~/ / AI記事 / ローカルLLM × VPS / 高価なPCなしでローカルLLMを始める:VPSを使う初心者ガイド
ローカルの言語モデルを試すために、高性能なコンピューターを買う必要はありません。サーバー(VPS)を借りてそこにモデルを入れれば、どの端末のブラウザからでも話しかけられます。このガイドでは、何もない状態から、動いて守られたチャット画面までを6ステップで進めます。途中でこのサイトのツールも使います。また、GPUのないVPSで何が言えて何が言えないかも、はっきり書きます。
この記事の末尾に、アフィリエイト広告(PR)のリンクがあります。
公開: · 約7分で読めます · 事実は2026-10-26時点で、公式ドキュメントと各VPSサービスの公式ページで確認しました。プラン、料金、初期設定は変わるため、お支払いの前にご自身で確認してください。
VPSは、データセンターにあるコンピューターを借りるものです。ここでいうローカルLLMとは、インターネット越しに呼び出すサービスではなく、そのコンピューターの上で動かすモデルのことです。チャットの内容は、自分で管理するサーバーの中にとどまります。
VPSは、強力なグラフィックスカードを積んだPCの代わりにはなりません。このガイドもそうは主張しません。以下が、確認できたことと、確認できなかったことです。
| 疑問 | わかったこと |
|---|---|
| VPSのプランにGPUはある? | 確認した6つのVPSのページには、GPUのプランが載っているものはありませんでした。ConoHaとXServerのページは、別のGPUサービスを案内しています。 |
| では、モデルはどこで動く? | サーバーのメモリの中で、CPUで動きます。OllamaのFAQには、モデルがすべてシステムメモリに読み込まれたとき、ollama ps が 100% CPU と表示する、とあります。 |
| どのくらい速い? | わかりません。確認したドキュメントにはCPUだけで動かしたときの速度の数字がなく、私たちも測っていません。まず小さなモデルから始めて、試してください。 |
| そもそも動くかどうかは何で決まる? | メモリです。サーバーのメモリに収まらないモデルは、うまく動きません。見積もり方はステップ1で説明します。 |
たまにチャットするだけなら、インターネット越しに呼び出す有料のAIサービスのほうが、1か月ずっと動かすサーバーより安く済むことがあります。ステップ3には計算ツールがあり、ご自身の数字で比べられます。
モデルには、モデルのファイル、会話が長くなると増えるキャッシュ、そしてオペレーティングシステムのためのメモリが必要です。表は、6つのモデルについて、コンテキスト長4,096トークン、一度に1リクエスト、システム用に1 GiBを確保した場合の私たちの見積もりです。見積もりはOllamaライブラリのサイズと公式のモデル設定から計算したもので、測定値ではなく推定値です。
| モデル | 推定合計(GiB) | 一般的な最小のメモリ容量(GiB) |
|---|---|---|
| Qwen3 0.6B | 1.92 | 2 |
| Qwen3 1.7B | 2.74 | 4 |
| Qwen3 4B | 3.89 | 4 |
| Qwen3 8B | 6.41 | 8 |
| Qwen3 14B | 10.29 | 12 |
| Mistral 7B (v0.3) | 5.60 | 8 |
試してみる: Local LLM Memory Estimator
これは見積もりです。ランタイムの計算用バッファは含まれておらず、すべてのレイヤーでKVの形が同じであることを前提にしています。プランを選ぶ前に、実際に動かして測ってください。
モデルのデータは 2026-10-26 に確認しました。
出典: Ollama library · モデルの設定ファイル(config.json) · Ollama FAQ
すべてブラウザの中で動きます。アップロードはされません。
Ollamaライブラリでは、各モデルにできることを示すラベルが付いています。tools が付いたモデルは、自分で定義した関数を呼び出せます。thinking は、推論の過程を答えとは別に表示します。vision は画像を受け取れます。embedding は、検索のためにテキストをベクトルに変換します。最初のチャットにはどれも必要ないので、まずはメモリで選びましょう。
| タグ | ラベル | ダウンロードサイズ | 目安にするメモリ容量 |
|---|---|---|---|
| qwen3:4b | tools, thinking | 2.5 GB | 4 GiB |
| llama3.2:3b | tools | 2.0 GB | ここでは見積もっていません |
| gemma3:4b | vision | 3.4 GB | ここでは見積もっていません |
| mistral:7b | tools | 4.4 GB | 8 GiB |
ダウンロードサイズは、そのモデルに最低限必要なメモリの量です。見積もりのないモデルは、計算ツールのプリセットに入っていません。見積もりにはモデル設定にある層の数やヘッドのサイズが必要なためです。カスタムモデルとして自分で入力することはできます。
まずメモリを見て、次にモデルのファイルを置くディスク、最後にCPUを見ます。モデルのファイルは1つで数ギガバイトあるため、ディスクが大事です。そのうえで、サービス側がどこまで準備してくれているかを見ます。このガイドの末尾にある6つのサービスのうち、ConoHa VPS、KAGOYA CLOUD VPS、XServer VPSのページにはDifyの記載があり、ConoHa VPSのページには、起動スクリプトの一覧にn8nとClaude Codeも載っています。Ollamaのようなモデルサーバーを載せているものは6つのどれにもないので、ステップ4でご自身でインストールします。
このページの末尾の節では、6つのサービスを公式ページをもとに比べています。ここでは、サーバーと、インターネット越しに呼び出すAIサービスを比べられます。
試してみる: LLM API Cost Calculator
単価とトークン数を入力すると、料金が表示されます。
入力した数字を掛け合わせるだけです。ベンダーの単価、割引、キャッシュ、バッチ料金、段階制の料金、税金は考慮しません。
プロンプトの入力トークン数を調べるには、Token Counterを使ってください。
以下は、Ollama公式ドキュメントにあるLinux向けのコマンドです。大事なサーバーで実行する前に、スクリプトの中身を読んでください。
| 手順 | コマンド |
|---|---|
| インストール | curl -fsSL https://ollama.com/install.sh | sh |
| 動くことを確認する | ollama -v |
| ライブラリのモデルを動かす | ollama run qwen3:4b |
起動時にOllamaを立ち上げて動かし続けるには、ドキュメントにあるsystemdのサービスを使います。詳しい手順、設定、アップデートは、終わりのほうに挙げた詳細な記事にあります。
モデルを試すだけなら、ターミナルに入力すれば十分です。普段使いには、Open WebUIがブラウザ上のチャット画面を用意してくれます。クイックスタートでは1つのコマンドで起動し、http://localhost:3000 で表示されます。your-secret-key は、openssl rand -hex 32 で生成した値に置き換えてください。
| 手順 | コマンド |
|---|---|
| Open WebUIを起動する | docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data -e WEBUI_SECRET_KEY=your-secret-key --name open-webui --restart always ghcr.io/open-webui/open-webui:main |
Ollamaは初期設定で 127.0.0.1 の port 11434 で待ち受けます。これがもっとも安全な設定で、ドキュメントには、Ollama自身の認証についての記載はありません。私たちの推奨であり、ドキュメントの記述ではありません:そのポートをインターネットに開けないでください。前段にnginxを置いてパスワードとHTTPSをかけ、使うアドレスだけを通すファイアウォールを使ってください。
プランは、まずメモリ、次にモデルを置くディスク、そのあとCPUの順に見ます。ここでは、国内の6つのVPSを、AIを動かす目で見て、公式ページに書かれていることと、当サイトの見立てを並べました。
同じ運営者のサイト sabakore.com の「AI・LLM向けVPS診断」では、動かしたいモデルと月額の上限から、メモリに載るプランを料金の安い順に並べられます(GPUは使わず、CPUだけで動かす前提の診断です)。
評価のものさし
公式ページで確認した日:
以下の6社の紹介は、アフィリエイト広告(PR)です。リンク先で申し込みがあると、当サイトの運営者に報酬が支払われます。並びは名前順で、報酬額は並びに関係ありません。評価は、各社の公式ページの記載(確認日は下に表示)だけにもとづく当サイトの見立てで、実際に動かして測ったものではありません。プランの内容や料金は変わるので、申し込む前に公式で確認してください。この記事は、これらのサービスでの動作を保証するものではありません。
メモリ○AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
メモリの選択肢が広く、AIツールを入れる仕組みも公式に用意されているので、「まず Dify や n8n を動かして試す」使い方と、大きめのモデルを載せたい使い方のどちらにも向きます。
申し込む前に
最小プランの書き方がページ内で食い違っています(料金表は512MB、FAQは1GB〜)。申し込む前に、いま選べるプランを公式で確認してください。CPUだけで動かしたときの速さは公式に数字がありません。
メモリ△AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
Dify を動かす用途が公式に想定されています。日額の料金から使えるので、「まず試して合わなければやめる」進め方がしやすい一方、メモリは8GBまでなので、載せられるモデルは8B級までが目安です。
申し込む前に
8GBでの Qwen3 8B は、4,096トークンの見積もりで約6.4 GiBです。コンテキストを長くする、同時に使う人を増やすと足りなくなります。GPUプランはこのページに記載がありません。
メモリ○AIツールの入れやすさ○
公式ページに書かれていること
当サイトの見立て
Dify のアプリイメージと「AIツールのホスティング」という用途が公式に書かれています。小さく始めて、必要になったら大きいプランへ、という使い方ができそうです。
申し込む前に
64GBのプランの内容や料金は、このページには載っていません。大きいモデルを載せたいときは、申し込む前に、そのプランが今も選べるかを公式で確認してください。
メモリ○AIツールの入れやすさ×
公式ページに書かれていること
当サイトの見立て
16GB・10コア・1TBまで選べるので、自分でモデルを入れて動かす前提なら、メモリとディスクには余裕があります。AIツールの導入は自分で組み立てることになります。
申し込む前に
AI向けのテンプレートや手順は公式にありません。このサイトの「VPSにOllamaを入れて動かし続ける」の手順で自分で入れることになります。
メモリ○AIツールの入れやすさ×
公式ページに書かれていること
当サイトの見立て
12GBまで選べるので、8B級のモデルを長めのコンテキストで使いたいときの選択肢になります。AIツールは自分で入れる前提です。
申し込む前に
月額に加えてサーチャージ費がかかるので、実際の支払いは料金表より増えます。申し込む前に、合計の目安を公式で確認してください。
メモリ△AIツールの入れやすさ△
公式ページに書かれていること
当サイトの見立て
公式がAI用途の推奨に挙げる16GBには、掲載プランの最大(8GB)が届きません。4B級までの小さなモデルや、Dify だけを動かす使い方なら選べます。
申し込む前に
8GBまでのプランで、AI用途の公式の推奨(16GB〜)を満たすものは、このページにはありません。GPUプランも記載がありません。
同じ運営者のサイト sabakore.com の関連記事(広告ではありません)