ログインウォレットを作成

32 GB の M2 Max で何が動く？

73 個のオープンモデルのうち 38 個が快適に動きます。GPU は標準で 32 GB のうち約 24 GB を使え、メモリの読み込み速度は 400 GB/s。これが生成の速さを決めます。搭載モデル：MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023), Mac Studio (2023)。

快適に動く中でいちばん賢いQwen3.8 27B4ビット · 15.2 GB · 12–21 tok/s快適に動く中でいちばん大きいQwen3.6 35B A3B4ビット · 19.7 GB · 106–188 tok/sコード向けQwen3 Coder 30B A3B Instruct4ビット · 17.2 GB · 95–168 tok/s

快適に動く 38

コンテキスト用の余裕を残して収まり、毎秒 10 トークン以上。

モデルバージョンメモリトークン/秒
Qwen3.8 27B27B · 知能 33.74ビット15.2 GB12–21
Qwen3.6 35B A3B35B · アクティブ 3B · 知能 18.24ビット19.7 GB106–188
Muse Glimmer 30B29.6B · 知能 17.54ビット16.7 GB11–19
Gemma 4 31B30.7B · 知能 14.74ビット17.3 GB10–18
Nemotron 3.5 Lightning 30B A3B30B · アクティブ 3B · 知能 12.94ビット16.9 GB106–188
Granite 4.2 30B30B · 知能 12.74ビット16.9 GB11–19
MiniCPM5 2B2.52B · 知能 12.58ビット2.7 GB67–119
Qwen3.5 9B9B · 知能 11.28ビット9.6 GB19–33
Granite 4.2 8B8B · 知能 11.18ビット8.5 GB21–38
Granite 4.2 3B3B · 知能 9.18ビット3.2 GB56–100
gpt-oss-20b21B · アクティブ 3.6B · 知能 9ネイティブ 4.25ビット13.8 GB95–168
Nemotron 3 Nano 30B A3B30B · アクティブ 3.5B · 知能 8.94ビット16.9 GB90–160
Gemma 4 E4B8B · 知能 8.98ビット8.5 GB38–67
Ministral 3 8B8.9B · 知能 5.58ビット9.5 GB19–34
Nemotron 3 Nano 4B3.97B · 知能 4.88ビット4.2 GB43–76
Qwen3 Coder 30B A3B Instruct30.5B · アクティブ 3.3B4ビット17.2 GB95–168
GLM-4.7 Flash30B · アクティブ 3B4ビット16.9 GB106–188
Qwen3.6 27B27B4ビット15.2 GB12–21
Gemma 4 26B A4B25.2B · アクティブ 3.8B6ビット20.5 GB58–103
Devstral Small 2 (24B)24B4ビット13.5 GB13–24
Magistral Small 1.2 (2509)24B4ビット13.5 GB13–24
Mistral Small 3.2 (24B)24B4ビット13.5 GB13–24
LFM2.5 24B A2B24B · アクティブ 2B6ビット19.5 GB113–200
Phi-4 Reasoning Vision 15B15B8ビット15.9 GB11–20
Phi-4 (14B)14B8ビット14.9 GB12–21
Gemma 4 12B Unified12B8ビット12.7 GB14–25
Qwen3 8B8.2B8ビット8.7 GB21–37
Llama 3.1 8B Instruct8B8ビット8.5 GB21–38
Gemma 4 E2B5.1B8ビット5.4 GB75–133
Qwen3.5 4B4B8ビット4.3 GB42–74
Phi-4 mini instruct3.8B8ビット4 GB45–80
Llama 3.2 3B Instruct3.21B8ビット3.4 GB53–94
SmolLM3 3B3B8ビット3.2 GB56–100
LFM2.5 2.6B2.69B8ビット2.9 GB62–110
Qwen3.5 2B2B8ビット2.1 GB86–152
Llama 3.2 1B Instruct1.23B8ビット1.3 GB138–246
Qwen3.5 0.8B0.8B8ビット0.9 GB200–356
Qwen3 0.6B0.6B8ビット0.6 GB300–533

動くが遅い 1

収まるものの毎秒 10 トークン未満。バッチ処理には十分ですが、チャットには遅めです。

モデルバージョンメモリトークン/秒
Llama 3.3 70B Instruct70B2ビット 品質低め21.9 GB8–15

ぎりぎり収まる 2

メモリをほぼ使い切ります。GPU のメモリ上限を引き上げ、コンテキストを短めにしてください。

モデルバージョンメモリトークン/秒
Nemotron 3.5 Bolt 74B A9B74B · アクティブ 9B · 知能 21.42ビット 品質低め23.1 GB64–114
Qwen3 Coder Next80B · アクティブ 3B · 知能 9.22ビット 品質低め25 GB200–356

大きすぎる 32

2 ビットでも 32 GB を超えるメモリが必要です。

ほかの Mac

32 GB のすべての Mac（チップを問わず）。

メモリ容量違いの M2 Max：

近いチップ：

直接比較：

どの Mac や GPU とも比較 · ローカル AI のための M2 Max · ローカル LLM に最適な Mac · すべての Mac

よくある質問

32 GB の M2 Max に最適な LLM は？
Intelligence Index が公開されているモデルのうち、ここで快適に動く中でスコアが最も高いのは Qwen3.8 27B です：4ビット、毎秒約 12–21 トークン。快適に動くいちばん大きなモデルは Qwen3.6 35B A3B です。
32 GB の M2 Max で Llama 3.3 70B は動く？
はい、ただし遅めです。2ビット（品質低め） で、毎秒約 8–15 トークンです。
M2 Max での gpt-oss-20b の速さは？
毎秒約 95–168 トークン（ネイティブ 4.25ビット）。チップのメモリ帯域幅 400 GB/s から計算しています。

MLX Harness（無料、オープンソース）か、ターミナルで Apple の mlx-lm を使って動かせます：手順を見る。

計算方法

メモリ：モデルのパラメータを重みあたり 8、6、4、3、2 ビットで計算し、MLX のグループスケール（重みあたり 0.5 ビット）を加えたもの、またはネイティブ形式のサイズに、コンテキスト用の余裕を足しています。macOS は標準で、ユニファイドメモリの約 75% を GPU に使わせます。速度：メモリ帯域幅をトークンあたりの読み込みバイト数で割った値が、1 つの会話の上限です。llama.cpp の Apple Silicon 公開ベンチマークでは、実際の速度はその約 45%〜80% に達しており、その範囲を表示しています。これは実測ではなく推定です。ご自分の Mac は MLX Bench で測れます。モデルの数値は各公式モデルカード、チップの数値は Apple の技術仕様から。2026-10-19 確認。mlx.app/compare と同じデータです。

32 GB の M2 Max で動く LLM は？全モデルと速度