ログインウォレットを作成

16 GB の M6 で何が動く？

73 個のオープンモデルのうち 20 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 153 GB/s。これが生成の速さを決めます。搭載モデル：Mac mini (M6 or M5 Pro)。

快適に動く中でいちばん賢いMiniCPM5 2B8ビット · 2.7 GB · 26–45 tok/s快適に動く中でいちばん大きいGemma 4 12B Unified4ビット · 6.7 GB · 10–18 tok/s

快適に動く 27

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 GB26–45
Qwen3.5 9B9B · 知能 11.24ビット5.1 GB14–24
Granite 4.2 8B8B · 知能 11.16ビット6.5 GB11–19
Granite 4.2 3B3B · 知能 9.18ビット3.2 GB22–38
Gemma 4 E4B8B · 知能 8.98ビット8.5 GB14–26
Ministral 3 8B8.9B · 知能 5.56ビット7.2 GB10–17
Nemotron 3 Nano 4B3.97B · 知能 4.88ビット4.2 GB16–29
Gemma 4 12B Unified12B4ビット6.7 GB10–18
Qwen3 8B8.2B6ビット6.7 GB10–18
Llama 3.1 8B Instruct8B6ビット6.5 GB11–19
Gemma 4 E2B5.1B8ビット5.4 GB29–51
Qwen3.5 4B4B8ビット4.3 GB16–28
Phi-4 mini instruct3.8B8ビット4 GB17–31
Llama 3.2 3B Instruct3.21B8ビット3.4 GB20–36
SmolLM3 3B3B8ビット3.2 GB22–38
LFM2.5 2.6B2.69B8ビット2.9 GB24–42
Qwen3.5 2B2B8ビット2.1 GB33–58
Llama 3.2 1B Instruct1.23B8ビット1.3 GB53–94
Qwen3.5 0.8B0.8B8ビット0.9 GB77–136
Qwen3 0.6B0.6B8ビット0.6 GB115–204
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 GB77–136
gpt-oss-20b21B · アクティブ 3.6B · 知能 93ビット 品質低め9.2 GB43–77
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 GB63–111
Qwen3 Coder 30B A3B Instruct30.5B · アクティブ 3.3B2ビット 品質低め9.5 GB69–122
GLM-4.7 Flash30B · アクティブ 3B2ビット 品質低め9.4 GB77–136
Gemma 4 26B A4B25.2B · アクティブ 3.8B2ビット 品質低め7.9 GB57–102
LFM2.5 24B A2B24B · アクティブ 2B3ビット 品質低め10.5 GB77–136

動くが遅い 10

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
Phi-4 Reasoning Vision 15B15B4ビット8.4 GB8–15
Phi-4 (14B)14B4ビット7.9 GB9–15
Qwen3.8 27B27B · 知能 33.72ビット 品質低め8.4 GB8–15
Muse Glimmer 30B29.6B · 知能 17.52ビット 品質低め9.3 GB7–13
Gemma 4 31B30.7B · 知能 14.72ビット 品質低め9.6 GB7–13
Granite 4.2 30B30B · 知能 12.72ビット 品質低め9.4 GB7–13
Qwen3.6 27B27B2ビット 品質低め8.4 GB8–15
Devstral Small 2 (24B)24B3ビット 品質低め10.5 GB7–12
Magistral Small 1.2 (2509)24B3ビット 品質低め10.5 GB7–12
Mistral Small 3.2 (24B)24B3ビット 品質低め10.5 GB7–12

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 GB77–136

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 M6：

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 M6 · ローカル LLM に最適な Mac · すべての Mac

よくある質問

16 GB の M6 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 26–45 トークン。快適に動くいちばん大きなモデルは Gemma 4 12B Unified です。
16 GB の M6 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。
M6 での gpt-oss-20b の速さは？
毎秒約 43–77 トークン（3ビット）。チップのメモリ帯域幅 153 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 M6 で動く LLM は？全モデルと速度