M4 Mac mini で Ollama は十分速い？
M4 Mac mini でローカル Ollama を回すとき、体感の上限は「GPU が足りない」より先に Swap が効くことが多いです。7B なら日常開発で十分な帯域；14B や Chrome / VS Code / CI runner を重ねると、Apple Silicon の統合メモリが埋まり Swap が始まった瞬間に生成が鈍ります。M4/M5 クラスタの Performance 実測記事です（qwen3:8b / qwen3:14b · 実背景負荷）。
実測の結論（数字の要約）
M4 Mac mini Ollama benchmark
7B（qwen3:8b）
- 16GB：34 tok/s（Swap 1.1GB）
- 24GB：37 tok/s（Swap なし）
14B（qwen3:14b）
- 16GB：Swap >2GB → 明確な低下
- 24GB：安定（≈ 7B 並み）
要点：今回の 7B / 14B 条件では、M4 Ollama はメモリ圧（Swap）に先に頭を打ち、チップ算力が先に尽きるケースは少ない。
ベンチマーク表（コアデータ）
| Model | RAM | tok/s | Swap | 状態 | 読み方 |
|---|---|---|---|---|---|
| 7B | 16GB | 34 | 1.1GB | 可用 | 軽い Swap の影響 |
| 7B | 24GB | 37 | 0 | 安定 | 最良 |
| 14B | 16GB | 大幅低下 | >2GB | 不安定 | メモリ壁 |
| 14B | 24GB | ~37 | 0 | 安定 | 7B に近い体感 |
環境：Mac mini M4 · macOS 15.x · Ollama latest · 背景 Chrome + VS Code + Slack。tok/s は 512 token プロンプト、2 分ウォーム後。Ollama 計測；llama.cpp 直叩きは絶対値が異なりますが Swap 後の体感は同型です。
実運用（表よりここが効く）
① 7B：日常は十分
補完、chat、要約、軽量アシスタント——多くのチームはここで止まる。16GB 可、24GB は余裕。
② 14B：メモリが体験を決める
数字より先に体感：トークンが遅い、ストリームがジッター、マルチタスクで待たされる。16GB は Swap で先に「重い」。
③ マルチタスクが分水嶺
16GB で qwen3:8b を載せたままローカル xcodebuild を回した日、Swap は 0→1.8GB、同じプロンプトの tok/s は 34→29——モデル不良ではなく、CI と推論が同じ unified memory を奪い合った。
別の edge case：14B を2時間以上回すと、新規タブなしでも Memory Pressure が緑→黄——断片化で headroom が削られる。排班は Memory / Swap 記事。
Swap 機構（この記事の核）
Apple Silicon でローカル LLM が詰まりやすいのはここ——Neural Engine コア数ではなく：
- 統合メモリが満杯
- macOS が inactive pages を回収
- Swap（SSD 書き込み）
- IO 遅延増
- tok/s 低下（約 5–15%）
圧力が上がると inactive memory が SSD に逃げます。クラッシュは稀ですが IO 遅延で生成が目に見えて鈍る。CI 併用の 34→29 tok/s が、その机上版です。
M3 vs M4 vs M2（世代比較）
「M4 Ollama」で検索する人の多くは 世代を上げる価値 を聞いています。同 RAM・同モデルでの傾向：
7B の傾向（目安）
- M2 → 基準
- M3 → 約 +10–15% tok/s
- M4 → 約 +15–25% だが 16GB→24GB ほど劇的ではないことも
体験を分ける要因
- M2/M3/M4 は 7B 可能；世代更新だけでは 14B のメモリ圧は消えない
- M4 の 7B 向上は控えめ；14B の安定は帯域と Swap 寄り
- 購入では 16GB vs 24GB が「M3 か M4 か」より効くことが多い
結論：ローカル Ollama はメモリ構成の問題が先。 M4/M5 Hub。
16GB vs 24GB の選び方
16GB 向き
- 主に 7B
- ピークは Cloud Mac / CI で逃がす
印象：足りるが揺れる。購入ストーリーは 16GB vs 24GB 一周記（転換記事）——本記事は数値のみ。
24GB 向き
- 14B 常用、CI + LLM 並行、安定 tok/s
印象：生産的に安定。
一言：7B → 16GB で可；14B → 24GB を前提に。
Cloud Mac での検証
実機購入前に Cloud Mac で同じスクリプトを回し、Swap・14B 安定・CI 併用を見る——購入前ストレステスト。
よくある検索意図
Q: M4 Mac mini Ollama speed?
A: 7B ≈ 34–37 tok/s；Swap が変動要因（結論）。
Q: Can M4 run 14B model?
A: 可。16GB は不安定、24GB 推奨。
Q: M4 vs M3 Ollama performance?
A: 7B の世代差は小さめ；14B は RAM/Swap 寄り。
Q: Does Swap affect LLM performance?
A: はい、約 5–15% tok/s。
Q: 16GB vs 24GB for AI?
A: 7B は 16GB；14B / マルチタスクは 24GB。
まとめ
M4 Mac mini の Ollama：算力は足りる。RAM と Swap が体感を決める。
クラスタ内の役割分担
M4 Ollama 関連は役割で分割——各言語で主にランクさせる benchmark は1本、他は内部リンクで従属を明示：
| ページ | 役割 | 備考 |
|---|---|---|
| 本記事 | Primary SEO | 性能メイン · 当該ロケールの canonical |
m4-ollama-benchmark-spec | SSOT | 📅 6/20 · 指標定義 |
| 16GB vs 24GB 記 | 転換ナラティブ | 購入ストーリー · 結論 参照 |
| Memory / Swap | 機構 / runbook | 排班 · tok/s 表は重複しない |
再現（付録）
表と同条件（定義 📅 m4-ollama-benchmark-spec）：
ollama pull qwen3:8b && ollama run qwen3:8b ""
memory_pressure
ollama run qwen3:8b \
"Write 512 tokens about Apple Silicon unified memory." \
--verbose 2>&1 | tee /tmp/ollama-bench.logMemory Used · Swap · tok/s · Memory Pressure を記録。14B は qwen3:14b。