クラウドモデル
Ollamaのクラウドモデルは、強力なGPUがなくても実行できるOllamaの新しい種類のモデルです。クラウドモデルは、ローカルモデルと同じ機能を提供しながら、自動的にOllamaのクラウドサービスにオフロードされ、パソコンに収まらない大規模なモデルを実行しながら、ローカルのツールを引き続き使用できるようにします。
サポートされているモデル
サポートされているモデルの一覧は、Ollamaのモデルライブラリを参照してください。
クラウドモデルの実行
Ollamaのクラウドモデルを使用するには、ollama.comのアカウントが必要です。サインインまたはアカウントを作成するには、次のコマンドを実行します。
ollama signinCLI
クラウドモデルを実行するには、ターミナルを開いて次のコマンドを実行します。
ollama run gpt-oss:120b-cloudPython
まず、クラウドモデルをpullしてアクセスできるようにします。
ollama pull gpt-oss:120b-cloud次に、OllamaのPythonライブラリをインストールします。
pip install ollama次に、簡単なPythonスクリプトを作成して実行します。
python
from ollama import Client
client = Client()
messages = [
{
'role': 'user',
'content': 'Why is the sky blue?',
},
]
for part in client.chat('gpt-oss:120b-cloud', messages=messages, stream=True):
print(part['message']['content'], end='', flush=True)JavaScript
まず、クラウドモデルをpullしてアクセスできるようにします。
ollama pull gpt-oss:120b-cloud次に、OllamaのJavaScriptライブラリをインストールします。
npm i ollama次に、このライブラリを使用してクラウドモデルを実行します。
typescript
const ollama = new Ollama();
const response = await ollama.chat({
model: "gpt-oss:120b-cloud",
messages: [{ role: "user", content: "Explain quantum computing" }],
stream: true,
});
for await (const part of response) {
process.stdout.write(part.message.content);
}cURL
まず、クラウドモデルをpullしてアクセスできるようにします。
ollama pull gpt-oss:120b-cloud次のcURLコマンドを実行して、OllamaのAPI経由でモデルを実行します。
curl http://localhost:11434/api/chat -d '{
"model": "gpt-oss:120b-cloud",
"messages": [{
"role": "user",
"content": "Why is the sky blue?"
}],
"stream": false
}'クラウドAPIへのアクセス
クラウドモデルは、ollama.comのAPIに直接アクセスすることもできます。このモードでは、ollama.comがリモートのOllamaホストとして機能します。
認証
ollama.comのAPIに直接アクセスするには、まずAPIキーを作成します。
次に、OLLAMA_API_KEY環境変数にAPIキーを設定します。
export OLLAMA_API_KEY=your_api_keyモデルの一覧表示
OllamaのAPI経由で直接利用可能なモデルは、次のコマンドで一覧表示できます。
curl https://ollama.com/api/tagsレスポンスの生成
Python
まず、OllamaのPythonライブラリをインストールします。
pip install ollama次に、リクエストを送信します。
python
from ollama import Client
client = Client(
host="https://ollama.com",
headers={'Authorization': 'Bearer ' + os.environ.get('OLLAMA_API_KEY')}
)
messages = [
{
'role': 'user',
'content': 'Why is the sky blue?',
},
]
for part in client.chat('gpt-oss:120b', messages=messages, stream=True):
print(part['message']['content'], end='', flush=True)JavaScript
まず、OllamaのJavaScriptライブラリをインストールします。
npm i ollama次に、モデルにリクエストを送信します。
typescript
const ollama = new Ollama({
host: "https://ollama.com",
headers: {
Authorization: "Bearer " + process.env.OLLAMA_API_KEY,
},
});
const response = await ollama.chat({
model: "gpt-oss:120b",
messages: [{ role: "user", content: "Explain quantum computing" }],
stream: true,
});
for await (const part of response) {
process.stdout.write(part.message.content);
}cURL
OllamaのチャットAPI経由でレスポンスを生成します。
curl https://ollama.com/api/chat \
-H "Authorization: Bearer $OLLAMA_API_KEY" \
-d '{
"model": "gpt-oss:120b",
"messages": [{
"role": "user",
"content": "Why is the sky blue?"
}],
"stream": false
}'ローカルのみ
Ollamaは、Ollamaのクラウド機能を無効にすることで、ローカルのみモードで実行できます。
モデルの提供終了
Ollamaは、より新しく優れたオープンソースモデルがリリースされる際に、古いクラウドモデルの提供を廃止・終了することがあります。Ollamaクラウドモデルに依存するツールやアプリケーションは、動作を継続するために更新が必要になる場合があります。影響を受けるユーザーには、モデルの提供廃止と終了の前に事前に通知されます。提供廃止の情報は、メールとOllamaのウェブサイトを通じて通知されます。
Ollamaクラウドモデルの提供終了は、ローカルモデルには影響しません。
今後の提供終了予定
| 提供終了日 | モデル | 推奨される代替 |
|---|---|---|
| 2026年7月15日 | deepseek-v3.1:671b | deepseek-v4-flash |
| 2026年7月15日 | deepseek-v3.2 | deepseek-v4-flash |
| 2026年7月15日 | devstral-2:123b | mistral-large-3:675b |
| 2026年7月15日 | devstral-small-2:24b | |
| 2026年7月15日 | ministral-3:14b | |
| 2026年7月15日 | ministral-3:3b | |
| 2026年7月15日 | ministral-3:8b | |
| 2026年7月15日 | gemini-3-flash-preview | minimax-m3 |
| 2026年7月15日 | gemma3:12b | gemma4:31b |
| 2026年7月15日 | gemma3:27b | gemma4:31b |
| 2026年7月15日 | gemma3:4b | gemma4:31b |
| 2026年7月15日 | glm-4.7 | glm-5.2 |
| 2026年7月15日 | glm-5 | glm-5.2 |
| 2026年7月15日 | minimax-m2.1 | minimax-m3 |
| 2026年7月15日 | qwen3-coder-next | qwen3.5:397b |
| 2026年7月15日 | qwen3-coder:480b | qwen3.5:397b |
過去の提供終了
2026年6月30日
| モデル | 推奨される代替 |
| --- | --- |
| `rnj-1:8b` | |
2026年6月16日
| モデル | 推奨される代替 |
| --- | --- |
| `kimi-k2-thinking` | `kimi-k2.6` |
| `kimi-k2:1t` | `kimi-k2.6` |
| `minimax-m2` | `minimax-m3` |
| `glm-4.6` | `glm-5.1` |
| `qwen3-next:80b` | `qwen3.5` |
| `qwen3-vl:235b` | `qwen3.5` |
| `qwen3-vl:235b-instruct` | `qwen3.5` |
| `cogito-2.1:671b` | `deepseek-v4-flash` |