macOS の fm コマンド：ターミナルで使う Apple のローカル LLM。

1fm とは

fm は、Apple Intelligence を支えるモデル群 Apple Foundation Models を使うための、Apple のコマンドラインツールです。Apple は WWDC26 のセッションで「Starting from macOS 27, this command line tool comes pre-installed on your Mac」と説明しています。ターミナルを開いて fm と入力するだけです（Apple）。Apple はこれを、「without writing a line of app code」でスクリプトや自動化に使えるものとして紹介しています（Apple）。

使えるモデルは 2 つです。初期設定では「the on-device model that comes with macOS, and that's always available」を使います。Private Cloud Compute 上の Apple Foundation Model も使えます。Apple はこれを「a much bigger model than the on-device model」と呼び、「will perform better on complex problems」一方で「has usage limits」としています（Apple）。オンデバイスモデルは Mac の上で動き、インターネット接続なしで使えます（Apple）。Private Cloud Compute に送ったプロンプトは Apple のサーバーに届きます。

fm は Apple のソフトウェアで、MLX Network とは無関係です。MLX Network は独立したプロジェクトで、Apple とは提携していません。

2コマンド一覧

Apple が WWDC26 のセッションで紹介しているコマンドとオプションです（Apple、Apple）。

セッションで紹介されている Apple 自身の例です。

fm respond "Provide a basic regex in Swift to parse an email address"
fm respond "Provide a comprehensive regex in Swift to parse an email address" --model pcc
fm schema object --name AppsIdentified --string app_names --array > schema.json
fm respond "What apps are the user actively using in this screenshot?" \
  --image Screenshot.png --model pcc --schema schema.json
# {"app_names": ["Messages", "Mail", "Calendar"]}
fm respond --help

3必要なものと、ダウンロードされる量

• macOS 27。 fm は macOS 27 に付属します（Apple）。
• Apple Intelligence に対応した Mac。 Apple Foundation Models に必要です（Apple）。macOS 27 では M1 以降のすべての Mac が該当します（Apple）。
• 対応言語。 Apple Intelligence を使うには、デバイスの言語と Siri の言語を同じ対応言語に設定する必要があります。また、中国本土で購入したデバイスでは現在利用できません（Apple）。
• 空きストレージ。 Apple Intelligence に必要な容量は下の表のとおりです。

Apple Intelligence をオンにした直後は、しばらくモデルが使えないことがあります。Apple のフレームワークは、「because it's downloading or because of other system reasons」でまだ準備ができていない、と報告します（Apple）。

同じオンデバイスモデルを使う Python SDK について、Apple は macOS 26.0 以降、使用許諾に同意済みの Xcode 26.0 以降、Python 3.10 以降を条件に挙げています（Apple）。Mac は Apple シリコン搭載のものが必要です（Apple）。

4オンデバイスモデルが得意なこと、できないこと

Apple ははっきり書いています。オンデバイスモデルは要約、固有表現の抽出、テキストと画像の理解、文章の手直し、ゲームの会話、創作コンテンツの生成など、さまざまなテキスト生成が得意で、より高い推論能力や大きなコンテキストが必要なら Private Cloud Compute か、任意のサーバーのモデルを使うように、とのことです（Apple）。

• コンテキストウィンドウが小さい。 Apple のドキュメントでは、オンデバイスモデルは「a context window of 4096 tokens per session」とされ（Apple）、Private Cloud Compute の 32K に対して 4K と記載されています（Apple）。macOS 27 についての WWDC26 セッションでは、Apple のコードサンプルが contextSize として 8,192 を出力しています（Apple）。プロンプト、指示、答えのすべてがこのウィンドウを共有します。
• どれくらい入るか。 英語では 1 トークンはおおむね 3〜4 文字です（Apple）。つまり 8,192 トークンは、入力と出力を合わせて英語で約 25,000〜33,000 文字。数ページ分で、本やコードベースは入りません。
• 短く単純なプロンプト。 「An on-device model has fewer parameters and a small context window」なので、Apple はプロンプトを「short and succinct」にするよう勧め、オンデバイスモデルは「have limited reasoning abilities」としています。難しい作業はいくつかの段階に分けましょう（Apple）。
• macOS とともに変わる。 Apple は OS のアップデートでモデルを更新し、macOS 27 には新しいバージョンが入っています（Apple）。アップデート後にスクリプトの結果が変わることがあります。

これらのページで Apple はオンデバイスモデルのサイズを示していないため、このガイドでも示しません。

5スクリプトやコードから fm を使う

fm respond は答えを出力するので、どんなシェルスクリプトにも組み込めます。--schema を付ければ答えは JSON になり、jq に渡せます。Apple のセッションでは、この方法でプロジェクトフォルダを整理しています。どのファイルが完成版でどれが下書きかをモデルに尋ね、そのとおりにコピーと移動をします。Apple のサンプルを短くしたものです（Apple）。

fm schema object --name "TriagedFileList" \
  --string 'final_files' --array \
  --string 'draft_files' --array > /tmp/schema.json

output=$(fm respond \
  --instructions "Return the latest files, then separately all draft files." \
  "This is the list of all files:\n\n${files_list}" \
  --schema /tmp/schema.json
)

echo "${output}" | jq -r '.draft_files[]'

Python には Apple の Foundation Models SDK があります。pip install apple_fm_sdk で入り、同じオンデバイスモデル、ガイド付き生成、ツール呼び出しが使えます（Apple）。Apple の例です。

import apple_fm_sdk as fm

model = fm.SystemLanguageModel()
is_available, reason = model.is_available()
if is_available:
    session = fm.LanguageModelSession(model=model)
    response = await session.respond(prompt="Hello!")
    print(response)

多くのアプリやコーディングエージェントは、ローカルのポートで OpenAI 形式や Anthropic 形式の API を前提にしています。それが必要なら、mlx_lm.server が選んだオープンモデルを localhost:8080 の OpenAI 形式の API で提供し（mlx-lm）、LM Studio のローカルサーバーは OpenAI と Anthropic の形式に対応しています（LM Studio）。ほかの選択肢：Mac で LLM を動かすおすすめアプリ。

6オープンモデルに切り替えるとき

短い作業なら fm で十分です。メモの要約、ファイル名付け、テキストからの項目の抜き出し、ちょっとした質問。すでに Mac に入っていて、設定もいりません。入力が数千トークンに収まらないとき、もっと推論やコードの力が必要なとき、モデルを自分で選びたいとき、ツールが API を必要とするときは、オープンモデルを使いましょう。

オープンモデルは Mac の GPU で動き、何が収まるかはユニファイドメモリで決まります。当サイトの Compare の計算では、初期設定で GPU が使えるのはその約 75% で、コンテキスト用の余裕も残しています。

これらのモデルのモデルカードには、はるかに長いコンテキストウィンドウが記載されています。Llama 3.1 8B は 128K トークン、Qwen3.6 35B A3B は 262,144 トークンです。ただし長いコンテキストには、上で数えた分を超えるメモリが必要です。自分の Mac のメモリがわからない場合は、アップルメニューの「この Mac について」で確認し、チップ別の Mac を見てください。

mlx-lm はそれらを動かす方法の 1 つです。Apple 自身の MLX ツールで、Hugging Face から MLX モデルをダウンロードし、ターミナルでチャットし、上記のローカル API を提供します。LM Studio と Ollama は同じことをアプリで行います（Mac で LLM を動かすおすすめアプリ）。Mac を使っていないときは、MLX Node があなたの決めた範囲で MLX Network の AI ジョブを実行し、検証された作業に対して MLX トークンを得ます。MLX トークンは価値が下がることがあります。リスク をお読みください。

7よくある質問

macOS の fm コマンドは無料ですか？

macOS 27 に最初から入っていて、初期設定では macOS に付属するオンデバイスモデルを使います。より大きな Private Cloud Compute のモデルには利用制限があります（Apple）。

fm はオフラインで使えますか？

オンデバイスモデルなら使えます。Apple はインターネット接続なしで動くと説明しています（Apple）。ただし先に Apple Intelligence のダウンロードが必要で、--model pcc や fm chat の中の /model は Apple のサーバーを使います。

fm にはどれくらい長いプロンプトを渡せますか？

プロンプト、指示、答えは 1 つのコンテキストウィンドウを共有します。Apple のドキュメントでは 4,096 トークン、macOS 27 向けの Apple の WWDC26 サンプルでは 8,192 トークンです（Apple）。英語なら 1 トークンはおおむね 3〜4 文字です。

fm は OpenAI 互換の API を提供しますか？

Apple の WWDC26 セッションや、当サイトが読んだ Foundation Models のドキュメントにはサーバーモードの説明がないため、その仕組みは確認できません。ドキュメントのあるローカル API が必要なら、mlx_lm.server が localhost:8080 でオープンモデルを OpenAI 形式で提供し、LM Studio は OpenAI と Anthropic の形式で提供します。

fm を使える Mac は？

macOS 27 で Apple Intelligence に対応する Mac です。M1 以降のすべての Mac で、対応言語に設定され、空きストレージが最大 14GB（M3 以降でメモリ 12GB 以上）または最大 8GB あるものです（Apple）。