Mac StudioはローカルAIの本命？RTX 5090・Intel Arcと比べて考え直したこと

「Mac StudioはローカルAIの本命？」という問いと、容量・速度・使い方から選び直す方針を、コンパクトなデスクトップとタワーPCで示した表紙。 Apple製品
本サイトはプロモーションが含まれています

個人でAIを動かすなら、これからはMac Studioなのかなと思っていました。

ここでいう「ローカルAI」は、AIモデルを自分のパソコンに読み込んで動かすことです。モデルは、学習によって作られた、AIの働きのもとになるデータ。ChatGPTのようにサービス側で計算してもらう使い方とは違います。

クラウドAIではパソコンが通信先のサーバーとやり取りし、ローカルAIでは手元のパソコン内で計算する。主な計算が行われる場所の違いを対比している。

AIの計算を得意とするGPUを備え、メモリは最大512GB。私はMacユーザーなので、普段の作業環境のまま大きなAIモデルを動かせるのも魅力です。個人で買えるAI用パソコンとして、かなりいいところにいると思っていたんですよね。まぁ高すぎるけれど。

ところが、私がチェックしているshi3zさんの評価は厳しいものでした。ドリキンさんの動画でも、512GBのMac Studioを買う話から、別のGPUを買ったほうがいいという展開になっていました。

Mac Studioって、GPUも最強クラスだと思っていたんだけど、コスパ悪いんだ…

気になってメーカーの仕様、国内価格、海外の実測を調べてみると、それぞれを選ぶ理由が見えてきました。

  • Mac Studioは、大きなモデルを載せられるメモリ容量が魅力。使いたいモデルがMac向けソフトで動くなら、有力な候補です。
  • RTX 5090搭載PCは、今回確認した文章・画像生成でMacより速い結果でした。1枚あたり32GBの専用メモリに、モデルと作業用のデータが収まるかをまず確かめたいところです。
  • Intel Arcにも32GBの製品があります。ただ、価格だけを見て選ぶ前に、使いたいソフトへの対応と実際の性能を確かめる必要がありました。

私が見落としていたのは、「大きなAIを載せられること」と「やりたい作業を速く終えられること」の違いです。容量の大きいMacを選べば、速さの問題まで解決するように考えていました。

この記事は実機レビューではありません。shi3zさんのnoteとドリキンさんの動画をきっかけに、自分で仕様・価格・公開測定を調べた記録です。確認日は2026年11月7日です。

shi3zさんは、なぜMac StudioのAI用途に厳しい評価だったのか

読んだのは「MacStudio 512GBがAI用途に不向きな理由/そして今買うべきなのは・・・」の無料公開部分です。気になった論点は、価格と、AIに長時間、遠隔から仕事をさせる際の使い勝手でした。

shi3zさんは、以前は約130万円で買えた同じようなスペックのMac Studioが、今では約400万円になると書いています。これは旧世代と現行世代の比較です。同一製品の値上がり率ではありませんが、大容量メモリに払う金額が変われば、買い物としての評価も変わります。

さらに、本人の運用では、画面上の確認やパスワード入力を求められて遠隔の作業が止まることがあったそうです。メモリを限界近くまで使ったときには、大量の「スワップ」や電源断も経験したと書いています。

私は「たっぷりメモリがあればええんでしょ」くらいに軽く考えていましたが、ガチでAIを動かしている人の考えを聞くと、「なるほどな…」と思わされちゃいますね。

ユニファイドメモリは、便利なところが弱点にもなる

MacではCPUとGPUが共有メモリにつながり、専用GPU搭載PCではCPU用RAMとGPU用VRAMが分かれる構造を対比している。

そもそもメモリは、計算に使うデータを一時的に広げる場所です。作業机のようなもの、と考えると分かりやすくなります。

RTXを搭載したPCには、パソコン全体の処理を担うCPUが使うメインメモリと、GPUが使う専用メモリ「VRAM」があります。机が別々なので、必要に応じてデータを受け渡します。

一方、Macのユニファイドメモリは、CPUとGPUで使う場所が共通です。同じデータを使うためのコピーを減らせて、大容量の構成なら、GPUも広い作業場所を使えます。ここが「大きなAIを動かすならMacもいい」と言われる理由です。

ただ、その広い机を使うのはAIだけではありません。Macの基本ソフトであるmacOS、画面表示、ブラウザなども一緒に使います。512GBを積んでも、512GB全部をAIに渡せるわけではないのです。

さらに、注意点は二つあります。

  • 置き場所が足りなくなる。 データの一部を、ファイルの保存先であるSSDへ一時的に移すことがあります。これが「スワップ」。机の上に収まらず、引き出しから出し入れしながら作業するようなもので、頻繁になると遅くなります。
  • データの通り道が混む。 容量に空きがあっても、CPUとGPUが同時に大量のデータを読み書きすれば、共通の通り道を取り合う場合があります。こちらは容量不足とは別の話です。

shi3zさんが気にしていたのも、AIとほかの処理がメモリを共有する点でした。

Mac StudioとRTX 5090。「たくさん載る」と「速い」は別だった

比較でよく出てくるのが、NVIDIAのGeForce RTX 5090です。Mac Studioは完成品のパソコンで、RTX 5090はPCに組み込むGPU単体です。価格はあとでパソコン本体同士を比べることにして、まずはメモリの仕様から確認しました。

項目Mac Studio M5 UltraGeForce RTX 5090・1枚
メモリの仕組みCPU・GPUなどで共有GPU専用のVRAM
メモリ容量96GB、256GB、最大512GB1枚あたり32GB
公称メモリ帯域幅1.2TB/s、約1,200GB/s1,792GB/s

Apple公式のメモリ帯域幅は、64コアGPU・80コアGPUのどちらも1.2TB/sです。512GBを選べるのは、36コアCPU・80コアGPUのM5 Ultra構成です。この表はMacの構成の選択肢と、RTX 5090を1枚使う場合の仕様です。同価格の比較ではありません。

Macの強みは、GPUを何枚も組み合わせなくても、大容量メモリを利用できることです。RTX側も複数枚使えますが、その話は少しあとで触れます。

では、容量が大きければ速いのか。ここが私の勘違いでした。

容量は作業机の広さ。帯域幅は、そこから1秒間にどれだけのデータを運べるかです。机が広がっても、手元に運んで計算する速さまで上がるわけではありません。

公称の帯域幅はRTX 5090のほうが約1.5倍あります。ただ、実際の速さにはGPUの計算能力や、ソフトがその性能をどれだけ引き出せるかも関わります。帯域幅が1.5倍だから生成も1.5倍、とは決まりません。

つまり、メモリは足りないと困るけれど、足りているなら増やすだけで速くなるわけではないのです。

8B・27B・70Bとは？モデルの大きさで必要なメモリが変わる

モデルの重みとKVキャッシュなどの作業領域を足して必要容量を考える図。4ビットの重みだけなら27Bは約13.5GB、70Bは約35GBで、70Bは作業領域を加える前に32GBを超える。管理情報と作業領域は別途必要。

文章を読んだり答えたりするAIは「言語モデル」と呼ばれ、大規模なものはLLMとも呼ばれます。モデル名の「27B」などは、学習で調整した数値（パラメータ）がどれくらいあるかを示しています。Bは10億なので、8Bなら約80億、27Bなら約270億、70Bなら約700億です。

この数値の集まりを「重み」といいます。さらに、数値を少ないビット数で表して容量を抑える方法が「量子化」です。大まかには、数値を細かく記録するほど容量が増え、粗くすれば容量を減らせます。ただし、答えの質にも影響することがあります。

すべてを同じビット数で保存したと仮定すると、重みだけの容量はこうなります。

モデルの規模16ビット8ビット4ビット
8B約16GB約8GB約4GB
27B約54GB約27GB約13.5GB
70B約140GB約70GB約35GB

「パラメータ数×ビット数÷8」の単純計算で、GBは十進表記です。実際のファイルには管理情報なども加わるため、ぴったりこの容量にはなりません。

そして、モデルのファイルが収まれば終わりではありません。実行中には、途中の計算結果を置く場所も必要です。たとえば、読んだ文章の計算を再利用するために残す「KVキャッシュ」。長い会話や大量の資料を扱うと、こうした作業用メモリが増えることがあります。

たとえば27Bを4ビットにした重みは、計算上は約13.5GB。32GBのGPUで検討しやすい規模です。一方、70Bを同じ4ビットで保存すると、重みだけで約35GBになります。こちらは作業領域を考える前から32GBを超えます。

買う前に確認したいのは、「モデル自体の容量」と「自分の使い方で必要になる作業領域」の合計です。 同じ27Bでも、使う形式や読ませる文章の長さによって必要な量は変わります。

VRAMに収まらない部分を、PC本体のメインメモリに分担させる方法もあります。ただ、データの移動やCPU側の処理が増えると遅くなることがあるので、「動くか」に加えて「待てる速さか」も確かめたいところです。

RTX 5090も、2枚以上使うことはできる

32GBはRTX 5090の1枚あたりの容量です。NVIDIA自身も2枚使う構成を紹介しており、搭載VRAMの合計は64GBになります。

ただ、挿すだけで一つの64GBメモリになるわけではありません。対応ソフトがモデルを分けて載せ、カード間でデータをやり取りします。2枚でも、カードを収めるスペースや電源、冷却の確認が必要です。

16枚なら足し算では512GBですが、Macの512GBと同じ使い方にはなりません。電源や冷却、接続も大掛かりなので、普通の家庭用PCの延長で考える構成ではありません。

Macの大容量メモリと比べるなら、RTXを複数枚使う選択肢も含め、PC一式の予算をそろえたうえで、同じ作業がどれくらいの速さで終わるかを見たいところです。

実測ではどうだったか。文章生成と画像生成で差が変わった

本文の測定例では、文章生成はRTX 5090が59、Mac Studio M5 Ultraが48トークン／秒。画像生成はそれぞれ7.64秒と29.87秒／枚で、用途で差が変わる。ソフト・量子化形式・測定条件が異なり、出力品質の同等性は未確認。

スペックだけでなく、同じモデルを比べた人はいないのか。そこも探しました。見つかったのは、文章生成と画像生成で、差の大きさがかなり違う測定です。

どちらも、使ったソフトなどが違うため、GPUだけを同条件で比べたテストではありません。 各環境でその方法を使ったときの結果として読みます。

Qwen3.8 27Bの文章生成：59対48トークン／秒

海外メディアのMacStoriesには、Qwen3.8 27Bに同じ6,091トークンの文章を入力した比較がありました。トークンはAIが文章を扱うときの小さな区切りです。日本語の1文字とは一致しませんが、この比較では「1秒あたりの数字が大きいほど、回答が速く出てくる」と読めば大丈夫です。

測定項目・構成RTX 5090搭載PCMac Studio M5 Ultra
回答の生成速度59トークン／秒48トークン／秒
最初の出力まで約2秒約4秒
GPURTX 5090が1枚80コアGPU
メモリVRAM 32GB、メインメモリ96GB共有メモリ256GB
CPURyzen 9 9950X3DM5 Ultra
実行ソフトLM StudiooMLX
モデルの形式GGUF Q4_K_MMLX oQ4e

測定条件： 各条件1回。ソフトと量子化形式が異なり、出力品質の同等性は未確認です。

RTX側の生成速度はMacの約1.23倍。Macは256GB、RTXは32GBなのに、この測定ではRTX側のほうが速い結果でした。

ただ、ここではRTX側も、この規模のモデルをGPUに載せて動かせています。Macの大容量が、そのまま速さの差になる条件ではなかったのです。逆に、RTX 1枚に収まらない大きなモデルを使いたいなら、容量の価値は変わってきます。

私がもう一つ気になったのは、最初の出力までの約2秒と約4秒です。言語モデルには、入力文を読んで処理する段階と、回答を順に生成する段階があります。長い資料を繰り返し読ませるなら、生成中の速さだけでなく、最初の出力までの待ち時間も使い心地に関わります。

Qwen-Image-2.1の画像生成：7.64秒対29.87秒

画像生成では、Niklas Lenz氏の測定を確認しました。Qwen-Image-2.1で1024×1024の画像を、1枚ずつ生成した結果です。画像を仕上げる計算の繰り返し回数は、どちらも40ステップです。

測定項目・構成RTX 5090・1枚Mac Studio M5 Ultra
画像1枚の生成時間7.64秒29.87秒
搭載メモリGPU専用のVRAM 32GBCPU・GPUなどで共有する256GB
実行ソフトComfyUImflux 0.23.0
モデルの形式INT8 ConvRotmfluxの8ビット形式
記録された最大メモリ使用量カード全体：約16.7GiBMLXの記録：36.6GiB

測定条件： 12枚の生成時間を並べた中央の値（中央値）。初回読み込みと準備運転1枚は除外。入力文の自動拡張なし。量子化・生成手順が異なり、同画質の比較ではありません。Macでは別の処理も動いており、負荷をなくした再測定はなし。mfluxが速い選択肢として挙げるbf16形式（数値をより細かく扱う形式）は未測定です。

こちらは、Mac側に約3.9倍の時間がかかっています。文章生成の約1.23倍とは、かなり違います。入力文を少しずつ変えながら何枚も画像を試すなら、1枚あたり約7.6秒で終わるか、約29.9秒かかるかは気になる差です。

メモリ使用量の注意： GiBはGBと数え方が異なる容量の単位です。RTXはカード全体、MacはAI計算の仕組みであるMLXが記録した量なので、比率では比較できません。

ここでも、メモリが足りなければ、動かせる設定や速さに影響します。ただ、今回のMLXが記録した使用量は、Macの搭載256GBよりずっと小さい値でした。

この数字だけでは、スワップやデータの移し替えが起きていたかまでは分かりません。計算能力、メモリの使い方、ソフトの違いなどが重なるため、約3.9倍の差をユニファイドメモリのせいと決めることもできないのです。

なんにせよ、文章生成の成績を、画像や動画の速さにそのまま当てはめないこと。やりたい作業に近い測定を見ないとダメ。メモリだけみてもわからないんです。

MacのAI性能を一つの数字で決めるより、使いたいモデルとソフトの組み合わせを探す。この読み方は、以前まとめたAIチップのベンチマークを比較するときの注意点にもつながる話でした。

約165万円の完成品同士で比較すると、何が買えるのか

Mac Studioと、GPUに加えてCPUやSSD、電源などを備えたPCを、それぞれ本体一式として囲んでいる。GPU単体ではなく完成品同士で価格を比べる図。

ここまでの測定では、RTX 5090搭載環境が速い結果でした。でも、高いMacとGPU単体の価格を並べて終わりでは、買い物の参考になりません。

PC側にもCPU、マザーボード、メインメモリ、SSD、電源、ケース、冷却、OSが必要です。そこで、パソコン本体一式で価格が近い例を探しました。

以下は2026年11月7日に確認した構成です。ディスプレイやキーボードなどは含めていません。

項目Mac StudioSEVEN ZEFT R69GA
CPUM5 Ultra、30コアRyzen 7 9850X3D
GPUM5 Ultra、64コアRTX 5090が1枚
メモリユニファイドメモリ256GBVRAM 32GB＋メインメモリ64GB
SSD1TB1TB
OSmacOSWindows 11 Pro
税込本体価格1,669,800円1,638,780円、セール価格
送料無料無料
出荷目安13〜15週間在庫あり、1〜4営業日

価格比較の条件： ベンチマーク機とはMacのGPUコア数やPCのCPU・メモリが異なるため、先の測定値からコスパ倍率は出せません。同予算・同条件の実測は今回未確認。価格・在庫・納期は確認時点の情報です。

差額は31,020円。同じ約165万円でも、手に入るものの性格はかなり違います。

Macには、GPUも利用できる256GBの大容量メモリがあります。大きなモデルを動かしたい場合、ここに価値があります。

PC側で手に入るのは、RTX 5090と、それを生かすCUDA対応ソフトを使う環境です。CUDAはNVIDIAのGPUで計算するための仕組みで、AIソフトの対応を調べるとよく出てきます。メインメモリ64GBとVRAM32GBは別なので、合計96GBの高速VRAMとして数えることはできません。必要な処理が32GBに収まるかを見たうえで、そのソフトの実測と比較することになります。

もちろん、これは価格が近い完成品の一例です。ローカルAIの入門予算でも、RTX搭載PCの最安構成でもありません。小さなモデルが目的なら、必要な構成もずっと小さく考えられます。

Intel Arc Pro B70も候補になる？動画の話から調べた仕様と価格

MacとNVIDIAの違いが見えてきたところで、もう一つ気になっていたのが、ドリキンさんの技研バーでの動画です。shi3zさんが挙げていた別の候補は、Intel Arcでした。

動画では、32GBのGPUが約32万円という話になり、高額なMac Studioを買う予算があるならArcを複数枚買ったほうがいい、という方向に進みます。最後には、ドリキンさんと瀬戸弘司さんがMac Studioをキャンセルしたことも示されていました。

Mac Studioが個人向けAIパソコンの本命だと思っていた私には、ここが意外でした。NVIDIAとの比較を考えていたら、Intel製GPUという選択肢も出てきたのです。

Arc Pro B70の国内販売例は、税込376,800円

Intel Arc Pro B70のIntelの公式仕様と国内販売店の掲載を確認しました。

項目確認できた内容
GPUIntel Arc Pro B70
GPU専用メモリ32GB
公称メモリ帯域幅608GB/s
AI向けソフトの対応例OpenVINO、llama.cppのIntel GPU向け機能など
国内販売の例SPARKLE SBP70W-32G
掲載価格税込376,800円
掲載店と購入条件パソコンSHOPアーク、在庫あり・即納・送料無料、1人1個まで

価格・在庫は2026年11月7日の確認時点です。この製品が動画で勧められていたものと同一かは未確認。

NVIDIA以外にも32GBのGPUがある。その具体例が見つかったのは収穫でした。ただ、仕様を並べると、容量以外にも見ておきたい差があります。

B70の公称帯域幅は、M5 Ultraの約半分、RTX 5090の約3分の1です。同じ32GBでも、データを運ぶ性能は違いました。

帯域幅だけで生成速度は決まりませんが、動画ではRTX 5090と同程度の性能があるという趣旨のやり取りもありました。同じモデル・同じ設定でその性能を裏付ける公開測定は、今回見つけられていません。

複数枚のArcは、GPUの値段だけでは決められない

対応ソフトでモデルをA〜Dに分け、別々の32GB VRAMを持つ4枚のGPUに配置する概念図。合計128GBでも1枚の128GB GPUとは異なり、GPU間の通信が必要。分割量と通信経路は構成によって異なる。

複数枚なら容量を増やせるとしても、購入前には次の3点が残ります。

  • ソフトの対応。 Intel GPUでは、llama.cppという実行ソフトのIntel向け機能（SYCL）などを使います。NVIDIA向けのソフトや追加機能がそのまま使えるとは限らないため、OSやドライバーも含めて確認が必要です。
  • メモリの分け方。 RTXと同じく、複数枚の合計容量が、そのまま一つの大きなメモリになるわけではありません。分割方法やカード間の通信で、速さや使える機能が変わります。
  • PC全体の費用。 複数のカードを使えるマザーボードやケース、電源、冷却に加え、設定と維持の手間も必要です。カード代だけで予算は決まりません。

NVIDIAの強さには、GPU本体に加えてソフトや開発環境もあります。この点はCUDAとNVIDIAのAI向け基盤を調べた記事でも整理しました。

Macユーザーの私が、調べて考え直したこと

私はMacユーザーです。Intel製GPUを買って、AI専用PCを組むつもりはありません。

それでも、今回調べてよかったと思います。「Mac StudioがAIに最適」と思っていたのですが、メモリ容量だけを見て選べる話ではありませんでした。

少し前のM3 Ultra搭載Mac Studioの512GB構成は、shi3zさんの購入価格を聞くと魅力的に思えます。ただ、世代も価格も変わった今、同じ感覚では選べなさそうです。

もちろんMac Studioの大容量メモリは、今でも魅力的です。ただ、私のやりたいことにそこまでの容量が必要なのか。必要がないなら、コスパという観点では微妙っぽいですね。というかぶっちゃげ不要。あまりにもオーバースペック。

「個人でも自分のMacでAIを動かせるぞ！」みたいな夢に、大金を払える人だけどうぞ、やね。

＊参考にした記事と動画

shi3z「MacStudio 512GBがAI用途に不向きな理由/そして今買うべきなのは・・・」。無料公開部分のみ参照。
https://note.com/shi3zblog/n/n1abc371fac21

ドリキンさんによる技研バーでの動画。Mac StudioとIntel Arcをめぐるやり取り。
https://youtu.be/F55l_MtWP-g

仕様・価格・測定条件の確認先

確認日：2026年11月7日。価格・在庫・納期は変動するため、購入時には再確認してください。第三者による測定は、本文に示した条件での結果です。

Apple「Mac Studio M5 MaxまたはM5 Ultraの技術仕様」。メモリ容量と帯域幅。
https://support.apple.com/ja-jp/128107

Apple「Mac Studioを購入」。本文の256GB構成の価格と出荷目安は、11月7日に構成を選択して確認。
https://www.apple.com/jp/shop/buy-mac/mac-studio

NVIDIAのGeForce RTX 50シリーズ発表記事。RTX 5090のメモリ容量と帯域幅。
https://www.nvidia.com/en-us/geforce/news/rtx-50-series-graphics-cards-gpu-laptop-announcements/

NVIDIA「Multi-GPU」。RTX 5090を2枚使う構成と対応ソフトの設定例。
https://build.nvidia.com/playbooks/multi-gpu/overview
パソコンショップSEVEN「ZEFT R69GA」。構成、価格、出荷目安。
https://pc-seven.co.jp/spc/30435.html
MacStories「M5 Ultra Mac Studio Review: The Dream Mac for Local AI Agents」。Qwen3.8 27Bの測定条件と結果。
https://www.macstories.net/stories/m5-ultra-mac-studio-review-the-dream-mac-for-local-ai-agents/

Niklas Lenz「Qwen-Image-2.1 on one RTX 5090 32 GB」「Qwen-Image-2.1 on Mac Studio M5 Ultra 256 GB」。画像生成の測定条件と結果。
https://niklaslenz.com/image/qwen-image-21-int8-comfyui-5090/
https://niklaslenz.com/image/qwen-image-21-mflux-q8-mac/

Intel「Arc Pro B70 Graphics Specifications」。メモリ容量、帯域幅、対応技術。
https://www.intel.com/content/www/us/en/products/sku/245797/intel-arc-pro-b70-graphics/specifications.html

パソコンSHOPアーク「intel Arc Pro B70」販売一覧。SPARKLE SBP70W-32Gの価格・在庫・購入制限。
https://www.ark-pc.co.jp/search/?category=c25&p6=w25375

スポンサーリンク

コメント