Claude Code でローカルLLM（Ollama）を使う完全ガイド【無料・プライバシー重視・2026年最新】

Claude Codeは通常、AnthropicのAPIを通じてClaudeに処理を依頼します。月額費用が気になる、会社のセキュリティポリシーで外部送信できない、オフラインで使いたい——そういった場面で役立つのがローカルLLMとの組み合わせです。

この記事では、Claude Codeをローカル環境のLLMで動かす方法を、ツール選定からOS別の設定手順、よくあるエラーの解決まで完全に解説します。

ローカルLLMをClaude Codeで使う3つのメリット

1. APIコストがゼロになる

Anthropic APIは使った分だけ課金されます。個人開発や実験用途では月に数千円〜数万円になることもあります。ローカルLLMならモデルのダウンロードは無料で、運用コストは電気代のみです。

2. データが外部に出ない

ソースコードや社内資料をClaudeに渡すとき、データがAnthropicのサーバーに送られることを気にするケースがあります。ローカルLLMなら、すべての処理が自分のマシン内で完結します。

3. オフラインでも動く

インターネット接続が不安定な環境や、ネットワーク制限のある社内環境でもClaude Codeを使い続けられます。

仕組み：ANTHROPIC_BASE_URL とは

Claude Codeは内部でAnthropicのAPIエンドポイントにリクエストを送ります。ANTHROPIC_BASE_URL という環境変数を設定すると、そのリクエスト先を自分のローカルサーバーに切り替えることができます。

通常:   Claude Code → Anthropic API (api.anthropic.com)
変更後: Claude Code → ローカルサーバー (localhost:11434 など)

ローカルサーバーはOpenAI互換のAPIフォーマットでリクエストを受け取り、ダウンロード済みのモデルで処理して結果を返します。Claude Code側から見ると、クラウドと同じインターフェースで動いているように見えます。

ツール比較：何を使えばいいか

4つの主要ツールをまとめました。

初めてならOllamaが最適です。インストールからモデル起動まで5分で完了し、トラブルも少ないです。

Ollamaのセットアップ手順（推奨）

macOSの場合

1. Ollamaをインストール

公式サイト（ollama.ai）からmacOS用のインストーラをダウンロードして実行します。またはHomebrewが入っていれば以下のコマンドでもインストールできます。

brew install ollama

2. Ollamaサービスを起動

ollama serve

起動後、http://localhost:11434 でサーバーが待機状態になります。別のターミナルウィンドウを開いて次のステップに進みます。

3. モデルをダウンロード

ollama pull llama3

初回はモデルファイルのダウンロードが走ります（数GB）。完了後は次のコマンドで動作確認できます。

ollama run llama3

4. ANTHROPIC_BASE_URLを設定してClaude Codeを起動

export ANTHROPIC_BASE_URL=http://localhost:11434/v1
export ANTHROPIC_API_KEY=dummy  # ローカルでは認証不要だが変数は必要
claude

Windowsの場合

1. Ollamaをインストール

ollama.aiからWindowsインストーラ（.exe）をダウンロードして実行します。インストール後、OllamaはバックグラウンドサービスとしてWindowsに登録されます。

2. PowerShellでモデルをダウンロード

ollama pull llama3

3. ANTHROPIC_BASE_URLを設定

PowerShellの場合：

$env:ANTHROPIC_BASE_URL = "http://localhost:11434/v1"
$env:ANTHROPIC_API_KEY = "dummy"
claude

毎回設定するのが面倒な場合は、システム環境変数に追加しておくと永続化できます。

Linuxの場合

1. ワンライナーでインストール

curl -fsSL https://ollama.ai/install.sh | sh

2. サービスとして起動

sudo systemctl start ollama
sudo systemctl enable ollama  # 自動起動を有効化

3. モデルのダウンロードとClaude Code起動

ollama pull llama3
export ANTHROPIC_BASE_URL=http://localhost:11434/v1
export ANTHROPIC_API_KEY=dummy
claude

LM Studioのセットアップ手順

GUIでモデルを管理したい場合はLM Studioが使いやすいです。

1. LM Studioをダウンロード・インストール

lmstudio.aiから自分のOSに合ったインストーラを取得します。

2. モデルを検索してダウンロード

アプリを起動し、上部の検索バーで「llama」や「mistral」などと入力するとモデルが一覧表示されます。GGUFフォーマットのものを選んで「Download」をクリックします。

3. ローカルサーバーを起動

左メニューの「Local Server」タブを開き、「Start Server」をクリックします。デフォルトではポート1234で起動します。

4. Claude Codeと接続

export ANTHROPIC_BASE_URL=http://localhost:1234/v1
export ANTHROPIC_API_KEY=dummy
claude

PCスペック別・推奨モデル

ローカルLLMのモデルは大きいほど賢くなりますが、それだけメモリも必要になります。

MacのM1/M2/M3チップはGPUとメモリを共有する設計のため、同じRAM量でもWindowsのCPU専用環境より高速で動きます。16GBのMacBook Proなら13Bモデルが快適に使えます。

よくあるエラーと解決方法

エラー1：「Connection refused」が出る

Ollamaのサーバーが起動していない状態です。

# サーバーが起動しているか確認
curl http://localhost:11434

# 起動していない場合
ollama serve

エラー2：「model not found」が出る

モデルがまだダウンロードされていません。

ollama list          # ダウンロード済みモデルを確認
ollama pull llama3   # なければダウンロード

エラー3：Claude Codeがローカルを使っているか確認したい

echo $ANTHROPIC_BASE_URL  # 設定されているか確認

空白が返る場合は設定されていません。再度 export コマンドを実行してください。

エラー4：反応が極端に遅い

モデルに対してPCのスペックが不足しています。より小さいモデルに切り替えます。

ollama pull phi3:mini  # 軽量モデルに変更

APIコスト vs ローカルLLM 比較

品質が重要なタスク（本番コードのレビュー、複雑なバグ修正）は公式のClaude APIが適しています。コストを抑えたい実験・試作・社内利用にはローカルLLMが有効です。両方を使い分けるのが現実的な運用方法です。

チームで共有サーバーとして使う

Ollamaのサーバーをローカルネットワーク（LAN）内に公開すれば、複数人で1台のLLMサーバーを共有できます。

# サーバー側：全インターフェースでリッスンさせる
OLLAMA_HOST=0.0.0.0 ollama serve

チームメンバーは、サーバーのIPアドレスを ANTHROPIC_BASE_URL に指定します。

export ANTHROPIC_BASE_URL=http://192.168.1.100:11434/v1

まとめ

Claude Codeでローカルを使う手順を整理します。

1. Ollamaをインストール（ollama.aiから）
2. モデルをダウンロード（ollama pull llama3）
3. サーバーを起動（ollama serve）
4. 環境変数を設定（ANTHROPIC_BASE_URL=http://localhost:11434/v1）
5. Claude Codeを起動（claude）

コストやプライバシーの都合でAPIを使えない場面でも、この設定でClaude Codeを動かし続けられます。まずOllamaで試してみて、物足りなければLM StudioやvLLMへの移行を検討してください。

あわせて読みたい

• MCPとは？Model Context Protocolを5分で理解
• Claude Codeのコンテキスト管理5ステップ
• Claude CodeとOpenAI APIのストリーミング実装の違い