16GBのMacBook AirでローカルAIを動かした。要約1本1分、それでも普段のAIを選んだ理由

AIに書かせた社内メールに、「いつもお世話になっております」と入っていました。宛先は上司です。

自分は社内でこの挨拶を使いません。というより、言えません。 社外の相手に使う言葉だと思っているので、部長宛てのメールに書くのは、どうにも落ち着かないんですよね。

このメールを書いたのは、ネットの向こうにあるAIではありません。手元のMacBook Airの中で動いているAIです。

なぜそんなものを試したかというと、普段使っているAIが止まるからです。

制限 ── ClaudeもCodexも、5時間で両方いっぺんに止まる

普段は Claude Code と Codex を使っています。ブログの記事を書くのも、案件の応募文を作るのも、この2つです。

どちらにも5時間の利用制限があります。使いすぎると止まって、しばらく待たされます。

困るのは、両方いっぺんに止まることです。片方が止まってももう片方へ逃げられればいいんですが、同じように使っているので、だいたい同じ頃に両方とも上限に来ます。そうなると、その日はもう手が止まります。

そこで、手持ちのMacの中で動くAIを試してみることにしました。パソコンの中で動くなら、利用制限はありません。

ただ、それが自分のやり方の中でどう収まるのかは、正直まだ見えていませんでした。 何を任せられて何を任せられないのか、やってみないと分からない。分からないから試す、という感じですね。

使ったのは、いま主力にしている M4のMacBook Air、メモリは16GB です。ソフトは LM Studio を選びました。無料で、Macで動いて、モデルを選んで入れられるものです。

容量 ── 入れる前に、内蔵の空きが14GBしかなかった

さっそく詰まりました。ソフトを入れる前の段階です。

内蔵ストレージの空きを見たら、228GBのうち14GBしか残っていませんでした。 93%使っています。

何が食っているのか調べました。

場所	使っている量
アプリケーション	36GB
アプリが作ったデータ（Application Support）	35GB
システムのライブラリ	18GB
キャッシュ	7.5GB
ダウンロード	2.3GB

すぐ消せそうなのはキャッシュの7.5GBくらいで、片手間では空きません。

一方、必要な容量はこれくらいです。

• LM Studio本体：1.6GB（インストーラは543MB）
• AIのモデル：1本で6〜8GB

入りません。 正確には1本なら入りますが、空きが数GBになります。Macは空きが少ないと動きが不安定になるので、そこまで攻めたくはありませんでした。

そこで、外付けのSSD（Samsung T7・1TB）にモデルを置くことにしました。LM Studioは保存先を変えられます。

このT7は前から作業フォルダとして使っているもので、今回のために買ったわけではありません。空きは886GBありました。

ここで気になったのが速度です。外付け経由だと遅くなるんじゃないか。ただT7はSSDなので、そんなに遅くはならないはずだとは思っていました。

測りました。同じモデル（8.07GB）を読み込む時間です。

置き場所	1回目	2回目	3回目	中央値
外付け T7	22.9秒	17.0秒	16.8秒	17.0秒
内蔵SSD	11.2秒	12.2秒	10.5秒	11.2秒

差は5.8秒でした。

8GBを内蔵から追い出して、代償が6秒弱。これなら外付けでいいと思います。 ちなみにT7へのコピーは8.07GBが19.8秒だったので、ディスク自体はかなり速いものです。

ただし、T7を外すとローカルAIは使えません。 外に持ち出したMacBook Air単体では動かない、ということです。そこは割り切りですね。

内蔵の空きを増やしたいなら、モデルを外付けSSDに置く方法もあります。今回使ったのは、前から持っていたSamsung T7・1TBです。

Samsung T7 1TBを楽天で見る（PR）

沈黙 ── 1本目のモデルは、5分47秒かけて何も言わなかった

モデルを選びます。ここで選定を外しました。

最初に入れたのは Qwen3.5 9B です。日本語が扱えると聞いていたので選びました。ダウンロードは5.98GBで25分25秒。

3つの仕事を渡しました。要約、メモの整理、メールの下書きです。

結果です。

渡したもの	かかった時間	返ってきた答え
記事の要約	227.0秒	0字
メモの整理	257.4秒	0字
メールの下書き	259.4秒	0字

3つとも、答えが返ってきませんでした。

原因は分かりました。このモデルは考えてから答えるタイプで、考えた中身と答えが別々に出てきます。考えている途中で上限に達して、答えに移らないまま終わっていました。

念のため、いちばん簡単な問題を出してみました。

「猫が屋根で寝ている」を英語にしてください。

出力の上限を3,000トークンまで広げて、待ちました。

347.3秒 ── 5分47秒かけて、答えは0字でした。 考えた中身を見ると、英語で「主語は猫」「動作は寝ている」と分解している途中で終わっています。

考えるのをやめさせる方法を3通り試しましたが、どれも効きませんでした。

効かなかった3つの方法

• 指示の末尾に `/no_think` を付ける
• API に `chat_template_kwargs: {“enable_thinking”: false}` を渡す
• API に `reasoning_effort: “low”` を渡す

3つとも、生成された語はすべて「考えている中身」に消えました。

ここで言えるのは「このモデルとこの環境の組み合わせでは、答えが返らなかった」ということだけです。ローカルAIが全部だめ、という話にはなりません。モデルを1つ外しただけかもしれないので、別のものを試しました。

2本目は Gemma 3 12B。考えてから答えるタイプではないものを選びました。8.07GBで、ダウンロードは9分50秒です。

誤算 ── 「7分かかる」は、1回しか測っていない数字だった

Gemmaは答えを返しました。ただ、最初に測った要約の時間が 443.7秒（7分24秒） でした。

7分は長い。この時点では「待って使うのは無理だな」と思っていました。

念のため測り直しました。同じ文章、同じ指示、同じ設定です。

	かかった時間
最初の測定	443.7秒
測り直し 1回目	58.3秒
測り直し 2回目	22.1秒

20倍ちがいました。

443.7秒だけが飛び抜けています。モデルを読み込んだ直後の一発目だったので、そのあたりが原因かなとは思うんですが、はっきりとは分かりません。

読み込み時間でも同じことが起きていました。いちばん最初は42.8秒でしたが、あらためて3回測ると17秒前後です。最初に出た数字だけで、使い勝手を決めようとしていたわけです。

1回の数字で決めると外します。 これは自分への戒めでもあります。

及第 ── 要約・メモ整理・メール下書き、3つとも通った

あらためて3つの仕事を渡しました。比べるために、普段使っているAIにも同じ文章と同じ指示を渡しています。

要約に使ったのは、自分が前に書いた壊れたLinkStationからデータを取り出した記事です。中身を知っている文章の方が、要約が合っているか判断しやすいので選びました。

渡したもの	元の長さ	かかった時間	返ってきた長さ
記事の要約	5,594字	58.3秒	461字
メモの整理	797字	61.0秒	473字
メールの下書き	921字	64.3秒	597字

だいたい1分です。

出来はどうか。3つとも、切り口は違うけれど全然いけると思いました。 普段のAIと比べると違いはありますが、使えないという感じではありません。

メモの整理は、どちらもそのまま使えます。散らかった箇条書きに見出しを付けて分類しただけですが、内容を勝手に足したりもしていません。

要約は、少し引っかかりました。返ってきた文にこう書いてあります。

ローカルAIの要約から

まず、RAIDミラーリングで安心していた筆者は、本体が故障するとデータにアクセスできなくなります。

（中略）

今回の経験を通して、データを取り出せることと無料で読めることは別物であり、AIとの連携でエンジニア知識がなくてもデータの救出は可能であると学びました。

「筆者は」「学びました」。なんだか国語の授業みたいだなと思いました。

内容そのものは合っています。RAIDはバックアップではなかったという、その記事のいちばん痛いところも外していません。

自分としては、スパッと文字数を詰める方向に行ってほしかったんですよね。でも「要約」と言われたら、こういう形になるものなのかもしれません。国語の勉強が得意ではなかったので、これが正しいのかどうか、結論は出しづらいです。

ただ、ひとつ言えるのは、AIは指示どおりに「要約」をしたということです。ずれていたのは、自分が「要約」という言葉に何を期待していたか、の方でした。

まとめて渡すとどうなるか

1本1分なら、まとめて渡せるんじゃないか。記事を3本、続けて要約させてみました。

記事	長さ	かかった時間
1本目	5,201字	99.7秒
2本目	3,055字	96.5秒
3本目	6,000字	139.3秒
合計		337.2秒（5.6分）

3本で5.6分でした。寝る前に渡して翌朝、というほど待つ必要はありません。

ただし、今回の設定では12,218字の記事はそのまま入りませんでした。 一度に扱える量は 6,912トークン（AIが文章を数える単位）。前半6,000字に切って渡しています。

圧迫 ── 動かしている間、他の作業が止まる

作業をしていて、パソコンが重くなるのを感じました。これは仕方ないのか、と思って測りました。

	空きメモリ	メモリからあふれた量
モデルを載せているとき	35%	8,847MB
降ろしたあと	63%	5,167MB

モデルを降ろすだけで、空きメモリがほぼ倍になりました。あふれた量も3.6GB減っています。

16GBのうち7.5GBを1つのモデルが占めるので、残りでmacOSもブラウザも動かすことになります。気のせいではありませんでした。

打てる手はあります。LM Studioには「しばらく使わなかったら自動で降ろす」設定があり、最初は1時間になっていました。これを10分に変えました。うっかり載せっぱなしにして重いまま、ということがなくなります。

もっとも、いちばん効くのは使う時間を分けることです。日中は降ろしておいて、まとめて渡したいときだけ載せる。そうすれば、他の作業とぶつかりません。

言葉 ── 使えるのに、選んだのは自分の言葉の方

ここまで、設定も測定もコマンドで進めていました。自分では画面をほとんど見ていません。 動いているのは分かるけれど、どう動いているのかは見えない。

それで、最後に自分で触ってみました。LM Studioを開いて、モデルを選んで、質問を1つ。

「明日の会議に出られなくなったことを、上司に伝えるメールを書いて」

読み込みは17秒くらい。それくらいなら、まあいいかなと思います。 文字が出てくる速さも、別に遅いとは思いませんでした。

返ってきたのが、この画面です。

ローカルAIが書いたメール（抜粋）

件名：明日の会議欠席のご連絡

〇〇部長

いつもお世話になっております。

明日〇月〇日（〇）に予定されている[会議名]につきまして、誠に申し訳ございませんが、急な所用により欠席させていただきたくご連絡いたしました。

（中略）

私分として何かお手伝いできることがございましたら、遠慮なくお申し付けください。

体裁は整っています。件名があり、`〇〇部長`や`[会議名]`と埋める場所を空けてあり、欠席理由も「差し支えなければ」と添えてある。16GBのMacBook Airが、これを1分かからずに書いています。

でも、送れません。

「いつもお世話になっております」を、社内の上司には使わないからです。 これは社外の相手に使う挨拶で、自分は社内では絶対に使いません。嫌いですし、言えない。

もうひとつ、「お申し付けください」。これも自分は使いません。

面白いのは、この「お申し付けください」がさっきのメール下書きの実験でも出ていたことです。まったく別の場面で、2回とも同じ言い回しが出てきました。たまたまではなく、このモデルの癖なんだと思います。

つまりこういうことです。

• 速度は問題ない。17秒待って、1分で返ってくる
• 出来も問題ない。3つとも及第点
• それでも、自分の言葉ではない

賢さが足りないのではありません。日本語も正しいし、ビジネスメールの形にもなっている。でも、自分が書く文章にはならない。

そして、これはローカルAIだけの話ではありません。 前に、普段使っているAIに応募資料を作らせたとき、自分が言った覚えのない「連絡は当日中を目安に返信します」が入っていました。夜勤が入る週は、まず守れません。大きいAIでも、同じことをします。