Claude Codeをローカルで動かす完全ガイド【2026年最新】：Ollama・llama.cpp・LiteLLMの全セットアップ手順

Claude Codeをローカルで動かせるって本当？Ollama・llama.cpp・LiteLLMの全セットアップ手順【2026年最新】

• 通常のClaude Code: Claude Codeツール → Anthropic APIサーバー → Claudeモデル
• ローカルLLM接続: Claude Codeツール → ローカルサーバー（Ollama等） → Qwen・Gemmaなどのオープンモデル

ローカルLLMでClaude Codeを使うメリット・デメリット

ローカルLLM実行に必要なハードウェア

Ollamaを使ったセットアップ（最速・おすすめ）

• メモリ16GB以下: qwen3.5:9b（約6GB）
• メモリ16GB〜24GB: qwen3.5:14b（約9GB）
• メモリ24GB以上: qwen3.5:32b（約20GB）

# モデルのダウンロード（例: Qwen3.5 9Bモデル）
ollama pull qwen3.5:9b

# サーバーが自動起動していない場合
ollama serve

# ローカルのOllamaサーバーに向ける
export ANTHROPIC_BASE_URL=http://localhost:11434

# ダミーのAPIキー（ローカルサーバーなので何でもOK）
export ANTHROPIC_API_KEY=sk-dummy-key

cd /your/project
claude --model qwen3.5:latest

# ~/.zshrc に追記
export ANTHROPIC_BASE_URL=http://localhost:11434
export ANTHROPIC_API_KEY=sk-dummy-key

llama.cppを使った高度なセットアップ

# 依存関係のインストール
apt-get update
apt-get install pciutils build-essential cmake curl libcurl4-openssl-dev git-all -y

# llama.cppのビルド（CUDA GPU使用の場合）
git clone https://github.com/ggml-org/llama.cpp
cmake llama.cpp -B llama.cpp/build \
  -DBUILD_SHARED_LIBS=OFF -DGGML_CUDA=ON
cmake --build llama.cpp/build --config Release -j --clean-first \
  --target llama-cli llama-server
cp llama.cpp/build/bin/llama-* llama.cpp

pip install huggingface_hub hf_transfer

# Qwen3.5-35B-A3B（MoE版・24GB VRAMに収まるサイズ）
hf download unsloth/Qwen3.5-35B-A3B-GGUF \
  --local-dir unsloth/Qwen3.5-35B-A3B-GGUF \
  --include "*UD-Q4_K_XL*"

./llama.cpp/llama-server \
  --model unsloth/Qwen3.5-35B-A3B-GGUF/Qwen3.5-35B-A3B-UD-Q4_K_XL.gguf \
  --alias "qwen3.5:35b" \
  --temp 0.6 \
  --top-p 0.95 \
  --top-k 20 \
  --port 8001 \
  --ctx-size 131072

export ANTHROPIC_BASE_URL=http://localhost:8001
export ANTHROPIC_API_KEY=sk-dummy-key

{
  "env": {
    "CLAUDE_CODE_ATTRIBUTION_HEADER": "0"
  }
}

LiteLLMを経由した接続

# LiteLLMのデフォルトポートは4000
export ANTHROPIC_BASE_URL=http://localhost:4000
export ANTHROPIC_AUTH_TOKEN=sk-litellm-your-key

おすすめのローカルモデル比較（2026年4月時点）

Windows環境でのローカル設定

# 現在のセッションのみ有効
$env:ANTHROPIC_BASE_URL = "http://localhost:11434"
$env:ANTHROPIC_API_KEY = "sk-dummy-key"

# 永続化する場合
setx ANTHROPIC_BASE_URL "http://localhost:11434"
setx ANTHROPIC_API_KEY "sk-dummy-key"

よくある問題とトラブルシューティング

# Ollamaが起動しているか確認
curl http://localhost:11434/api/tags

# 起動していない場合
ollama serve

# ローカルLLM設定を解除する
unset ANTHROPIC_BASE_URL
unset ANTHROPIC_API_KEY

{
  "hasCompletedOnboarding": true,
  "primaryApiKey": "sk-dummy-key"
}

ローカルLLMとClaude Codeの賢い使い分け

• ローカルLLMが向いている: コードの読み取りと説明、シンプルな関数の生成、スタイルの修正、ドキュメント生成、APIコストを気にせずガンガン試したい探索フェーズ
• ClaudeのAPIが必要: 複数ファイルにまたがるリファクタリング、アーキテクチャの設計、バグの根本原因分析、テスト戦略の策定

まとめ

• Ollama（初心者向け）: インストールが最も簡単。ANTHROPIC_BASE_URL=http://localhost:11434を設定するだけ。まずはここから始めるのがおすすめ
• llama.cpp（上級者向け）: パラメータを細かく制御できる。VRAM効率も高め。KVキャッシュ問題はsettings.jsonで対処
• LiteLLM（チーム利用向け）: 複数モデルをまとめて管理。バージョン1.82.7/1.82.8はセキュリティ問題あり

よくある質問（FAQ）

Q: Claude CodeでローカルLLMを使うと、Claudeモデルの料金はかかりますか？

ローカルLLM（Ollama・llama.cppなど）に接続している場合は、Anthropic APIへの接続は行われないため、Claudeモデルの料金はかかりません。ただしClaude Code自体の月額（Pro/Maxプラン）は継続して必要です。

Q: Claude Codeをローカルで無料で使いたいのですが、サインインなしで動かせますか？

Claude Codeはnpmパッケージとして無料でインストールできます（npm install -g @anthropic-ai/claude-code）。ローカルLLMに接続して使う場合、Anthropicへのサインインなしで動作させることも可能です。~/.claude.jsonにダミーキーを設定する方法が有効です。

Q: ローカルモデルとClaudeモデルを簡単に切り替えられますか？

切り替え自体はできますが、毎回環境変数を変更する必要があります。.zshrcにエイリアスを登録しておくと便利です。

# ~/.zshrc に追加
alias cc-local='export ANTHROPIC_BASE_URL=http://localhost:11434 && export ANTHROPIC_API_KEY=sk-dummy && claude'
alias cc-cloud='unset ANTHROPIC_BASE_URL && unset ANTHROPIC_API_KEY && claude'

Q: M1/M2/M3 MacでWindowsより速く動くのはなぜですか？

Apple SiliconはCPUとGPUが統合メモリを共有しているため、モデルの重みをGPUとCPUの間で移動させるオーバーヘッドがありません。16GBのMacは実質16GBのGPUメモリとして使えます。同じ16GBのWindows PC（CPUのみ）より大きなモデルを快適に動かせます。

---

出典

• Claude Code 公式ドキュメント - LLM gateway設定
• Claude Code 公式ドキュメント - Settings
• Unsloth - How to Run Local LLMs with Claude Code
• Claude Code 公式ドキュメント - Enterprise deployment overview