M2 Pro 搭載 MacBook Pro はローカル LLM に向いている？

32 GB なら 73 個のオープンモデルのうち 30 個が快適に動き（最大 Qwen3.6 35B A3B）、gpt-oss-20b では毎秒約 47–84 トークンを生成します。M2 Pro のメモリ読み込み速度は 200 GB/s。これが生成の速さを決めます。

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

16 GB なら 22 個のオープンモデルが快適に動き、32 GB なら 30 個（最大 Qwen3.6 35B A3B）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 Pro 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
16 GB200 GB/s	22	Phi-4 Reasoning Vision 15B	56–100 tok/s
32 GB200 GB/s	30	Qwen3.6 35B A3B	47–84 tok/s

対象機種：MacBook Pro (14-inch, 2023), MacBook Pro (16-inch, 2023)。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 Pro 搭載 MacBook Pro はローカル LLM に向いている？: 32 GB なら 73 個のオープンモデルのうち 30 個が快適に動き（最大 Qwen3.6 35B A3B）、gpt-oss-20b では毎秒約 47–84 トークンを生成します。M2 Pro のメモリ読み込み速度は 200 GB/s。これが生成の速さを決めます。
AI 用なら、M2 Pro 搭載 MacBook Pro のメモリはどれくらい必要？: 16 GB なら 22 個のオープンモデルが快適に動き、32 GB なら 30 個（最大 Qwen3.6 35B A3B）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 Pro を搭載したほかの Mac：

Mac mini M2 Pro

直接比較：

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

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。