手元のMacで文章を要約したり、メモを整理したりする。ローカルLLMを試そうとすると、モデル名やメモリ容量を調べる前に、一つ気になることがあります。そもそも、なぜMacが候補になるのでしょうか。

理由の一つは、CPUとGPUが同じメモリを使えることです。モデルの計算に使える容量を考えるとき、この仕組みが選択肢を広げます。その特徴を小さな据え置き機で使いたい人にとって、Mac miniは検討しやすい候補です。MLXのユニファイドメモリ解説、Mac miniの技術仕様

この記事では、まずMacとminiを選ぶ理由を整理します。その後、モデル名の読み方、必要なメモリ、待ち時間、構成と価格、最初の会話までを順に見ていきます。

本稿は2026年9月15〜16日の調査資料に基づく解説ガイドです。実機レビューではなく、導入手順も公式文書等をもとにしています。 製品仕様、作者の説明、公開された評価、計算例を区別して紹介します。

対象となるM6・M5 Pro搭載Mac miniは、日本では2026年8月25日に発表・予約開始、9月22日に届け開始・店頭発売の予定です。注文する構成の価格と納期は、購入時に確認してください。Apple日本の発表

LLM（大規模言語モデル）は、学習した数値を使って、入力に続く文章などを計算するモデルです。Macで動かすときは、そのモデルと、実行を受け持つアプリを用意します。

たとえば、Qwenはモデルの系列名、LM StudioやOllamaはモデルを取得・管理して動かすアプリです。LM Studioをインストールした後、使うモデルをダウンロードし、会話できる状態へ読み込みます。Qwen3.5-4Bのモデルカード、LM Studioの基本手順

「ローカル」は、答えを作る計算を手元の端末で行うという意味です。

LM Studioは、必要なモデルや実行用ソフトを取得した後のローカル推論を、オフラインで利用できると説明しています。モデル検索、ダウンロード、更新にはネット接続が必要です。また、クラウドモデルやWeb検索を選ぶと処理の範囲が変わるため、使うモデルと機能を確認します。オフライン利用、LM Studioのプライバシー説明

最初の課題には、短いメモの箇条書き化、文章から日付を拾う作業、数段落の要約などが考えられます。原文と回答を照合できる課題なら、文章が自然かどうかに加え、内容を落としたり付け足したりしていないかも確認できます。

これは試す用途の例です。手元で計算することが、回答の正しさを保証するわけではありません。使いたい作業について、内容が合うか、待ち時間を受け入れられるか、必要なメモリに収まるかを分けて確かめます。

なお、通常のチャットで行う「推論」は、学習済みの数値を使う処理です。会話の履歴を参照することと、モデルの数値を学び直すことも区別してください。LM Studioの会話管理、推論の技術解説

ユニファイドメモリは、miniだけの特徴ではありません。Macの中でminiを選ぶ理由は、据え置きで使う条件と本体構成にあります。

Mac miniの外形は幅12.7cm、奥行き12.7cm、高さ5.0cm。Mac Studioは幅19.7cm、奥行き19.7cm、高さ9.5cmです。机上の本体寸法を抑えたいとき、miniのサイズは分かりやすい違いになります。設置するときは本体に加え、ケーブルと通風の場所も確保します。Mac miniの寸法、Mac Studioの寸法

miniにはHDMI、Ethernet、Thunderboltがあり、ディスプレイや入力機器を組み合わせて使います。同梱物は本体と電源コードなので、すでに使えるモニター、キーボード、マウスがある人は、その環境を生かせます。初めて一式をそろえる人は、周辺機器も予算に入れてください。接続端子と同梱物

16GBメモリ・512GB SSDの本体価格を比較すると、次のようになります。

2026年9月15日の確認情報です。miniには周辺機器代を含めず、教育価格、下取り、AppleCare等も含めていません。Mac miniの構成画面、MacBook Airの購入画面、MacBook Airの仕様

差額は計算上39,000円です。ただし、チップや筐体は異なり、Airには画面、キーボード、バッテリーがあります。持ち運びたい人にはAirの一体型の構成に意味があり、自宅のモニターで使う人にはminiの本体価格が判断材料になります。これは同じLLM性能を同じ費用で比較した結果ではありません。

• 机で使う。 画面や入力機器を自分で組み合わせ、持ち運ぶ必要が少ない。
• 必要なメモリを選ぶ。 M6の16・24・32GB、M5 Proの24・48・64GBという選択肢から、実行時の必要量を考える。
• 使うアプリがMacに対応する。 LM Studioなどで始めるか、必要な実行環境を先に確認する。

メモリの選択肢はAppleの公式仕様に基づきます。より大きな容量を検討する場合はMac Studioも候補になり、同じ48GB・64GBでの価格比較は6章で扱います。Mac miniのメモリ構成、Mac Studioのメモリ構成

逆に、今使っているクラウドAIで用が足りていて、手元で実行する具体的な用途がまだないなら、専用機を急いで買う必要はありません。機種選びを進める前に、扱いたい文章と作業を一つ決めると、必要な容量の話へ進みやすくなります。

今回の導入候補は、次のファイルです。

Qwen_Qwen3.5-4B-Q4_K_M.gguf

パラメータは、学習で調整された数値です。Bは10億を表し、モデルの規模を見る手掛かりになります。4Bという名前からファイルが4GBだとは判断できず、回答品質の点数として読むこともできません。Qwen3.5-4Bの作者による説明、対象GGUFファイル

量子化は、数値を少ない情報量で表す手法です。保存やメモリの負担を抑えられますが、品質と速度への影響は方式や実装で変わります。Q4_K_Mも全要素を一律4bitにするという意味ではありません。同じ「4bit」という説明でも、形式や配布者まで確認します。QwenのGGUF配布、bartowskiの変換配布、MLX版の量子化設定

文章は、モデルが処理する単位である「トークン」に分けられます。文字数とは一対一に対応せず、同じ日本語でもモデルの分割方法によってトークン数は変わります。トークン化の解説

「コンテキスト」は、一度に参照する文脈の範囲です。アプリで設定する文脈長には、貼り付ける資料に加えて、指示、会話履歴、生成する内容も関係します。長い資料を扱うときは、直前の質問だけを数えても足りません。会話とコンテキストの管理、文脈長の説明

作者が示す最大文脈長、アプリに設定した長さ、実際に使うトークン数は、それぞれ別です。最初からモデルの上限まで設定せず、必要な長さから始めます。

比較の入口として、Qwenの次の配布ファイルを取り上げます。規模と構造は作者の公称、容量は量子化ファイルの配布表示です。

2026年9月15〜16日に確認した、テキスト用の対象ファイルです。容量は必要RAMの実測値ではなく、別配布の画像用・追加生成用の補助ファイル等も含めていません。35B-A3Bは配布カードで22.29GB、ファイル画面では丸めて22.3GBと表示されています。4B作者カード、9B作者カード、27B作者カード、35B-A3B作者カード

Denseは通常、各層の密な演算を使う構造です。MoEは「専門家」と呼ばれる一部の計算部分をトークンごとに選びます。35B-A3Bの活性3Bは、その処理で使う部分の規模であり、保存する全体が3B分になるという意味ではありません。約22.29GBのファイル容量を見れば、計算に使う部分と保持する全体を分ける必要が分かります。MoEの作者説明、配布ファイル

最初の候補には約3.01GBの4Bを使い、ロードと短い指示を確かめます。そこで用途に足りない点が見えたら、同じ原文と指示で9Bなどを比べます。大きいファイルを選ぶこと自体を目的にせず、要約の抜け、日付の抽出、指定した項目数など、自分が必要な条件を見る進め方です。

Qwen3.5の作者は201言語・方言への対応を掲げています。一方、日本語の課題をどの程度こなせるかは、課題と配布ファイルをそろえて判断する必要があります。作者の多言語対応の説明

第三者の公開資料には、M1 MacBook Pro 8GB・macOS Sequoia・Ollama 0.20.0での日本語要約例があります。また、M4 Mac mini 16GB・llama-serverで、今回と同じ配布者・ファイル名を扱った報告もあります。前者は別のOllama配布、後者は日本語要約の試験ではなく、どちらも今回の固定ファイルとの完全な照合条件はそろっていません。各環境での動作報告として読めます。ElcamyのM1での動作報告、M4 miniでの測定報告

日本語の会議文を扱うJ-MeetEvalには、元モデル名Qwen3.5-4Bの指示追従評価もあります。ただし、合成会議を対象とし、ルールと別のLLMで判定した課題別の評価です。評価者は自社モデルも比較しており、今回の固定GGUFを測った結果とは確認できません。数値をそのまま「このファイルの日本語品質」に置き換えず、要約・抽出・形式指定を自分の課題で確かめる参考にします。J-MeetEvalの評価方法と結果

各モデルカードのライセンス表示はApache-2.0です。利用時は選んだ配布物とアプリの条件を確認し、ファイルを再配布する場合はLICENSEやNOTICEも確認してください。4Bのモデルカード、9Bのモデルカード、27Bのモデルカード、35B-A3Bのモデルカード

メモリ容量のGBは、保持できる情報量です。メモリ帯域のGB/sは、1秒に転送できる情報量の指標です。モデルが収まる構成を考えた後は、どの処理の待ち時間が気になるかを見ます。

入力列を処理して生成の準備をする段階をprefill（入力処理）、通常はトークンを一つずつ生成する段階をdecode（出力生成）と呼びます。LLM推論の技術解説

1会話のDenseモデルで逐次生成する場合、重みをメモリから読み出す処理が速度を制限することがあります。この条件では帯域が効きます。入力をまとめて扱うprefillでは演算性能が効きやすく、文脈長や並列数、モデル構造によっても制約が変わります。入力処理と逐次生成の違い

仕組みを単純化すると、帯域による生成速度の上限 ≈ 実効帯域 ÷ 1トークン当たりの転送量という関係になります。重みが常駐したDenseモデルを1会話で使い、先読み候補を使う投機的生成を行わない、といった条件を置いた理論上の関係です。実際にはキャッシュの読み書き、計算、実行の手間もあるため、公称帯域を重み容量で割って製品の実速度にすることはできません。

「最初のトークンまでの時間」はTTFTとも呼ばれます。思考用のトークンを先に出すモデルでは、読者が読める回答の始まりと一致しないことがあります。tokens/sだけで比較せず、同じ入力と出力条件で回答までの時間を見ると、用途に結び付けやすくなります。推論の指標、Qwenの思考設定、トークンと文字数

Neural EngineとGPU内のNeural Acceleratorsも別の回路です。AppleのM5向けMLX解説は、GPU内のNeural Acceleratorsを使う経路とmacOS 26.2以降の条件を示しています。回路名からLLMの速度を読み取るのではなく、使うアプリとランタイムがどの経路へ対応するかを見ます。AppleのMLX・M5実装解説

2026年9月15〜16日のApple日本の公式仕様です。帯域はLLMの生成速度の測定値ではありません。M6はメモリ構成によって公称帯域も変わるため、チップ名だけで比較しないようにします。Mac miniの技術仕様

SSDを512GBにそろえた本体価格は、次のとおりです。

日本・2026年9月15〜16日確認。すべて512GB SSDで、教育価格、下取り、AppleCare、追加ソフト、10Gb Ethernetへの変更、周辺機器は含めていません。開始価格149,800円のM6は16GB／256GBで、上表とはSSDが異なります。Mac miniの構成画面、日本の開始価格

24GB／512GB同士では、M6と15CPU・16GPUのM5 Proの差額は78,000円です。必要なメモリが同じなら、帯域や演算構成の違いを比較する組み合わせになります。

一方、M6の32GB／512GBとM5 Proの24GB／512GBは42,000円差です。こちらはProの方が帯域が大きく、メモリ容量は小さくなります。32GBという容量を必要として選ぶ場合に、Proという名前だけで24GBへ変更すると、目的と合わなくなります。差額はいずれも上表からの算術です。

大容量のminiとStudioを比較するなら、開始価格だけでなく、メモリとSSDをそろえます。

日本・2026年9月16日の選択済み構成画面と公式仕様です。通常税込、教育価格・下取り・AppleCare・追加ソフト・周辺機器なし。標準Ethernetはminiが2.5Gb、Studioが10Gbで、端子を含む全仕様が一致する比較ではありません。両機種とも9月22日発売予定の予約表示です。Mac miniの購入画面、Mac Studioの購入画面、miniの仕様、Studioの仕様

この構成では、48GBも64GBもStudioが120,000円高い計算になります。必要な容量がこの範囲に収まり、本体価格や机上寸法を重視するなら、miniを選ぶ理由になります。Studioの帯域は公称で大きくなりますが、その比率から生成速度や差額に見合う効果までは決まりません。

Studio M5 Maxの40GPU構成には128GBの選択肢もあります。miniの最大64GBでは必要な実行予算を満たせない場合は、モデルや文脈を見直すか、こうした大容量構成を比較対象に加えます。Mac Studioのメモリ選択肢

構成を確認するときは、使うモデル、文脈長、併用する作業とともに、チップ・CPU／GPU・メモリ・SSDを書き留めておくと、容量の違う価格を混ぜずに済みます。Apple公式でMac miniの構成を確認する

ここからは、公式文書等に基づく導入手順です。調査時のアプリはLM Studio 0.4.24 build 1。新型miniで手順を完走した記録ではないため、実際の表示と対応ランタイムを確認しながら進めます。公式ダウンロード、0.4.24の更新情報

LM StudioではGGUFとMLXの両経路が案内されています。この記事は配布者、ファイル名、量子化を照合しやすい一つのGGUFを入口にします。GGUFに対応する別環境へ持ち出す場合にも、同じファイルを指定できます。MLXも同じアプリから選べるので、Python環境の手動構築が必須というわけではありません。Qwen3.5-4BのGGUF・MLX案内、モデルの検索・取得、llama.cppの対応環境

MLX版は重みのSafetensorsに加え、設定やトークナイザー等を含みます。4bit affine・group size 64という量子化で、GGUFのQ4_K_Mとは別の変換です。形式だけで速度や品質が同じとは扱わず、GGUFの拡張子を変えてMLXとして使うこともできません。GGUFの配布、MLXの配布と設定

LM Studioの公式ダウンロードからMac／Apple silicon向けを選び、公式案内に沿ってインストールします。公式の最低条件はmacOS 14以降とApple silicon、メモリは16GB以上推奨です。これはアプリの条件で、選ぶモデルの必要メモリとは分けて考えます。LM Studioをダウンロード、動作条件

保存先にはモデル本体に加え、アプリ、ランタイム、ダウンロード中の一時領域などの余地も用意します。ランタイムは、実際にモデルを計算する実行用ソフトです。アプリ本体とランタイムは版が別なので、新しいモデルを扱うときは両方を確認します。モデルの保存先、ランタイムの更新案内

Discoverの検索に、次の配布リポジトリ名を入力します。

bartowski/Qwen_Qwen3.5-4B-GGUF

一覧でQwen_Qwen3.5-4B-Q4_K_M.gguf、約3.01GBを照合し、そのファイルを一つ取得します。Discoverはuser/model形式やHugging FaceのURLからの検索を案内しています。Discoverでの検索方法、照合する対象ファイル

LM Studioの公式モデルカタログから案内されるlmstudio-community配布は、このbartowski配布とは異なります。モデル名の4Bだけで同じものと判断せず、配布者とファイル名まで確認してください。公式モデルカタログ

Chatのモデルローダーから、取得したファイルを選びます。最初はテキストだけ、1モデル・1会話、文脈4,096トークンを確認の出発点にします。Chatでの読み込み

Qwen3.5-4Bの公式カタログには、Enable Thinkingの既定値がtrueと記載されています。Thinkingは、最終回答の前に思考用の生成を行う設定です。短い出力上限では、回答前に上限へ達する場合があります。Thinking設定、短い出力上限に関する公開報告

初回の出力上限256トークンという設定案は、選んだモデルでThinkingをOFFにでき、実際に反映されることを確認できる場合に使います。 カタログの設定が個別のインポートにも同じように適用されるとは限りません。設定を確認できない場合は、モデルのテンプレートとランタイムの対応を確認してから、この短い出力条件を試してください。

GPUへの計算の割り当てやキャッシュ設定を変更した場合は、その値も記録します。ロードに失敗したら、エラー内容とアプリ・ランタイムの版、対象ファイル、メモリ推定を照合します。ロード設定と推定

試す入力の例です。

次の3項目を日本語で箇条書きにしてください。持ち物は傘、飲み物、ノートです。

回答が出たら、3項目がそろっているか、余計な持ち物を追加していないか、箇条書きになっているかを確認します。この入力は動作確認用に用意した例で、回答例や所要時間を実測したものではありません。

選択モデルが取得済みのローカルファイルであることと、クラウドモデル、Web検索、外部ツールを選んでいないことも確認します。必要なファイルをそろえた後、ネット接続を切った状態で同じ短文を試す方法もあります。これはオフラインで使えるかを確かめる方法であり、アプリ全体の通信監査とは別です。オフラインで使える範囲、外部機能とプライバシー

モデル削除の経路はMy Modelsで対象を確認する案内があります。削除する場合は名前と保存先を照合してください。会話履歴は別に管理されており、モデルを消す操作と履歴の削除を混同しないようにします。ロード解除の公式CLI、モデル管理の補助資料、会話履歴の管理

モデルを増やすと、SSDの保存容量も必要になります。4章の4ファイルを一つずつ保存した場合、掲示容量の合計は3.01＋6.17＋19.00＋22.29＝50.47GBです。丸められたファイルサイズの合計で、画像用補助、別形式、ダウンロードや移行中の二重保存、アプリ、OSなどは含めていません。4B、9B、27B、35B-A3B

モデルの保管が容量増加の主な理由なら、外付けSSDを保存先にする方法があります。LM StudioはMy Modelsでモデルディレクトリを変更できます。接続したSSDに読み書きできるフォルダを用意し、保存先を選んだ後、対象フォルダとモデル一覧を確認します。保存先を選ぶことと、既存ファイルがすべて移動したことは分けて確認してください。モデル保存先の変更

OllamaはOLLAMA_MODELSで保存先を指定できます。Macアプリではlaunchctlで環境変数を設定してアプリを再起動する方式が案内されています。シェルで設定した値が、起動済みのアプリにも伝わると考えないようにします。既存ファイルのコピーも別作業です。Ollamaの保存先とMacアプリの設定

たとえばLM Studioのmlx-engine 1.8.5には、入力処理・生成中のKVキャッシュをディスクへ書き、一時ファイルを/tmpへ置く実装の説明があります。生成中にSSDが一切使われないとは限りません。mlx-engineのディスクキャッシュ

外付けへモデル保存先を変えても、MacのRAMやGPUの常駐予算は増えず、起動ディスク上のスワップの移動にもなりません。モデルフォルダ、会話履歴、ランタイムの一時領域は、それぞれの保存先を確認します。macOSのスワップ、モデル保存先、履歴管理

購入時は、必要なRAMを先に考えたうえで、OS、普段のファイル、アプリ、一時領域に使う内蔵SSDの容量も見積もります。外付けの接続と管理を受け入れられるなら、モデルの保管を分ける。この順なら、内蔵SSDを最小にする前提で容量不足を先送りせずに選べます。

以下は文献に基づく切り分け案です。設定を一つずつ変え、短い入力・一つの会話に戻して比べます。

ロード・推定はLM Studio文書、待ち時間は推論解説、Thinkingはモデル設定、メモリはアクティビティモニタ、実行状況はOllama FAQに基づきます。

メモリプレッシャーは、macOSのメモリがどれくらい圧迫されているかを見る指標です。圧縮やスワップも併せて、実行前後、会話を伸ばしたときの変化を見ます。スワップの表示があることだけで、遅さの原因を一つに決めることはできません。Appleのメモリ使用状況ガイド

LM Studioはローカルの会話履歴を端末内に保存すると説明し、チャットのReveal in Finderから保存先を確認する方法を案内しています。バックアップや同期を使う場合は、そのフォルダが対象になっているかも確認します。提供者のプライバシー説明、履歴の保存先

OllamaにはCloud機能を無効化する設定があり、公式FAQは設定後の再起動とログでの確認を案内しています。ローカルモデルの選択に加え、必要な機能と接続範囲を確認して運用します。Cloudを無効化する設定

APIサーバーは、ほかのアプリからモデルを呼び出す入口です。自分のMacでチャットする最初の段階では、LANへ公開する必要はありません。使う場合は認証とアクセスできる範囲を確認します。LM StudioのAPI認証は公式文書では既定OFFとされているため、サーバーを開く操作だけで認証も有効になるとは考えないでください。API認証、ネットワークへの公開

まず、自分が整理したい短い文章を一つ用意します。選んだモデルで、内容、待ち時間、メモリの負担をそれぞれ確かめてください。

その結果があれば、モデルを変えたいのか、長い文脈が必要なのか、同時に使う作業を減らせるのかが見えてきます。Mac miniの容量やProへの追加費用も、そこで必要になった条件に結び付けて考えられます。