動かしたいモデルは起動するのに、DockerやIDEを開くとメモリ不足になる。

Mac mini M5を待つ必要はありません。2026年9月時点で基礎モデルのMac mini M5は発表されていないため、軽量な単独推論ならMac mini M4をメモリ容量で選び、大規模モデルや常時稼働、複数人利用なら現行のM5 Pro・M6搭載機またはクラウドMacを実負荷で比較してください。

この判断が必要な人

Mac miniでローカル対話モデルやプログラミング助手を動かしたい個人開発者向けです。AI Agent、社内推論API、複数の開発タスクを常駐させたい小規模チームにも関係します。

M4の在庫機と新世代Mac miniで迷い、性能不足だけでなく、余計な性能を買ってしまうことも避けたい人が対象です。

まず製品ラインを確認する：M4とM5は同じ比較表に置けない

Appleは2024年10月にM4およびM4 Pro搭載Mac miniを発表しました。製品発表ではApple Intelligenceへの対応も示されています。発売時期と製品構成は、Appleの2024年Mac mini発表で確認できます。

その後、Appleは2026年8月25日にM6とM5 Proを搭載する新しいMac miniを発表し、2026年9月22日からの供給予定を示しました。2026年の新型Mac miniに関する公式発表にも、基礎モデルのMac mini M5は記載されていません。

つまり、Apple M5を搭載した別製品の性能から、存在しないMac mini M5の速度や消費電力を推測することはできません。M4とM5 Pro、M6は、チップ世代だけでなく製品階層、メモリ容量、冷却条件、ソフトウェアの違いを含めて比較する必要があります。

Last updated：2026年9月。製品の発表日と供給予定はApple公式発表、仕様と構成はMac mini公式技術仕様を基に確認しています。

単独チャットと個人ナレッジベース：M4はメモリで決まる

ローカルAIでは、モデルの重みだけを見てはいけません。推論中はコンテキストキャッシュが増え、macOS、ブラウザー、文書検索用データ、埋め込み処理もメモリを使います。Apple siliconのユニファイドメモリでは、CPUとGPUが同じメモリ領域を共有するため、専用GPUのVRAMを後から足すような逃げ道はありません。

公式仕様に記載される16GB、24GB、32GBなどの構成は、モデルの対応表ではなく、同時に保持できる作業全体の上限を考えるための材料です。Mac miniの公式仕様と、実際に使うランタイムの要件を合わせて確認してください。

利用パターン 同時に動かすもの メモリ上の判断 選ぶ行動
小型モデルの確認 ターミナル、短い対話 16GBでも検証しやすい M4を選ぶ
文書検索と日常対話 モデル、検索処理、ブラウザー 24GBの余裕を優先 M4の上位メモリを選ぶ
長い文脈の分析 モデル、文書群、複数アプリ 32GBでも実測が必要 M4を高メモリで試す
複数モデルの常駐 Agent、検索、ツール、ログ メモリ容量だけでは判断困難 上位機種またはクラウドMacへ移す

ここで「何Bモデルまで動く」と断定するのは危険です。量子化方式、コンテキスト長、ランタイム、同時利用アプリで結果が変わるためです。動作するかより、目標の文脈長でスワップが頻発しないかを優先してください。

IDEとローカル推論：開発者は単独チャットより余白が要る

Mac mini開発では、モデル以外の負荷が積み上がります。VS CodeやCursor、複数のブラウザータブ、Dockerコンテナー、依存関係のビルド、コードインデックス、テスト実行を同時に動かすからです。

クラウドAPIを呼び出すだけなら、Mac mini側は主にIDEと通信処理を担当します。この使い方ならM4は扱いやすい選択です。小型モデルをローカルで動かす場合は、モデルの常駐分を加えて24GB以上を検討します。リポジトリ検索とローカル推論を同時に行い、コンテナーも複数維持するなら32GBを出発点にし、それでもメモリ圧力が高ければ推論を外部へ分離します。

第1段階：負荷を3種類に分ける

  1. API利用：モデルの計算はクラウド側。M4はIDE、Docker、コード検索の管理役です。
  2. 小型ローカルモデル：応答の秘匿性とオフライン性を得られますが、メモリを常時確保します。
  3. ローカルコードベース検索：埋め込み生成、索引、コンテキスト投入が加わります。モデル本体だけの検証結果はそのまま使えません。

第2段階：Dockerとの共存を確認する

Dockerの仮想化環境に割り当てたメモリは、ローカル推論と競合します。コンテナーを停止した状態で快適でも、データベース、開発サーバー、テストランナーを同時起動すると挙動が変わります。

判断は次の順で行います。

  • IDEとブラウザーを先に通常状態へ戻す。
  • 必要なDockerコンテナーをすべて起動する。
  • コード索引を作成し、対象リポジトリを検索する。
  • 同じ条件でローカル推論を開始する。
  • メモリ圧力、スワップ、応答の停止、コンテナーの再起動を記録する。

この手順で不安定なら、M4を否定する前にメモリ構成を上げます。それでも常時スワップするなら、モデルだけをクラウドMacへ移す方が、CPU世代を理由に本体を買い替えるより合理的です。

MLXとCore ML：Apple silicon対応は、そのまま速度保証ではない

MLXはApple silicon向けの機械学習フレームワークです。Appleの保守するMLXプロジェクトでは、CPUとGPUが共有するメモリ環境を活用する設計が示されています。モデル実行にはMLX LMのような周辺ツールも関係します。

一方、Core MLはAppleの機械学習モデル実行基盤です。Core MLの開発者向け資料では、モデルをAppleデバイス上で実行するためのAPIと変換の考え方が整理されています。利用する計算ユニットは設定やモデルに依存し、MLComputeUnitsの仕様だけで大規模言語モデルの生成速度を決めることはできません。

画像生成はGPUとメモリ容量、音声処理はモデル形式と入出力処理、モデル変換は対応演算子とストレージ、軽量微調整はメモリ容量とデータセットの扱いが重要です。Neural Engineのコア数を見て、すべてのLLMが同じ比率で速くなると考えるのは避けてください。

macOS、MLX、モデル形式、量子化方式の組み合わせも確認が必要です。M4とM5 Proの差を比較する場合は、同じソフトウェア、モデル、量子化、コンテキスト、実行時間で測った独立データに限定します。Appleの公式性能声明と、個別環境の実測値は別の情報として扱ってください。

AI作業 主な制約 Mac mini M4の判断 M5 Pro・M6またはクラウドMacへ移す条件
テキスト対話 メモリ、文脈長 1人利用なら構成次第で可 複数モデルを常駐させる
RAG・個人文書検索 索引、キャッシュ、SSD 24GB以上を優先して検証 大量文書と長文脈を同時処理する
AIコーディング IDE、Docker、索引 API利用ならM4で始めやすい ローカル推論と複数コンテナーが競合する
画像・音声生成 GPU、メモリ、モデル形式 軽量ワークフローを対象にする 高解像度処理や連続生成を行う
Agentサーバー 継続稼働、ツール呼び出し、同時接続 1人の検証環境に限定 複数人が常時アクセスする

常駐Agentとチーム推論：速度より運用条件を確認する

AI Agentは、1回の生成速度だけでは評価できません。スケジューラー、検索、ファイル操作、外部API、ログ保存、再試行が連続するためです。複数人が同時にアクセスすると、モデルの待ち時間だけでなく、ネットワーク、ストレージ、認証、障害時の復旧も問題になります。

M4は個人の常駐Agentや検証サーバーには向きます。ただし、画面共有やSSHで保守する場合、スリープ設定、再起動後の自動起動、ログ容量、アクセス制御を先に決めてください。長時間の継続負荷について、構成と測定条件がない消費電力や温度の数字を購入判断に使うべきではありません。

小規模チームで内部推論APIを提供するなら、単一Macへの依存も確認します。ピーク時だけ利用者が増える、短期プロジェクトでモデルが未確定、将来のモデル変更が多い場合は、固定資産よりクラウドMacの方が構成を変えやすいケースがあります。

MacPngのサービス概要を確認し、必要な期間だけ検証環境を用意する方法もあります。運用手順や接続条件はMacPngのヘルプで事前に確認してください。

5段階の購入・配置判定

第3段階：モデルが読み込めるか

量子化済みモデルを起動し、ロード完了だけで合格にしません。初回応答、長い入力、複数ターン後のメモリ圧力を確認します。

第4段階：目標コンテキストで安定するか

短い質問では問題がなくても、文書検索やコードベース投入でキャッシュが増えます。実際に使う入力長で、応答停止や極端なスワップが起きないかを確認します。

第5段階：並行作業が成立するか

IDE、Docker、ブラウザー、ローカル推論を同時に動かします。AIだけの速度ではなく、開発作業へ戻ったときの安定性を判定します。

第6段階：継続負荷と保守を確認する

数時間単位のAgent運用では、再起動、ログ肥大、通信断、温度上昇、遠隔復旧を記録します。条件を揃えた実測がない場合、世代差から結果を推測しません。

第7段階：4つの行動に分ける

  • M4を購入：単独対話、API中心の開発、軽量Agentで余裕がある。
  • 高位の現行機種を選ぶ：大きなメモリ余量、連続生成、複数モデル常駐が必要。
  • ローカルとクラウドを併用：通常処理はM4、ピーク処理と共有推論はクラウドMac。
  • 購入を保留：モデル、文脈長、同時接続数、Docker構成がまだ決まっていない。

メモリ、SSD、端子の優先順位

Mac miniの購入では、まずユニファイドメモリを決めます。SSDはモデルファイル、量子化版、文書索引、Dockerイメージ、ログが増えるかで判断します。モデルを外部SSDへ置く方法は容量不足を緩和できますが、メモリ不足そのものは解決しません。

Thunderbolt、USB-C、HDMI、ネットワーク端子は、AI速度ではなく運用条件に影響します。外部SSD、複数ディスプレイ、10Gbps級の有線ネットワーク、バックアップ装置を使うなら、公式技術仕様で端子と通信仕様を購入前に確認してください。

予算を抑えるなら、M4でメモリを優先し、SSDや周辺機器を後から整理する方が失敗しにくいです。予算に余裕がある場合も、ストレージを増やす前に、同時に保持するモデルとコンテナーの数を決めてください。AI用途では、容量よりメモリ不足が先にボトルネックになることがあります。

FAQ

FAQの回答は、未発表のMac mini M5を前提にしないことが共通のポイントです。Apple M5の他製品での結果も、Mac mini M5の整機性能として扱えません。

現行M4とクラウドMacを比べるときの出口

自宅のM4は、低遅延、データを手元に置けること、毎日の単独利用で優位です。一方で、メモリを後から増設できず、ピーク負荷に合わせて本体を選ぶ必要があり、複数人アクセスでは単一障害点になり、短期案件では購入後の余剰性能が残ることがあります。

モデル、文脈長、Docker構成がまだ固まっていないなら、最初から高価な構成へ固定するより、MacPngのレンタル環境で実際のワークフローを一度通す方が判断しやすいです。メモリのピーク、応答の安定性、同時実行数、継続稼働を記録したうえで、M4を購入するか、M5 Pro・M6搭載機へ進むか、ローカルとクラウドを併用するかを決めてください。