プロバイダーごとにAPIキーを管理せず、ローカルファーストかつクラウドフォールバックの構成を実現したいですか？ haimakerなら、シンプルなコーディングエージェントの作業はローカルモデルへ回し、難しいタスクだけを1つのエンドポイント経由でクラウドモデルにエスカレーションできます。
HAIMAKERでローカルとクラウドモデルをルーティング
## 総合1位：Qwen3 Coder
Qwen3 Coderは、ローカルコーディングエージェント環境で最初に試してほしいモデルです。
プル方法:
```bash
ollama pull qwen3-coder:30b
```
簡単な動作確認:
```bash
ollama run qwen3-coder:30b "Explain this repo structure and suggest where tests should live."
```
1位に選んだ理由:
- コーディングおよびエージェント型ワークフロー向けに明示的にチューニングされています。
- Ollamaのページには`ollama launch`のサポートが記載されており、Claude Code、Codex、OpenCode、OpenClawに対応しています。
- 30B版は480B版よりローカルでの実用性がはるかに高いです。
- 長文コンテキストに対応しているため、従来のローカルコードモデルよりリポジトリ作業に向いています。
コードレビュー、テスト生成、中規模のリファクタリング、プライバシーを重視するローカルファーストのエージェントセッションに使いましょう。
## ベスト軽量モデル：Gemma 4
Gemma 4は、Qwen3 Coderが重すぎる場合に試したいモデルファミリーです。小型のGemma 4バリアントはローカル/オンデバイス利用向けに設計されており、26B MoE版はトークンごとに全パラメータを計算に回すことなく、ワークステーション向けの高い性能を提供します。
ノートPC向けの軽量版をプル:
```bash
ollama pull gemma4:e4b
```
より強力なワークステーション版をプル:
```bash
ollama pull gemma4:26b
```
Gemma 4は、コード解説や小さな編集、プライベートなコードを対象に、高速なローカル支援がほしい場合のコーディングエージェントに適しています。エージェントがマイグレーション計画全体を正確に把握し続けるような長い自律セッションにはあまり向きません。
## 最新モデル：Kimi K2.7 CodeとLaguna XS 2.1
この夏、コーディングに特化した2モデルがOllamaライブラリに登場しました。どちらも注目に値します。
**Kimi K2.7 Code**は、MoonshotがK2.6系列を基にコーディング向けへチューニングしたビルドです。同じファミリーのK3はアリーナリーダーボードで、クローズドな最先端モデルを上回っています。本格的なハードウェア（48GB以上のVRAMか大容量メモリのMac）が必要ですが、それが用意できるなら、現在ローカルで実行できるオープン系コーディングモデルとして最強クラスです。
```bash
ollama pull kimi-k2.7-code
```
**Laguna XS 2.1**は、Poolsideのエージェント型コーディングMoEです。総パラメータ数は33Bですが、トークンあたりのアクティブパラメータは3Bしかないため、サイズから想像できないほど軽快に動きます。コーディングエージェントが繰り返し実行するツール呼び出しのループに特化して設計されています。
以前のバージョンのこのガイドでDeepSeek Coder V2を使っていた方は、使用をやめて乗り換えてください。現在の選択肢から2世代遅れており、コミュニティのランキングからも完全に姿を消しています。
## これらのモデルの活用場所
- **[haimaker.ai](https://haimaker.ai)** - ローカルのOllamaモデルとより強力なクラウドモデルを併用し、シンプルな作業はローカルへ、難しいタスクは有料モデルへルーティングできます。
- **OpenClaw** - コーディングエージェントセッションのローカルプロバイダーとしてOllamaを利用できます。詳しくは[OpenClawローカルモデルガイド](/ja-jp/blog/openclaw向けおすすめローカルllm/)を参照してください。
- **OpenCode** - OpenAI互換プロバイダーとしてOllamaを追加できます。詳しくは[OllamaとOpenCodeの連携](/ja-jp/blog/ollamaをopencodeで使う方法/)を参照してください。
- **CodexとClaude Code** - Ollamaのモデルページには`ollama launch`の例も掲載されており、CodexやClaude Codeなどのエージェントランタイムに対応しています。
## OpenAI互換エージェントのセットアップ
ほとんどのコーディングエージェントは、OllamaのローカルOpenAI互換エンドポイントを通じて利用できます。
```text
http://localhost:11434/v1
```
ツールがAPIキーを要求する場合は、ダミーのキーを設定してください。Ollamaはローカルではキーを検証しません。
```json
{
"baseURL": "http://localhost:11434/v1",
"apiKey": "ollama",
"model": "qwen3-coder:30b"
}
```
OpenCodeの場合、プロバイダーブロックは以下のとおりです。
```jsonc
{
"$schema": "https://opencode.ai/config.json",
"provider": {
"ollama": {
"npm": "@ai-sdk/openai-compatible",
"name": "Ollama (local)",
"options": {
"baseURL": "http://localhost:11434/v1"
},
"models": {
"qwen3-coder:30b": {
"name": "Qwen3 Coder 30B"
}
}
}
}
}
```
ツール呼び出しが不安定な場合は、まずモデルサイズを下げ、そのうえでハードウェアが耐えられる範囲にコンテキストを広げてください。メモリスワップが発生する巨大なコンテキストウィンドウは、応答性を保てる小さいウィンドウより実用性で劣ります。
## Ollamaを使うべきでない場面
ローカルモデルが真価を発揮するのは、プライバシー、コスト、オフライン動作が重要な場合です。すべてのコーディングタスクで自動的に優れているわけではありません。
クラウドモデルを使うべき場面:
- 多数のファイルにまたがるタスク
- バグが微妙で再現しにくい場合
- 確実に動くツール呼び出しが必要な場合
- パッチが本番システムに影響する場合
- 生成されたすべての行をレビューする時間がない場合
実用的なセットアップはローカルファーストであって、ローカルオンリーではありません。安く済ませたいプライベートな作業にはQwen3 CoderやGemma 4を使い、トークンよりもレビューや確認の手間が増えてきたら、より強力なクラウドモデルにエスカレーションしましょう。