2026年4月16日、AlibabaのQwenチームからQwen3.6-35B-A3Bがリリースされた。35B総パラメータ・3Bアクティブのスパース MoEモデルで、SWE-bench Verified 73.4%を記録した注目作だ。Apache 2.0ライセンスで商用利用OKという点も、個人開発者には嬉しい。
「32GBのMacでどこまで使えるのか」——その疑問に正面から向き合った。本記事では、MacBook Pro M1 Pro / 32GB RAM環境でのメモリ・速度・実用性の実測データを包み隠さず公開する。
結論を先に言おう。「ロマンはある。ただし日常運用には工夫が必要」——これが率直な感想だ。
この記事で分かること
- Qwen3.6-35B-A3Bの実機メモリ消費（32GB Macでの現実）
- MLX版とGGUF版、どちらを選ぶべきか
- LM Studioでの実測推論速度
- Thinking modeの落とし穴と対処法
- Brave Search MCP連携の実態
- 32GB Macでの現実的な運用パターン
Qwen3.6-35B-A3Bとは
35B総パラメータのうち、推論時にアクティブになるのは3Bだけ、というMoE（Mixture of Experts）モデルです。メリットは：
- アクティブ3Bなので推論速度は軽量モデル並み
- 総重量35Bの表現力を持つ
- Apache 2.0で商用利用OK
- Thinking modeで長考推論可能
Simon Willisonの「ペリカン描画ベンチ」でClaude Opus 4.5を超えたと話題になった一方、「35Bの全重量をロードする必要がある」という制約は変わりません。つまりVRAM/RAMは35B相当必要。
使った環境
| 項目 | スペック |
|---|---|
| マシン | MacBook Pro M1 Pro |
| RAM | 32GB 統合メモリ |
| 推論エンジン | LM Studio 0.4.12+1 |
| モデル | jedisct1/Qwen3.6-35B-A3B-q3-mlx |
| 量子化 | Q3（約15.2GB） |
モデル選びのポイント：MLX > GGUF
Apple Silicon環境なら迷わずMLX版を選びましょう。同じQ3でもGGUFよりMLXの方が：
- 推論速度が速い（体感1.2〜1.5倍）
- メモリ効率が良い
- LM Studioが公式サポート
Hugging Faceで検索すると複数のQ3バリアントが出てくる。変換者の実績とDL数を見て判断するのが無難だ。「Unsloth Dynamic」系はGGUF専用のため、「UD-MLX」と表記されていても実態はGGUFの可能性がある。READMEで必ず確認しよう。
✅ モデル選択チェックリスト
- Apple Siliconなら「mlx」と明記されたバリアントを選ぶ
- Q3量子化を選ぶ（32GB Mac推奨サイズ：約16GB）
- 変換者のDL数・実績を確認する
- 「UD-MLX」表記はREADMEで中身を確認する
実測①：メモリ消費のリアル
モデルをロードした直後のアクティビティモニタがこちらです。
[IMG: アクティビティモニタ – モデルロード時、使用メモリ30.81GB、スワップ8.17GB]
- 使用済みメモリ：30.81GB / 32GB
- スワップ：8.17GB
- メモリプレッシャー：黄色
スワップが8GBも発生しているのは、SSD書き込みが常時走っている状態。M1 ProのSSDは交換不可なので、この運用を続けると寿命が縮むリスクがあります。
メモリ内訳の推定
| 用途 | 消費メモリ |
|---|---|
| LM Studio（モデル本体） | 約16GB |
| Next.js開発サーバー | 約8GB |
| ブラウザのAIタブ（ChatGPT/Claude） | 約4.5GB |
| システム・その他 | 約2GB |
モデルをEjectした後
LM Studioの「Eject」ボタンでモデルをアンロードした直後の状態：
- 使用済みメモリ：9.73GB（21GB解放）
- スワップ：1.48GB（ほぼ残骸のみ）
- メモリプレッシャー：緑
この劇的な変化から分かるのは、「常駐させる運用は32GB Macでは厳しい」 ということ。必要な時だけロードする運用が現実解です。
実測②：推論速度とThinking modeの罠
Q3 MLX版での実測速度は約32トークン/秒。M1 Proとしては悪くない数字です。ところが、実際に使ってみると「遅い」と感じる場面が多発しました。
原因：Thinking modeが常時ON
「Brave Searchできないの？」という単純な質問に対して：
| 項目 | 計測値 |
|---|---|
| Thinking時間 | 1分43秒 |
| 生成トークン数 | 3,525（ほぼ思考） |
| 回答生成時間 | 12.38秒 |
| 合計 | 約2分 |
モデル自体は32 tok/sで動いているのに、思考ループが長すぎて体感は激遅になる。「速いのに遅い」という矛盾した体験の原因はここだ。
対処法
LM Studioのシステムプロンプト欄に以下を設定：
/nothink
You are a helpful assistant running locally.
Answer concisely in Japanese.
Thinking is not needed for simple questions.
✅ LM Studio推奨設定チェックリスト
- システムプロンプトの先頭に
/nothinkを追記する - Context Length：16,384〜32,768（デフォルト262Kはメモリ過消費）
- Flash Attention：ON（Developer Mode有効化で表示される）
- GPU Offload：最大
- KV Cache Quantization：Q8_0
- Idle TTL：10分（自動アンロードでEject忘れを防止）
実測③：Brave Search MCP連携の落とし穴
LM Studioは最近のバージョンでMCP（Model Context Protocol）に対応しました。Brave Search MCPを接続して、ローカルLLMに検索させてみます。
「東京の品川でおすすめのランチ教えて」
結果：ツールを呼ばずに全部ハルシネーション。
- 「スタバリザーブ東京」が品川にあることになっている（実際は中目黒）
- 存在しない店舗名が複数
- 「typoは致し方ない！😂」と開き直る始末
これ、ローカル35Bクラスのあるあるです。MCPツールが接続されていても、モデルが「自分で答えた方が速い」と判断して幻覚を返すケースが頻発します。日本語のローカル情報は特に訓練データが薄く、Qwen3.6も例外ではありませんでした。
対処法：システムプロンプトで強制する
実在する場所・店舗・価格・最新情報に関する質問には、
必ず brave_local_search または brave_web_search を呼び出すこと。
ツールを使わずに具体的な店名・住所を答えることは禁止。
これでも完璧な矯正はできない。ツール呼び出しの判断精度は、ClaudeなどクラウドLLMと比べて明らかに劣る。「ローカルLLMのMCPは補助的なもの」と割り切ることが現実的だ。
結論：32GB Macでの現実的な運用
使い込んでみて辿り着いた運用パターンはこちらです。
❌ 非推奨：Qwen3.6-35B-A3Bの常駐
メモリプレッシャー常時黄色、スワップ発生、開発環境と併存できない。SSD寿命にも悪影響。
✅ 推奨：役割分担する
| 用途 | 使うモデル |
|---|---|
| 常駐・日常用 | Qwen3.5-9B MLX（約6GB）or Bonsai（1.58GB） |
| オフライン機密作業 | Qwen3.6-35B-A3B（必要時のみロード→即Eject） |
| 検索・最新情報・複雑タスク | Claude（クラウド） |
| コード開発 | Claude Code |
Auto-unloadの活用
LM Studioには「Idle TTL」設定があり、一定時間未使用でモデルを自動アンロードできます。「Settings → Developer → Auto-unload models after X minutes」を10分に設定しておくと、Eject忘れを防げます。
ローカルLLMの本質的な価値は「軽快さ」
今回の検証で痛感したのは、ローカルLLMは「軽快に動かせる小型モデル」が一番実用的ということ。
- クラウドのClaude/GPT-5より賢くなることは基本ない
- 大型モデルを無理に動かすと開発環境を圧迫する
- Web検索・最新情報はクラウドLLMの独壇場
35Bモデルはロマンです。でも「速い・小さい・常駐できる」の三拍子が揃ったモデルの方が、日々の生産性には確実に貢献します。
ローカルLLMが輝く場面
- オフラインで完結する文章整形・校正
- 機密情報を含むコードレビュー
- Claude APIの料金を節約したい反復作業
- 通信環境の悪い場所での補助ツール
逆に「なんでもできる万能AI」を期待すると、32GB Macでは必ず壁にぶつかります。
まとめ
- Qwen3.6-35B-A3Bは32GB Macで動く。ただし常駐は厳しい
- MLX版Q3が現実的な選択（約16GB、32 tok/s）
- Thinking ONだと雑談でも1分以上考える。必ずOFF推奨
- MCP連携してもローカル35Bは幻覚を返すことが多い
- 日常はQwen3.5-9Bかそれ以下、大仕事はClaude、という使い分けが最適解
次の一手：まずQwen3.5-9Bから始めよう
いきなり35Bに挑戦するより、まずはQwen3.5-9B MLX（約6GB）から始めることを強くすすめる。常駐しても開発環境を圧迫せず、体感速度も軽快だ。「これでは物足りない」と感じたタイミングで35Bを試す——SSD寿命と時間を両方守る現実的な順序だ。
ローカルLLMは進化が速い。Mac Studio M2 Ultra 128GBクラスなら話は別だが、32GB Macの現時点での最適解はクラウドとローカルの適材適所だ。
まずはLM Studioを開き、Idle TTLの設定から始めてみよう。小さな一歩が、長期的な生産性の底上げにつながる。
コメント