M2 搭載 MacBook Pro はローカル LLM に向いている？

24 GB なら 73 個のオープンモデルのうち 20 個が快適に動き（最大 Gemma 4 26B A4B）、gpt-oss-20b では毎秒約 24–42 トークンを生成します。M2 のメモリ読み込み速度は 100 GB/s。これが生成の速さを決めます。

AI 用なら、M2 搭載 MacBook Pro のメモリはどれくらい必要？

8 GB なら 16 個のオープンモデルが快適に動き、24 GB なら 20 個（最大 Gemma 4 26B A4B）です。どのモデルが収まるかはメモリで決まり、あとから増設できません。

M2 搭載 MacBook Pro でローカル AI：メモリ容量別に動く LLM

メモリ容量別

メモリ	快適に動く	快適に動く最大のモデル	gpt-oss-20b
8 GB100 GB/s	16	Granite 4.2 8B	大きすぎ
16 GB100 GB/s	17	Qwen3 8B	28–50 tok/s
24 GB100 GB/s	20	Gemma 4 26B A4B	24–42 tok/s

対象機種：MacBook Pro (13-inch, M2, 2022)。すべての機種ですべてのメモリ容量が選べるわけではありません。各機種の構成は Apple の技術仕様で確認できます。

よくある質問

M2 搭載 MacBook Pro はローカル LLM に向いている？: 24 GB なら 73 個のオープンモデルのうち 20 個が快適に動き（最大 Gemma 4 26B A4B）、gpt-oss-20b では毎秒約 24–42 トークンを生成します。M2 のメモリ読み込み速度は 100 GB/s。これが生成の速さを決めます。
AI 用なら、M2 搭載 MacBook Pro のメモリはどれくらい必要？: 8 GB なら 16 個のオープンモデルが快適に動き、24 GB なら 20 個（最大 Gemma 4 26B A4B）です。どのモデルが収まるかはメモリで決まり、あとから増設できません。

ほかの Mac

ほかのチップを搭載した MacBook Pro：

M2 を搭載したほかの Mac：

直接比較：

ローカル AI のための M2 · ローカル LLM に最適な Mac · すべての Mac

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。