Ollamaのローカルモデルとcloudモデルの違い｜PC内で動く範囲を整理

遅さ・停止・ログの見方をlocal/cloudで分ける

今回の新規Ollama記事は、主にWindows上のローカルモデルを対象にしています。localモデルはPCのモデルロード、PROCESSOR、RAM/VRAM、context、server.logを確認します。cloudモデルは通信、サインイン、提供条件、利用時点の公式表示を別に確認し、PC内推論の速度比較へ混ぜません。

• Ollamaが遅い - localモデルのロード・入力・生成を測る
• Ollamaの回答が途中で止まる - localモデルのdone_reasonとログを確認する
• Ollamaが起動しない・localhost:11434につながらない - アプリ、server、portを切り分ける
• OllamaでGPUが使われない - localモデルのPROCESSORとGPU対応を確認する

local modelでもproviderとtoolを確認する

local modelを選んだことは、web search、MCP、embedding、router fallback、Scheduled Jobs、Magic機能、memoryまでlocalになることを意味しません。provider、tool、保存先、ログ、外部通信を分けて確認します。

• ローカルLLMの安全性とprivacy - 履歴、ログ、外部送信、モデル出所を確認する
• AnythingLLM Model Router - fallbackとrouteごとのproviderを確認する

まず結論：Ollamaの名前だけでは推論場所は決まらない

Ollamaは、ローカルモデルをPCで動かすランタイムとしても、cloudモデルをローカルのCLIやAPIから呼び出す入口としても使えます。したがって「Ollamaを使う = すべてPC内で完結」とは言えません。

ローカルモデルとcloudモデルの比較

最初に見るべきなのは「どのアプリを開いたか」ではなく、どこでモデルが推論しているかです。Cloudの公式説明では、cloudモデルはOllamaのcloud serviceへ自動的にオフロードされます。

「ローカルなら必ず安全」「cloudなら必ず危険」と単純化するのも避けます。local-onlyを含む設定、接続先、保存場所、ログ、会社や案件のルールを個別に確認してください。

`:cloud`の付いたモデル名を読む

Ollamaのモデルライブラリでは、たとえば `glm-5.2:cloud` のように `:cloud` が付いたタグが表示されます。このタグは、PCに756B級のモデル重みをそのまま保存してローカル推論するという意味ではありません。公式Cloud説明のとおり、cloud serviceへオフロードされるモデルとして扱います。

1. モデルライブラリで、モデル名だけでなく `:cloud` タグの有無を確認する
2. `ollama signin` が必要か、ネットワーク・アカウント条件を確認する
3. 推論場所をPC内に限定したい場合は、cloudモデルを選ばず、必要ならlocal-only設定を確認する
4. 入力するデータがcloud serviceへ送られる構成か、用途とルールに照らして判断する

ollama signin
ollama run glm-5.2:cloud

# ローカルモデルの例
ollama run gemma4

Ollama本体・ollama run・ollama launchの役割

v0.32.0のRelease Notesは、`ollama` 単体で対話型エージェント体験を開始すること、Codex App integrationの名称をChatGPTへ変更したこと、`ollama launch` のメニューを整理したことを説明しています。一方、現行CLI Referenceの対応統合一覧は更新される可能性があるため、実際の利用時は `ollama launch` と現在の公式ドキュメントを照合してください。

Ollama 0.32.0で変わったこと：記事にできる事実と未確認事項

• 公式Release Notesの公開日は2026-07-11です。
• ターミナルで `ollama` を実行すると、新しい対話型エージェント体験が起動する変更が記載されています。
• Codex App integrationはChatGPTという名称になり、Release Notesには `ollama launch chatgpt` が示されています。
• 古いagent modelとしてCodeLlama、Qwen2.5系、Llama 3.x、Mistral、StarCoder、base DeepSeek-R1 tagsへの警告が記載されています。
• Windowsでの具体的なメニュー表示、利用できる統合の最終一覧、プランや利用枠は、このrepoからは実機確認していません。

「ollamaを実行しただけで完全なローカルAIエージェントになる」「ChatGPTの有料サービスが不要になる」とは書けません。エージェント体験、モデルの推論場所、外部サービス、利用条件を分けてください。

Windowsで始める前に確認すること

OllamaのWindows公式ドキュメントでは、ネイティブWindowsアプリとしてバックグラウンドで動作し、cmdやPowerShellから `ollama` コマンドを使え、APIは既定で `http://localhost:11434` に提供されると説明されています。

1. Windows 10 22H2以降など、現在の公式システム要件を確認する
2. ローカルモデルを保存するSSD容量と、モデルを動かすRAM・VRAMを確認する
3. まず `ollama run` で軽いローカルモデルを1つだけ試す
4. ローカル単体が動いてから、AnythingLLM、Hermes Desktop、外部APIへ進む
5. cloudモデルを試すときは、サインイン、ネットワーク、データの経路を別に確認する

• Ollamaの使い方 - Windows導入、基本コマンド、API接続、ログ確認へ進む
• LM StudioとOllamaの違い - GUIで始めるか、CLI/APIへ進むかを比較する
• Hermes DesktopとOllama - エージェント側とモデル実行側を分けて接続する

local-onlyにしたい場合の確認

Ollama公式FAQでは、cloud機能を無効化するとlocal-onlyで動かせる一方、cloudモデルとweb searchが使えなくなると説明しています。環境変数 `OLLAMA_NO_CLOUD=1` または `~/.ollama/server.json` の `disable_ollama_cloud` を使う方法が示されています。

OLLAMA_NO_CLOUD=1

これは「何でも自動的に安全になる」スイッチではありません。ローカルモデルの出所、アプリのログ、接続先、公開設定、入力データの扱いは別に確認します。Windowsでは環境変数を変更後、公式手順に沿ってOllamaを再起動します。

Hermes Desktop・AnythingLLM・LM Studioとの関係

• Hermes AgentとHermes Desktopの違い - エージェント本体、GUI、モデル実行側を分ける
• AnythingLLMでPDFを読む方法 - Ollamaを文書活用のモデル側に置く時の確認
• GGUFとは - LM Studioで扱うモデルファイルと量子化を整理する

cloudモデルか分からない時の確認順

1. 実行したモデル名をそのまま記録し、末尾に `:cloud` があるか確認する
2. Ollama公式ライブラリのモデルページで、cloud表示、サイズ、対応統合を確認する
3. サインイン状態とネットワークを確認する。秘密鍵やAPIキーはログへ貼らない
4. ローカルモデルなら `ollama ps` のProcessorとメモリ使用量を見る
5. 単体チャット、API、Hermes、AnythingLLMのどの段階で問題が起きたか分ける

• ローカルAIが重い・動かない時の症状別チェック - モデル、RAM/VRAM、CPU/GPU、接続先を切り分ける
• Hermes DesktopとOllamaの接続 - API URL、model名、providerを確認する

次に読むページ

• Ollamaとは - Ollamaの役割と、v0.32.0以降の入口を先に確認する
• Ollamaの使い方 - Windows導入、基本コマンド、API接続、ログ確認へ進む
• LM StudioとOllamaの違い - GUIで始めるか、CLI/APIへ進むかを比較する
• Hermes DesktopとOllama - エージェント側とモデル実行側を分けて接続する
• Ollamaのトラブルシューティング - 重い・つながらない時にPCと接続先を切り分ける
• ローカルLLMの安全性とプライバシー - モデル、ログ、外部送信、利用条件を確認する