5年前にAIのために買ったM1 Max 64GB、ついにローカルLLM環境として本領発揮! Strata × OpenClawを試してみた

2021年、「これからはAIだ!」と思って買ったMacBook Pro
2021年、これからはAIの時代だと思い、MacBook Proを購入しました。
選んだのは14インチMacBook ProのM1 Max搭載モデル。しかも、GPUは32コア、ユニファイドメモリは最大構成の64GBです。
当時の請求額は、消費税込みで431,800円。なかなか奮発した買い物でした(笑)。
購入した構成は以下のとおりです。
| 項目 | スペック |
|---|---|
| モデル | MacBook Pro 14インチ(2021年) |
| CPU | Apple M1 Max(10コア) |
| GPU | 32コア |
| ユニファイドメモリ | 64GB |
| メモリ帯域幅 | 400GB/s |
| SSD | 1TB |
| 購入価格 | 431,800円(税込請求額) |
ところが、購入後は期待していたほどAI用途で活躍する機会がありませんでした。
その後は新しいApple Silicon搭載Macを購入し、M4 Proまで買い進めることに。
M1 Maxは売却することも考えましたが、64GBのメモリがもったいなくて、そのまま残していました。
そして2026年。ようやく、その64GBを本格的に活用する機会がやってきました。
StrataというローカルLLM推論エンジン
今回試したのが、ローカルLLM推論エンジンの「Strata」です。
Strataは、大規模なLLMを限られたGPUメモリやシステムメモリで動かすことを目指した推論環境です。
特に興味を持ったのが、MoE(Mixture of Experts)モデルを効率よく動かす仕組み。
M1 Maxは発売から約5年が経過していますが、64GBのユニファイドメモリと400GB/sのメモリ帯域幅を備えています。
最新のチップと比べれば演算性能は劣りますが、ローカルLLMではメモリ容量や帯域幅も重要です。
今回は、このMacBook Proがどこまで使えるのか試してみることにしました。
Strataのインストール
今回使用したStrataのバージョンは0.1.59です。
公式リリースのインストーラーをダウンロードし、署名・チェックサムを検証したうえでインストールしました。
curl -fsSL https://github.com/Niko1221/Strata/releases/latest/download/install.sh -o install.sh
sh install.sh
インストール後、次のコマンドでセットアップを開始します。
~/.local/bin/strata launch
Strataは対話形式で、モデル、コンテキスト長、画像認識、投機的デコード、チューニング、API公開範囲などを設定できます。
今回はApple M1 Maxと64GBのメモリが認識され、Metal対応の推論エンジンを利用できました。
まずはQ2_0で動作確認
最初に選択したモデルは「Qwen3.8-Flash-Next Q2_0」です。
コンテキスト長は当初32Kで設定し、のちに128Kへ拡張しました。
モデル本体のダウンロード容量は約67GB。さらに投機的デコード用の追加データも取得しています。
セットアップ後、OpenAI互換APIがローカルの8080番ポートで起動しました。
curl -sS http://127.0.0.1:8080/v1/models | jq .
モデルが正常に読み込まれたことを確認でき、実際の日本語生成にも成功しました。
Q2_0の実測結果
| 測定内容 | 結果 |
|---|---|
| 短い日本語応答の生成速度 | 46.2 tokens/秒 |
| 長いNode.jsコードレビューの生成速度 | 36.0 tokens/秒 |
| 長文入力の最大検証量 | 27,513 tokens |
| 27,513 tokens入力時の処理速度 | 281.5 tokens/秒 |
| 長文生成の最大実績 | 14,979 tokens |
| 設定コンテキスト長 | 131,072 tokens |
※測定値はモデル、プロンプト、キャッシュ状態、設定などによって変動します。また、128Kの設定・起動は確認しましたが、128K全体の長文入力処理まで検証したわけではありません。
正直なところ、5年前のMacBook Proでこれだけ動くとは思っていませんでした。
ただし、問題もありました。
日本語で回答させると、英語や中国語が頻繁に混ざってしまうのです(笑)。
例えば「日本語で回答してください」と明確に指示しても、途中に英語や中国語の単語が入り込んでしまいます。
回答の意味は理解できるものの、実用上は気になるところです。
Function Callingも試してみた
次に試したのは、LLMが外部ツールを呼び出すFunction Callingです。
架空の売上データを用意して、次の処理を依頼しました。
- 2025年と2026年の10月・11月の売上を取得する
- 各月の増減額と前年比を計算する
- 結果を日本語の表にまとめる
LLMには get_sales と calculate_growth の2つのツールを定義し、どのツールをいつ呼び出すか判断させました。
結果は、4回の売上取得と2回の計算ツール呼び出しがすべて成功。
3回のAPI往復で最終レポートまで完成し、総処理時間は24.3秒でした。
単純な会話だけでなく、複数ステップの処理にも対応できることが確認できました。
OpenClawと接続してAIエージェント化
ここまで動くなら、チャットだけで終わらせるのはもったいない!
そこで、AIエージェント基盤のOpenClawと接続してみました。
今回使用したOpenClawのバージョンは2026.11.3です。
StrataにはOpenClaw向けの接続設定を生成する機能があり、次のコマンドで設定を確認できます。
strata connect openclaw
設定内容を確認し、既存設定をバックアップしたうえで、接続情報を書き込みました。
strata connect openclaw --write
OpenClawからStrataのローカルAPIを利用できるようになり、実際にファイルの作成と読み戻しも成功しました。
さらに、OpenClawからシェルコマンドを実行し、外部の天気サービスにアクセスするテストも行いました。
このときは wttr.in に対して複数回アクセスし、地域名を変えながら気象情報を取得していました。
OpenClawのセッション実行履歴で、実際に外部アクセスしていたことも確認しています。
SlackからM1 Maxを操作できるように
次はSlackとの連携です。
OpenClawのSlackプラグインを利用し、Slack AppをSocket Modeで接続しました。
この方式なら、職場のネットワークにあるMacBook Proを利用する場合でも、OpenClaw GatewayやStrataのポートをインターネットへ直接公開する必要がありません。
Slackからダイレクトメッセージを送ると、OpenClawがStrataのLLMを呼び出して回答する仕組みです。
Slack上には、エージェント用の「考え中」表示やスレッド返信も設定できました。
エージェントの名前は、シンプルに「M1 MAX」⚡ と命名しました(笑)。
実際に、自分自身についてインターネット上の公開情報を調べさせる実験も実施。
個人サイト、会社サイト、GitHubなどを調査し、過去の開発活動や技術分野を整理させることができました。
最初はGitHubアカウントの関係を十分に把握できていませんでしたが、追加情報を伝えると、3つの関連アカウントを調べ直して報告内容を修正しました。
こうした試行錯誤ができるのも、ローカルAIエージェントの面白いところです。
ただし、AIの調査結果は常に正しいとは限りません。今回も技術仕様の数値を誤って回答する例があり、公開情報の確認や出典の検証は引き続き必要だと感じました。
日本語品質を改善するためIQ3_XXSへ
Q2_0で気になった日本語品質を改善するため、より高精度な量子化方式である「IQ3_XXS」も試しました。
モデルのダウンロード容量は約77GBです。
最初は32Kコンテキストで動作させ、日本語生成とFunction Callingを検証しました。
Q2_0とIQ3_XXSの比較
| 項目 | Q2_0 | IQ3_XXS |
|---|---|---|
| 日本語の自然さ | 多言語混入が多い | 明確に改善 |
| 単体での文章生成速度の例 | 46.2 tok/s | 21.6 tok/s |
| 売上分析テスト | 全項目PASS | 全項目PASS |
| 売上分析の処理時間 | 24.3秒 | 34.6秒 |
| 売上分析の生成トークン数 | 950 | 746 |
| 128K設定での起動 | 成功 | 成功 |
※同一条件の厳密なベンチマークではないため、速度差は参考値です。
IQ3_XXSでは、日本語としての読みやすさがかなり改善しました。
一方、推論速度はQ2_0より遅くなりました。
さらにOpenClawへ接続してみると、32Kのコンテキストでは長い会話履歴を処理しきれず、自動コンパクションに失敗するケースが発生。
そこで、IQ3_XXSも128Kへ拡張しました。
128K設定では、以前失敗した長いSlackセッションからも回答が返るようになりました。
ただし、長い会話履歴を保持すると、入力の読み込みに時間がかかります。
Slackからの応答に約3分以上かかったケースもありましたが、/new で会話セッションを初期化すると、同程度の質問に約25秒で回答できました。
ローカルLLMではモデルの生成速度だけでなく、会話履歴の管理も体感速度に大きく影響するということを実感しました。
なお、IQ3_XXSでも英語・中国語の混入が完全になくなったわけではありません。モデルの量子化方式だけでなく、会話履歴やエージェント側のプロンプト構成なども影響している可能性があります。
Macを再起動しても自動復帰するように
最終的には、MacBook ProをローカルAI専用機として利用するため、macOSのLaunchAgentで自動起動を設定しました。
OpenClaw Gatewayは公式のサービス登録機能を使用。
Strataには保存済みのプロファイルを指定して、起動時にモデルを読み込ませるようにしました。
strata runtime start --profile launch-iq3_xxs-128k
Macを再起動して確認したところ、OpenClaw GatewayとStrataの両方が正常に復帰。
Slackとの接続も再開され、モデルが読み込まれた状態になっていることを確認できました。
なお、LaunchAgentは原則としてユーザーログイン後に動作するため、電源断から完全無人で復旧できるかは別の検証が必要です。また、Strataが異常終了した場合の自動復旧監視は、今後の改善項目です。
5年前のMacBook Proが、今になって活躍!
2021年に「これからはAIだ!」と思って購入したM1 Max 64GB。
その後、十分に活躍させられないまま時間が経過しましたが、今回ようやく本格的なローカルLLM環境を構築できました。
結果として、以下のことを確認できました。
- 大規模なMoEモデルをM1 Max 64GBで動作させられる
- 日本語によるチャットや長文生成ができる
- Function Callingを使った複数ステップの処理ができる
- OpenClawからファイル操作やWeb情報取得ができる
- SlackからローカルLLMを遠隔利用できる
- Mac再起動後に自動復帰する環境を構築できる
もちろん、クラウドの最新LLMと同じ品質や速度を期待するのは難しいです。
しかし、手元にあるハードウェアを使って、モデルを選び、推論設定を変更し、何度でも実験できるのは大きな魅力です。
ローカルで推論することによるデータ管理上の利点もありますが、OpenClawから外部サイトやSlackへアクセスする場合は、当然ながら通信が発生します。機密情報の扱いやツールへのアクセス権限は別途管理する必要があります。
今回の検証を通じて、改めて64GBのユニファイドメモリを選んでおいてよかったと思いました。
何より、売らなくてよかった!(笑)
今後は、この環境を使ってローカルAIエージェントの実用性をさらに検証していきたいと思います。
検証環境: MacBook Pro 14インチ(M1 Max・64GB・1TB)、macOS、Strata 0.1.59、OpenClaw 2026.11.3、Qwen3.8-Flash-Next Q2_0 / IQ3_XXS
関連リンク: Strata(GitHub) / OpenClaw / MacBook Pro 14インチ(2021年)の技術仕様(Apple)

