Ollama クラウドモデル入門：同じコマンドで巨大モデルを実行

ローカルで実行できるモデルは、GPUメモリによって制限されます。数百 B パラメーターの大規模モデルは、一般的なPCには到底収まりません。Ollama のクラウドモデルを使うと、同じ ollama run コマンドと同じ API で、こうした大規模モデルを Ollama のサーバー上で実行できます。

ローカルモデルとクラウドモデル

クラウドモデルの見分け方

ollama.com のモデルページでは、クラウドでの実行に対応したモデルに cloud と表示され、tag 名にも cloud が含まれます。ollama.com のモデル検索で Cloud カテゴリーを絞り込み、現在利用できるクラウドモデルを確認できます。

使い始める

1. サインインする

ollama signin

ブラウザーで ollama.com のアカウントにサインインし、案内に従ってください。新しいバージョンの Ollama では、初回起動時にもサインインの設定が案内されます。

2. 実行する

ollama run モデル名:cloudを含むtag

使い方はローカルモデルとまったく同じです。ローカル API（http://localhost:11434）でもクラウドモデル名をそのまま使え、Ollama がリクエストを自動的にクラウドへ転送します。つまり、Open WebUI や自分で書いたプログラムも、変更せずにクラウドモデルを利用できます。

クラウド API を直接呼び出す

Ollama をインストールせずに、ollama.com の API を直接呼び出すこともできます。

1. ollama.com のアカウント設定で API キーを作成します。

2. 環境変数を設定します。

   export OLLAMA_API_KEY="あなたのキー"

3. API を呼び出します。

   curl https://ollama.com/api/chat \
     -H "Authorization: Bearer $OLLAMA_API_KEY" \
     -d '{
       "model": "クラウドモデル名",
       "messages": [{ "role": "user", "content": "こんにちは" }],
       "stream": false
     }'

Python パッケージを使う場合：

import os
from ollama import Client

client = Client(
    host="https://ollama.com",
    headers={"Authorization": "Bearer " + os.environ["OLLAMA_API_KEY"]},
)
response = client.chat(model="クラウドモデル名", messages=[{"role": "user", "content": "こんにちは"}])
print(response.message.content)

OpenAI 互換エンドポイントは https://ollama.com/v1 です。

API キーをフロントエンドのコードに書いたり、Git にコミットしたりしないでください。

現在利用できるクラウドモデルを一覧表示します。

curl https://ollama.com/api/tags

使用量とプラン

クラウドモデルには使用量の制限があります。ollama.com のアカウント設定で現在の使用量を確認できます。プランの詳細は公式サイトの料金ページを参照してください。クラウドモデルは時間の経過とともに入れ替わることがあり、アカウント設定には提供終了予定のモデルが表示されます。ローカルにダウンロード済みのモデルには影響しません。

プライバシーに関する考慮事項

クラウドモデルを使うと、プロンプトと応答が Ollama のサーバーに送信され、処理されます。Ollama はこれらのデータをモデルのトレーニングに使用しないとしています。ただし、機密データ（顧客の個人情報、未公開の業務情報など）を扱う場合は、ローカルモデルを使うか、事前に会社のデータポリシーを確認してください。

クラウド機能を完全に無効にする

ローカルでの処理のみを許可する環境では、すべてのクラウド機能（クラウドモデルとウェブ検索）を無効にできます。

OLLAMA_NO_CLOUD=1

設定方法は環境変数と設定を参照してください。

クラウドモデルを使う場面

• ローカルモデルの品質が不十分で、より大きなモデルが必要な場合
• ノートPCや、専用GPUのないPCを使う場合
• ハードウェアに投資するか決める前に、大規模モデルを試したい場合

日常的なタスク、大量のタスク、機密データを扱うタスクには、引き続きローカルモデルをおすすめします。

更新日 2026年10月12日