AIエージェント向けMac mini M6とM5 Proを実データで考察 ― M4からの向上とRTX 5090との比較

AIエージェント用途で注目のMac mini、M6とM5 Proが登場
そもそもM6とM5 Proとは何か
M4からどれくらい速くなったのか（実測値）
ユニファイドメモリの速度は速くなったのか
RTX 5090のメモリ速度と比べるとどうか
消費電力という現実的な差
VRAMの速度は本当にトークン速度に効くのか
トークン速度（tok/s）で実際に比べる
その速度で「実用的」と言えるのか
帯域だけじゃない ― テンソルコア（演算）の速度も効く
結局買いなのか
まとめ
出典・参考
あわせて読みたい

AIエージェント用途で注目のMac mini、M6とM5 Proが登場

2026年8月25日、AppleはM6とM5 Proを搭載した新しいMac miniを発表しました。予約は同日から始まり、発売は9月22日です。ローカルAI（自分のPCの中でAIモデルを動かす使い方）との相性の良さから品薄が続いていたMac miniだけに、AI開発やエージェント運用を考えている人にとって、気になる一台です。

この記事では、発表された実データをもとに「M4からどれだけ速くなったのか」「ユニファイドメモリの速度は本当に上がったのか」「NVIDIAのRTX 5090のメモリ速度と比べてどうなのか」「結局買いなのか」を、推測ではなく公開されている数値で整理します。

そもそもM6とM5 Proとは何か

今回登場したMac miniには、標準モデルにM6、上位モデルにM5 Proが載ります。いずれもAppleの独自チップで、CPU・GPU・AI処理回路（Neural Engine）を1つの基板にまとめています。

項目	Mac mini（M6）	Mac mini（M5 Pro）
CPU	12コア	最大18コア
GPU	12コア	最大20コア
メモリ（最大）	32GB	64GB
メモリ帯域幅	最大170GB/s	最大307GB/s
AI回路	デュアル16コアNeural Engine	16コアNeural Engine
価格（税込・最小構成）	149,800円	299,800円

M5 Proは単なる「上位版」ではなく、より大きなメモリと広い帯域を持ち、大規模なローカルAIモデルや動画編集を見据えた構成になっています。

M4からどれくらい速くなったのか（実測値）

Appleが公開している数値によると、M6はM4と比べて以下の向上があります。

AI性能（LLMのプロンプト処理）：M4比で最大4倍、LM Studioでの計測で最大4.8倍
CPU性能：最大40％高速
グラフィックス性能：最大2倍
シングルスレッド性能：Appleは「世界最速」と説明

AI性能の4倍という数字の根拠は、GPUの各コアにNeural AcceleratorというAI専用回路を初めて組み込んだことと、Neural Engineを2つ並べたデュアル16コア構成にしたことです。M1比ではAI性能が最大13.5倍に達するとしています。

一方、M5 ProのAI性能は、M4 Pro（前世代の上位チップ）と比べて最大4倍としています（LM Studioのプロンプト処理でM4 Pro比最大4倍、M2 Pro比最大8.5倍）。

ユニファイドメモリの速度は速くなったのか

結論から言うと、速くなっています。ただし「メモリチップそのものが速くなった」のではなく、チップ世代ごとに帯域幅（メモリと演算部の間を通るデータの太さ）が広がっています。

チップ	メモリ帯域幅
M4	120GB/s
M5	153GB/s
M6	170GB/s
M5 Pro（Mac mini）	307GB/s

Mac miniの標準M6でM4の120GB/sから170GB/sへ、約42％広がりました。M5 Proに至っては307GB/sです。ただし注意点として、今回のM6ではメモリ容量の上限が32GBのままであることが確認されています。帯域は広がったものの「載せられるモデルの大きさ」はM4世代と変わらない点は、ローカルLLM利用者にとって重要です。

RTX 5090のメモリ速度と比べるとどうか

NVIDIAの最新ゲーミングGPU「RTX 5090」のメモリ速度（帯域幅）は、GDDR7 メモリを用いて 1,792GB/s です。前世代のRTX 4090（GDDR6X、1,008GB/s）から約78％増加しています。

ここで決定的に違うのはアーキテクチャです。RTX 5090のメモリはGPU専用の「VRAM」として別に確保され、その分だけ極めて太い帯域を持ちます。対してAppleのユニファイドメモリは、CPUとGPUが同じメモリを共有する仕組みです。帯域幅という「1秒あたりの通過量」で見れば、RTX 5090（1,792GB/s）の方がM6（170GB/s）やM5 Pro（307GB/s）を大きく上回ります。

しかしユニファイドメモリには別の強みがあります。VRAM（32GB）に収まらない大きなモデルを扱う場合、Macではメモリ全体（例えばM5 Proなら最大64GB）がそのままAI用のメモリとして使えます。RTX 5090はVRAMが32GBまでなので、それ以上のモデルはCPU側のメモリに逃がす（オフロードする）必要があり、その分速度が落ちます。「小さなモデルをとにかく速く」ならRTX 5090、「大きなモデルを丸ごと載せたい」ならMacの大容量ユニファイドメモリ、という棲み分けになります。

消費電力という現実的な差

もう一つの実データが消費電力です。RTX 5090は300W以上の電力を消費します。一方、Mac miniは手のひらサイズの筐体で、電力効率を重視した設計です。常時稼働させるAIエージェント用途では、電気代や排熱、設置場所の余裕も選択の材料になります。

VRAMの速度は本当にトークン速度に効くのか

ここまで「メモリ帯域幅（GB/s）」の数字を並べてきましたが、読者の疑問は「その数字、実際にAIの生成速度に効くの？」です。結論から言うと、ローカルLLMの生成速度（トークン毎秒＝tok/s）は、メモリ帯域幅にほぼ比例します。その根拠となる実測があります。

LLMのテキスト生成は、1トークンを作るたびにモデルの全重み（パラメータ）をメモリから演算部へ読み込みます。この「重みの運搬」にかかる時間がボトルネックになるため、推論は計算能力ではなくメモリ帯域幅（いわゆるVRAM速度）に依存する性質があります。実際、NVIDIAのRTX 4090（約1,008GB/s）とRTX 5090（1,792GB/s）で比較したベンチマークでは、tok/s が帯域の増加（+78％）と連動して伸びており、コミュニティの計測でも「tok/s は帯域幅にほぼ線形に比例する（約0.1 tok/s per GB/s）」と報告されています。

トークン速度（tok/s）で実際に比べる

実測値（※いずれも過去のM4 Pro／M5 Max世代などの公開ベンチマーク。M6／M5 Proの実測は発表直後で未公開のため、後述の通り帯域から推定）を並べます。

ハードウェア	メモリ帯域幅	8Bモデル (Q4)	70Bモデル (Q4)
RTX 5090（32GB VRAM）	1,792GB/s	約130〜150 tok/s	約14〜22 tok/s（VRAM超でオフロード）
Mac Studio M5 Max（128GB）	約546GB/s	約95〜110 tok/s	約25〜32 tok/s
Mac mini M4 Pro（48GB）	273GB/s	約50〜62 tok/s	約18 tok/s
Mac mini M4（16GB）	120GB/s	約33 tok/s	不可（メモリ不足）

RTX 5090が8Bクラスで100 tok/s超えなのは、帯域1,792GB/s が効いています。一方、Mac mini M4（120GB/s）は同じ8Bで約33 tok/s。帯域が約15分の1なので速度も約4分の1、という対応がそのまま出ています。

では今回のM6（170GB/s）／M5 Pro（307GB/s）はどうか。M6の帯域170GB/sは、M4（120GB/s）より広いものの、M4 Pro（273GB/s）よりは狭い水準です。したがってM6の8B推論速度は、M4の約33 tok/s を少し上回る〜M4 Proの約50〜62 tok/s までは届かない程度と推定されます（正確な数値は実機ベンチマークの公開を待つ必要があります）。M5 Proの307GB/sなら、M4 Pro並みの50 tok/s前後が見込まれます。

その速度で「実用的」と言えるのか

tok/s がどれくらいあれば実用になるか、目安となる実感値があります。

10 tok/s 以上：インタラクティブなチャットとして最低限使える
20 tok/s 以上：人間の読書速度（約200〜300語/分）を上回るため、出力についていけず「快適」と感じる
5 tok/s 未満：チャットとしてはストレスを感じる領域

1トークンは日本語でおおむね数文字〜1語弱です。20 tok/s あれば1分間に約900語、つまり人間が読むより速くAIが書いている状態です。Mac mini M6（推定33 tok/s前後）やM4（33 tok/s）でも、7B〜13Bクラスのモデルなら「快適」の目安（20 tok/s）をクリアします。一方、RTX 5090の100 tok/s超えは、エージェントが複数モデルを並行して走らせるような重い使い方でも余裕があります。

帯域だけじゃない ― テンソルコア（演算）の速度も効く

ただし「tok/s は帯域だけで決まる」とも言い切れません。モデルによっては、重みの移動だけでなく行列計算そのもののスループットが効く場面があります。ここで効くのがNVIDIAのTensor Core（テンソルコア）です。

RTX 5090は第5世代Tensor Coreを搭載し、FP4精度で3,352 AI TOPS という演算性能を持ちます。これに対しAppleは、GPU各コアに組み込んだNeural AcceleratorとNeural EngineでAI演算を担います。帯域が同じでも、Tensor Coreによる高速な行列積や、FP4/FP8といった低精度演算の支援があると、プロンプト処理（入力文の解釈）やバッチ処理で速度が伸びます。

つまりローカルLLMの速度は、「メモリ帯域（VRAM速度）」と「Tensorコア／Neural Acceleratorの演算速度」の両輪で決まります。Macは帯域こそ控えめでも電力効率と大容量共有メモリで、RTX 5090は帯域と演算の両方で攻める、という棲み分けになります。

結局買いなのか

用途を明確にして答えます。

ローカルLLMを常時動かすエージェント用途で、13B〜30Bクラスのモデルで十分なら：M6（149,800円〜）はM4比でAI性能4倍、帯域も42％向上。8Bクラスで推定30〜40 tok/s台となり「快適」目安の20 tok/s を余裕で超えるため、実用上全く問題ありません。電力効率も良く、買いの部類です。
より大きなモデル（70Bクラスを目指す、あるいは動画・3Dなど重い作業も）を一台で済ませたいなら：M5 Pro（最大64GB・307GB/s、推定50 tok/s前後）を選ぶ価値があります。ただしM6の32GB上限では70Bクラスは厳しい点に留意。
7B〜14Bクラスのモデルを「とにかく速く」回したい、あるいは学習もやりたいなら：RTX 5090（1,792GB/s、8Bで100 tok/s超、Tensor Core 3,352 AI TOPS）の圧倒的帯域と演算が有利です。ただし電力300W超、VRAM 32GB上限、そして価格（GPU単体で数十万円）という現実があります。

つまり「MAC mini M6/M5 Pro か RTX 5090 か」は、「大きなモデルを電力効率良く載せたいか、小さなモデルを限界速度で回したいか」という用途の違いです。AIエージェントを複数常時稼働させるような使い方であれば、静かで低消費電力なMac mini M6/M5 Proが実用的な選択肢となります。

Mac mini M6/M5 Proの価格・構成は Amazon で、RTX 5090搭載グラフィックボードはこちらで確認できます。

まとめ

実データを並べると、M6はM4からAI性能4倍（LM Studioで最大4.8倍）、メモリ帯域は120GB/sから170GB/sへ向上しています。M5 Proはさらに307GB/s・最大64GBを実現します。ユニファイドメモリの「速度」は世代ごとに確実に上がっていますが、容量上限（M6は32GB）は据え置きです。

NVIDIA RTX 5090は1,792GB/sという圧倒的な帯域を持ちますが、それはGPU専用VRAMという別アーキテクチャの成果であり、Appleの共有メモリとは単純比較できません。用途（モデルの大きさ・重視するものが速度か容量か・電力）で選ぶのが正解です。