Ollama対LM Studio:ローカルモデルを動かすならどちらか
執筆: ReviewRamble editors ·
OllamaとLM Studioは同じ基本の仕事をします。どちらもオープンモデルをダウンロードし、自分のハードウェアで動かし、プロンプトを手元のマシンにとどめます。ローカルでの利用にはどちらも料金がかかりません。つまり選ぶ基準は価格やプライバシーではなく、あなたの働き方と、ほかに何がモデルとやり取りする必要があるかです。
手短な答え
- ターミナルで暮らしている、またはほかのアプリの裏でローカルモデルが必要な場合:Ollama(4.6)。コマンド1つでモデルを取得して動かせ、多くのエディター、チャットアプリ、エージェントツールがすでにバックエンドとして対応しています。
- マウスでモデルを探し、比べ、読み込みたい場合、またはターミナルを開いたことのない同僚のために用意する場合:LM Studio(4.4)。
- 最初から最後までオープンソースが必要な場合:Ollama。LM Studioのデスクトップアプリはクローズドソースで、MITライセンスなのはCLIとSDKだけです。
- Apple SiliconのMacを使っている場合:LM StudioはGGUFに加え、Apple自身のチップ向けフレームワークで作られたMLXモデルも動かします。

違い
| Ollama | LM Studio | |
|---|---|---|
| 何か | バックグラウンドサーバー付きのコマンドラインツール | サーバーを内蔵したデスクトップアプリ |
| ライセンス | オープンソース(MIT) | 家庭でも仕事でも無料。アプリはクローズドソース、CLIとSDKはMIT |
| モデル形式 | 自前のライブラリのGGUF | すべてのプラットフォームでGGUF、Apple SiliconではMLXも |
| モデルの探し方 | ollama runと、厳選ライブラリにある名前 | アプリ内でHugging Faceを検索 |
| ローカルAPI | ポート11434、RESTとOpenAI互換エンドポイント | OpenAI互換とAnthropic互換のエンドポイント、独自のREST API |
| 初期のコンテキスト | 引き上げない限り4,096トークン | 読み込むときにモデルごとに設定 |
| 並列リクエスト | 初期設定ではモデルごとに1 | 0.4.0以降、初期設定で4スロット |
| APIのパスワード | なし | 初期設定ではオフ。0.4.0からAPIトークンを利用可 |
| 画面のないサーバー | Dockerイメージとインストールスクリプト | ウィンドウのない同じエンジン、llmster |
| 有料の追加 | Ollama Cloud、月20ドルから | エージェントアプリBionic、月20ドルから |
Ollama:標準の配管
Ollamaの強みは、ほかのソフトウェアがそれがあることを前提にしている点です。GitHubのスターは約187,000、リリースはほぼ毎週で(v0.40.16は2026年11月9日に公開)、コーディングエージェントやチャットアプリが最初に頼るローカルAPIになりました。ollama launchを使えば、ローカルモデルをClaude Code、Codex、Copilot CLI、OpenCodeに1ステップでつなげます。
初期設定は1台のノートパソコンで使う1人向けです。FAQによればコンテキストウィンドウは4,096トークンで、複数のファイルを読むコーディングエージェントには短すぎます。モデルのせいにする前にOLLAMA_CONTEXT_LENGTHを引き上げてください。またOLLAMA_NUM_PARALLELを変えない限り、各モデルは一度に1件のリクエストしか処理しません。
LM Studio:親しみやすい入口
LM Studioは、コマンドを覚えずにプライベートなAIを使いたい人に渡すものです。モデルを探し、ダウンロードし、必要なら文書を添付してチャットします。プライバシーポリシーによれば、ローカルの会話はマシンの外に出ず、アプリにテレメトリーはありません。
サーバーとしても有能です。オンにするとOpenAI形式とAnthropic形式のリクエストに応えるので、Claude CodeはベースURLを1つ変えるだけでつなげます。バージョン0.4.0からは初期設定で4件のリクエストを並列に処理するため、チームの共有マシンとしてはOllamaの出荷時設定より実用的です。
両者に共通するセキュリティの注意点
どちらのサーバーも初期設定では自分のパソコン上でしか待ち受けず、設定しない限りパスワードも求めません。問題はネットワークに公開したときに始まります。Ollamaにはログイン機能がまったくなく、2026年1月には研究者がインターネットから到達できるOllamaサーバーを175,000台数えました。LM Studioのネットワークモードはサーバーをネットワーク上のすべての機器に開き、公式ドキュメント自身が先にAPIトークンをオンにするよう求めています。どちらかを別のマシンから使う必要があるなら、ログインの裏に置くか、Tailscaleのようなプライベートネットワーク内にとどめてください。
費用
どちらのツールでも、ローカルでモデルを動かす費用はハードウェア以外にかかりません。LM Studioは16GBのメモリーを推奨し、IntelのMacには対応していません。両社とも今は上乗せの製品を売っています。Ollama Cloudはより大きなモデルを代わりに動かし、月20ドルで60ドル分のクレジットから。LM Studioの別アプリBionicはエージェントとホスト型モデルを月20ドルまたは100ドルで加えます。自分のマシンでモデルを動かすだけなら、どちらも必要ありません。
結論:Ollamaはエンジン、LM Studioはダッシュボードと考えてください。スクリプトを書き、エージェントを動かし、ローカルモデルの上にアプリを作る開発者はOllamaのほうが満足するでしょう。モデルを試し、並べて比べ、すべてをひとつのウィンドウに収めたい人はLM Studioのほうが早く目的に着きます。両方を入れる人も多くいます。