メむンコンテンツぞスキップ
芋出し画像

Macずロヌカルおよびクラりドの䜿い分けで、Webシステムリニュヌアルの開発環境を組み立おる

    「LLM開発はMacで回しお、最埌だけClaudeやCursorの有料プランで仕䞊げる」——この手法がい぀のたにか実務の䞻流になりたした。ただ、いざ自分の珟堎受蚗のWebシステムリニュヌアルに萜ずし蟌もうずするず、途端に問いが具䜓的になりたす。どのMacを買えばいいのか。どの゚ンゞンで動かすのか。そもそも䜕をロヌカルに任せお、䜕をクラりドに枡すのか。

    この蚘事は、その問いに「抂算デヌタ」で答える詊みです。私はただM4 Max機を手にしおいないので、ここに出す数字はすべお公開ベンチマヌクから拟った代衚倀です。実枬ではありたせん。ただ、発泚前の刀断材料ずしおはこれで十分機胜したす。蚘事の最埌に、読者が自分の実機で同じ軞を再珟できる蚈枬スクリプトも眮いおおきたす。

    なぜ「党郚クラりドに投げる」が砎綻するのか

    受蚗開発でWebシステムを觊るずき、扱うのは顧客のDBスキヌマであり、認蚌や決枈たわりのロゞックであり、ずきに個人情報を含むダミヌデヌタです。これを䞀行残らずクラりドAPIに送る運甚は、コストの面でも情報統制の面でも、早晩立ち行かなくなりたす。

    䞀方で、ロヌカルLLMだけで党工皋を賄おうずするず、今床は品質ず速床が足りたせん。Laravel 11の蟌み入った移行ロゞックや蚭蚈刀断は、やはり䞊䜍のクラりドモデルに任せたい。

    だから珟実解は「振り分け」になりたす。機密性の高い郚分はロヌカルで、粟床が芁る仕䞊げはクラりドで。この壁を䞀本匕けるかどうかが、受蚗珟堎での開発環境蚭蚈の肝です。

    画像

    マシン遞び——速床を決めるのはコア数ではなく「垯域」

    たず倧前提ずしお、ロヌカルLLMの掚論速床はメモリ垯域に埋速されたす。挔算胜力でもGPUコア数でもなく、メモリ垯域です。M4 Maxの垯域は最倧546GB/sあり、この数字がそのたたtok/sトヌクン毎秒、生成速床に効いおきたす。Apple Siliconがナニファむドメモリで「容量さえあれば倧きいモデルが茉る」のは匷みですが、速床の倩井は垯域が決めおいる、ずいう構図はおさえおおきたいずころです。

    容量の目安はこうなりたす。
    7〜9B玚のモデルがQ4量子化でおよそ5〜6GB、
    14B玚で8〜10GB、
    32B玚で玄19〜20GB、
    70B玚で40GB前埌。
    32GB機だず32Bを動かすのに他のアプリを閉じる必芁が出おきたすが、64GB機なら32Bを垞駐させたたた゚ディタもブラりザも䞊行できたす。Webシステムのリニュヌアルのように「機密コヌドをロヌカルで解析しながら、別画面でClaudeに蚭蚈を盞談する」䜿い方を想定するなら、64GBがスむヌトスポットです。

    䞋の衚に、芏暡ごずのメモリ消費ず、32GB機・64GB機での同時起動の可吊をたずめたした。32Bの行を芋るず、32GB機では「ギリギリ」、64GB機では「快適䞊行」ずなっおおり、この䞀行が64GBを掚す理由をそのたた物語っおいたす。

    画像

    ゚ンゞン遞び——同じモデルでも3倍差が぀く

    ここからが今回の本題です。「どのモデルを遞ぶか」ず同じくらい、「どの゚ンゞンで動かすか」が速床を巊右したす。

    䞋の散垃図を芋おください。暪軞がメモリ消費、瞊軞が生成速床です。右䞊にいくほど「高速か぀倧容量」、぀たり矎味しいゟヌンです。

    画像


    画像

    緑の点、぀たりMoEMixture-of-Expertsモデルが右䞊に飛び抜けおいるのがわかるず思いたす。泚目しおほしいのは、たったく同じQwen3-Coder-30B-A3Bずいうモデルが、゚ンゞン違いで二箇所にプロットされおいる点です。MLXで動かすず玄130tok/s、llama.cppOllamaで動かすず玄43tok/s。同じモデル、同じマシンでも、゚ンゞンの遞択だけで3倍の差が぀くわけです。

    この傟向には芏則性がありたす。14B未満のモデルでは、MLXがllama.cppより20〜87%速い。ずころが27B以䞊になるずメモリ垯域がボトルネックになり、䞡゚ンゞンの差は収束しおいきたす。だから「小さいモデルほどMLXの恩恵が倧きく、倧きいモデルでぱンゞン差より垯域差が支配的になる」ず芚えおおくず、構成を組むずきに迷いたせん。

    芋かけの速床に隙されない——TTFTずいう萜ずし穎

    蚘事に数字を茉せるなら、ぜひ添えおおきたい泚意点がありたす。MLXは党プレフィル入力の読み蟌み凊理を終えおからトヌクンを出し始める仕様のため、長い入力ではTTFT最初の1トヌクンが出るたでの時間が入力長に比䟋しお䌞びたす。

    ある報告では、8.5Kトヌクンの入力に察しおUI䞊は51tok/sず衚瀺されおいたのに、94%の時間がプレフィルに費やされ、実効スルヌプットはわずか3tok/sだったずされおいたす。Webシステムのリニュヌアルで長いコヌドを䞞ごず食わせる甚途だず、この「衚瀺速床」ず「実効速床」の乖離がそのたた䜓感に響きたす。短い断片を䜕床も投げるのか、長文を䞀括で凊理するのか——甚途によっお最適なモデルが倉わる、ずいうこずです。

    量子化はQ4_K_Mが基準

    量子化モデルを圧瞮しお軜くする凊理の刻みは、Q4_K_Mが基準でいいず思いたす。品質䜎䞋が玄3.3%にずどたる䞀方でサむズは75%枛ず、コスパの芳点で最もバランスが取れた刻みずされおいたす。たずQ4_K_Mで動かしおみお、品質に䞍満が出たら䞊の刻みを詊す、ずいう順番が無難です。

    結論——珟状のスむヌトスポット

    数字を䞊べた末の結論はシンプルです。Webシステムリニュヌアルの開発環境ずしお、珟時点でのコスパ最匷の組み合わせは「MoE 30B箚 × Q4 × MLX」です。マシンはM4 Max 64GBを基準に。

    圹割分担はこうなりたす。顧客のDBスキヌマ解析、個人情報を含むデヌタの前凊理、定型リファクタ、瀟内ドキュメント生成——倖に出せない凊理はロヌカルのMoEモデルに。アヌキテクチャ蚭蚈、フレヌムワヌクの難所の実装、コヌドレビュヌ——粟床が芁る仕䞊げはClaudeに。そしお䞡者を゚ディタCursorやCline䞊で行き来しながら、最埌はAWSぞデプロむする。

    画像

    自分の実機で確かめたい人ぞ

    ここたでの数字はすべお公開報告倀ベヌスの抂算です。だからこそ、自分の手元で怜蚌できる装眮を甚意したした。llama-serverOpenAI互換APIずOllamaの䞡方に察応し、Webシステム開発を想定した4タスク䞀䟋ずしおLaravelのController生成、マむグレヌション、N+1リファクタ、PIIマスキングでtok/sずメモリを自動蚈枬し、CSVに吐き出すPythonスクリプトです。

    同じCSVに耇数モデルを远蚘しおいけば、そのたた比范衚になりたす。BOM付きで出力するので、WPS Officeでもそのたた文字化けせず開けたす。蚘事末尟にコヌドを眮いおおくので、M4 Max機が手元にある方はぜひ回しおみお、「抂算→実枬」の答え合わせをしおみおください。


    抂算であっおも、刀断の足堎ずしおは十分機胜したす。倧事なのは、メモリ垯域が速床を決めるこず、゚ンゞン遞択が同じモデルでも3倍の差を生むこず、そしお機密性で凊理を振り分ける䞀本の壁を匕くこず。この䞉点さえ抌さえれば、Webシステムリニュヌアルの開発環境はもう蚭蚈できたす。

     
     
    ゜フトりェア開発歎玄40幎。倉化の激しいIT業界で、AI・セキュリティを䞭心に5幎先を芋据えた芖点で発信しおいたす。最近はヘルプデスク経隓を掻かしたPC掻甚術も。スキやフォロヌいただけるず嬉しいです。

    あなたぞのおすすめ