最終更新:

【2026年版】Ollama入門 — インストール・ローカルLLM・APIの使い方


🎚 難易度 ★☆☆ 初心者向け
⏱ 学習時間の目安 読む目安10分。導入時間は回線・モデル・機器によって変わります
📚 前提知識 なし(コマンドラインの基礎があるとスムーズ)
✅ このガイドで学べること
  • ローカルモデルの取得と対話
  • モデルの管理
  • PowerShell・PythonからのAPI利用
  • 外部通信・メモリ・互換性の確認

ローカルモデルを試す前に

ひよこ ひよこ
Ollamaを入れるとChatGPTがパソコンで動くの?
ペンギン先生 ペンギン先生
ChatGPTそのものをインストールするわけではないよ。Ollamaは対応するモデルを実行するための道具で、ローカルモデルとクラウドモデルを扱えるんだ。この記事では、ダウンロードした小さなモデルを自分のパソコンで動かす手順を紹介するよ。
ひよこ ひよこ
いつでもオフラインで、データも外に出ないの?
ペンギン先生 ペンギン先生
ローカルモデルを取得済みで、外部の道具を呼ばなければオフライン推論ができるよ。ただしモデルのダウンロードや更新には通信が必要で、クラウドモデルやWeb検索は外部に接続する。ローカル専用にしたい場合はOllamaのクラウド機能を無効にし、連携先も確認しよう。

取得と、必要なメモリ

ひよこ ひよこ
最初はどう始めればいい?
ペンギン先生 ペンギン先生
公式サイトでOSに合う導入方法を確認してOllamaを起動しよう。ここではテキスト用のgemma3:1bを練習例として使うよ。ollama run gemma3:1bで、未取得ならダウンロードしてから対話が始まる。最新版や最高性能という意味ではなく、小さいモデルを明示して試すための例なんだ。
ひよこ ひよこ
必要なメモリはどのくらい?
ペンギン先生 ペンギン先生
モデルの大きさだけでなく、量子化、コンテキスト長、同時実行数、GPUへの割り当てでも変わるよ。配布ファイルのサイズと実行時メモリは同じではないんだ。一定のRAMがあれば70Bも快適、といった保証はできないので、小さいモデルから負荷と応答時間を確認しよう。

一覧・起動中モデル・API

ひよこ ひよこ
モデルを管理するコマンドを知りたい!
ペンギン先生 ペンギン先生
ollama listで取得済みモデル、ollama psで実行中モデルを確認できるよ。ollama pull gemma3:1bで取得・更新、ollama stop gemma3:1bで停止できる。タグの内容が更新される場合があるので、再現性が必要ならモデル情報とOllamaのバージョンも記録してね。
ひよこ ひよこ
プログラムからはどう呼び出すの?
ペンギン先生 ペンギン先生
ローカルでは通常127.0.0.1の11434番ポートにAPIがあるよ。この記事ではPowerShellからJSONを送り、回答を取り出す。PythonやJavaScriptにも公式クライアントがあるけれど、まず追加ライブラリなしの例で接続とモデル名を確かめよう。
自分のPCで、質問と返答を確かめるOllamaを起動したPCでCLIやPythonからローカルモデルへ質問し返答を受け取る。ローカルAPIは通常127.0.0.1の11434番。自分のPCで、質問と返答を確かめる自分のPC> 質問CLI / PythonOllamaローカルモデルgemma3:1b質問返答ローカルAPI:127.0.0.1:11434取得したモデルへ、短い入力を送る
初回のモデル取得には通信が必要です。図はローカルモデルの推論の例で、クラウドモデル・検索・外部ツールは含めていません。

互換性と外部連携

ひよこ ひよこ
OpenAI用のプログラムはそのまま使える?
ペンギン先生 ペンギン先生
OllamaにはOpenAI APIの一部と互換性のあるエンドポイントがあるよ。ただしURL、モデル名、対応機能を確認する必要がある。埋め込みAPIもあるけれど、モデル側の対応も必要なんだ。APIの互換性と、選んだモデルが画像やツール呼び出しに対応するかは別に確認しよう。
ひよこ ひよこ
ブラウザで使ったり、自分の文書を検索したりできる?
ペンギン先生 ペンギン先生
Open WebUIなどの画面や、検索と組み合わせる構成もあるよ。別の製品の設定も必要で、Dockerの公開ポートや保存先、Ollamaへの接続先を正しく指定するんだ。ローカル完結を目指すなら、回答生成だけでなく埋め込み・文書解析・外部ツールの送信先まで確認しようね。

ローカルモデルで始める

2026年10月1日に公式資料を確認しました。この入門例はテキスト用の小さなモデル gemma3:1b を使用します。最新・最高性能のモデルを選ぶための記事ではなく、「モデルを取得して、対話とAPI呼び出しを試す」ことがゴールです。1Bはおおよそのパラメータ規模を示し、必要なRAM容量ではありません。

ローカルで動くことと、回答が正しいことは別です。事実や計算は元の資料で確認し、試しの入力には個人情報や機密情報を使わないでください。モデルの利用条件も、Ollama本体とは別に確認します。

OS別の導入と起動

OS導入と最初の確認
Windows公式Windows手順からインストーラーを導入。通常はバックグラウンドで起動します。インストール後に新しいPowerShellを開きます。
macOS公式macOS手順に沿ってアプリをApplicationsへ入れ、起動します。CLIを使う場合はPATHの設定も確認します。
Linux公式Linux手順で導入し、サービスまたは ollama serve でサーバーを起動します。GPUを使う場合は対応GPU・ドライバーも確認します。

OSの対応範囲と必要な空き容量は、各公式手順で確認してください。モデル保存用の容量は本体のインストール分とは別に必要です。

  1. Ollamaの公式QuickstartからOS別の導入手順を選びます。
  2. Ollamaアプリまたはサービスが起動していることを確認します。手動運用では ollama serve を使いますが、これはそのターミナルで動き続けるコマンドです。起動済みなら重ねて実行しません。
  3. 次のコマンドでモデルを取得して対話します。初回は通信と空き容量が必要です。
ollama --version
ollama run gemma3:1b

対話に「日本語で短く自己紹介してください」と入力します。応答の内容は毎回同じではありません。終了は /bye です。

起動とモデル管理を確認する

まず ollama list が一覧を返すか確かめます。モデル名がまだなくても、サーバーへ接続できれば次のモデル取得へ進めます。APIでも次のように確認できます。

$models = Invoke-RestMethod -Uri 'http://127.0.0.1:11434/api/tags' -TimeoutSec 10
$models.models | Select-Object name, size, digest

size は保存されたモデルのバイト数で、実行時のメモリ消費量ではありません。digest は取得したモデルを識別する値です。空の一覧は「まだモデルを取得していない」状態で、接続エラーとは区別します。

使い始めたら、次のコマンドを使い分けます。

ollama list
ollama ps
ollama pull gemma3:1b
ollama stop gemma3:1b

ollama ps の PROCESSOR 列ではCPU・GPUへの配置を確認できます。CPUで動かせるモデルでも、応答速度は機器と入力の長さによって変わります。

不要になったモデルの削除は ollama rm gemma3:1b です。再利用時は取得し直す必要があります。

APIを試す(Windows PowerShell)

モデルを取得済みでOllamaが起動している状態で実行します。stream = $false にすると、分割された応答ではなく1つのJSONとして受け取れます。

$requestBody = @{
    model = 'gemma3:1b'
    prompt = '日本の首都を日本語で短く答えてください'
    stream = $false
} | ConvertTo-Json
$result = Invoke-RestMethod -Uri 'http://127.0.0.1:11434/api/generate' -Method Post -ContentType 'application/json; charset=utf-8' -Body ([System.Text.Encoding]::UTF8.GetBytes($requestBody)) -TimeoutSec 180
if ($result.done -ne $true -or [string]::IsNullOrWhiteSpace($result.response)) {
    throw '完了した空でない回答を確認できませんでした'
}
$result.response

APIを試す(Python 3・追加ライブラリ不要)

import json
from urllib.request import Request, urlopen

payload = json.dumps({
    "model": "gemma3:1b",
    "prompt": "日本の首都を日本語で短く答えてください",
    "stream": False,
}).encode("utf-8")
request = Request(
    "http://127.0.0.1:11434/api/generate",
    data=payload,
    headers={"Content-Type": "application/json"},
)
with urlopen(request, timeout=180) as response:
    result = json.load(response)
if result.get("done") is not True or not result.get("response", "").strip():
    raise RuntimeError("完了した空でない回答を確認できませんでした")
print(result["response"])

どちらも完了状態と空でない回答を確認してから、responseフィールドを表示します。完了したことと、首都の回答が事実として正しいことは別に確認します。この /api/generate の例では会話履歴を渡していないため、呼び出しごとに独立した入力です。複数ターンの履歴を扱う場合は、メッセージを送る /api/chat の仕様を確認します。

つまずいたときの切り分け

症状確認すること
ollama が見つからないインストール完了後にターミナルを開き直す。PATHを含むOS別の公式手順を確認する。
APIに接続できないアプリ・サービスの起動と接続先を確認する。まず /api/tags で接続だけを試す。起動済みのサーバーへ ollama serve を重ねて起動しない。
モデルが見つからないollama list の名前と要求の model を照合し、必要なら ollama pull gemma3:1b で取得する。
応答が遅い・タイムアウトする初回のモデル読み込み、ollama ps のCPU/GPU配置、空きメモリ、入力長を確認する。小さいモデル・短い入力で切り分ける。API例の180秒は待ち時間の上限で、処理完了の保証ではない。
11434番ポートが使用中と出るすでにOllamaが起動しているかを確認する。アプリ・サービス・手動サーバーを重複して起動しない。

ローカル専用・費用・外部連携の注意

  • 公式FAQの disable_ollama_cloud または OLLAMA_NO_CLOUD=1 をOllamaサーバーに設定し、再起動するとクラウドモデルとWeb検索を無効にできます。クライアント側のターミナルだけで設定しても、起動済みアプリには反映されません。
  • ローカル推論の利用料と、電気代・機器代・モデルのライセンス・クラウドの契約は別です。「完全無料」と一括りにはできません。
  • Open WebUIを追加する場合は、別製品の導入と設定が必要です。公式のDocker例ではコンテナ内のポートは8080で、ホスト側を3000にするなら 3000:8080 と対応させます。永続ボリュームと、コンテナからOllamaへ届く接続先も確認してください。コンテナ内のlocalhostは、ホストPCのlocalhostと同じではありません。
  • 初期設定のローカルAPIを、不用意にインターネットへ公開しないでください。

このページのAPI例は公式仕様に照らして記載しています。モデルや機器による応答速度・回答精度を保証するものではありません。

参考資料

確認日:2026年10月1日。機能・利用条件は更新されるため、利用時は各公式ページも確認してください。

次に学ぶなら