GGUF・safetensors・MLX・Ollamaの違い｜形式・実行基盤・管理方法を分けて見る

この記事の役割：4つを同じ階層で比べない

• GGUFとは？親記事 - 読み方、GGUF版、Q4/Q5/Q8、モデル選びの全体像へ戻る
• GGUFモデル選び診断 - メモリ、GPU、用途から最初の候補を絞る

GGUFとsafetensors：形式と変換後の実行経路を分ける

ggmlの公式仕様では、GGUFはGGMLとGGML系executorで推論するモデルを保存するbinary formatで、PyTorchなどで開発したモデルをGGUFへ変換する流れが説明されています。単一ファイル配置やmetadataを持てる設計でも、すべてのruntimeで読めるという意味ではありません。

Hugging FaceのSafetensors docsは、tensorを安全かつ高速に保存・読み込む形式として`model.safetensors`と`safe_open`を説明しています。safetensorsを見つけた時点でGGUFと同じ実行手順だと考えず、Model Cardとframeworkの読み込み方法を確認します。

MLX：Apple silicon向けのframeworkであり、GGUFの別名ではない

AppleのMLX公式リポジトリは、MLXをApple silicon向けのmachine learning array frameworkと説明し、CPUとGPUで動くmulti-deviceの仕組みを案内しています。したがってMLXは、GGUFやsafetensorsのような単一のモデルファイル形式と同じ欄へ置かないほうが正確です。

MacでMLX対応モデルを探す場合は、MLXの実行環境、モデル配布元、対応パッケージ、メモリ共有の前提を確認します。WindowsでGGUFを使う説明へそのまま移植したり、MLX対応だけでLM Studio・Ollamaの動作を保証したりしません。

Ollama：複数の入力形式を扱うruntime・管理層

Ollama公式のModelfileは、モデルの作成・共有・実行を定義するblueprintです。Ollama公式のImporting a Modelでは、SafetensorsのdirectoryやGGUF fileを`FROM`に指定して`ollama create`し、`ollama run`する経路が別々に説明されています。これはOllamaがGGUFという一つのファイル形式そのものではなく、入力モデルをruntimeへ取り込んで管理する層だと考える根拠になります。

FROM /path/to/safetensors/directory
# または
FROM /path/to/file.gguf

ollama create my-model
ollama run my-model

• Ollama Modelfile - FROM、PARAMETER、TEMPLATE、LICENSEの役割を見る
• Ollamaでモデルをimport - SafetensorsとGGUFを別経路で取り込む
• LM StudioとOllamaの違い - GUI中心とCLI/API中心の違いを見る

Hugging Faceや配布ページで確認する順番

1. まずModel Cardで元モデル、推奨framework、用途、制限、licenseを見る。
2. Filesで`.gguf`、`.safetensors`、MLX関連ファイルやconfigを層ごとに分ける。
3. 使うOSとruntimeを先に決め、形式の対応表ではなく公式のimport・load手順を確認する。
4. 変換する場合はrepo、revision、変換ツール、量子化、出力ファイルを記録する。
5. 同じ名前でも配布元・tag・形式・quantが違う場合は、同じモデルとして速度や品質を比較しない。

近いGGUF記事との使い分け

このページは4つの言葉の階層を分ける比較記事です。GGUFの定義、GGUF版の出所、ファイル名、量子化、実際のLM Studio導入は、それぞれ専門記事へ分けて読みます。

• GGUFとは - GGUFの意味、Q4/Q5/Q8、最初の選び方を知る
• GGUF版とは - 元モデル、変換者、配布元、licenseを分ける
• GGUFファイル名の読み方 - Q4_K_M、Instruct、mmproj、MTPを読む
• Q4/Q5/Q8の違い - 量子化の軽さ・品質・PC条件を比較する
• LM StudioでGGUFを入れる方法 - Windowsで検索・ダウンロード・ロードする

Windows初心者の最初の選択