要点
- 16GB：快適に動くのは小さな汎用モデルだけで、Qwen3 Coder 30B A3B は低い精度でしか収まりません。24GB：Devstral Small 2（24B）。32〜64GB：Qwen3 Coder 30B A3B と Devstral Small 2 を 4 ビットで。
- 96GB 以上：Qwen3 Coder Next（80B、アクティブ 3B）。128GB：Devstral 2（123B）も動きますが遅めです。512GB：Kimi K2.7 Code を低い精度で。
- Mixture-of-Experts のコーディングモデルはトークンごとに数十億の重みしか読まないため、同じ Mac でも Qwen3 Coder 30B A3B は Dense モデルの Devstral Small 2 より何倍も速く書けます。
- コーディングエージェントは長いプロンプトを送ります。コンテキスト用に数 GB を残し、LLM に必要なメモリ を確認しましょう。
1メモリ別、よく動くコーディングモデル
「よく動く」とは、コンテキスト用の余裕を残して 4 ビット以上の精度で収まり、毎秒 10 トークン以上で書けることです。すべての Mac のページ と同じ基準です。当サイトのオープンモデルのカタログからコード専用のモデルと、そのサイズでよく動く汎用モデルのうち Artificial Analysis Intelligence Index が最も高いもの（コードも書けます）を挙げました。
| Mac のメモリ | コード専用 | 最も強い汎用モデル |
|---|---|---|
| 16GB | Qwen3 Coder 30B A3B（低い精度のみ） | MiniCPM5 2B |
| 24GB | Devstral Small 2 | MiniCPM5 2B |
| 32GB | Qwen3 Coder 30B A3B、Devstral Small 2 | Qwen3.8 27B |
| 48GB | Qwen3 Coder 30B A3B、Devstral Small 2 | Qwen3.8 27B |
| 64GB | Qwen3 Coder 30B A3B、Devstral Small 2 | Qwen3.8 27B |
| 96GB | Qwen3 Coder Next、Qwen3 Coder 30B A3B、Devstral Small 2 | Qwen3.8 27B |
| 128GB | Qwen3 Coder Next、Devstral 2 (123B)（遅め） | Qwen3.8 27B |
| 256GB | Qwen3 Coder Next、Devstral 2（遅め） | Qwen3.8 Flash Next |
| 512GB | Kimi K2.7 Code（低い精度）、Qwen3 Coder Next | DeepSeek V4.1 Flash 1017 |
2Mixture-of-Experts のコーディングモデルが速く感じる理由
書く速さは、トークンごとに読み出す重みのバイト数で制限されます。Dense モデルはすべてを読み、Mixture-of-Experts モデルはアクティブな部分だけを読みます。M5 Pro の Mac mini（307GB/s、Apple）で、4 ビットの場合：
| モデル | パラメータ | 1 トークンあたりの読み出し | 1 つのチャットでの上限 |
|---|---|---|---|
| Qwen3 Coder 30B A3B | 合計 30.5B、アクティブ 3.3B | 約 1.9GB | 毎秒約 165 トークン |
| Devstral Small 2 | 24B、Dense | 約 13.5GB | 毎秒約 23 トークン |
速さは品質ではありません。同じメモリなら Dense モデルのほうがコーディングに強いこともあります。自分のコードで両方を試しましょう。
3コンテキスト用の余裕を残す
コーディングツールは大量のテキストを送ります。対象のファイル、ツールの説明、それまでの会話です。このコンテキストはモデルと並んでメモリ上の KV キャッシュに保持され、トークンごとに増えていきます。Qwen3 8B では 32,000 トークンで約 4.8GB です（計算はこちら）。大きいモデルほど 1 トークンあたりの量も増えます。
そのため、モデルがぎりぎり収まる場合は、コンテキストを削るより、1 つ小さいモデルか低い精度を選びましょう。長いプロンプトは最初の 1 語が出るまでの読み込みにも時間がかかります。M5 世代は M4 よりプロンプトを速く読みます（Apple）。
4エディタやエージェントで使う
コーディングツールは API を通じてモデルとやり取りします。モデルをローカルで動かし、ツールの接続先をそこに向けましょう。
- LM Studio のローカルサーバーは OpenAI と Anthropic の形式に対応し、LM Studio は Claude Code、Codex、OpenClaw、Hermes Agent の設定ガイドも用意しています（LM Studio）。
- mlx-lm：
mlx_lm.server --model <model>でポート 8080 に OpenAI 形式の API を提供します（mlx-lm）。 - Ollama も OpenAI 互換の API を提供します。違いは Mac で LLM を動かすおすすめアプリ で比較しています。
エージェントはツールを呼び出すため、モデルはサーバーが理解できる形式でツール呼び出しを出力する必要があります。Qwen3 Coder や Devstral のようにコードやエージェント向けに作られたモデルはそのように学習されていますが、小さな汎用モデルは当てにならないことがよくあります。
AI App Store のコーディングカテゴリには、Claude Code や Codex などのコーディングエージェントとエディタが、開発元の公式ダウンロード、価格、データの送信先とともに載っています。
5よくある質問
- 32GB の Mac に最適なコーディング用ローカル LLM は？
- Qwen3 Coder 30B A3B と Devstral Small 2 は、どちらも 4 ビットでよく動きます。Qwen3 Coder は 30.5B パラメータのうちトークンごとに 3.3B しか読まないので、ずっと速く書けます。自分のコードで両方を試しましょう。
- 16GB の Mac でコーディングモデルは動く？
- 小さいモデルなら動きます。Qwen3 Coder 30B A3B が 16GB に収まるのは低い精度の場合だけで、コンテキストの余裕もわずかです。コーディングエージェントを使うなら、32GB 以上から始めるのがおすすめです。
- Claude Code や Codex をローカルモデルで使える？
- できます。LM Studio には両方の設定ガイドがあります。ローカルサーバーが、Claude Code が使う Anthropic 形式と、Codex が使う OpenAI 形式の両方に対応しています（LM Studio）。どれだけうまく動くかは、読み込むモデル次第です。
- ローカルのコーディングモデルはクラウドと同じくらい使える？
- 最大級のオープンモデルは多くのタスクで迫りますが、256GB か 512GB の Mac Studio が必要です。32〜64GB に収まるモデルは、補完、説明、小さめのエージェントタスクに役立ち、コードを Mac の外に出しません。