AI hardware11分で読めます

コーディングエージェントはそのまま。モデルを自分のMacへ。

macMLX 0.11.0はApple Siliconのローカル推論をCodexとClaude Codeにつなぎます。API経路、モデルの別名、メモリ、ツール権限が試用にどう影響するかを解説します。

K
Ken Jo

リポジトリを編集するインターフェースと、何を編集するか決めるモデルは、同じ提供元である必要はありません。コーディングエージェントは使い慣れた作業手順を保ちながら、一部の推論リクエストを自分のMacで動くモデルへ送れます。

2026年11月17日公開のmacMLX 0.11.0は、この構成に具体的なAPI経路を用意しました。CodexはResponsesエンドポイントを、Claude CodeはMessagesとトークン数計算のエンドポイントを使えます。バックエンドはmacOS 14以降のApple Siliconで動作します。

魅力は、選択したモデル推論がどこで行われるかを管理できる点です。ただし、判断はURLの置き換えだけでは済みません。モデルの能力、会話処理、リクエストの直列化、コーディングツール自身の権限が、構成の有用性を引き続き左右します。

始める前に: ツール呼び出しができる対応ローカルモデルを選び、ユニファイドメモリで重みとコンテキストの予算を確保しましょう。チャットの応答成功は最初のテストであり、コーディングの作業全体が動く証明ではありません。

前面のエージェントを保ち、背後にローカルAPIを置く

macMLXは、AppleのMLXエコシステムを基盤とするSwift製のローカル推論アプリ兼サーバーです。既定の推論経路はPythonランタイムを必要とせず、Swiftプロセス内で動きます。これは既定エンジンの説明であり、プロジェクトが対応する可能性のある、すべての任意連携やサブプロセスについての主張ではありません。

今回のリリースが重要なのは、コーディングエージェントのやり取りが単なる「プロンプトを入れてテキストを受け取る」処理を超えるからです。モデルにツール呼び出しを求め、許可された操作を実行し、その結果を返して次の手順を尋ねます。サーバーはこのループを通じ、関連する履歴とリクエスト構造を引き継ぐ必要があります。

0.11.0はCodex用のOpenAI互換/v1/responsesを追加し、Claude Code向けに/v1/messagesと/v1/messages/count_tokensも変更しました。リリースのサポート記録には、以前の推論をモデルのチャットテンプレートに再投入することや、ハイブリッドモデルとスライディングウィンドウモデルでエージェントのターン履歴を再利用することも記載されています。これは実用面に直結する連携の詳細です。挨拶に答えられるバックエンドが、次のツールターンを処理できるとは限りません。

コーディングクライアント、ローカルAPI、モデルは別の構成要素 独自制作の解説図:作業手順はコーディングクライアントが管理し、macMLXが互換APIリクエストを処理し、選択したローカルモデルが推論を提供します。ツール実行には別の権限境界があります。

APIを変換プラグと考えると分かりやすいでしょう。二つの部品を接続できますが、電力、容量、挙動まで同じにはしません。使い慣れたCodexやClaude Codeの画面で操作しても、小さなローカルモデルが以前使っていたリモートモデルになるわけではありません。

ステートレスなResponsesは拡張の見方を変える

0.11.0のResponsesエンドポイントは、リクエスト間の状態を保持しません。次のターンに必要な会話はクライアントが送ります。タグ付きREADMEによるとCodexはそのように動作し、previous_response_idは保存済みサーバー応答の取得には使われず、拒否されます。

ステートレスなリクエスト処理は、ランタイムにキャッシュがないという意味ではありません。会話状態と再利用可能な推論キャッシュは別の問題を解決します。クライアントは引き続き必要な履歴を送り、その入力の一部が過去の接頭部分と一致すれば、対応キャッシュが処理を減らせます。

この新しいエンドポイントには、同時実行の上限も明示されています。一度に処理するリクエストは一つです。そのためCodexのサブエージェントは待ち行列に入るとREADMEは説明しています。複数のエージェントを起動しても、Macの有効な処理量が倍増するより、列が長くなるかもしれません。プロジェクトにはほかのバッチ処理機能もありますが、文書上の制約が逐次実行である経路に、その機能が適用されると考えるべきではありません。

この点は最初の試用設計に影響します。多数の長い会話を開く群れより、範囲の明確なリポジトリ作業を行う一つのアシスタントのほうが評価しやすくなります。待機、読み込み、ツール実行を含むタスク全体の時間を記録しましょう。一回の生成中に表示される毎秒トークン数は、その時間の一部にすぎません。

正解を確認できる小さなリポジトリ作業から始める

最初の仕事の例は、ファイルを変えずに小さなモジュールを説明し、単体テストを提案してもらうことです。説明がコードに合っているか、テストが実際の契約を狙っているか確認できます。書き込みやシェル権限を与える前に、基準を作れます。

二つ目の仕事では、破棄できるブランチで変更を許可してもよいでしょう。範囲の明確な内部シンボルの名前を変え、呼び出し側を直し、既存の対象テストを実行します。成功基準は具体的です。意図したファイルだけを変更したか、公開契約を保ったか、実際のテスト結果を報告したか。長く自信に満ちた説明は、その確認の代わりにはなりません。

三つ目は、機密性のある草稿や非公開コードの抜粋を、オフラインを意識して扱う場面です。クライアントの構成次第では、ローカル推論によってモデルリクエストをMac内に保てますが、エージェント全体が自動的にオフラインになるわけではありません。リポジトリ操作、パッケージ管理、検索ツール、MCPサーバー、ほかの連携は外部へ接続する可能性があります。データの所在を約束する前に、それぞれを確認してください。

これらは評価用に提案する作業です。リリースの互換性結果は開発者自身の連携テストであり、私たちがインストールして得た結果ではありません。

動作中のプロバイダーを残しながら接続を設定する

macOS 14以降のApple Silicon Macを使い、プロジェクトが文書化した経路でタグ付きバージョンをインストールし、現在のGatekeeper案内に従いましょう。アプリを開くためにシステム全体のセキュリティ制御を無効にしないでください。プロジェクトが対応する経路からモデルを選び、目的の用途にダウンロードする前に、モデル自身のライセンスを確認します。

0.11.0のタグ付きREADMEは、macmlx serveとポート8000のローカルAPIを説明しています。自分のマシンに実在するモデル識別子を使ってください。以下のクライアント例は文書化された構成の形を再現したもので、例のチェックポイントが自分のMacにすでに入っている証拠ではありません。

  1. バックエンドを起動し、モデル一覧を確認します。 文書にあるサーバーコマンドを実行するか、アプリでモデルを読み込みます。実際のサーバーアドレスと、/v1/modelsが返すIDを確認します。
  2. クライアントの現在の構成をコピーします。 比較や復元に使いたい正常な設定を上書きするより、意識してローカルプロバイダーを追加しましょう。
  3. 一つのクライアントを接続します。 CodexとClaude Codeのどちらか一方から始め、同時には接続しません。ツール作業の前に短いテキストリクエストを確認します。
  4. 最初の権限を狭く保ちます。 読み取りと変更提案から始めます。作業手順で必要になった場合だけアクセスを広げます。

READMEに示されたCodexのプロバイダー例は次のとおりです。

toml
model = "Qwen3.6-27B-4bit"
model_provider = "macmlx"

[model_providers.macmlx]
name = "macMLX"
base_url = "http://127.0.0.1:8000/v1"
wire_api = "responses"

バックエンドのbearer認証を有効にする場合は、READMEのenv_keyの案内に従い、指定された環境変数にキーを保管します。localhostの例は、認証なしの推論サービスをネットワークへ公開する推奨ではありません。

Claude Codeの文書上の接続方法は、/v1を末尾に付けないベースURLを使い、モデルの別名を対応付けます。

Bashターミナルで実行
export ANTHROPIC_BASE_URL=http://127.0.0.1:8000
export ANTHROPIC_API_KEY=sk-local
export ANTHROPIC_MODEL=Qwen3.6-27B-4bit
export ANTHROPIC_DEFAULT_OPUS_MODEL=Qwen3.6-27B-4bit
export ANTHROPIC_DEFAULT_SONNET_MODEL=Qwen3.6-27B-4bit
export ANTHROPIC_DEFAULT_HAIKU_MODEL=Qwen3.6-27B-4bit
export ANTHROPIC_SMALL_FAST_MODEL=Qwen3.6-27B-4bit
claude

ここでのsk-localは、bearer認証のないサーバー向けにプロジェクトが示す仮の値で、実際のサービス認証情報ではありません。bearer認証を有効にした場合、READMEは設定したキーをANTHROPIC_AUTH_TOKENで使うよう案内しています。別名の設定も重要です。対応付けられていない別名は、ローカルチェックポイントしかないサーバーへclaude-*というモデル名を送り、404を起こすことがあります。

モデル対応は「MLX互換」より狭く確認する

リリースが明示する一連の動作確認には、Qwen3.6-27Bを使うXcode 27と、そのモデルおよびGemma 4 E4Bを使うAppleのFoundation Modelsクライアントが含まれます。確認の対象はテキストです。すべてのコーディングクライアント、モデルの派生版、画像リクエストが動く証拠として紹介すべきではありません。

サポート記録は、対応するE4B構造のGemma 4チェックポイントと、ビジョンタワーを含む密なQwen3.5/3.6チェックポイントの画像入力を別に説明しています。また、画像リクエストではプロンプトキャッシュ項目を記録しないとしています。検出済みアーキテクチャ一覧にモデルがあっても、任意のチェックポイントのプロセッサー、重み、マルチモーダル経路が保証されるわけではありません。

スクリーンショットを含むコーディング作業では、画像経路を独立して試しましょう。それを基に部品の再設計を頼む前に、画面から分かる正解が既知の説明を依頼します。ビジョンの読み込み問題と一般的なツールループの問題を区別できるよう、テキストだけの代替タスクも用意します。

出力形式とツールにも同じ姿勢が必要です。チェックポイントは、文章でコマンドを述べるだけでなく、クライアントが期待するツール構造を出力する必要があります。一つのツール呼び出し、その返り値、有用な後続回答を確認します。2ターン目の失敗のほうが、最初の生成成功より連携の適否をよく示す場合があります。

ユニファイドメモリではコンテキストも実際の予算になる

MacのCPUとGPUは物理メモリを共有します。一部の明示的転送は避けられますが、モデルの重み、活性値、KVキャッシュ、隣で動くアプリのコストはなくなりません。エディター、ブラウザー、ローカルモデルが同じ容量を取り合います。

パラメーター数だけで必要量を見積もらないでください。重みの精度、実際のチェックポイントサイズ、コンテキスト長、ランタイムの挙動が重要です。普段の仕事に余裕を残せる対応チェックポイントから始め、代表的なタスク中にメモリ圧迫と応答性を測ります。

更新時に確認すべき具体的な点もあります。リリース記録によると、明示的なトークン上限のないチャット補完リクエストは、2,048ではなく最大32,768トークンまで動く場合があります。これは文書に記載されたチャット補完の挙動であり、すべてのAPI経路に対する一律の出力保証ではありません。それでも、上限を明示すれば探索的な作業を制御しやすくなります。意図せず長すぎる生成を行うリクエストは時間を消費し、Macに任せたかった仕事を妨げる可能性があります。

ローカルに留まるものと、別途権限が必要なもの 独自制作の確認リスト:モデルリクエスト、リポジトリへのアクセス、ツール実行、外部接続は、それぞれ判断が必要です。ローカルモデルの接続先が、残る三つを自動で制限するわけではありません。

利用料金より先に、タスク全体を比較する

選んだ仕事でリモート推論への依存を減らせることは、分かりやすい魅力です。一方、見落としがちなコストは運用する人の時間です。モデルの読み込み、逐次処理の列で待つ時間、不十分なパッチの修正、環境の維持も比較に入ります。

既存のプロバイダーとローカルバックエンドを比べるときは、同じ限定タスクと受け入れテストを使います。コールド読み込み、最初の応答、総所要時間、成功したツールターン、最終テスト結果、人が直した量を記録しましょう。将来の更新と比較できるよう、モデル、コンテキスト、クライアントのバージョンもノートに残します。

頻繁で軽い仕事なら、速度で負けてもローカル構成のほうが便利かもしれません。失敗を何度も繰り返す難しい変更なら、人の注意力を含む総コストではリモートモデルがまだ安い場合があります。これはタスクごとの判断であり、どちらかの配置先がすべての仕事に勝つという主張ではありません。

すでに持っているハードウェアは、実験の出発点として有用です。互換性テストの成功は、管理された作業手順を広げる理由にはなりますが、直ちに大きなMacを買う理由にはなりません。

使い慣れたコーディングツールを柔軟な作業台にする

macMLX 0.11.0は、コーディング画面全体を入れ替えずにローカル推論を試しやすくします。最も価値のある貢献は、クライアント、APIの形式、対応モデルの経路を明確につなぐことです。

一つのクライアント、一つのモデル、結果を検証できる一つのタスクから始めましょう。接続先をローカルに保ち、ツール権限を別の判断として扱い、待機と修正も測定に含めます。目指すのは、試していない前提を見慣れた画面の裏に隠すことではなく、仕事に合ったバックエンドを選べる作業台です。

出典と公式メディア

互換性の確認はプロジェクトによるものです。タスク例と比較手順は、読者に提案する演習です。


Telli.shからの提案: モデル、クライアント設定、タスク結果を一か所に残し、ローカルAIの実験を毎回再現できる出発点にしましょう。Telli.shで最初のノートを作成する。


← ブログに戻る