Ollamaとはインストール・使い方・料金【2026年10月版】。Mac・Windows・LinuxでオープンなLLMを無料で動かすソフト、ollama runで最初のモデルを動かし、localhost:11434のAPIとCloud（Pro月$20）まで

2026年10月2日・日本時間時点の情報です。 Ollamaは、オープンなAIモデルを自分のパソコンにダウンロードして動かすためのソフトで、公式トップページは「Local models are always free.」（訳：ローカルのモデルは常に無料）と書く。公式サイト・Docs・GitHubの記載と、筆者が自分のMacで実際に動かした結果から、入れ方・使い方・API・Cloudの料金を整理する。

3行まとめ

1. Ollamaはオープンなモデルを自分のPCで動かすソフトで、ローカルで動かす分は無料。 入れ方はMac・Linuxが公式のinstall.shの1行（Macはdmgも・macOS 14以上）、WindowsがPowerShellの1行かOllamaSetup.exe（Windows 10 22H2以上）。ソースはMITライセンス。
2. 最初の一歩は ollama run gemma3:4b（3.3GB）のような1行。 筆者のMacBook Pro（M5 Max・64GB）とOllama 0.33.0では、gemma3:4bが日本語の依頼に読み込みを含めて1.99秒で答え、出力は約146 tokens/sだった（1回の計測）。APIは同じPCの http://localhost:11434 で受け付ける。
3. 有料はクラウドの部分だけ。 料金ページはFree $0／Pro月$20（年払い月$16.67）／Max月$100／Team月$500（Early access）。Proは月$60分、Maxは月$300分の利用クレジットを含む。

Ollamaとは何か、無料か、読み方は

公式のトップ・README・Docsから実体を分けると、①モデルをダウンロードして自分のPCで実行する仕組み、②それを呼び出すコマンド（ollama）とAPI、③Claude CodeやCodexなどのエージェントソフトにつなぐ ollama launch、④Ollama側のサーバーでモデルを動かすCloud、の4つになる。

無料かどうか。 料金ページのFAQは「Running models on your own hardware is always unlimited.」（訳：自分の機器でモデルを動かすのは常に無制限）と書く。GitHubの ollama/ollama のライセンスは、筆者が10月2日にGitHubのAPIで取得した時点でMITだった。料金ページの範囲では、支払いが出るのはOllamaのクラウドのモデルを使う場合（後述）に限られる。

読み方。 本記事が取得した範囲（公式サイト・Docs全文・GitHubのREADME）には、発音やカタカナ表記を示した箇所が見当たらなかった（原文を「pronounc」「発音」で検索した）。

インストール：Mac・Windows・Linuxの公式手順

公式のダウンロードページ（https://ollama.com/download）は、macOS・Linux・Windowsを切り替えて表示する。

Windowsのドキュメントによると、インストールに管理者権限は要らず、既定ではホームフォルダーに入る。バイナリ用に4GB以上の空きが要り、モデルは「数十〜数百GB」になりうる。インストール先は OllamaSetup.exe /DIR="d:\some\location"、モデルの保存先は環境変数 OLLAMA_MODELS で変えられる。

モデルの保存先は公式FAQによると、macOSが ~/.ollama/models、Linuxが /usr/share/ollama/.ollama/models、Windowsが C:\Users\%username%\.ollama\models だ。ディスクが足りない時の移し方と消し方はOllamaでディスクが埋まった時にやることにまとめてある。

最初のモデルを動かす：ollama run の手順と実測

公式のREADMEは、チャットの始め方を ollama run gemma4 と書く。公式Quickstartは、ローカルで試す例としてGemma 4 E2B（ダウンロードは約7.2GB）を挙げ、「8 GB of available VRAM, or unified memory on a Mac」（訳：空きVRAM 8GB、Macならユニファイドメモリ）を推奨し、「With less VRAM, Ollama can use system RAM, but responses may be slower.」（訳：VRAMが少ないとシステムRAMを使えるが、応答は遅くなりうる）と書く。

筆者は、ライブラリでサイズを確かめてgemma3:4b（表示は3.3GB・128Kコンテキスト）を動かした。このMacのOllamaはHomebrew版（/opt/homebrew/bin/ollama が Cellar/ollama/0.33.0 を指す）で、ollama serve を起動した時点のログは「total blobs: 0」、つまりモデルが1つも無い状態から始めている。

筆者がやった手順と結果（2026年10月2日・1回の計測）

出力は日本語の3文で、1文目が「ローカルLLM（Large Language Model）とは、クラウド上にない自分のコンピュータ上で動作する大規模言語モデルのことです。」と始まった。内容の正しさは検証していない。

ollama ps を見ると、ファイルは3.3GBだが読み込み後は3.9GB、コンテキスト長は131072（128K）だった。serveのログでは、OllamaはこのMacのGPUが使えるメモリを51.8 GiBと検出して既定のコンテキスト長を262144にしようとし、gemma3:4bの上限の131072に合わせていた。DocsのContext lengthのページは、既定値をVRAMに応じて「< 24 GiB VRAM: 4k context」「24-48 GiB VRAM: 32k context」「>= 48 GiB VRAM: 256k context」と書き、コンテキスト長を大きくすると要るメモリが増える、とする。メモリの少ないPCでは既定のコンテキストが短くなるので、この増え方がそのまま当てはまるとは限らない。

ollama run <モデル名> だけを実行すると、Quickstartの説明どおり、モデルが無ければダウンロードしてからチャットが始まる（終えるのは /bye）。公式FAQによると、モデルは既定で5分間メモリに残ってから降ろされ、すぐ降ろすには ollama stop を使う（APIなら keep_alive に0）。基本のコマンドは次のとおり（公式のCLIリファレンスに沿う）。

ollama run gemma3:4b      # モデルを動かして対話（無ければ先にダウンロード）
ollama pull gemma3:4b     # ダウンロードだけ
ollama ls                 # 入っているモデルの一覧
ollama ps                 # いま読み込まれているモデル
ollama stop gemma3:4b     # メモリから降ろす
ollama rm gemma3:4b       # モデルを消す
ollama launch claude      # Claude Codeなどの外部アプリをOllamaのモデルでつなぐ

ollama launch は、READMEとCLIリファレンスによるとClaude Code・Codex・OpenCode・OpenClawなどを選べる。ローカルモデルでエージェントを動かした記録はローカルLLMでコーディングエージェントは実用になるかにある。

モデル一覧の見方と、メモリに合うモデルの選び方

公式のモデル一覧（https://ollama.com/library）は、筆者が10月2日11時すぎに「Popular」順で取得した時点で、先頭から llama3.1（120M Pulls）、deepseek-r1（93.3M）、nomic-embed-text（87.8M）、llama3.2（84.7M）、qwen2.5（41.5M）、gemma3（40.8M）、qwen3（38.6M）…と並んでいた。並びはPull（ダウンロード）数の多い順と一致しており、性能の順位ではない。各行には能力のタグ（tools・thinking・vision・embedding・audio・cloud）、サイズの選択肢（bは10億パラメータ）、Pull数・タグ数・最終更新が出る。

モデル個別のページには、タグごとのファイルサイズが書かれている。筆者が開いた範囲では、gemma3は 4b＝3.3GB・12b＝8.1GB・27b＝17GB、qwen3は 4b＝2.5GB・8b＝5.2GB・14b＝9.3GB・30b＝19GBだった。「2 days ago」に更新と表示されたgemma4は、e2bが4.6GB〜7.5GB、e4bが6.6GB〜9.5GB、12bが7.7GB〜8.0GB、26bが16GB〜19GBと幅で表示されていた。Quickstartの「約7.2GB」はe2bの幅の中に入るが、どのタグを指すかはQuickstartに書かれていない。

メモリに合わせた選び方（公式の記載の範囲）。 本記事が確認した範囲では、公式Docsにモデルとメモリを網羅した対応表は無かった。目安として書かれているのは、Quickstartの「Gemma 4 E2B（約7.2GB）に空きVRAM 8GB」、上のContext lengthのページの既定値、OpenClawなど連携ソフトのページにある推奨ローカルモデルの目安（例：「gemma4 — Reasoning and code generation locally (~16 GB VRAM)」）などだ。実際には、自分のPCのユニファイドメモリ（Mac）かVRAM（GPU）の容量と、ライブラリにある候補タグのファイルサイズを比べ、余裕を見て小さいタグ（4bや1bなど）から試すことになる。

用途別のモデル選びはローカルLLMおすすめモデル10選とSLM（小型言語モデル）とはにある。

APIとして使う：localhost:11434

公式FAQは「Ollama binds 127.0.0.1 port 11434 by default.」（訳：Ollamaは既定で127.0.0.1の11434番ポートに結びつく）と書き、ネットワークに公開するには環境変数 OLLAMA_HOST を変える、と説明する。既定では自分のPCからしか届かない。

GitHubのAPIドキュメント（docs/api.md）にある /api/generate の例（"stream": false）を、モデル名とプロンプトだけ手元のものに替えると次の形になる。

curl http://localhost:11434/api/generate -d '{
  "model": "gemma3:4b",
  "prompt": "日本語で、ローカルLLMとは何かを3文で説明して",
  "stream": false
}'

筆者が11時09分55秒にこの内容のリクエストを送ると、JSONで "done": true、"done_reason": "stop" が返り、response に日本語の3文、eval_count が72、eval_duration が約0.49秒（72 tokens÷0.491秒＝約147 tokens/s）、load_duration は約0.45ミリ秒だった。直前の ollama run で読み込み済みだったため、読み込み時間は1.38秒より大きく短い。

チャット形式は /api/chat、OpenAI互換は /v1/chat/completions・/v1/responses、Anthropic互換は /v1/messages で、Quickstartに各curl例がある。ライブラリは pip install ollama、npm i ollama。Windowsでは、Docsの例のとおりPowerShellの Invoke-WebRequest で呼べる。

Ollama Cloudとは何か、いくらか

公式DocsのCloudのページは「Run models in Ollama’s cloud from your apps or terminal. No model or app download required.」（訳：アプリやターミナルから、Ollamaのクラウドでモデルを動かす。モデルやアプリのダウンロードは要らない）と書く。使い方は2通りある。

• アプリ・CLIから：ollama を起動してサインインすると、クラウドのモデルを選べる。名前は gemma4:cloud のように :cloud を付ける。
• APIから：APIキーを作り、https://ollama.com/api/chat に Authorization: Bearer を付けて送る。モデル名は https://ollama.com/api/tags が返す名前（例 gemma4:31b）で、Ollamaのインストールは要らない。

料金ページ（10月2日11時05分ごろ取得）の内容は次のとおり。なお https://ollama.com/cloud を開くと、この料金ページへ転送される。

クラウドモデルの従量単価は、料金ページに「100万トークンあたり」で載る。例として、gemma4は入力$0.14・出力$0.40、glm-5.3は入力$1.40・出力$4.40、kimi-k3は入力$3.00・出力$15.00だった。一部のモデルは「Off-Peak」（平日の12:00〜18:00 UTC以外と週末終日）の安い単価が別に載る。FAQによると、含まれる利用額はPro・Max・Teamで毎月、契約を始めた日と同じ日にリセットされる。

データの扱い。 公式トップページは「Your data is never trained on by any provider.」（訳：どの提供元にもデータは学習に使われない）と書く。ホスト先は、同じトップページに「US & Europe」と「US, Europe & Singapore」の2通りの表記があり、料金ページのFAQは「primarily in the United States」（主に米国）で、欧州とシンガポールに回すこともある、と書く。クラウド機能は、FAQによると環境変数 OLLAMA_NO_CLOUD=1 で無効にできる。筆者はOllama Cloudを契約・実行していない。

OllamaとLM Studioの違い

どちらもオープンなモデルを自分のPCで動かすソフトだ。各社の公式ページの表現を並べる。

筆者が10月2日11時すぎに両社の料金ページを開き比べたところ、有料プランの金額（$20と$100）は同じだが、Ollamaは含まれる利用額をドル（$60・$300）で、LM StudioはProを「5× usage limits」と倍率で示し、そのまま比べられる書き方ではなかった。LM Studioの使い方はLM Studioの使い方と料金にある。

この記事が確かめていないこと

• 計測は1回だけ。 146 tokens/s は、M5 Max・64GB・Ollama 0.33.0・gemma3:4bで短い日本語の依頼を1回実行した値。8GBや16GBのPCでは測っていない。
• WindowsとLinuxでは実行していない。 手順と要件は公式ドキュメントの記載。Macでも、dmgやinstall.shでの新規インストールはしておらず、入っていたHomebrew版を使った。
• Ollama Cloudは契約・実行していない。 料金とデータの扱いは取得時点の公式ページの記載で、変わりうる。

Ollamaの公式サイト・Docs・GitHubと手元の実行ログ

公式ページは10月2日11時05分〜10分ごろ（Docs全文・Context length・OpenClawのページと ollama.com/cloud の転送先は11時16分〜20分ごろ）に curl で取得して保存し、数字と引用はその原文から取った。計測の数字は、計測時に保存したserveのログ・--verbose の出力・APIの応答JSON・ollama ps の出力から取った。