テスト環境
すべてのベンチマークは、同一条件下でMy Remote Macの専用サーバー上で実行しました。
- M4 Pro: Mac Mini M4 Pro、14-core CPU / 20-core GPU、24GB RAM、512GB SSD
- M4: Mac Mini M4、10-core CPU / 10-core GPU、16GB RAM、256GB SSD
- M2 Pro: Mac Mini M2 Pro、12-core CPU / 19-core GPU、16GB RAM、512GB SSD
- Intel i9: Mac Mini Intel Core i9(2018年)、6-core、32GB RAM、512GB SSD
- macOS: Sequoia 15.2、Xcode 16.2、すべて最新アップデート適用
Geekbench 6スコア
Geekbench 6は、CPUの純粋な性能を測定します。シングルコアスコアは、日常的なタスクやIDE操作における応答性を示します。マルチコアスコアは、ビルドおよびコンパイルの性能を反映します。
| チップ | シングルコア | マルチコア | Intel i9との比較 |
|---|---|---|---|
| M4 Pro | 3,850 | 22,000 | +129% シングルコア +168% マルチコア |
| M4 | 3,800 | 15,000 | +126% シングルコア +83% マルチコア |
| M2 Pro | 2,750 | 14,500 | +64% シングルコア +77% マルチコア |
| Intel i9 | 1,680 | 8,200 | 基準 |
重要なポイント: M4 ProのマルチコアスコアはIntel i9より2.68x高速で、Intelで10分かかっていたビルドが、今では4分未満で完了することを意味します。シングルコアの向上により、XcodeのUI、コード補完、インデックス作成の応答性が劇的に向上します。
Xcodeビルド時間
約500,000行のSwiftコード、200以上のターゲット、そしてSwiftとObjective-Cが混在するモジュールを含む、大規模な本番iOSプロジェクトでクリーンビルドをテストしました。
| チップ | クリーンビルド時間 | インクリメンタルビルド | Intelとの短縮時間 |
|---|---|---|---|
| M4 Pro | 4m 12s | 8s | 8m 18s (66%) |
| M4 | 5m 45s | 11s | 6m 45s (54%) |
| M2 Pro | 7m 15s | 14s | 5m 15s (42%) |
| Intel i9 | 12m 30s | 32s | 基準 |
測定方法
# Clean build measurement
xcodebuild clean
time xcodebuild -workspace App.xcworkspace \
-scheme App \
-destination 'platform=iOS Simulator,name=iPhone 16' \
build 2>&1 | tail -1
# Incremental build (single file change)
touch Sources/App/ContentView.swift
time xcodebuild -workspace App.xcworkspace \
-scheme App \
-destination 'platform=iOS Simulator,name=iPhone 16' \
build 2>&1 | tail -1
Swift Package Managerのクリーンビルド
Alamofire、Kingfisher、SnapKit、Firebase SDKなどの大規模なパッケージを含む、50個の依存関係を持つSwift Package Managerプロジェクトをテストしました。
| チップ | 依存関係の解決 | クリーンビルド | 合計時間 |
|---|---|---|---|
| M4 Pro | 12s | 1m 38s | 1m 50s |
| M4 | 14s | 2m 15s | 2m 29s |
| M2 Pro | 15s | 2m 52s | 3m 07s |
| Intel i9 | 28s | 5m 45s | 6m 13s |
# SPM clean build measurement
swift package clean
time swift build -c release 2>&1 | tail -5
# With parallel jobs (default uses all cores)
time swift build -c release -j $(sysctl -n hw.ncpu)
Dockerビルドのパフォーマンス
Docker Desktop for Macを使用して、本番用Node.jsアプリケーションのDockerイメージ(npm install、TypeScriptのコンパイル、nginxのセットアップを含むマルチステージビルド)のビルドをテストしました。
| チップ | Dockerビルド(キャッシュなし) | Dockerビルド(キャッシュ済みレイヤー) | イメージサイズ |
|---|---|---|---|
| M4 Pro | 42s | 6s | 185MB |
| M4 | 58s | 7s | 185MB |
| M2 Pro | 1m 15s | 8s | 185MB |
| Intel i9 | 2m 38s | 12s | 192MB |
# Docker build benchmark
docker system prune -af
time docker build --no-cache -t benchmark-app .
# Cached rebuild (change only app source, not dependencies)
echo "// updated" >> src/index.ts
time docker build -t benchmark-app .
LLM推論のパフォーマンス
Apple Siliconのユニファイドメモリアーキテクチャは、大規模言語モデルをローカルで実行するのに非常に適しています。llama.cpp とMetalアクセラレーションを使用して推論速度をテストしました。
| モデル | M4 Pro (tok/s) | M4 (tok/s) | M2 Pro (tok/s) | Intel i9 (tok/s) |
|---|---|---|---|---|
| Llama 3 8B (Q4_K_M) | 48.2 | 35.6 | 28.4 | 8.1 |
| Mistral 7B (Q4_K_M) | 52.7 | 38.9 | 31.2 | 9.3 |
| Llama 3 70B (Q4_K_M) | 8.5 | OOM | OOM | OOM |
| CodeLlama 13B (Q4_K_M) | 32.1 | 22.8 | 18.6 | 5.7 |
# Install llama.cpp with Metal support
brew install llama.cpp
# Run benchmark with Llama 3 8B
llama-bench -m llama-3-8b-q4_k_m.gguf -n 512 -ngl 99
# Interactive chat
llama-cli -m llama-3-8b-q4_k_m.gguf \
-n 512 -ngl 99 --color \
-p "You are a helpful coding assistant."
注: 24GBのユニファイドメモリを搭載したM4 Proは、4-bit量子化で最大約40Bパラメータのモデルを実行できます。70Bモデルには、48GBまたは64GBの構成が必要です。32GBのIntel i9は、技術的には7-13Bのモデルを実行できますが、Metal GPUアクセラレーションがないため、実用的でない速度になります。
SSDのパフォーマンス
SSDの速度は、Xcodeのインデックス作成、プロジェクトの起動時間、シミュレーターの起動、依存関係の解決に直接影響します。dd とDisk Speed Testを使用して、シーケンシャルの読み書き速度を測定しました。
| チップ | シーケンシャルリード | シーケンシャルライト | ランダム4Kリード(IOPS) |
|---|---|---|---|
| M4 Pro | 7,400 MB/s | 6,200 MB/s | 1,200K |
| M4 | 6,800 MB/s | 5,100 MB/s | 1,050K |
| M2 Pro | 5,100 MB/s | 4,200 MB/s | 850K |
| Intel i9 | 2,800 MB/s | 2,300 MB/s | 350K |
# Quick SSD benchmark with dd
# Write test
dd if=/dev/zero of=./testfile bs=1G count=5 2>&1 | tail -1
# Read test (clear cache first)
sudo purge
dd if=./testfile of=/dev/null bs=1G count=5 2>&1 | tail -1
# Cleanup
rm ./testfile
ネットワークスループット
My Remote Mac のサーバーは標準で1 Gbps で接続され、最大5 Gbps までアップグレードできます。以下は、想定される転送速度です。
| テスト | 速度 | 備考 |
|---|---|---|
| iperf3(ローカルデータセンター) | ≈ 4.7 Gbps | 5 Gbps でのTCP理論上限、プロトコルオーバーヘッド控除後(1 Gbps では約940 Mbps) |
| Speedtest(インターネット) | 最大4.7 Gbps down / up | 5 Gbps での上限。実際の結果はテストサーバーによって異なります |
| git clone(大規模リポジトリ、2GB) | 14s | GitHubから取得。GitHubのegress帯域により制限されます |
| CocoaPods install(50個のpod) | 28s | git cloneとspecの解決を含む |
| Docker pull(1GBイメージ) | 8s | Docker Hubから |
# Network benchmark commands
brew install iperf3
iperf3 -c speedtest-server.example.com -t 30
# Measure git clone speed
time git clone --depth 1 https://github.com/nicklockwood/SwiftFormat.git
# Test download speed
curl -o /dev/null -w "Speed: %{speed_download} bytes/sec\n" \
https://speed.hetzner.de/1GB.bin
総合比較表
すべての指標を並べて、簡単に比較できます。
| 指標 | M4 Pro | M4 | M2 Pro | Intel i9 |
|---|---|---|---|---|
| Geekbench 6 シングルコア | 3,850 | 3,800 | 2,750 | 1,680 |
| Geekbench 6 マルチコア | 22,000 | 15,000 | 14,500 | 8,200 |
| Xcodeクリーンビルド(500k LOC) | 4m 12s | 5m 45s | 7m 15s | 12m 30s |
| SPMクリーンビルド | 1m 50s | 2m 29s | 3m 07s | 6m 13s |
| Dockerビルド(キャッシュなし) | 42s | 58s | 1m 15s | 2m 38s |
| Llama 3 8B 推論 | 48.2 tok/s | 35.6 tok/s | 28.4 tok/s | 8.1 tok/s |
| SSDリード | 7,400 MB/s | 6,800 MB/s | 5,100 MB/s | 2,800 MB/s |
| SSDライト | 6,200 MB/s | 5,100 MB/s | 4,200 MB/s | 2,300 MB/s |
| 消費電力(ピーク) | ~45W | ~30W | ~40W | ~120W |
CI/CDにとっての意味
高速なハードウェアは、より高速なCI/CDパイプラインと、より短い開発者のフィードバックループに直結します。分単位の課金と比べると、定額の月額料金は、毎月のビルド数が十分に多ければビルドあたりのコストも下げます。
ビルドパイプラインの時間短縮
Intelで25分かかっていた一般的なiOS CIパイプライン(チェックアウト、ビルド、テスト、アーカイブ)が、M4 Proでは10分未満で完了します。
# Typical CI pipeline timing (M4 Pro):
# git checkout: 5s (vs 15s Intel)
# pod install: 28s (vs 1m20s)
# xcodebuild: 4m12s (vs 12m30s)
# xcodebuild test: 3m15s (vs 8m40s)
# archive: 2m30s (vs 6m15s)
# Total: ~10m (vs ~29m Intel)
ビルドあたりのコスト比較
M4 Proで月額$229(USD・税抜)、月100回のビルドを想定し、$0.062/分(2026年10月時点のGitHubの料金)のGitHubホスト型macOSランナーと比較します。この回数では、M4 Proのほうがビルドあたり$0.74高くなりますが、各ビルドは2.5倍速く完了します。料金は分単位ではなく定額のため、月148回以上のビルドではビルドあたりのコストもM4 Proのほうが安くなります。
# My Remote Mac M4 Pro ($229/mo):
# 100 builds x 10min = 1,000 min
# Cost per build: $2.29
# GitHub-hosted macOS runner
# ($0.062/min, as of October 2026):
# 100 builds x 25min = 2,500 min
# Cost: 2,500 x $0.062 = $155/mo
# Cost per build: $1.55
# At 100 builds/mo:
# 2.5x faster, $0.74/build more
# Break-even: $229 / $1.55 = 147.7
# Cheaper from 148 builds/mo
My Remote Mac の料金は USD・税抜です。
開発者の生産性への影響
研究によると、ビルド時間は開発者のフロー状態に直接影響します。10分のビルドでは、開発者は他のタスクにコンテキストスイッチし、合計で15-20分を失います。4分のビルドなら、開発者はフローを維持できます。それぞれが1日10回ビルドを行う5人の開発者チームの場合、M4 ProはIntel i9と比較して、1日あたり合計で約5時間の待ち時間を削減します。
自分で試す
これらのベンチマークをご自身のMy Remote Macサーバーで実行し、結果を直接ご確認ください。
#!/bin/bash
# Quick benchmark script for your My Remote Mac server
echo "=== System Info ==="
sysctl -n machdep.cpu.brand_string
sw_vers
echo ""
echo "=== Geekbench 6 ==="
echo "Download from: https://www.geekbench.com/download/"
echo ""
echo "=== SSD Benchmark ==="
echo "Write speed:"
dd if=/dev/zero of=./benchfile bs=1G count=2 2>&1 | tail -1
echo "Read speed:"
sudo purge 2>/dev/null
dd if=./benchfile of=/dev/null bs=1G count=2 2>&1 | tail -1
rm -f ./benchfile
echo ""
echo "=== Network Speed ==="
curl -o /dev/null -w "Download speed: %{speed_download} bytes/sec\n" \
https://speed.hetzner.de/100MB.bin 2>/dev/null
echo ""
echo "=== Xcode Version ==="
xcodebuild -version
echo ""
echo "Done! Compare your results with the benchmarks at"
echo "https://myremotemac.com/guides/mac-mini-m4-pro-benchmarks"