Ollamaとは？初心者向けにできること・仕組み・始め方を解説

Ollamaは、ローカルLLMを自分のMacで試すときに使えるツールです。

この記事では、Ollamaの役割と仕組み、ChatGPTとの違い、Macへのインストール、基本コマンド、API、注意点を説明します。

最初に結論

Ollamaは、AIモデルを自分のパソコンへ取得し、実行しやすくするツールです。

モデルの取得、実行、確認、停止、API利用などをまとめて扱えます。OllamaはmacOS、Windows、Linuxで利用でき、ターミナルではollamaコマンドからメニューを開いたり、ollama runでモデルとの対話を始めたりできます。

ただし、Ollamaそのものが質問に答えているわけではありません。実際に文章を作るのは、Qwen3などのAIモデルです。

Ollamaとは

大規模言語モデルは、文章を読み取り、回答を生成するAIモデルを指します。Ollamaを使うと、対応モデルをパソコン上で動かしたり、別のアプリから利用したりできます。

Ollama公式サイトにはさまざまなモデルが用意されています。必要なモデルをダウンロードし、コマンドから実行できます。

公式Quickstartでは、ollamaで対話型メニューを開き、ollama runでチャットを始める手順が案内されています。基本コマンドを覚えると、保存済みモデルやメモリ上のモデルも確認できます。

また、OllamaはAPIを提供しています。APIとは、別のアプリからOllamaへ処理を依頼するための窓口です。自分で作ったWebアプリや、対応する開発ツールからモデルを呼び出せます。

ChatGPTとOllamaは何が違う？

ChatGPTはクラウド型AIサービスです。Ollamaは、ローカルモデルやクラウドモデルを扱う実行環境で、役割が異なります。

比較項目	ChatGPTなどのクラウド型AI	Ollamaでローカルモデルを使う場合
AIが動く場所	サービス提供者側のコンピューター	自分のパソコン
インターネット接続	基本的に必要	モデル取得時は必要。取得後はオフラインで使える場合がある
使用するモデル	サービスが提供するモデル	自分で取得した対応モデル
パソコン性能への依存	比較的小さい	メモリやCPU・GPUの影響を受ける
データの扱い	サービスの規約や設定を確認する	ローカル実行時は端末内で処理。ただし連携先やクラウド機能は別
初期設定	アカウント作成後すぐ使いやすい	インストールとモデル取得が必要
費用の考え方	無料枠や有料プランなどサービスごとに異なる	パソコン、電力、ストレージ、モデルやクラウド機能の条件を確認する

Ollamaにはクラウドモデルもあります。クラウドモデルはOllamaのクラウド側で処理されるため、「Ollamaを使えば必ず完全ローカル」とは限りません。

ここではMacに保存するローカルモデルを扱います。

Ollamaで何ができる？

Ollamaでモデルを動かすと、次のような用途を試せます。

• AIとのチャット
• 文章の下書きや要約
• コード生成やプログラミングの補助
• 複数モデルの動作比較
• 自作アプリからのAPI利用
• Codexなど、Ollamaが対応する開発ツールとの連携

回答の特徴や正確さは使用するモデルによって異なり、大きなモデルが必ず自分の用途に合うとは限りません。

Ollamaの仕組み

ローカルモデルを使うときの流れは次のとおりです。

モデルデータをMacへ保存し、質問時にOllamaがモデルを読み込んでCPUやGPUで回答を生成します。

Apple Silicon搭載Macでは、CPUとGPUがユニファイドメモリを共有します。そのため、モデルだけでなくmacOSや同時に開いているアプリも同じメモリを使います。

Macで使うための条件

OllamaのmacOS公式ドキュメントでは、macOS Sonoma 14以降が必要です。

Apple MシリーズではCPUとGPUに対応しています。Intel Macも対象ですが、公式の案内ではCPUのみです。Apple SiliconではMetalを利用したGPUアクセラレーションに対応しています。アクセラレーションとは、GPUを使って処理を速める仕組みです。

必要なメモリは、モデルやコンテキストの長さで変わります。コンテキストは、一度に参照する会話や文章の範囲です。M5や24GBは必須条件ではありません。

手元では、M5 MacBook Air 24GB、macOS 26.6.2、Ollama 0.32.15でQwen3 4B、8B、14Bを実行しました。これは一つの使用例です。

インストール方法

Macでは、Ollama公式ダウンロードページからアプリを取得する方法が基本です。

1. 公式サイトからmacOS版をダウンロードする
2. ダウンロードしたDMGファイルを開く
3. OllamaアプリをApplicationsフォルダへ移動する
4. Ollamaを起動する

公式アプリは起動時にollamaコマンドを確認し、必要ならコマンドへのリンク作成を案内します。

インストール後は、ターミナルで次のコマンドを実行するとバージョンを確認できます。

ollama --version

手元の実測環境ではOllama 0.32.15を使用しました。バージョンは更新されるため、記事の数値と比較するときは自分の環境も確認してください。

最初に覚える基本コマンド

基本操作はOllama公式CLIリファレンスで確認できます。

コマンド	何をする？	使う場面
ollama run モデル名	モデルを実行する	AIと対話を始めたいとき
ollama pull モデル名	モデルをダウンロードする	先にモデルを取得したいとき
ollama ls	保存済みモデルを一覧表示する	何を取得したか確認したいとき
ollama ps	メモリに読み込まれたモデルを表示する	実行中・保持中のモデルを確認したいとき
ollama stop モデル名	読み込まれたモデルを停止する	メモリを空けたいとき
ollama rm モデル名	保存済みモデルを削除する	ストレージを空けたいとき

stopはメモリから停止する操作、rmは保存したモデルデータを削除する操作です。役割が違うので注意してください。

モデルを実行してみる

ここでは、Ollama公式モデルライブラリに掲載されているqwen3:8bを例にします。

1. モデルを取得する

ollama pull qwen3:8b

2. モデルを実行する

ollama run qwen3:8b

3. 質問を入力する

ローカルLLMとは何か、初心者向けに説明してください。

4. 終了する

対話を終えるときは、入力欄で次を実行します。

/bye

モデルデータはMac内に残るため、次回は再ダウンロードせずに実行できます。

ollama psとollama stopは覚えておく

Ollamaは回答後もモデルをすぐにはメモリから外しません。公式FAQでは、次の利用に備えて既定で5分間保持すると説明されています。

現在メモリにあるモデルは、次のコマンドで確認できます。

ollama ps

不要なモデルをすぐ停止する場合は、モデル名を指定します。

ollama stop qwen3:8b

前回の実測では、Qwen3 4Bと14Bの同時ロードをollama psで確認しました。切り替え後にメモリ使用量が気になるときは、複数モデルが残っていないか確認します。

詳しいメモリ状態は、M5 MacBook Air 24GBでのQwen3実測結果に掲載しています。

OllamaのAPIとは

Ollamaを起動すると、ローカルAPIが既定でhttp://localhost:11434/apiに用意されます。localhostは、自分が今使っているパソコンを表す名前です。

たとえば、次のリクエストでQwen3 8Bへ質問できます。

curl http://localhost:11434/api/generate -d '{
  "model": "qwen3:8b",
  "prompt": "Ollamaを初心者向けに一文で説明してください。",
  "stream": false
}'

自作アプリからOllamaへ質問を送り、結果を受け取れます。自分のパソコンからhttp://localhost:11434へアクセスするローカルAPIには、認証が必要ありません。一方、https://ollama.com/apiのクラウドAPIや、Ollama Cloudのモデルを利用する場合は認証が必要です。

ローカルAPIは外部公開を前提にした認証を備えていないため、公開設定を安易に追加せず、まずMac内で試してください。

初心者が勘違いしやすいこと

• 必要なメモリはモデルごとに違う: モデルの大きさ、量子化、コンテキスト、同時に動かすアプリで変わります。量子化はモデルを小さくする技術です。
• 大きなモデルが常に適しているとは限らない: 必要なメモリや待ち時間も増えやすいため、用途とMacの余力で選びます。
• すべてが完全オフラインとは限らない: 初回のモデル取得には通信が必要です。クラウドモデルや外部ツールでは送信先も変わります。
• モデルはストレージを使う: 不要なモデルはollama rm モデル名で削除できます。
• モデルごとに利用条件がある: 商用利用や再配布の前にモデルのライセンスを確認します。
• 長いコンテキストはメモリへ影響する: 長い会話や大きな文書では使用メモリが増えることがあります。

Ollamaはどんな人に向いている？

Ollamaは、次のような人に向いています。

• ローカルLLMを自分のMacで試したい
• 複数のAIモデルを比較したい
• AI開発やAPIを勉強したい
• 自作アプリとAIを接続してみたい
• 対応する開発ツールとローカルモデルを組み合わせたい

設定なしですぐAIを使いたい人や、メモリ・ストレージを管理したくない人には、クラウド型サービスが扱いやすい場合があります。

手軽さと、自分で管理できる範囲のどちらを重視するかで選びます。

まとめ

Ollamaを使うと、ローカルLLMの取得・実行からAPI連携まで進められます。最初はollama pull、ollama run、ollama ps、ollama stopの役割を覚えれば十分です。

クラウド機能の有無、必要なメモリ、モデルの利用条件を確認し、自分のMacに合うモデルを一つ選んで短い質問から試してください。

実際にM5 MacBook Air 24GBでQwen3 4B、8B、14Bを動かした速度とメモリ状態は、M5 MacBook Air 24GBでローカルLLMを動かしてみた実測記事で確認できます。

据え置きMacで試したい場合は、M2 Pro Mac mini 32GBでQwen3を実測した記事も参考になります。