メインコンテンツへスキップ
見出し画像

MacでローカルLLMを始めるなら|LM Studio・Ollama・MLXの違いとメモリの選び方

    Macで手元のLLM(大規模言語モデル)を動かしてみたい方向けに、私が実際に使ってきたツールと、つまずいたメモリの話をまとめます。結論から言うと、あまり詳しくない方が手軽に試すなら「LM Studio」がおすすめです。モデルはメモリに余裕を持って選ぶのが、快適に動かすいちばんの近道でした。

    MacでローカルLLMを試そうと思った理由

    きっかけは、Macの「ユニファイドメモリ」という仕組みです。

    ユニファイドメモリとは

    一般的なWindowsのPCでは、CPUが使うメインメモリと、GPUが使うビデオメモリ(VRAM)が別々です。LLMを高速に動かすにはモデル全体をVRAMに載せる必要があり、大きなモデルほど大容量VRAMのGPUが必要になります。

    一方、Apple シリコン(M1以降)のMacは、CPUとGPUが同じメモリを共有します。これがユニファイドメモリです。メモリを多めに積んだMacなら、その大部分をGPU側のモデル置き場として使えます。


    画像

    Windowsで大容量VRAMのPCを組もうとすると100万円以上かかる構成になりますが、Macならそこまでかけずに、大きめのモデルを手軽に試せる。これが私がMacを選んだ理由です。

    ただし、この考え方がすべてに通用するわけではない

    とはいえ、「メモリが多いMacなら何でも動く」という単純な考え方がすべて通用するわけではありません。特に動画生成では、それを痛感することになりました。この話はまた別の機会に書きたいと思います。

    LM Studio・Ollama・MLXの関係を整理する

    正直に言うと、私は最近までMLXのこともよく知りませんでした。ずっと使っていたのはLM Studioで、Ollamaは最近使い始めたところです。調べてみると、この3つは「同じ種類の道具」ではなく、役割が少しずつ違います。


    画像
    • LM Studio:GUIのアプリ。モデルの検索・ダウンロード・チャットまで画面上で完結します。Apple シリコンのMacでは、Appleの機械学習フレームワーク「MLX」を使ったエンジンでも動かせます(LM Studio 0.3.4から対応)。

    • Ollama:コマンドラインが中心のツール。ollama run モデル名 の1行でモデルを取得して動かせます。アプリやスクリプトから呼び出しやすいのが特長です。

    • MLX:Appleが公開している機械学習フレームワークそのものです。LLMを動かすためのPythonパッケージ「mlx-lm」があり、開発者が直接使うときの土台になります。

    さらに2026年3月、Ollamaの公式ブログで「Apple シリコンではMLXを土台に動くようになった(プレビュー)」と発表されました。つまり今は、LM StudioもOllamaも、Macでは裏側でMLXの恩恵を受けられる状態になりつつあります。

    3つの比較

    • LM Studio:操作:GUI/向いている人:まず試したい人/モデルの入手:アプリ内で検索/難しさ:低い

    • Ollama:操作:コマンド中心(アプリもあり)/向いている人:アプリやツールと連携したい人/モデルの入手:ollama pull/難しさ:中くらい

    • MLX(mlx-lm):操作:Python・コマンド/向いている人:開発・細かい調整をしたい人/モデルの入手:Hugging Faceから取得/難しさ:やや高い

    手順1:LM Studioで試す(いちばん手軽)

    あまり知らない方が手軽に試すなら、LM Studioをおすすめします。

    1. 公式サイト(lmstudio.ai)からMac版をダウンロードしてインストールします。

    2. アプリを開き、左側の虫眼鏡アイコン(モデル検索)でモデル名を入力します。例:「gpt-oss」

    3. 自分のメモリに合うサイズを選んでダウンロードします。Macでは「MLX」形式と「GGUF」形式が選べることがあります。

    4. チャット画面の上部でモデルを選んで読み込み、話しかけます。

    公式のシステム要件(2026年10月時点)では、Apple シリコン(M1〜M4)のMac、macOS 14.0以降が必要で、メモリは16GB以上が推奨です。8GBのMacでも動く場合がありますが、小さいモデルと短めのコンテキストにとどめるよう案内されています。Intel Macは対象外です。

    手順2:Ollamaで試す

    Ollamaは、ほかのアプリと組み合わせて使いたいときに便利です。

    1. 公式サイト(ollama.com)からMac版をダウンロードしてインストールします。

    2. ターミナルで次のように入力すると、モデルの取得から会話までが始まります。

    ollama run gpt-oss:20b

    3. 終了するときは /bye と入力します。

    Ollamaの公式ライブラリによると、gpt-oss:20bのダウンロードサイズは14GB、gpt-oss:120bは65GBです(2026年10月時点)。

    MLXを土台にしたOllamaについては、2026年3月の発表時点で「32GBを超えるユニファイドメモリを積んだMac」を使うよう案内されていました。6月の公式ブログでは、MLXエンジンがさらに最大20%速くなったとされています。

    手順3:MLX(mlx-lm)を直接使う

    開発者向けですが、MLXを直接使う方法もあります。mlx-lmのGitHubによると、インストールと実行は次のとおりです。

    pip install mlx-lm
    mlx_lm.generate --prompt "富士山の高さは?"
    mlx_lm.chat

    mlx_lm.chat は会話の流れを保ったままやり取りできるモードです。自作アプリに組み込みたい場合や、細かい設定を試したい場合に向いています。

    どのモデルを選ぶか

    私がいちばん良いと思ったのはOpenAIの2つのモデル

    いろいろ試した中で、一番賢くて性能が良いと感じたのは、OpenAIが公開している「gpt-oss」の2つのモデルでした。OpenAIの発表によると、2025年8月に公開され、ライセンスはApache 2.0です。

    • gpt-oss-20b:総パラメータ:約210億/1トークンあたり動く部分:約36億/必要メモリの目安(公式):16GB/コンテキスト長:128k

    • gpt-oss-120b:総パラメータ:約1,170億/1トークンあたり動く部分:約51億/必要メモリの目安(公式):80GB以内/コンテキスト長:128k

    どちらも「MoE(専門家の混合)」という仕組みで、全体は大きくても1回の計算で使う部分は一部だけです。そのため、サイズのわりに速く動きます。推論の深さは low/medium/high の3段階で切り替えられます。

    無検閲版を選べるのもローカルLLMの面白さ

    もうひとつの面白さは、用途に応じて「無検閲版(uncensored)」と呼ばれる派生モデルを選べることです。Web上のAIは安全面の制限がとても厳しく、少し踏み込んだ恋愛小説ですら書いてもらうのが難しいことがあります。

    無検閲版は、コミュニティが元のモデルの拒否のしくみを弱めて公開しているものです。やろうと思えば官能小説だって作成してもらうことが可能です。とはいえ、こういうことにはまりすぎるとろくなことにならないので、度を過ぎないよう適切に使ってください。

    注意点:メモリは「ギリギリ」を避ける

    私の印象では、メモリがギリギリのモデルはうまく動かないことが多かったです。多少余裕のあるサイズを選ぶと安定します。調べてみると、これには理由がありました。

    GPUが使えるのはメモリ全部ではない

    macOSでは、GPUが使えるメモリに上限があります。コミュニティの解説(参考リンク参照)では、標準でユニファイドメモリの約75%程度とされています。たとえば32GBのMacなら、モデルに使えるのは24GB前後というイメージです。さらに、macOSやほかのアプリもメモリを使います。

    会話が長くなるほどメモリが増える

    モデル本体のほかに、会話の文脈を覚えておく領域(KVキャッシュ)もメモリを使います。コンテキストを長く設定したり、長い文章を読ませたりすると、その分だけ必要なメモリが増えます。ダウンロードサイズがメモリにぎりぎり収まるモデルは、ここであふれやすくなります。

    上限を引き上げる方法(自己責任で)

    mlx-lmのGitHubでは、大きなモデルが遅い場合に次のコマンドでGPUが使えるメモリの上限を引き上げる方法が紹介されています。値はモデルのサイズ(MB)より大きく、搭載メモリより小さくする必要があります。

    sudo sysctl iogpu.wired_limit_mb=N

    この設定は再起動すると元に戻ります。OSが使う分まで削るとMac全体が不安定になるため、まずは小さめのモデルを選ぶほうが安全です。

    選び方の目安

    • モデルのダウンロードサイズが、搭載メモリの半分〜3分の2程度に収まるものを選ぶ

    • 最初は短めのコンテキストで試し、問題なければ伸ばす

    • ブラウザなど重いアプリは閉じてから動かす

    まとめ

    • Macのユニファイドメモリは、大きめのLLMを手頃な価格で試せるのが強み

    • 初めてならLM Studio、ツール連携ならOllama、開発ならMLX(mlx-lm)

    • モデルはOpenAIのgpt-oss(20b/120b)がおすすめ。用途によっては無検閲版も選べるが、使い方には注意

    • メモリはギリギリを避け、余裕のあるサイズを選ぶ

    ただし、ユニファイドメモリの強みがそのまま通用しない分野もあります。動画生成での話は、また別の記事で書きます。

    参考リンク

    この記事は公開から30日後に「気になるAI情報のメンバーシップ」(月500円・初月無料)の特典になります。過去記事はメンバーシップでまとめて読めます。

    関連記事

    あなたへのおすすめ