---

差額207万円！M5 Ultra 512GBの価格と二面性

256GBから倍増するだけでプラス207万円の歪み

まず、Apple 公式ストアにおける M5 Ultra 搭載 Mac Studio のメモリ構成と税込価格の階段を整理してみます。最上位の 512GB メモリを選ぶには、チップも上位の 「36 コア CPU・80 コア GPU・32 コア Neural Engine」 を選ぶ必要があります（下位の 30 コア CPU・64 コア GPU は −234,000 円ですが 512GB は選択不可）。

同じ 36 コア CPU・80 コア GPU 構成で揃えてメモリ容量ごとの価格差を計算すると、驚くほど急激な「単価の跳ね上がり」が見えてきます。

メモリ構成（36コアCPU / 80コアGPU）	本体税込価格	直前構成からの追加差額	追加メモリ 1GB あたりの単価
96GB ユニファイドメモリ	1,183,800 円（※64コアGPU版は 949,800 円）	―（基準）	―
256GB ユニファイドメモリ	1,903,800 円（※64コアGPU版は 1,669,800 円）	＋720,000 円（＋160GB）	4,500 円 / GB
512GB ユニファイドメモリ	3,973,800 円（80コアGPU必須）	＋2,070,000 円（＋256GB）	約 8,086 円 / GB（約 1.8 倍に急騰）

ご覧の通り、96GB から 256GB への増設は 1GB あたり 4,500 円ですが、256GB から 512GB へ増やす最後の 256GB だけで、なんとプラス 207 万円（1GB あたり約 8,086 円） ものプレミアム価格が乗っています。高密度パッケージ実装の歩留まりコストがあるとはいえ、メモリ代だけで高性能な Mac Studio がもう 1 台まるごと買えてお釣りが来る計算です。

NVIDIA製サーバー1,500万円超と比べれば破格

それでも一部の AI 研究機関や企業がこの 397 万円の箱を競って買うのには、明確な理由があります。Apple Silicon の「ユニファイドメモリ」は CPU と GPU が同じ広大なメモリ領域を共有するため、実質的に「最大 512GB クラスの大容量 VRAM（ビデオメモリ）」として超巨大 AI モデルをそのまま展開できる からです。

もし同じ 512GB 分の高速 VRAM を一般的な PC パーツや NVIDIA 製 GPU サーバーで確保しようとすると、どうなるでしょうか。

• 民生用最上位 GPU（GeForce RTX 5090：32GB 等）の場合 : 単純計算で 16 枚 必要になります。マザーボードの PCIe レーン帯域や数千 W に達する消費電力、排熱と物理サイズからして個人宅のコンセント（100V・1,500W 上限）では構築不可能です。
• データセンター・ワークステーション向け GPU（NVIDIA H200 141GB や RTX PRO / 6000 系）の場合 : 512GB 分の VRAM を揃えるだけで、サーバー筐体と電源設備込みで 1,500 万円〜3,000 万円以上 の初期費用がかかります。

つまり、「無圧縮の 200B（2,000 億パラメータ）級モデルや、4 ビット量子化した 671B 級モデルを、机の上の静音ボックス 1 台・数百 W の家庭用電源だけでオンメモリ稼働させられる機材」 として見れば、業界相場を破壊するほど安いのは間違いありません。しかし、私たちが実務で使う前提に立つと、ここに 2 つの冷徹な物理の壁 が立ちはだかります。

---

量子化の算数と『秒間3トークン』の帯域ボトルネック

4ビット量子化なら120B級でも75GBに収まる

1 つ目の壁は、AI モデルの重みデータを圧縮する 「量子化（Quantization）」 の存在です。

大規模言語モデル（LLM）は、もともと 1 つのパラメータ（重み）あたり 16 ビット（FP16 / BF16 ＝ 2 バイト）で表現されています。これを精度劣化を数％以内に抑えながら 8 ビット（Q8 ＝ 1 バイト）や 4 ビット（Q4 ＝ 0.5 バイト） に圧縮してメモリ消費量を 2 分の 1〜4 分の 1 に減らすのが量子化の本来の目的です。

代表的なオープンウェイト（重み公開）モデルのサイズを当てはめると、必要なメモリの目安（会話文脈を保持する KV キャッシュ領域を含む）は次のようになります。

モデルの規模クラス（代表例）	非量子化（FP16：16ビット）	4ビット量子化（Q4_K_M 等）	512GB モデルの必要性
70B〜120B 級（Llama 3 70B / Qwen 72B / Mistral Large 123B 等）	約 140GB 〜 250GB	約 45GB 〜 75GB	不要（96GB〜128GB 機で余裕で高速稼働）
400B 級（Llama 3.1 405B 等）	約 810GB 以上（512GB でも不可）	約 220GB 〜 240GB	不要（190 万円の 256GB モデル に収まる）
671B 級（DeepSeek-V3 / R1 等）	約 1.3TB 以上（搭載不可）	約 380GB 〜 420GB	ここで初めて 512GB 領域 が必要になる

このように、現在ローカルで実用的な速度と精度のバランスが取れる主力クラス（70B〜120B の 4 ビット〜8 ビット量子化）であれば 128GB〜256GB あればお釣りが来ますし、405B の巨大モデルですら 4 ビット量子化すれば 256GB モデルにギリギリ収まってしまいます。

400万円払っても1.2TB/s帯域で秒間3文字の罠

2 つ目の壁が、カタログの容量表記だけでは見えにくい 「メモリ帯域幅（データを読み出す通り道の太さ）」による速度制限 です（※以下はハードウェア仕様に基づく数理的な 推論・理論値試算 を含みます）。

M5 Ultra は GPU 内に Neural Accelerator を備え、前世代（M3 Ultra：メモリ帯域 819GB/s）からユニファイドメモリ帯域幅も 最大 1.2TB/s（1,200GB/s） へと大幅強化されています。これにより最初のプロンプトを読み込む処理（Prefill）は劇的に速くなりましたが、AI が回答を 1 トークン（数文字）ずつ順番に出力する工程（Token Generation）は、「1 トークン出すたびに、活性化している重みデータをメモリから GPU へ何回読み込めるか」というメモリ帯域幅に完全に縛られます。

---

思考実験：何TB積めばGeminiを自宅に置けるのか

Pro/UltraプランとArgon/Carbonの整理

まず混同しやすい名前を整理しておくと、2026 年 10 月現在の Google AI では 「契約プランの名前」と「中で動く最上位モデルの名前」 が明確に分かれています。

• 契約プラン名 : Google AI Pro ／ Google AI Ultra（5x・20x）（月額サブスクリプションの器の名前）
• 最上位モデル名（Gemini 4 世代） : 従来の「Gemini Pro / Ultra」というモデル呼称から元素名へ移行し、2026 年 10 月中旬から一般提供中の Gemini 4 Argon（アルゴン） と、10 月 28 日に発表された次世代の Gemini 4 Carbon（カーボン） がフラッグシップの頭脳そのものにあたります。

そのうえで厳然たる事実として、Google は Gemini 本家の正確なパラメータ数を非公開（技術レポートでは Sparse MoE：疎な専門家混合構造 であることのみ公表）としており、重みデータ（Weights）も外部へ一切配布していません（ローカルへ自由にダウンロードできるのは軽量オープン版の『Gemma』シリーズのみです）。したがって、どれだけお金を積んでも契約・物理の両面で本物の Gemini を自宅へ持ち帰ることはできません。

兆単位MoEと100万語KVキャッシュで数TBの壁

では仮定の思考実験として、「もし Google が Gemini 4 Argon / Carbon クラスの重みデータを特別に渡してくれたら、何 TB のメモリで動くのか？」 を、現在のフロンティアモデルの標準規模（仮に 約 1.5 兆［1.5T］パラメータのマルチモーダル Sparse MoE と仮定）から 推論 して試算してみます。

再現したいレベル（1.5兆パラメータ級と仮定した推論試算）	必要なメモリ容量の目安	自宅の Mac 1 台での現実性
① モデル本体のみ（4ビット量子化：0.5B/param）	約 1TB（本体約 750GB ＋ OS・最小作業領域）	将来 1TB〜1.5TB 搭載機が出れば、短文の受け答え自体はオンメモリで稼働可能（MoE なので出力速度も意外と出る）。
② モデル本体のみ（非量子化 FP16：2B/param）	約 3.5TB 〜 4TB（本体約 3.0TB ＋ システム領域）	量子化劣化ゼロの頭脳だけで数 TB のメモリプールが必要。
③ 完全体（非量子化 ＋ 100万トークン長文記憶）	約 4TB 〜 6TB クラス	家庭用 100V 電源（最大 1,500W）の演算力では長文読込の待ち時間が長すぎて破綻。

ここでの最大の盲点は、Gemini 最大の武器である 「100 万トークン（本数冊〜コードベース丸ごと）を一度に読み込める超長文コンテキスト」 です。長大な資料を読み込ませると、モデル本体とは別に「会話や資料の文脈を一時記憶する領域（KV キャッシュ）」だけで 数百 GB〜1TB 規模の追加メモリ を一気に消費します（推論）。

さらにメモリ容量が足りたとしても、数十万トークンのプロジェクト資料をドカンと投げた瞬間の 「最初の読み込み計算（Prefill）」 は、純粋な演算パワー（FLOPS）の勝負になります。Google のデータセンターでは変電所直結の液冷 TPU（AI 専用チップ） を何十〜何百チップも並列稼働させて数秒で処理していますが、家庭の 100V コンセント 1 回路で動くパソコン 1 台に同じ計算をさせれば、「1 回質問するたびに回答が始まるまで毎回 10 分〜30 分待ち続ける」 事態になってしまいます。

---

価格逆転！Thunderbolt 5『2台連結』の衝撃

macOS TahoeのRDMAで遅延が100分の1に

ところがここで、Apple Silicon のローカル AI 環境を根底から覆す技術革新が起きました。それが macOS Tahoe（26.2 以降）と Thunderbolt 5 対応 Mac で正式解禁された『RDMA over Thunderbolt』（Apple Technical Note TN3205） です。

これまで Mac 同士を Thunderbolt ブリッジ（TCP/IP ネットワーク）で繋いでも、通信のたびに OS と CPU が介入するため約 300 マイクロ秒（0.3 ミリ秒）の遅延が発生し、1 文字出すごとに何百回も同期する LLM の分散推論では逆に遅くなって使い物になりませんでした。しかし RDMA（Remote Direct Memory Access） の解禁により、CPU を介さず隣の Mac Studio のユニファイドメモリへ P2P（ピア・ツー・ピア）で直接アクセス できるようになり、通信遅延が数マイクロ秒クラス（従来の約 100 分の 1 水準）へと激減したのです。

512GB単体より256GB×2台が16万円安く倍速

この「Thunderbolt 5 による RDMA 直結」を、最初の 「512GB 単体モデル（3,973,800 円）は買いか？」 という問いに掛け合わせると、信じられないような 価格と性能の逆転現象（価格のバグ） が浮かび上がります。同じ「合計 512GB のユニファイドメモリ」を手に入れる 2 つのルートを比べてみてください。

比較項目	ルートA：512GB 単体モデル × 1台	ルートB：256GB モデル × 2台（TB5 直結）	勝敗と決定的な差
チップ構成	M5 Ultra（36C CPU / 80C GPU）× 1	M5 Ultra（36C CPU / 80C GPU）× 2	ルートB は演算器が丸ごと 2 台分
合計ユニファイドメモリ	512GB	512GB（256GB × 2 台プール）	同容量（※OS 領域のみ各機で数 GB 使用）
合計 GPU コア数	80 コア GPU	合計 160 コア GPU（2 倍）	プロンプト読込（Prefill）が劇的高速化
理論メモリ帯域幅	1.2 TB/s	合算 2.4 TB/s 相当（理論 2 倍）	通信ロスを差し引いても出力速度が大幅向上
導入総額（税込）	3,973,800 円	3,807,600 円（1,903,800 円 × 2 台）	2 台買った方が 166,200 円も安い！（※64C GPU 版×2 台なら 3,339,600 円で 63.4 万円安）

なんと、512GB モデルを 1 台買う（約 397.4 万円）よりも、256GB モデルを 2 台買って Thunderbolt 5 ケーブル 1 本で繋ぐ（約 380.8 万円）ほうが 16 万 6,200 円も安く、しかも GPU コア数は 160 コア（2 倍）、メモリ帯域も合算 2.4TB/s 相当（ノード間通信のオーバーヘッドを差し引いても実効速度が 1 台より圧倒的に速い）マシンが手に入ってしまう のです。さらに片方が修理に出ても、もう 1 台の 256GB 機で仕事を止めずに続けられる冗長性まで手に入ります。

---

結論：ローカルAIより『SQLite＋自作CLI』が圧勝

軽量ローカルAIが実務監査で手戻りになる3つの欠陥

YouTube や SNS では「Mac でローカル LLM が動いた！」と盛り上がっていますが、「自分の PC が喋ったこと自体を楽しむホビー用途」と「1 ミリの誤りも許されない記事執筆・コード監査の実務」はまったく別世界です。数十 GB で動く軽量ローカルモデルを実務に入れると、必ず次の 3 重苦にぶつかります。

1. 論理監査の深さが圧倒的に足りない : 複数ファイルにまたがる数値の整合性やエッジケースのバグを見抜く力は、モデルの規模と推論計算量に比例します。軽量ローカル AI に監査させると、重大な矛盾をもっともらしい顔でスルーします。
2. 知識不足と検索照合の弱さで嘘（ハルシネーション）が増える : 最新の製品仕様や法改正をリアルタイムで裏取りする力が弱く、自信満々に間違った回答を生成します。
3. 結局クラウド最上位（Argon）でやり直す二度手間になる : 下書きをローカル AI にやらせても品質が足りず、結局 Gemini 4 Argon に投げ直して最初から書き直すことになるため、電気代と時間の純粋なロスに終わります。

実行は決定論ツールに任せAIは『製造機』として使う

よく「機密情報の伏せ字（マスク）処理や、手元ファイルの検索インデックス作成ならローカル AI の出番がある」と言われます。しかしプログラミングの基本に立ち返れば、「ルールが明確な処理に、見落としリスクがあり電力もメモリも食う『確率論の AI』を使うこと自体が間違い」 なのです。

手元の裏方タスク	ローカルAI（軽量LLM / ベクトル検索）	SQLite（FTS5）＋ 自作CLIツール	勝敗とエンジニアリング上の理由
個人情報・機密のマスク	数 GB のモデルで文脈推測（見落としリスクあり・電力大）	正規表現 ＋ 辞書照合スクリプト（Go / Rust / Node.js 等）	自作ツールの圧勝（精度 100%・0.001 秒・セキュリティに確率論を持ち込まない）
数百記事・履歴の横断検索	Embedding ベクトル検索（正確な型番や変数名の完全一致に弱い）	SQLite FTS5 全文検索 ＋ 正規化タグ DB	SQLite の圧勝（インデックス数 MB・数ミリ秒応答・常駐メモリ不要）
MDX 構文・文字数・リンク検査	軽量 LLM に読ませてチェック（見落とす・タグを壊す・遅い）	構文解析リンター（article_toolkit 等）を自作	自作ツールの圧勝（500 記事を 0.3 秒で 1bit の狂いなく機械判定）

つまり、最も美しく無駄のない最強アーキテクチャは次の 「完全二極化」 に集約されます。

---

まとめ：AI用にMacのメモリを盛る必要はゼロ

397 万円の『Mac Studio（M5 Ultra・512GB）』と量子化・ローカル AI をめぐる結論を整理します。

• 512GB 単体（3,973,800 円）は差額＋207 万円の歪みが大きい : NVIDIA 製サーバー（1,500 万円超）と比べれば破格ですが、量子化モデルの実用域（70B〜405B の Q4）なら 256GB 以下で収まり、密な 400GB モデルを 1 台で動かすとメモリ帯域（1.2TB/s）に縛られて秒間約 3 トークンしか出ません（推論）。
• 超巨大クラスタを組む場合も『256GB × 2 台の Thunderbolt 5（RDMA）直結』が正解 : macOS Tahoe の RDMA over Thunderbolt 5 を使えば、256GB 機×2 台（3,807,600 円）のほうが 166,200 円安く、GPU コア数（160 コア）もメモリ帯域（合算 2.4TB/s 相当）も 2 倍 になる逆転現象が起きています。
• 実務の最適解は『ローカル AI 投資ゼロ ＝ SQLite ＋ 自作 CLI × クラウド Argon / Carbon』 : 浅い軽量ローカル AI に高額なメモリを捧げる必要は 1 ミリもありません。Mac 本体はビルドや RAMDisk が快適な 64GB〜128GB クラス（Mac mini 上位構成や標準 Mac Studio） に留め、クラウド最上位の知能で「自分専用の高速ローカルツール」を育てていくのが最も投資対効果の高い戦略です！