Mac ベンチマーク

Apple M5 / M5 Pro / M5 Max ローカルLLM 実測ベンチマーク 2026年版：tok/sec とメモリ帯域でM4世代からどれだけ伸びたか

Apple M5世代でローカルLLMはどこまで速くなったか。M5 / M5 Pro / M5 Max を対象に、Llama 3 8B・70B や Qwen3.5 MoE をMLXで動かしたtok/secと、614GB/s（M5 Max）/307GB/s（M5 Pro）というメモリ帯域差が推論速度に与える影響を整理し、M4世代から買い替える価値があるかを判断します。

  • #Apple M5
  • #M5 Max
  • #M5 Pro
  • #ローカルLLM
  • #MLX
  • #メモリ帯域
  • #tok/sec
  • #ベンチマーク

本記事は Amazon.co.jp および各販売店のアフィリエイトリンクを含む場合があります。推奨は性能・コスパ・実機ベンチマーク基準で編集判断しており、提供記事は受け付けていません。詳細は プライバシーポリシー をご覧ください。

Apple M5 / M5 Pro / M5 Max ローカルLLM 実測ベンチマーク 2026：tok/secとメモリ帯域でM4世代からどれだけ伸びたか

結論：8B〜14B中心ならM5 Pro、70B以上・大型MoEを常用するならM5 Max（または上位のMac Studio Ultra系）です。M5 Max は M4 Max比でトークン生成が約+28%、プロンプト処理（prefill）は最大4倍に伸びました。ただし帯域増は約12.5%（546→614GB/s）に過ぎず、伸びの大半は各GPUコアに新搭載された Neural Accelerator 由来です。M4世代からの買い替えは「8B〜14Bを対話で使うだけなら不要寄り、70B以上・長文prefillを多用するなら価値大」が現実的な線引きです。

Apple M5世代が登場し、ローカルLLM界隈で「結局どれだけ速くなったのか」が話題になっています。数字は派手に見えても、メモリ帯域の伸びは控えめ。一方でprefillは大きく改善した、という少しややこしい世代です。

私はこの記事で、M5 / M5 Pro / M5 Max を対象に、MLXで動かしたトークン生成速度（tok/sec）とメモリ帯域の関係を整理します。数値はコミュニティのMLXベンチと公開レビューを出典付きで集約し、レンジで提示します（断定しすぎません）。実機での再現計測は入手次第このページに追記します。

まず帯域とアーキの前提を揃える

項目M5 ProM5 Max
メモリ帯域約307 GB/s約614 GB/s
最大メモリ〜64GB〜128GB
GPUコアNeural Accelerator 内蔵Neural Accelerator 内蔵
帯域比（M5 Pro基準）1.0x約2.0x
対M4 Max帯域─+約12.5%（546→614GB/s）

M5世代の最大の変更点は、各GPUコアに Neural Accelerator が内蔵されたことです。従来は固定サイズの Neural Engine がAI処理を担っていましたが、M5ではGPUコア側に演算器が分散し、特にprefill（プロンプト処理）が大きく速くなりました。

ここで重要なのは、トークン生成（decode）は依然メモリ帯域律速である点です。1トークン生成するたびにモデル全重みをメモリから読むため、帯域が天井になります。この仕組みは「メモリ帯域幅(GB/s)がローカルLLMの tok/sec を決める仕組み 2026年版」で詳しく解説しています。帯域増が+12.5%なのに生成が+28%伸びた理由も、Neural Accelerator による効率改善が帯域以外の部分を底上げしたからです。

トークン生成（decode）の実測レンジ

MLX・Q4基準でのトークン生成速度の目安です。コミュニティ実測のレンジで示します。

モデルM5 Pro（307GB/s）M5 Max（614GB/s）
Llama 3 8B Q4約50〜60 tok/s約80〜100 tok/s
Qwen3.5 30B-A3B MoE Q4約30〜40 tok/s約55〜60 tok/s
Llama 3 70B Q4約8〜12 tok/s約16〜20 tok/s

参考までに、ある実測ではM5 Maxの Llama 3 8B Q4 が約82 tok/s、Qwen 3.5 30B-A3B Q4 が約58 tok/s、Llama 3 70B Q4 が約18 tok/s と報告されています。M5 Pro はおおむねその5〜6割の速度帯です。

ここで効いているのが帯域差です。M5 Max（614）vs M5 Pro（307）≒ 帯域2倍で、生成速度も実効で約1.8〜2倍に開きます。帯域律速の理論どおりの挙動です。「8Bを軽く使うだけならM5 Proでも十分速い、70Bを実用速度で回したいならM5 Max」という線引きが、この表から読み取れます。

M4世代からの伸び：+28%の中身

最大の関心事「M4から何が変わったか」を整理します。

指標M4 Max → M5 Max
トークン生成（8B Q4）約64 → 約82 tok/s（約+28%）
メモリ帯域546 → 614 GB/s（+約12.5%）
プロンプト処理（prefill）最大約4倍

生成速度の+28%は、帯域増（+12.5%）だけでは説明できません。差分は Neural Accelerator によるGPUコアの演算効率改善が埋めています。そして見逃せないのがprefillの最大4倍。長いコンテキスト（リポジトリ投入・RAG・長文要約）を扱う用途では、生成速度より「最初のトークンが出るまで」の体感がこちらで決まります。prefillが用途を左右する理由は「ローカルLLM プロンプト処理（prefill）速度 GPU別ベンチマーク 2026年版」で掘り下げています。

つまりM5世代は「対話でtok/secを少し稼ぐ世代」というより、「長文・エージェント用途のprefillが本命の世代」と捉えるのが正確です。

容量別に動かせるモデル規模

メモリ容量現実的に快適なモデル
24GB（M5 Pro）8B〜14B Q4、軽い30B MoE
48GB（M5 Pro / Max）〜32B Q4、30B級MoE、70B Q4はギリギリ
128GB（M5 Max）70B Q4 余裕、120B級MoE、長コンテキスト常用

70B以上を快適に回す・長いコンテキストを常用するなら、128GBを積める M5 Max が安心です。M5 Pro（最大64GB）は8B〜32B級が主戦場になります。

買い替え・選び方の結論

あなたの状況おすすめ
8B〜14Bを対話で使う中心M5 Pro（コスパ良好）
70B以上・大型MoEを常用M5 Max（128GB）
長文・RAG・エージェントでprefill重視M5世代（特にM5 Max）に更新する価値大
M4で8B〜14Bに満足している買い替えの必然性は薄め
300GB超の超巨大モデルを載せたいM5ではなく Mac Studio M3 Ultra（512GB）系

私の総括はこうです。M5は「decodeを少し速く、prefillを大きく速く」した世代。 8B〜14Bを対話で使うだけのM4ユーザーなら、+28%のために買い替える必然性は薄い。逆に70B以上を常用する、あるいは長文コンテキストのprefillの遅さに不満があるなら、M5 Maxへの更新価値ははっきり大きい。動かすモデルの規模と、decode/prefillのどちらが効く用途かで決めてください。

同じMac内での世代・グレード比較は「Mac Studio M4 Max vs M3 Ultra ローカルLLM ベンチマーク 2026年版」と「MacBook Pro M5 Max vs Mac Studio M4 Max / M3 Ultra 2026年版」で詳しく扱っています。

入手先・関連商品

当サイトは Amazon.co.jp アソシエイト・プログラムに参加予定です。下記リンク経由で購入された場合、紹介料を受け取ることがあります。読者の負担は増えません。リンクは記事評価とは独立しており、編集判断には影響しません。

M5 Pro / M5 Max 搭載機

あなたに合うPCを診断する

用途や予算をもう少し細かく入力すると、3つの候補構成を提案します。

→ 診断スタート

関連記事