---
title: OllamaをOpenCodeで使う：ローカルモデルセットアップガイド
description: >-
  OpenCodeをOllamaに接続し、コーディングエージェントをローカルで動かす方法を解説します。設定例、推奨モデル、パフォーマンスの注意点、ローカルモデルでよくある問題の解決策を紹介。
date: 2026-04-27T00:00:00.000Z
location: サンフランシスコ（カリフォルニア州） – 2026年4月27日
image: /images/ollama-opencode-setup-hero.jpg
keywords: >-
  ollama opencode, opencode ollama, opencode local model, opencode local llm,
  use ollama with opencode
faq:
  - question: OpenCodeでOllamaを使えますか？
    answer: >-
      はい。OpenCodeはOllamaのOpenAI互換ローカルエンドポイント（http://localhost:11434/v1.）を通じて利用できます。Ollamaをプロバイダーとして追加し、プレースホルダーのAPIキーを設定して、モデル名は「ollama）経由でOllamaを利用できます。Ollamaをプロバイダーとして追加し、プレースホルダーのAPIキーを使い、モデル名は「ollama）を利用できます。Ollamaをプロバイダーとして追加し、プレースホルダーのAPIキーを設定した上で、モデル名は「ollama
      list」に表示されるものをそのまま指定してください。
  - question: OpenCodeにはどのローカルモデルがおすすめですか？
    answer: >-
      メモリが16GB〜32GBある場合は、Gemma
      4またはQwen3.5から始めるのがおすすめです。より大きなモデルの方が性能は高い傾向がありますが、ツール呼び出しの多いコーディングセッションでは急激に遅くなります。
  - question: OpenCodeとOllamaの組み合わせは実用的なコーディングに使えますか？
    answer: >-
      コードの説明、小さな編集、ボイラープレート生成、プライベートなコードレビューには十分使えます。ただし、複数ファイルにまたがる大規模なリファクタリングには弱く、クラウドへのフォールバックが依然として有用です。
locale: ja-jp
translationKey: ollama-opencode-setup
---
クラウドAPIに毎回コーディングプロンプトを送るのに疲れた人が求めるのが、OpenCodeとOllamaの組み合わせです。確かに動きますが、デモで見るより遅く、不安定になりがちです。

正しい認識を持っておきましょう。ローカルのOpenCodeは、小規模でプライベートな繰り返し作業には最適です。一方、面倒な複数ファイルの移行を安心して任せられる相手ではありません。逐一世話を焼くのが好きなら別ですが。

## Ollamaのインストール

macOSの場合：

```bash
brew install --cask ollama-app
open -a Ollama
```

Linuxの場合：

```bash
curl -fsSL https://ollama.com/install.sh | sh
```

次にモデルをプルします：

```bash
ollama pull gemma4
```

利用可能かどうかを確認します：

```bash
ollama list
```

この出力に表示されるモデル名をそのままOpenCodeの設定で使用してください。

## OpenCodeの設定

OpenCodeはOpenAI互換プロバイダーと接続できます。Ollamaは以下のエンドポイントでOpenAI互換APIを公開しています：

```text
http://localhost:11434/v1
```

OpenCodeの設定にOllamaプロバイダーを追加します：

```jsonc
{
  "provider": {
    "ollama": {
      "npm": "@ai-sdk/openai-compatible",
      "options": {
        "baseURL": "http://localhost:11434/v1"
      },
      "models": {
        "gemma4:latest": {}
      }
    }
  }
}
```

OpenCodeが認証を求めてきた場合は、プレースホルダーのキーを使用します：

```json
{
  "ollama": {
    "type": "api",
    "key": "ollama"
  }
}
```

OpenCodeを再起動し、モデルピッカーからOllamaモデルに切り替えます。

## まず試すべきモデル

#### Gemma 4

最初の選択肢としておすすめです。コードの説明、簡単な編集、小規模なコーディングタスクをこなします。より大きなコーディングモデルと比べて、低スペックなマシンでも動作します。

#### Qwen3.5

コード生成ではこちらの方が優れていることが多く、特に大きなバリアントを動かせる場合は差が出ます。27Bクラスのモデルは小さなモデルよりも実用的ですが、それなりのメモリが必要です。

#### Llama 3.3

ハードウェアに余裕があれば優れた汎用モデルです。小型のラップトップでは扱いにくい場合があります。

## パフォーマンスの期待値

最近のローカルモデル関連のスレッドを見ると、誰もが同じ本音を認め始めています。プロンプトは通るし、コードの品質も悪くない。それでもツール呼び出しが積み重なると、全体として遅く感じる。

これは想定内の動作です。コーディングエージェントは単一のチャットリクエストではありません。ファイルを読み、計画を立て、編集し、出力を確認し、ループします。ローカル推論では、ループのたびに遅延が体感できるようになります。

許容範囲にするためのコツ：

- コンテキストを小さく抑える
- 簡単な編集には小さなモデルを使う
- モデルをメモリに常駐させておく
- メモリを大量に使うアプリを閉じる
- 大規模なリファクタリングにはクラウドフォールバックを使う

## Ollamaをメモリに常駐させる

```bash
export OLLAMA_KEEP_ALIVE="-1"
```

設定後にOllamaを再起動してください。これにより、コーディングセッション中のコールドスタートの繰り返しを回避できます。

## クラウドフォールバックを使うべき場面

ローカルのOpenCodeが向いている作業：

- 見慣れないコードの読解
- 小さな変更の下書き
- テストの生成
- エラーの説明
- プライベートなファイルの操作

クラウドモデルが向いている作業：

- 複数ファイルにまたがるリファクタリング
- 難しいデバッグ
- アーキテクチャの変更
- 1行ずつレビューしたくないもの

ベストな構成はローカル専用ではなく、ローカルファーストです。

## 関連するセットアップ

特にGemma 4が目的の場合は、[Gemma 4 Ollamaセットアップ](/blog/gemma-4-ollama-setup-guide/)を参照してください。OpenCodeではなくOpenClawを使っている場合は、[Gemma 4とOpenClaw](/blog/gemma-4-ollama-openclaw-setup/)をご覧ください。

<a href="https://app.haimaker.ai/sign-up?utm_source=openclaw_blog&utm_medium=cta&utm_campaign=ollama_opencode" class="cta-button">HAIMAKERでクラウドフォールバックを追加する</a>