「AIコーディングツールを使ってみたい。でも月額20ドルは高い。」
Claude Codeの名前を聞いて興味を持ったものの、Anthropic公式のProプラン（月額20ドル）に踏み切れない。そんな経験はないだろうか。
あるいはこう。「ローカルで動かせるらしいけど、RTX 4090とか持ってないし……」
前回のPart 2では、RTX 8000を2枚搭載した96GB VRAMの環境でOllamaのローカルモデルを検証した。結論としては「動くが、ハードウェアの壁が高すぎる」だった。72GBクラスのモデルを動かすには、一般的なPCでは到底足りないVRAMが必要になる。
しかし2025年後半、Ollamaに大きな変化があった。クラウドモデルの登場だ。
自分のPCにGPUがなくても、Ollamaのクラウドインフラでモデルが実行される。つまり、ノートPC1台あれば、480Bパラメータのコーディング特化モデルすら動かせる。しかも無料枠がある。
この記事では、GPUを持たない環境でOllamaのクラウドモデルを使い、Claude Codeを体験する方法を、実際のセットアップ手順から注意点まで詳しく解説する。
この記事が解決する悩み
- Claude Codeを試したいが、月額20ドルのサブスクに踏み切れない
- ローカルLLMに興味があるが、高性能GPUを持っていない
- ChatGPTとClaude Codeの違いがわからず、どちらに投資すべきか判断できない
自分がこの検証に至った背景
筆者はこれまで、ローカルLLM環境の構築を繰り返してきた。企業環境でのセキュリティ制約から「データを外部に出さずにAIを活用する」ことが命題だったからだ。
Part 2の検証では、RTX 8000を2枚（合計96GB VRAM）という環境でOllamaのローカルモデルを動かし、Claude Codeとの連携を試みた。結果は「技術的には動くが、ハードウェアコストが現実的でない」というものだった。
そこにOllamaのクラウドモデルが登場した。ローカルとクラウドのハイブリッドという、まさに求めていた選択肢だ。
ただし、筆者の本業は「データを外に出さない」ことを重視するローカルLLM志向だ。クラウドモデルは便利だが、データの取り扱いには注意が必要になる。この記事では、その両面を正直に伝える。
Ollamaクラウドモデルとは何か
Ollamaのクラウドモデルは、2025年9月にプレビューとして導入された機能だ。通常のOllamaはモデルをローカルPCにダウンロードして実行するが、クラウドモデルではOllamaのデータセンター側のGPUでモデルが実行される。
ユーザーから見ると、使い方はローカルモデルと全く同じ。ollama runやollama launchのコマンド体系も変わらない。違うのは、モデル名に:cloudというタグが付いている点だけだ。
ローカルモデルとクラウドモデルの比較
| 項目 | ローカルモデル | クラウドモデル | Anthropic公式API |
|---|---|---|---|
| GPU要件 | 高性能GPU必須（23GB VRAM以上推奨） | なし（ノートPCでOK） | なし |
| ストレージ | モデル分（数十GB） | ほぼ不要 | 不要 |
| コスト | 電気代のみ | 無料枠あり（Pro: $20/月） | Pro: $20/月 |
| 応答速度 | GPU性能に依存 | データセンター級GPU | 高速 |
| データ | 完全ローカル | Ollamaサーバーを経由 | Anthropicサーバーを経由 |
| 利用制限 | なし | 無料枠は軽量利用向け | プランに依存 |
| 使えるモデル | オープンソースモデル | オープンソースの大規模モデル | Claude（Sonnet/Opus） |
利用可能なクラウドモデル（主要なもの）
| モデル | パラメータ | 特徴 |
|---|---|---|
| qwen3-coder:480b-cloud | 480B | コーディング特化。最高性能 |
| deepseek-v3.1:671b-cloud | 671B | 汎用。高い推論能力 |
| gpt-oss:120b-cloud | 120B | 汎用性が高くバランス良好 |
| glm-4.7:cloud | 非公開 | バランス型。日本語にも対応 |
| minimax-m2.1:cloud | 非公開 | 軽量で高速 |
ポイントは、480Bや671Bといった超大規模モデルをGPUなしで動かせること。ローカルでこれらを動かすには、数百GBのVRAMが必要になるが、クラウドモデルなら一般的なノートPCで利用できる。
セットアップ手順：4ステップで完了
前提条件
- OS: macOS / Windows / Linux
- Ollama: v0.15以上（
ollama launchコマンド対応） - Node.js: v18以上（Claude Codeの実行に必要）
- Claude Code: 最新版（
npm install -g @anthropic-ai/claude-code）
Step 1: Ollamaのインストール・アップデート
Ollamaが未インストールの場合は、公式サイトからダウンロードしてインストールする。
既にインストール済みの場合は、v0.15以上であることを確認する。
ollama --version
# ollama version is 0.15.x 以上であることv0.15未満の場合は、公式サイトから最新版をダウンロードして上書きインストールする。
Step 2: ollama launch claude を実行
ターミナルで以下のコマンドを実行する。
ollama launch claudeこれだけで、対話的なセットアップウィザードが起動する。モデルの選択、環境変数の設定、Claude Codeの起動まで全て自動でガイドされる。
Step 3: クラウドモデルを選択
ウィザードが表示するモデル一覧から、クラウドモデル（:cloudタグ付き）を選択する。
コーディング用途であれば、qwen3-coder:480b-cloud が最もおすすめだ。480Bパラメータのコーディング特化モデルで、コード生成・修正・リファクタリングに高い性能を発揮する。
初回はOllamaアカウントへのサインインが求められる。Googleアカウントで認証できる。
# サインインが必要な場合
ollama signinStep 4: 動作確認
Claude Codeが起動したら、簡単なタスクを試してみよう。
> このディレクトリの構造を教えてファイル一覧が表示され、プロジェクト構造の説明が返ってくれば成功だ。
トラブルシューティング
起動しない場合の確認ポイント:
- Ollamaのバージョン:
ollama --versionでv0.15以上か確認 - Claude Codeのインストール:
claude --versionで確認 - ネットワーク: クラウドモデルはインターネット接続が必須
- 認証:
ollama signinでサインイン済みか確認
手動セットアップ（仕組みを理解したい人向け）
ollama launchは便利だが、裏側で何が起きているか理解しておくと、トラブル時に役立つ。
Claude Codeは本来、Anthropic APIと通信する。Ollamaはv0.14.0以降、Anthropic Messages APIと互換性のあるエンドポイントを提供している。つまり、Claude Codeの接続先をOllamaに向けるだけで連携できる仕組みだ。
手動で設定する場合、以下の3つの環境変数を設定する。
# 環境変数を設定
export ANTHROPIC_BASE_URL=http://localhost:11434
export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""その後、使いたいクラウドモデルをpullして起動する。
# クラウドモデルをpull（初回のみ）
ollama pull qwen3-coder:480b-cloud
# Ollamaサーバーを起動（バックグラウンド）
ollama serve
# Claude Codeを起動
claude重要な設定として、Claude Codeは最低64,000トークンのコンテキストウィンドウを必要とする。Ollamaのデフォルトは4,096トークンなので、コンテキスト長を明示的に設定する必要がある。
# コンテキスト長を設定して実行
OLLAMA_CONTEXT_LENGTH=65536 ollama serveollama launchを使えば、これらの設定が全て自動で行われる。手動設定は「仕組みを理解したい」「既存の環境と統合したい」場合に有用だ。
ChatGPTとの違い：「指示待ち」vs「能動的」
Ollamaクラウドモデルを通じてClaude Codeを使うと、ChatGPTとの違いが体感できる。
| 比較項目 | ChatGPT | Claude Code（Ollama経由） |
|---|---|---|
| 起動方式 | ブラウザでチャット画面を開く | ターミナルでclaudeと入力 |
| データ認識 | チャットに貼り付けたテキストのみ | プロジェクト全体のファイル構造を自動認識 |
| 対話スタイル | ユーザーの指示に応答 | プロジェクトの文脈を読み、提案・修正を能動的に行う |
| ファイル操作 | コード生成は手動コピペ | 直接ファイルを読み書き・修正 |
| 適した作業 | 単発の質問、コードスニペット生成 | プロジェクト横断のリファクタリング、設計レビュー |
具体例：CSVが入ったフォルダを渡した場合
ChatGPTの場合:
- CSVファイルをアップロードする
- 「このデータを分析して」と指示する
- 分析結果がチャット上に表示される
- 追加の分析が必要なら、再度指示する
Claude Code（Ollama経由）の場合:
- CSVファイルがあるディレクトリでClaude Codeを起動する
- Claude Codeがディレクトリ内のファイルを自動認識する
- 「このデータの傾向を分析するスクリプトを作って」と言えば、Pythonスクリプトを生成し、実行し、結果をまとめてくれる
- 「グラフも出力して」と追加すれば、既存のスクリプトを修正してグラフ生成機能を追加する
この違いは「指示を出す → 結果を受け取る」のChatGPTに対し、Claude Codeは「文脈を理解して一緒にプロジェクトを進める」という体験だ。
ただし重要な注意点がある。Ollama経由で使うモデルはClaude（Anthropicのモデル）ではない。qwen3-coderやgpt-ossなどのオープンソースモデルだ。Claude Codeというツール（CLI）を使ってはいるが、中のモデルが異なる。そのため、Anthropic公式のClaude Sonnet/Opusと完全に同じ性能は期待できない。
知っておくべき注意点
1. 無料枠の制限
Ollamaの無料プラン（Free tier）は「軽量利用向け」と位置づけられている。具体的なトークン数やリクエスト数の上限は公開されていないが、長時間の連続コーディングセッションには制限がかかる可能性がある。
日常的に使い込むなら、Proプラン（月額20ドル）への移行が現実的だ。「それならAnthropicの公式に課金した方がよいのでは?」という判断も正しい。あくまでも「まず無料で体験し、AIコーディングツールの価値を見極める」ためのステップと捉えるのがよい。
2. データの取り扱い
クラウドモデルを使う場合、プロンプト（入力テキスト）はOllamaのサーバーに送信される。Ollamaは「データは保持しない」と表明しているが、ローカル実行と比べるとデータの外部送信が発生する点は理解しておく必要がある。
企業の機密コードや個人情報を含むプロジェクトでの利用は推奨しない。 個人の学習プロジェクトや公開リポジトリでの利用が適切だ。
3. Anthropic公式版との違い
繰り返しになるが、Ollama経由で動くのはオープンソースモデルだ。Claude Code（CLI）の機能（ファイル操作、Git連携、コマンド実行）は使えるが、モデルの性能はClaude Sonnet/Opusとは異なる。
具体的に異なる点:
- コード生成精度: 公式Claudeの方が高い傾向
- 日本語理解: モデルによってばらつきがある（glm-4.7は比較的良好）
- コンテキスト理解: 大規模プロジェクトでの文脈把握は公式Claudeが優位
4. コンテキストウィンドウの制約
Claude Codeは最低64,000トークンのコンテキストを要求する。クラウドモデルではこの要件を満たすが、以前のバージョンではクラウドモデルの出力が16,384トークンに制限されるバグが報告されていた（現在は修正済み）。常に最新版のOllamaを使うことを推奨する。
3段階のステップアップ戦略
この記事で紹介したクラウドモデルは、AIコーディングツールを「試す」ための入口だ。筆者が推奨するステップアップの流れを示す。
Step 1: 無料で体験（今回の記事）
- Ollamaクラウドモデル + Claude Code
- コスト: 0円
- 目的: AIコーディングツールの体験、自分のワークフローとの相性確認
Step 2: ローカルで本格運用（Part 2の内容）
- Ollama + ローカルモデル + 高性能GPU
- コスト: GPU購入費（中古RTX 3090で約5-8万円）
- 目的: データを外部に出さない完全プライベート環境
Step 3: 公式版で最高性能（Anthropic APIまたはProプラン）
- Claude Code + Claude Sonnet/Opus
- コスト: 月額20ドル
- 目的: 最高精度のAIコーディング、業務レベルの生産性向上
どのステップが最適かは、用途とデータの機密性に依存する。セキュリティ最優先なら Step 2、性能最優先なら Step 3、まずは試したいなら Step 1 だ。
まとめ：今すぐできる最小アクション
Ollamaのクラウドモデルにより、GPUなし・無料でAIコーディングを体験するハードルは劇的に下がった。
今すぐやるべきことは3つだけだ。
- Ollama v0.15以上をインストールする（ollama.com）
ollama launch claudeをターミナルで実行する- クラウドモデル（qwen3-coder:480b-cloud推奨）を選択して、自分のプロジェクトで試す
5分で環境は整う。
ただし、無料枠には制限がある。使い込んで「これは業務に使える」と確信したら、Anthropic公式のProプランへの移行を検討する価値がある。AIコーディングツールの真価は、継続的に使い込んで初めて実感できるものだ。
まずは無料で体験し、自分の目で価値を判断してほしい。
関連リンク
内部リンク（シリーズ記事）
外部リンク（公式ドキュメント・出典）
- Ollama公式サイト — ダウンロード・インストール
- Ollama Cloud Models — クラウドモデルの公式ブログ記事
- ollama launch 公式ブログ — launchコマンドの詳細
- Ollama × Claude Code 連携ドキュメント — 公式統合ガイド
- Ollama料金プラン — Free / Pro / Max の比較
- Claude Code公式 — Anthropic公式ドキュメント
コメント