ログインウォレットを作成

gpt-oss-120b は Mac で動く？

はい、96 GB 以上のユニファイドメモリがあれば動きます。gpt-oss-120b のパラメータ数は 117B で、トークンごとに使われるのはそのうち 5.1B。精度ごとに必要なメモリと、各 Apple チップでの速度をまとめました。

ネイティブ 4.25ビット のメモリ70.5 GB重み 65.3 GB + コンテキスト
最小構成の Mac96 GBネイティブ 4.25ビット · 23 通りの Mac 構成
最速の Mac200–356トークン/秒 · M5 Ultra 96 GB（推定）

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
ネイティブ 4.25ビット65.3 GB70.5 GB96 GB
3ビット 品質低め51.2 GB55.3 GB96 GB
2ビット 品質低め36.6 GB39.5 GB64 GB

すべての Apple チップで

各チップで gpt-oss-120b 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収まる容量なし大きすぎ–
M5 Ultra96 GBネイティブ 4.25ビット 快適200–356
M5 Max128 GBネイティブ 4.25ビット 快適102–182
M5 Pro64 GB2ビット 快適86–154
M5収まる容量なし大きすぎ–
M4 Max128 GBネイティブ 4.25ビット 快適91–162
M4 Pro64 GB2ビット 快適77–137
M4収まる容量なし大きすぎ–
M3 Ultra96 GBネイティブ 4.25ビット 快適137–243
M3 Max96 GBネイティブ 4.25ビット 快適50–89
M3 Pro収まる容量なし大きすぎ–
M3収まる容量なし大きすぎ–
M2 Ultra128 GBネイティブ 4.25ビット 快適133–237
M2 Max96 GBネイティブ 4.25ビット 快適67–119
M2 Pro収まる容量なし大きすぎ–
M2収まる容量なし大きすぎ–
M1 Ultra128 GBネイティブ 4.25ビット 快適133–237
M1 Max64 GB2ビット 快適113–200
M1 Pro収まる容量なし大きすぎ–
M1収まる容量なし大きすぎ–

動かし方

  1. 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。gpt-oss-120b 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
  2. ターミナルで Apple の MLX を使う：pip install mlx-lmmlx_lm.chat --model mlx-community/gpt-oss-120b-MXFP4-Q8ビルド：Hugging Face の mlx-community/gpt-oss-120b-MXFP4-Q8。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

gpt-oss-120b について

開発元OpenAI
パラメータ合計 117B · アクティブ 5.1B（Mixture of Experts）
コンテキスト128K トークン
ライセンスApache-2.0
公開日2025-08
入力テキスト
知能Artificial Analysis Intelligence Index で 11.6
重みopenai/gpt-oss-120b

ガイド：mlx.app の手順を見る

よくある質問

gpt-oss-120b にはどれくらいのメモリが必要？
ネイティブ 4.25ビット で重みが約 65.3 GB、これにコンテキスト用の余裕を足して合計 70.5 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 96 GB 以上のユニファイドメモリが必要です。
gpt-oss-120b 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 200–356 トークン（ネイティブ 4.25ビット）。動かせる最小構成は 96 GB の M5 Ultra で、毎秒約 200–356 トークンです。
gpt-oss-120b 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 117B 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 5.1B 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

すべてのモデル · すべての Mac · お使いの Mac を比較

モデルカードや README に

Runs on a Mac: gpt-oss-120b gpt-oss-120b 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。

[![Runs on a Mac](https://mlx.app/badge/run/gpt-oss-120b.svg)](https://mlx.app/run/gpt-oss-120b)

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。

gpt-oss-120b は Mac で動く？全 Apple チップのメモリと速度