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 | 13.8 GB | 15.3 GB | 24 GB |
| 3ビット 品質低め | 9.2 GB | 10.7 GB | 16 GB |
| 2ビット 品質低め | 6.6 GB | 8.1 GB | 16 GB |
すべての Apple チップで
各チップで gpt-oss-20b 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 | 24 GB | ネイティブ 4.25ビット 快適 | 40–72 |
| M5 Ultra | 96 GB | ネイティブ 4.25ビット 快適 | 284–505 |
| M5 Max | 36 GB | ネイティブ 4.25ビット 快適 | 109–194 |
| M5 Pro | 24 GB | ネイティブ 4.25ビット 快適 | 73–129 |
| M5 | 24 GB | ネイティブ 4.25ビット 快適 | 36–64 |
| M4 Max | 36 GB | ネイティブ 4.25ビット 快適 | 97–173 |
| M4 Pro | 24 GB | ネイティブ 4.25ビット 快適 | 65–115 |
| M4 | 24 GB | ネイティブ 4.25ビット 快適 | 28–51 |
| M3 Ultra | 96 GB | ネイティブ 4.25ビット 快適 | 194–345 |
| M3 Max | 36 GB | ネイティブ 4.25ビット 快適 | 71–126 |
| M3 Pro | 36 GB | ネイティブ 4.25ビット 快適 | 36–63 |
| M3 | 24 GB | ネイティブ 4.25ビット 快適 | 24–42 |
| M2 Ultra | 64 GB | ネイティブ 4.25ビット 快適 | 189–337 |
| M2 Max | 32 GB | ネイティブ 4.25ビット 快適 | 95–168 |
| M2 Pro | 32 GB | ネイティブ 4.25ビット 快適 | 47–84 |
| M2 | 24 GB | ネイティブ 4.25ビット 快適 | 24–42 |
| M1 Ultra | 64 GB | ネイティブ 4.25ビット 快適 | 189–337 |
| M1 Max | 32 GB | ネイティブ 4.25ビット 快適 | 95–168 |
| M1 Pro | 32 GB | ネイティブ 4.25ビット 快適 | 47–84 |
| M1 | 16 GB | 3ビット 快適 | 19–34 |
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。gpt-oss-20b 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/gpt-oss-20b-MXFP4-Q8ビルド：Hugging Face の mlx-community/gpt-oss-20b-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-20b について
| 開発元 | OpenAI |
|---|---|
| パラメータ | 合計 21B · アクティブ 3.6B（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 9 |
| 重み | openai/gpt-oss-20b |
よくある質問
- gpt-oss-20b 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 13.8 GB、これにコンテキスト用の余裕を足して合計 15.3 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 24 GB 以上のユニファイドメモリが必要です。
- gpt-oss-20b 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 284–505 トークン（ネイティブ 4.25ビット）。動かせる最小構成は 24 GB の M5 Pro で、毎秒約 73–129 トークンです。
- gpt-oss-20b 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 21B 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 3.6B 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
gpt-oss-20b 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/gpt-oss-20b)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。