Mac M3 Ultra（256GB）はメインメモリをGPUと共有する構成で、そのうち約75%（約192GB）をモデルに使えます。メモリ帯域は819GB/sで、ローカルLLMの文章生成の速さはほぼこの値で決まります。
| モデル | 量子化 | 必要メモリ（8K） | 判定 | 速度の目安 |
|---|---|---|---|---|
| Qwen3.5 4B Qwen・軽量・画像入力対応 | BF16 | 10.5GB | ◎ 余裕 | 快適（53 tok/秒） |
| Gemma 4 E4B Gemma・スマホ/ノート向け軽量 | BF16 | 17.2GB | ◎ 余裕 | 実用的（31 tok/秒） |
| Qwen3 8B Qwen・定番の8B | BF16 | 18.6GB | ◎ 余裕 | 実用的（30 tok/秒） |
| Llama 3.1 8B Llama・定番・派生モデルが多い | BF16 | 18.1GB | ◎ 余裕 | 実用的（31 tok/秒） |
| Ministral 3 8B Mistral | BF16 | 20.0GB | ◎ 余裕 | 実用的（28 tok/秒） |
| DeepSeek-R1-0528-Qwen3-8B DeepSeek・推論（思考）特化 | BF16 | 18.6GB | ◎ 余裕 | 実用的（30 tok/秒） |
| llm-jp-4 8B thinking 日本語・国産・日本語特化 | BF16 | 19.3GB | ◎ 余裕 | 実用的（29 tok/秒） |
| Qwen3-Swallow 8B 日本語・東京科学大・日本語強化 | BF16 | 18.6GB | ◎ 余裕 | 実用的（30 tok/秒） |
| Qwen3.5 9B Qwen・画像入力対応 | BF16 | 20.6GB | ◎ 余裕 | 実用的（25 tok/秒） |
| Gemma 4 12B Gemma・日本語も得意な中型 | BF16 | 25.6GB | ◎ 余裕 | 実用的（21 tok/秒） |
| Ministral 3 14B Mistral | BF16 | 30.5GB | ◎ 余裕 | 実用的（18 tok/秒） |
| Qwen3 14B Qwen | BF16 | 32.2GB | ◎ 余裕 | 実用的（17 tok/秒） |
| gpt-oss-20b OpenAI・OpenAIのオープンモデル（MXFP4配布） | Q4_K_M（MXFP4） | 13.2GB | ◎ 余裕 | 快適（100+ tok/秒） |
| Devstral Small 2 24B Mistral・コーディング特化 | BF16 | 51.0GB | ◎ 余裕 | やや遅い（10 tok/秒） |
| Gemma 4 26B-A4B Gemma・MoEで速い | BF16 | 53.7GB | ◎ 余裕 | 実用的（40 tok/秒） |
| Qwen3.8 27B Qwen・2026年8月の最新世代 | BF16 | 57.9GB | ◎ 余裕 | やや遅い（8.8 tok/秒） |
| Qwen3-Coder 30B-A3B Qwen・コーディング特化MoE | BF16 | 63.8GB | ◎ 余裕 | 快適（48 tok/秒） |
| GLM-4.7-Flash GLM・MoE・長文脈に強い | BF16 | 64.8GB | ◎ 余裕 | 快適（53 tok/秒） |
| Nemotron 3 Nano 30B-A3B NVIDIA・Mamba混成で長文脈が軽い | BF16 | 65.2GB | ◎ 余裕 | 快適（45 tok/秒） |
| Gemma 4 31B Gemma・Gemma 4の最上位 | BF16 | 66.0GB | ◎ 余裕 | やや遅い（7.9 tok/秒） |
| Qwen3 32B Qwen | BF16 | 69.7GB | ◎ 余裕 | やや遅い（7.5 tok/秒） |
| Qwen3-Swallow 32B 日本語・東京科学大・日本語強化 | BF16 | 69.7GB | ◎ 余裕 | やや遅い（7.5 tok/秒） |
| llm-jp-4 33B thinking 日本語・国産・日本語特化 | BF16 | 70.6GB | ◎ 余裕 | やや遅い（7.4 tok/秒） |
| Qwen3.6 35B-A3B Qwen・人気のMoE・速い | BF16 | 74.2GB | ◎ 余裕 | 快適（53 tok/秒） |
| Llama 3.3 70B Llama・70Bの定番 | BF16 | 147GB | ◎ 余裕 | かなり遅い（3.5 tok/秒） |
| Qwen3-Next 80B-A3B Qwen・大型MoE | BF16 | 167GB | ◎ 余裕 | 快適（53 tok/秒） |
| gpt-oss-120b OpenAI・OpenAIのオープンモデル（MXFP4配布） | Q4_K_M（MXFP4） | 65.6GB | ◎ 余裕 | 快適（100+ tok/秒） |
| Mistral Small 4 119B Mistral・大型MoE | Q8_0 | 130GB | ◎ 余裕 | 快適（46 tok/秒） |
| Qwen3.5 122B-A10B Qwen・大型MoE | Q8_0 | 136GB | ◎ 余裕 | 実用的（30 tok/秒） |
| モデル | Mac M3 Ultra（256GB） | Mac M4 Max（128GB） | Ryzen AI Max+ 395（128GB） | Mac M4 Pro（48GB） |
|---|---|---|---|---|
| Qwen3 8B | 快適（99 tok/秒） | 快適（66 tok/秒） | 実用的（31 tok/秒） | 実用的（33 tok/秒） |
| Qwen3 14B | 快適（55 tok/秒） | 実用的（37 tok/秒） | 実用的（17 tok/秒） | 実用的（18 tok/秒） |
| gpt-oss-20b | 快適（100+ tok/秒） | 快適（96 tok/秒） | 快適（45 tok/秒） | 快適（48 tok/秒） |
| Qwen3.6 35B-A3B | 快適（100+ tok/秒） | 快適（100+ tok/秒） | 快適（51 tok/秒） | 快適（54 tok/秒） |
| Qwen3 32B | 実用的（25 tok/秒） | 実用的（16 tok/秒） | やや遅い（7.7 tok/秒） | やや遅い（8.2 tok/秒） |
| Llama 3.3 70B | やや遅い（11 tok/秒） | やや遅い（7.7 tok/秒） | かなり遅い（3.6 tok/秒） | ✕ 動かない |
同じVRAMでも、メモリ帯域が大きいほど速くなります。Mac M3 Ultra（256GB）の帯域は819GB/sです。
→ グラボのAI性能ランキング（価格・コスパ比較）でMac M3 Ultra（256GB）の位置を見る
計算は llama.cpp（Ollama・LM Studio）でGGUF形式を使う場合の目安で、±10〜20%程度ずれることがあります（データ更新 2026年9月27日）。