精度ごとのメモリ
| バージョン | 重み | コンテキスト込み | 最小構成の Mac |
|---|---|---|---|
| 8ビット | 31.9 GB | 34.5 GB | 48 GB |
| 6ビット | 24.4 GB | 26.4 GB | 36 GB |
| 4ビット | 16.9 GB | 18.4 GB | 32 GB |
| 3ビット 品質低め | 13.1 GB | 14.6 GB | 24 GB |
| 2ビット 品質低め | 9.4 GB | 10.9 GB | 16 GB |
すべての Apple チップで
各チップで GLM-4.7 Flash が動く最小のメモリ容量、そこに収まる最適なバージョン、期待できる生成速度です。
| チップ | 必要量 | バージョン | トークン/秒 |
|---|---|---|---|
| M6 | 32 GB | 4ビット 快適 | 45–80 |
| M5 Ultra | 96 GB | 8ビット 快適 | 169–300 |
| M5 Max | 36 GB | 6ビット 快適 | 86–153 |
| M5 Pro | 48 GB | 8ビット 快適 | 43–77 |
| M5 | 32 GB | 4ビット 快適 | 41–72 |
| M4 Max | 36 GB | 6ビット 快適 | 77–137 |
| M4 Pro | 48 GB | 8ビット 快適 | 38–68 |
| M4 | 32 GB | 4ビット 快適 | 32–56 |
| M3 Ultra | 96 GB | 8ビット 快適 | 115–205 |
| M3 Max | 36 GB | 6ビット 快適 | 56–100 |
| M3 Pro | 36 GB | 6ビット 快適 | 28–50 |
| M3 | 16 GB | 2ビット 快適 | 50–89 |
| M2 Ultra | 64 GB | 8ビット 快適 | 113–200 |
| M2 Max | 32 GB | 4ビット 快適 | 106–188 |
| M2 Pro | 32 GB | 4ビット 快適 | 53–94 |
| M2 | 16 GB | 2ビット 快適 | 50–89 |
| M1 Ultra | 64 GB | 8ビット 快適 | 113–200 |
| M1 Max | 32 GB | 4ビット 快適 | 106–188 |
| M1 Pro | 32 GB | 4ビット 快適 | 53–94 |
| M1 | 16 GB | 2ビット 快適 | 34–60 |
動かし方
- いちばん簡単な方法：無料でオープンソースの MLX Harness をダウンロードします。GLM-4.7 Flash を検索し、お使いの Mac に合うバージョンをダウンロードすれば、すぐにチャットできます。OpenAI 互換 API で、ほかのアプリにモデルを提供することもできます。MLX Harness をダウンロード無料 · Apple Silicon · macOS 14.5 以降
- ターミナルで Apple の MLX を使う：
pip install mlx-lmmlx_lm.chat --model mlx-community/GLM-4.7-Flash-4bitビルド：Hugging Face の mlx-community/GLM-4.7-Flash-4bit。ほかの精度も同じ場所にあります。
手順：Mac で LLM をダウンロードして動かす · MLX Harness の使い方 · MLX、Ollama、llama.cpp の比較
GLM-4.7 Flash について
| 開発元 | Z.ai (Zhipu) |
|---|---|
| パラメータ | 合計 30B · アクティブ 3B（Mixture of Experts） |
| コンテキスト | 198K トークン |
| ライセンス | MIT |
| 公開日 | 2026-01 |
| 入力 | テキスト |
| 重み | zai-org/GLM-4.7-Flash |
よくある質問
- GLM-4.7 Flash にはどれくらいのメモリが必要？
- 4ビット で重みが約 16.9 GB、これにコンテキスト用の余裕を足して合計 18.4 GB です。macOS は標準でユニファイドメモリの約 75% を GPU に使わせるため、Mac では 32 GB 以上のユニファイドメモリが必要です。
- GLM-4.7 Flash は Mac でどれくらい速い？
- 生成速度はメモリ帯域幅で決まります。ここで最速なのは 96 GB の M5 Ultra で、毎秒約 169–300 トークン（8ビット）。動かせる最小構成は 32 GB の M2 Max で、毎秒約 106–188 トークンです。
- GLM-4.7 Flash がサイズのわりに速いのはなぜ？
- Mixture of Experts（MoE）モデルだからです。メモリには 30B のパラメータを置きますが、トークンごとに読み込むのは 3B だけなので、はるかに小さなモデル並みの速度で生成します。
似たモデル
モデルカードや README に
GLM-4.7 Flash が快適に動く最小構成の Mac を表示し、このページにリンクします。
[](https://mlx.app/run/glm-4.7-flash)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。