Ollama おすすめモデル2026 — 用途別最強モデルランキングと実測比較

「Ollamaでどのモデルを使えばいいか分からない」という声をよく耳にします。結論から言うと、2026年6月時点の汎用おすすめは qwen3:7b、速度重視の小型モデルなら qwen3:0.6b（実測 257.8 tok/s）です。

ただし「日本語で書かせたい」「コードを生成したい」「論理的な推論をさせたい」など、用途によって最適なモデルは変わります。本記事では5種類の小型モデルを 実際に Ollama v0.30.8 で動かし、トークン生成速度・回答品質・日本語対応を実測比較します。数字はすべて手元で計測した一次データです。

目次

1. Ollamaとは：ローカルLLMを動かす最速ツール
2. モデル選びの3つの軸
3. 実測比較：5モデルのトークン速度
4. モデル詳細スペック（/api/show 実出力）
5. 用途別おすすめモデルランキング
6. モデルのインストール方法（実コマンド）
7. Ubuntu 24.04にOllamaをインストールする手順
8. Open WebUIと組み合わせる
9. VPSでOllamaを動かすときの注意点
10. よくある質問
11. まとめ

Ollamaとは：ローカルLLMを動かす最速ツール

Ollama は、LLM（大規模言語モデル）をローカル環境で手軽に動かすためのツールです。2024〜2025年にかけて急速に普及し、2026年6月時点ではバージョン 0.30.8 になっています。

使い方はシンプルで、ollama pull <モデル名> でモデルをダウンロードし、ollama run <モデル名> でターミナルから対話できます。REST API（ポート 11434）も使えるので、Pythonやシェルスクリプトから叩くことも可能です。本記事の実測も、すべてこの API（/api/generate）を直接呼び出して計測しています。

Ollama がサービスとして動作していれば、ブラウザで http://localhost:11434 にアクセスすると「Ollama is running」と表示されます。これは実際に Playwright でブラウザを開いて撮影したもので、APIが正常に起動していることを確認できます。

モデル選びの3つの軸

Ollamaで公開されているモデルは2026年6月時点で数百種類あります。選ぶときに意識すべき軸は3つです。

①モデルサイズ（パラメータ数とRAM使用量）

モデルのパラメータ数が増えるほど品質は上がりますが、必要なRAMも増えます。目安として：

②用途（日本語・コード・推論・汎用）

モデルによって得意分野が明確に分かれています。特に日本語で使うなら Qwen シリーズが頭ひとつ抜けています。英語ファーストのモデルに日本語を入力しても通じますが、回答のコンテキスト把握や自然な表現という点でQwenが安定しています。後半の実測（日本語プロンプト）でもその差が見えました。

③量子化レベル（精度と速度のトレードオフ）

Ollama のモデルは GGUF 形式で、量子化レベルによって精度と速度・サイズが変わります。デフォルト（Q4_K_M）がバランス良く、ほとんどの用途でこれで十分です。今回テストした5モデルのうち4モデルが Q4_K_M、llama3.2:1b だけが Q8_0 でした（これは /api/show の実出力で確認しています）。

実測比較：5モデルのトークン速度

実際に Ollama v0.30.8 で5種類のモデルをダウンロードし、トークン生成速度を計測しました。プロンプトは「日本語での説明」「Pythonコード生成」「英語QA」の3種類を使用し、平均値を算出しています。速度は /api/generate が返す eval_count（生成トークン数）を eval_duration（生成時間）で割って算出した一次データです。

計測結果は以下の通りです。最も速かったのは Qwen3 0.6B（257.8 tok/s） でした。

同じAlibaba製の Qwen2.5 0.5B（233.4 tok/s）と比べると、最新世代の Qwen3 0.6B のメリットが出ており、パラメータ数は多いのに速度も上回りました。「新しい世代＝重い」とは限らないという良い例です。

Gemma3 1B は147.4 tok/s と5位でしたが、変動幅は147.1〜147.9とごくわずかで、非常に安定していました。短いコードスニペットの生成は得意で、実際にきれいな関数を返してくれます。

DeepSeek-R1 1.5B は154.1 tok/sと速度では4位ですが、推論プロセス（Chain-of-Thought）を出力する設計です。実測でも変動幅が 153.8〜154.5 と0.7 tok/s以内に収まり、5モデル中もっとも安定していました。数学や論理問題では他モデルとは別次元の使い方になります。

モデル詳細スペック（/api/show 実出力）

Ollama の ollama show コマンド（または API の /api/show）で取得した実データです。パラメータ数・量子化レベル・フォーマットはすべてこのAPIの返り値そのままです。

「0.6B」なのに「751.6M」というのはなぜ？と思った方へ。パラメータ数を小数点で表した「0.6B」は約6億という意味で、1B（10億）未満です。Ollama の /api/show は実際の数値（751,632,384個）を返してくれます。ラベルの「0.6B」は切り捨て表記なんですね。逆に gemma3:1b は実測 999.9M で、ぎりぎり1Bに届いていません。

用途別おすすめモデルランキング

速度だけで選ぶなら Qwen3 0.6B ですが、実用的には「何に使うか」がモデル選びの最重要ポイントです。ここからは、今回実測した小型モデルに加え、より高品質な7Bクラスの定番モデルも含めて用途別にまとめます（7Bクラスは品質重視の推奨で、本記事の実測値は小型モデルのものです）。

①日本語チャット・文章生成

おすすめ: qwen3:7b（実用）、qwen2.5:7b（安定）

軽量で試すなら: qwen3:0.6b（実測 257.8 tok/s）、qwen2.5:0.5b（実測 233.4 tok/s）

QwenシリーズはAlibaba（中国）が開発しており、日本語・中国語・英語を含む多言語コーパスで学習されています。実際に「Linuxとは何か、初心者向けに3文で説明してください」と日本語で聞いてみると、わずか 494M パラメータの qwen2.5:0.5b でも、これだけ自然な文章が返ってきました。

表現に多少ぎこちなさは残りますが、0.5Bという超小型モデルでこの日本語が出るのは立派です。本格的に日本語を書かせたいなら qwen3:7b に上げると、ぐっと自然になります。

②コード生成・プログラミング支援

おすすめ: qwen2.5-coder:7b（バランス）、codestral:22b（高精度）

軽量版: qwen2.5-coder:1.5b

試しに llama3.2:1b に「Pythonで文字列を反転する関数を書いて」と英語で指示すると、説明付きできれいなコードを返してきました。

汎用モデルでもコードは出せますが、コード特化モデル（qwen2.5-coder 系列）は補完の精度・変数名の適切さ・コメントの品質が向上します。VS Codeと連携する場合は coder 系列が鉄板です。

③推論・数学・論理問題

おすすめ: deepseek-r1:7b（実用）、qwq:32b（高精度・要大RAM）

小型版: deepseek-r1:1.5b（実測 154.1 tok/s）

DeepSeek-R1 は推論前に思考を展開する Chain-of-Thought（CoT）型モデルです。<think>...</think> タグ内で論理を組み立ててから答えを出すため、数学の証明・論理パズル・複雑なバグ解析などに強いです。

速度（154.1 tok/s）は最速ではありませんが、think タグ込みで num_predict=200 まで生成しても安定しており、実測では変動幅がわずか 0.7 tok/s（153.8〜154.5）と5モデル中もっとも安定していました。

④高速応答・低スペック環境

おすすめ: qwen3:0.6b（実測 257.8 tok/s、ファイルサイズ 522.7 MB）

次点: qwen2.5:0.5b（233.4 tok/s、397.8 MB）

RAM が極端に少ない環境では、qwen2.5:0.5b が最小（397.8 MB）で唯一現実的に動く選択肢です。応答速度が速いので、チャットBotのバックエンドや簡易翻訳ツールとして実用的です。スワップを 2GB 追加するとより安定します。

⑤英語強・汎用チャット

おすすめ: llama3.3:70b（GPU環境のみ）、gemma3:27b

小型版: llama3.2:3b（約4GB RAM）

英語の文章読解・翻訳・要約なら Meta の Llama 系、Google の Gemma 系が充実しています。今回の実測でも llama3.2:1b の英語QA（RAMとSSDの違いの説明）はコンパクトで的確でした。英語公式ドキュメントの要約や技術記事の翻訳では、小型でも十分実用的です。

モデルのインストール方法（実コマンド）

Ollama がインストール済みであれば、ollama pull 1コマンドでモデルを取得できます。

上記の ID・サイズは、実際に手元の Ollama にインストールされている5モデルの /api/tags 実値です。タグを省略して ollama pull qwen3 とするとデフォルトサイズ（7B前後）がダウンロードされます。RAM が限られている環境では必ず qwen3:0.6b のようにタグでサイズを指定してください。

Ubuntu 24.04にOllamaをインストールする手順

Ubuntu 24.04 LTS（Noble Numbat）への Ollama インストールは curl スクリプト1行で完了します。VPS上でもそのまま使えます。まずは環境を確認しましょう。Docker 公式イメージで実際に確認した出力がこちらです。

環境が確認できたら、公式スクリプトでインストールします。

Ubuntu 22.04（22.04.5 LTS / Jammy Jellyfish）でも同じスクリプトで動作します（こちらも Docker で実機確認済みです）。ただしUbuntu 24.04 LTS の方が systemd 統合が安定しており、本番運用におすすめです。

Open WebUIと組み合わせる

Ollama 単体でも CLI から対話できますが、Open WebUI（旧 Ollama WebUI）を追加すると、ChatGPT ライクなブラウザUIで複数モデルを切り替えながら使えるようになります。Docker を使えば1コマンドで起動できます。

初回アクセスすると、宇宙をテーマにしたウェルカム画面が表示されます。「Get started」を押すとアカウント作成（最初に作るユーザーが管理者になります）に進みます。下は実際に起動して撮影した初期画面です。

ログイン後はChatGPTそっくりのチャット画面になります。これは実際に ghcr.io/open-webui/open-webui:main を起動し、Playwright で撮影したメイン画面です。中央の入力欄からそのまま質問できます。

画面上部のモデル選択ドロップダウンを開くと、ollama pull 済みのモデルが一覧で出てきます。下のスクリーンショットでは、実際に手元のOllamaにある qwen2.5:0.5b・llama3.2:1b・qwen2.5-coder:1.5b-base などがそのまま表示されているのが分かります。クリックひとつでモデルを切り替えられます。

Ollama と Open WebUI を組み合わせた詳しい構築手順は Ollama + Open WebUI の構築ガイド を参照してください。

VPSでOllamaを動かすときの注意点

Ollama は VPS でも動きますが、モデルサイズとVPSのプランを合わせて選ぶことが重要です。今回実測したモデルのファイルサイズ（qwen3:0.6b = 522.7 MB、qwen2.5:0.5b = 397.8 MB など）を基準に、必要RAMの目安をまとめると次のようになります。

CPUのみで推論する場合の性能感も計測しておきました。Ubuntu 24.04 の Docker コンテナ内で sysbench cpu --threads=2 --time=10 run を3回実行したところ、平均 15,210 events/sec（最小 14,955 / 最大 15,343、変動幅 約2.6%）でした。

Ollama は GPU が無くても CPU だけで動作します（本記事の実測も Apple Silicon の統合メモリでの計測で、専用GPUは使っていません）。VPS で 7B モデルを快適に動かしたい場合は、RAM 8GB 以上のプランが現実的です。CPU推論なのでGPUクラウドより遅くはなりますが、個人用途や社内ツールであれば十分実用的です。

日本語のサポートが欲しい方や、東京リージョンで低遅延に使いたい方は ConoHa VPS も選択肢になります。

よくある質問

Q. Ollamaの最新バージョンはいくつですか？

本記事の計測時点（2026年6月15日）では 0.30.8 でした（ollama --version および /api/version で確認済み）。

Q. ChatGPT（GPT-4o）と比べてどうですか？

7B 以下のローカルモデルは、GPT-4o と比べると品質では劣ります。ただしネット非接続環境・プライバシーを守りたいデータ・API コストゼロという点でローカルモデルに優位性があります。日常的な文章生成・コード補助であれば qwen3:7b で十分実用的です。

Q. GPU がないと使えないですか？

CPU のみで動作します。本記事の実測（Apple M1 Pro）も専用GPUではなく統合メモリでの計測です。NVIDIA GPU（CUDA対応）があればより高速になります。

Q. Windows や Mac でも使えますか？

Ollama は macOS・Windows・Linux すべてに対応しています。本記事は Ubuntu でのサーバー運用を前提にしていますが、個人の Mac や Windows PC での利用も公式サポートされています。

Q. モデルはどこに保存されますか？

Linux（Ubuntu）では ~/.ollama/models/ に保存されます。各モデルのファイル（blobs）と設定（manifests）が格納されており、ollama rm <モデル名> で削除できます。

まとめ

Ollama v0.30.8（2026年6月時点）でのおすすめモデルを、実測データとともにまとめました。

• 汎用・日本語チャット → qwen3:7b（8GB RAM以上推奨）／軽量なら qwen3:0.6b（実測 257.8 tok/s）
• コード生成 → qwen2.5-coder:7b
• 推論・数学 → deepseek-r1:7b（小型版 deepseek-r1:1.5b は実測 154.1 tok/s で最も安定）
• 速度最優先・低スペック → qwen3:0.6b（実測 257.8 tok/s、522.7 MB）
• 英語強・汎用 → llama3.2:3b または gemma3:4b

迷ったら qwen3:7b を選んでおけばほぼ間違いありません。日本語・英語・コードを幅広くこなしてくれます。まずは超軽量の qwen3:0.6b でOllamaの動作感を体験し、物足りなくなったら7Bに上げる、という流れがおすすめです。VPS で本格的に試したい方は、RAM 8GB 以上のプランから始めましょう。