ログインウォレットを作成

16 GB の M2 Pro で何が動く？

73 個のオープンモデルのうち 22 個が快適に動きます。GPU は標準で 16 GB のうち約 12 GB を使え、メモリの読み込み速度は 200 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 mini (2023)。

快適に動く中でいちばん賢いMiniCPM5 2B8ビット · 2.7 GB · 33–59 tok/s快適に動く中でいちばん大きいPhi-4 Reasoning Vision 15B4ビット · 8.4 GB · 11–19 tok/s

快適に動く 33

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
MiniCPM5 2B2.52B · 知能 12.58ビット2.7 GB33–59
Qwen3.5 9B9B · 知能 11.26ビット7.3 GB12–22
Granite 4.2 8B8B · 知能 11.18ビット8.5 GB11–19
Granite 4.2 3B3B · 知能 9.18ビット3.2 GB28–50
Gemma 4 E4B8B · 知能 8.98ビット8.5 GB19–33
Ministral 3 8B8.9B · 知能 5.56ビット7.2 GB13–22
Nemotron 3 Nano 4B3.97B · 知能 4.88ビット4.2 GB21–38
Phi-4 Reasoning Vision 15B15B4ビット8.4 GB11–19
Phi-4 (14B)14B4ビット7.9 GB11–20
Gemma 4 12B Unified12B4ビット6.7 GB13–24
Qwen3 8B8.2B8ビット8.7 GB10–18
Llama 3.1 8B Instruct8B8ビット8.5 GB11–19
Gemma 4 E2B5.1B8ビット5.4 GB38–67
Qwen3.5 4B4B8ビット4.3 GB21–37
Phi-4 mini instruct3.8B8ビット4 GB23–40
Llama 3.2 3B Instruct3.21B8ビット3.4 GB26–47
SmolLM3 3B3B8ビット3.2 GB28–50
LFM2.5 2.6B2.69B8ビット2.9 GB31–55
Qwen3.5 2B2B8ビット2.1 GB43–76
Llama 3.2 1B Instruct1.23B8ビット1.3 GB69–123
Qwen3.5 0.8B0.8B8ビット0.9 GB100–178
Qwen3 0.6B0.6B8ビット0.6 GB150–267
Qwen3.8 27B27B · 知能 33.72ビット 品質低め8.4 GB11–19
Muse Glimmer 30B29.6B · 知能 17.52ビット 品質低め9.3 GB10–17
Nemotron 3.5 Lightning 30B A3B30B · アクティブ 3B · 知能 12.92ビット 品質低め9.4 GB100–178
Granite 4.2 30B30B · 知能 12.72ビット 品質低め9.4 GB10–17
gpt-oss-20b21B · アクティブ 3.6B · 知能 93ビット 品質低め9.2 GB56–100
Nemotron 3 Nano 30B A3B30B · アクティブ 3.5B · 知能 8.92ビット 品質低め9.4 GB82–145
Qwen3 Coder 30B A3B Instruct30.5B · アクティブ 3.3B2ビット 品質低め9.5 GB90–160
GLM-4.7 Flash30B · アクティブ 3B2ビット 品質低め9.4 GB100–178
Qwen3.6 27B27B2ビット 品質低め8.4 GB11–19
Gemma 4 26B A4B25.2B · アクティブ 3.8B2ビット 品質低め7.9 GB75–133
LFM2.5 24B A2B24B · アクティブ 2B3ビット 品質低め10.5 GB100–178

動くが遅い 4

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
Gemma 4 31B30.7B · 知能 14.72ビット 品質低め9.6 GB9–17
Devstral Small 2 (24B)24B3ビット 品質低め10.5 GB9–15
Magistral Small 1.2 (2509)24B3ビット 品質低め10.5 GB9–15
Mistral Small 3.2 (24B)24B3ビット 品質低め10.5 GB9–15

ぎりぎり収まる 1

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
Qwen3.6 35B A3B35B · アクティブ 3B · 知能 18.22ビット 品質低め10.9 GB100–178

大きすぎる 35

2 ビットでも 16 GB を超えるメモリが必要です。

ほかの Mac

16 GB のすべての Mac（チップを問わず）。

メモリ容量違いの M2 Pro：

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 Pro · ローカル LLM に最適な Mac · すべての Mac

よくある質問

16 GB の M2 Pro 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 MiniCPM5 2B です：8ビット、毎秒約 33–59 トークン。快適に動くいちばん大きなモデルは Phi-4 Reasoning Vision 15B です。
16 GB の M2 Pro で Llama 3.3 70B は動く？
いいえ。2 ビットでも、GPU が標準で使える 12 GB を超えます。
M2 Pro での gpt-oss-20b の速さは？
毎秒約 56–100 トークン（3ビット）。チップのメモリ帯域幅 200 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。

16 GB の M2 Pro で動く LLM は？全モデルと速度