX 3060 12GB搭載の格安PC + クラウド 「どうしてもローカルで動かしたい」のが8Bクラスのモデルだけなら、WindowsのゲーミングPC(RTX 3060 12GB以上)の方が安上がりです。重い処理だけはGroqやTogether AIのAPI(従量課金)に投げる構成にすれば、初期投資は10万円以下に抑えられます。

  3. メモリ帯域の妥協 推論速度を「人間が読むスピード」程度(5〜10 tokens/s)で良しとするなら、M4 ProではなくM4無印の32GB/48GB構成で十分です。ここが一番現実的な妥協ラインでしょう。

私ならこう選ぶ

私が今、予算20万円前後でローカルLLM用のMac miniを買うなら、迷わず M4 Proモデル / メモリ64GB / SSD 512GB を選びます。

理由はシンプルで、Apple Siliconのメモリは「後から絶対に増やせない」からです。24GBを買って3ヶ月後に「DeepSeekのフルサイズが動かない」と嘆いても手遅れです。特に最近の「Claude Code」や「Aider」といったAIコーディングツールの進化スピードを見ると、数ヶ月後には今よりさらにメモリを食うAIエージェントが主流になっているはずです。

楽天で探すなら、まずは「M4 Pro 64GB」で検索し、ポイント還元を含めた実質価格を公式サイトと比較します。Amazonなら「整備済製品」にM2 Ultraなどのモンスターマシンが紛れ込んでいないかチェックします。

「動かして満足」ではなく「仕事で使い倒す」なら、メモリへの投資は1円も惜しんではいけません。

よくある質問

Q1: 16GBモデルでLlama 3.1は動きますか?

動きます。ただし、レスポンスを待ちながら他の作業をすると動作がガクつきます。Ollamaで動かす分には楽しめますが、エンジニアが実務でIDEと並行して使うには、メモリ不足によるスワップが発生してストレスが溜まるはずです。

Q2: メモリ容量とチップの性能(M4/M4 Pro)、どちらを優先すべき?

圧倒的に「メモリ容量」です。ローカルLLMにおいて、メモリが足りないことは「実行不可」を意味しますが、チップ性能が低いことは単に「少し遅い」だけです。予算が限られているなら、M4 Proの低容量より、M4無印の大容量メモリを選んでください。

Q3: SSDは256GBでも大丈夫ですか?

ローカルLLMをやるなら避けるべきです。モデルファイル(GGUF形式など)は1つで数十GBあります。複数のモデルを比較検証するのがローカルの醍醐味なので、最低でも512GB、できれば外付けSSDの増設を前提に考えてください。


あわせて読みたい