本文へ移動
localllm
EN

Apple Silicon（Mac）

Apple M4 Pro

データの取得日：

メモリ帯域
273 GB/s
出典
確認日：

24 GB のとき

モデルごとに1件、このメモリに収まる量子化のうち、8K トークン以上のコンテキストで収まる中でファイルが最も大きい（精度が高い）ものを、よく使われている順に最大30件出しています。コンテキスト長は、その量子化が収まる最も長い値です（埋め込みモデルなど、扱える長さが 8K より短いモデルはその最大の長さ）。会話・文章の生成以外のモデルには用途を付けています。「残り」はメモリの量から推定を引いた値で、容量の 5% 未満は「ぎりぎり」としています（収まることの保証ではありません）。

  • Qwen3.8-27B Q6_K 画像も入力
    コンテキスト長 8,192 推定 25.6 GB 残り 0.17 GB（ぎりぎり） 生成の速さ 6.9〜9.2
  • Ornith-1.5-9B BF16
    コンテキスト長 131,072 推定 23.8 GB 残り 1.94 GB 生成の速さ 8.9〜12
  • Huihui-Qwen3.6-35B-A3B-abliterated-MTP Q4_K 画像も入力
    コンテキスト長 131,072 推定 25.5 GB 残り 0.26 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Ornith-1.5-35B-A3B Q4_1 画像も入力
    コンテキスト長 65,536 推定 24.9 GB 残り 0.87 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Huihui-Qwen3.8-27B-abliterated Q6_K_L 画像も入力
    コンテキスト長 8,192 推定 25.7 GB 残り 0.09 GB（ぎりぎり） 生成の速さ 6.8〜9.1
  • OTel-2.0-Decision-26B-A4B-4bit Q4_K_M
    コンテキスト長 262,144 推定 23.6 GB 残り 2.22 GB 生成の速さ MoE のため推定なし
  • Qwen3.8-27B-iMatrix-NVFP4-MTP NVFP4 画像も入力
    コンテキスト長 65,536 推定 22.6 GB 残り 3.15 GB 生成の速さ 9.6〜13
  • Tiel-Coder-35B-A3B-GGUF-MTP UD-Q4_K_XL 画像も入力
    コンテキスト長 65,536 推定 25.2 GB 残り 0.57 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • gemma-4-12B-it BF16 画像も入力
    コンテキスト長 16,384 推定 25.7 GB 残り 0.09 GB（ぎりぎり） 生成の速さ 6.9〜9.2
  • Qwen3.8-27B-Uncensored Q6_K
    コンテキスト長 16,384 推定 24.7 GB 残り 1.06 GB（ぎりぎり） 生成の速さ 7.3〜9.7
  • Ornith-1.0-9B BF16
    コンテキスト長 131,072 推定 23.3 GB 残り 2.43 GB 生成の速さ 9.1〜12
  • mxbai-embed-large-v1 F32 埋め込み（会話には使えない）
    コンテキスト長 512 推定 2.41 GB 残り 23.4 GB 生成の速さ 123〜163
  • Qwen3.6-35B-A3B-MTP UD-Q4_K_XL 画像も入力
    コンテキスト長 65,536 推定 25.3 GB 残り 0.46 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP BF16 画像も入力
    コンテキスト長 131,072 推定 23.8 GB 残り 1.97 GB 生成の速さ 8.9〜12
  • MOSS-Music-8B-Instruct F16 音声
    コンテキスト長 40,960 推定 23.3 GB 残り 2.49 GB 生成の速さ 10.0〜13
  • Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP Q5_K 画像も入力
    コンテキスト長 65,536 推定 25.7 GB 残り 0.05 GB（ぎりぎり） 生成の速さ 8.1〜11
  • gemma-4-26B-A4B-it UD-Q6_K_XL 画像も入力
    コンテキスト長 32,768 推定 25.4 GB 残り 0.42 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Qwen3-VL-8B-Instruct BF16 画像も入力
    コンテキスト長 32,768 推定 22.1 GB 残り 3.70 GB 生成の速さ 10.0〜13
  • Qwen3.5-9B BF16 画像も入力
    コンテキスト長 131,072 推定 23.8 GB 残り 1.97 GB 生成の速さ 8.9〜12
  • Ornith-1.5-9B-uncensored F16
    コンテキスト長 131,072 推定 23.3 GB 残り 2.46 GB 生成の速さ 9.1〜12
  • Qwen3.6-35B-A3B Q4_1 画像も入力
    コンテキスト長 65,536 推定 25.3 GB 残り 0.45 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Ternary-Bonsai-2-27B Q2_0
    コンテキスト長 131,072 推定 17.4 GB 残り 8.35 GB 生成の速さ 21〜29
  • Swift-1.5-Qwen3.8-27B-GSQ-RCO IQ3_S
    コンテキスト長 131,072 推定 21.9 GB 残り 3.86 GB 生成の速さ 14〜18
  • Qwen3.5-4B BF16 画像も入力
    コンテキスト長 262,144 推定 18.4 GB 残り 7.42 GB 生成の速さ 19〜25
  • Ornith-1.0-35B Q4_K_M
    コンテキスト長 131,072 推定 25.0 GB 残り 0.78 GB（ぎりぎり） 生成の速さ MoE のため推定なし
  • Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NEO-CODER-MAX-MTP Q6_K 画像も入力
    コンテキスト長 8,192 推定 25.3 GB 残り 0.45 GB（ぎりぎり） 生成の速さ 6.9〜9.3
  • Dirk-Qwen3.8-27B UD-Q6_K 画像も入力
    コンテキスト長 32,768 推定 25.3 GB 残り 0.44 GB（ぎりぎり） 生成の速さ 7.5〜9.9
  • Wan2.1 Q4_K_M
    コンテキスト長 65,536 推定 22.3 GB 残り 3.43 GB 生成の速さ 9.7〜13
  • Qwen3.8-27B-GSQ-RCO IQ3_S 画像も入力
    コンテキスト長 131,072 推定 21.9 GB 残り 3.86 GB 生成の速さ 14〜18
  • Qwen3-ASR-1.7B F16 音声
    コンテキスト長 65,536 推定 12.5 GB 残り 13.3 GB 生成の速さ 40〜53

48 GB のとき

モデルごとに1件、このメモリに収まる量子化のうち、8K トークン以上のコンテキストで収まる中でファイルが最も大きい（精度が高い）ものを、よく使われている順に最大30件出しています。コンテキスト長は、その量子化が収まる最も長い値です（埋め込みモデルなど、扱える長さが 8K より短いモデルはその最大の長さ）。会話・文章の生成以外のモデルには用途を付けています。「残り」はメモリの量から推定を引いた値で、容量の 5% 未満は「ぎりぎり」としています（収まることの保証ではありません）。

  • Qwen3.8-27B UD-Q8_K_XL
    コンテキスト長 262,144 推定 49.8 GB 残り 1.70 GB（ぎりぎり） 生成の速さ 5.2〜6.9
  • Ornith-1.5-9B BF16
    コンテキスト長 262,144 推定 28.1 GB 残り 23.4 GB 生成の速さ 8.9〜12
  • Huihui-Qwen3.6-35B-A3B-abliterated-MTP Q8_0 画像も入力
    コンテキスト長 262,144 推定 44.3 GB 残り 7.26 GB 生成の速さ MoE のため推定なし
  • Ornith-1.5-35B-A3B Q8_0 画像も入力
    コンテキスト長 262,144 推定 44.3 GB 残り 7.25 GB 生成の速さ MoE のため推定なし
  • Huihui-Qwen3.8-27B-abliterated Q8_0 画像も入力
    コンテキスト長 131,072 推定 48.6 GB 残り 2.97 GB 生成の速さ 4.2〜5.6
  • OTel-2.0-Decision-26B-A4B-4bit Q8_0
    コンテキスト長 262,144 推定 33.6 GB 残り 17.9 GB 生成の速さ MoE のため推定なし
  • Qwen3.8-27B-iMatrix-NVFP4-MTP NVFP4 画像も入力
    コンテキスト長 262,144 推定 35.5 GB 残り 16.0 GB 生成の速さ 9.6〜13
  • Tiel-Coder-35B-A3B-GGUF-MTP UD-Q8_K_XL 画像も入力
    コンテキスト長 262,144 推定 45.3 GB 残り 6.22 GB 生成の速さ MoE のため推定なし
  • gemma-4-12B-it BF16 画像も入力
    コンテキスト長 262,144 推定 29.7 GB 残り 21.8 GB 生成の速さ 6.9〜9.2
  • Qwen3.8-27B-Uncensored Q8_0
    コンテキスト長 262,144 推定 47.4 GB 残り 4.11 GB 生成の速さ 5.6〜7.5
  • Ornith-1.0-9B BF16
    コンテキスト長 262,144 推定 27.6 GB 残り 23.9 GB 生成の速さ 9.1〜12
  • mxbai-embed-large-v1 F32 埋め込み（会話には使えない）
    コンテキスト長 512 推定 2.41 GB 残り 49.1 GB 生成の速さ 123〜163
  • Qwen3.6-35B-A3B-MTP UD-Q8_K_XL 画像も入力
    コンテキスト長 262,144 推定 45.6 GB 残り 5.96 GB 生成の速さ MoE のため推定なし
  • Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP BF16 画像も入力
    コンテキスト長 262,144 推定 28.1 GB 残り 23.4 GB 生成の速さ 8.9〜12
  • MOSS-Music-8B-Instruct F16 音声
    コンテキスト長 40,960 推定 23.3 GB 残り 28.3 GB 生成の速さ 10.0〜13
  • Qwen3.8-27B-Uncensored-HauhauCS-Aggressive-MTP Q8_K 画像も入力
    コンテキスト長 262,144 推定 49.8 GB 残り 1.70 GB（ぎりぎり） 生成の速さ 5.2〜6.9
  • gemma-4-26B-A4B-it UD-Q8_K_XL 画像も入力
    コンテキスト長 262,144 推定 34.4 GB 残り 17.1 GB 生成の速さ MoE のため推定なし
  • Qwen3-VL-8B-Instruct BF16 画像も入力
    コンテキスト長 131,072 推定 36.6 GB 残り 15.0 GB 生成の速さ 10.0〜13
  • Qwen3.5-9B BF16 画像も入力
    コンテキスト長 262,144 推定 28.1 GB 残り 23.4 GB 生成の速さ 8.9〜12
  • Ornith-1.5-9B-uncensored F16
    コンテキスト長 262,144 推定 27.6 GB 残り 23.9 GB 生成の速さ 9.1〜12
  • Qwen3.6-35B-A3B UD-Q8_K_XL 画像も入力
    コンテキスト長 262,144 推定 44.9 GB 残り 6.61 GB 生成の速さ MoE のため推定なし
  • Ternary-Bonsai-2-27B Q2_0
    コンテキスト長 262,144 推定 26.0 GB 残り 25.5 GB 生成の速さ 21〜29
  • Swift-1.5-Qwen3.8-27B-GSQ-RCO IQ3_S
    コンテキスト長 262,144 推定 30.5 GB 残り 21.0 GB 生成の速さ 14〜18
  • Qwen3.5-4B BF16 画像も入力
    コンテキスト長 262,144 推定 18.4 GB 残り 33.2 GB 生成の速さ 19〜25
  • Ornith-1.0-35B Q8_0
    コンテキスト長 262,144 推定 43.4 GB 残り 8.13 GB 生成の速さ MoE のため推定なし
  • Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NEO-CODER-MAX-MTP Q8_0 画像も入力
    コンテキスト長 262,144 推定 48.6 GB 残り 2.92 GB 生成の速さ 5.4〜7.2
  • Dirk-Qwen3.8-27B UD-Q8_K_XL 画像も入力
    コンテキスト長 262,144 推定 49.8 GB 残り 1.70 GB（ぎりぎり） 生成の速さ 5.2〜6.9
  • Wan2.1 IQ4_NL
    コンテキスト長 262,144 推定 47.2 GB 残り 4.33 GB 生成の速さ 5.7〜7.6
  • Qwen3.8-27B-GSQ-RCO IQ3_S 画像も入力
    コンテキスト長 262,144 推定 30.5 GB 残り 21.0 GB 生成の速さ 14〜18
  • Qwen3-ASR-1.7B F16 音声
    コンテキスト長 65,536 推定 12.5 GB 残り 39.1 GB 生成の速さ 40〜53

よくある質問

Apple M4 Pro でどんなローカルLLMが動きますか？
当サイトでは 981 モデルに、48GB・8,192 トークンで収まる量子化があります（推定）。よく使われているのは Qwen3.8-27B・Ornith-1.5-9B・Huihui-Qwen3.6-35B-A3B-abliterated-MTP・Ornith-1.5-35B-A3B・Huihui-Qwen3.8-27B-abliterated などです。
Apple M4 Pro で動く、いちばん大きいモデルは？
当サイトに載っている中では GLM-5.3-Flash-Coder-RCO-152E（約 169.6B）で、IQ2_XXS なら 48GB に収まります（8,192 トークンの推定）。
Apple M4 Pro で文章を生成する速さは？
メモリ帯域が 273 GB/s なので、たとえば Qwen3.8-27B の UD-Q8_K_XL（31.5 GB）なら、推定で毎秒 5.2〜6.9 トークンほどです（帯域 ÷ ファイルサイズの 6〜8 割。プロンプトの読み込みは含みません）。