~/ / AI記事 / ローカルLLM × VPS / ローカルモデルには何ができる?Ollamaのtools・thinking・vision・embeddingと、VPSに載るモデル
ローカルモデルはチャット欄だけのものではありません。Ollamaライブラリでは、モデルができることをラベルで示しており、ドキュメントがそれぞれを説明しています。ツールを呼び出す、推論の過程を見せる、画像を読む、検索のためにテキストをベクトルに変える、の4つです。この記事では、各ラベルの意味、10モデルのラベルとダウンロードサイズ、そして、やりたいことを自分のサーバーのメモリに合わせて選ぶ方法を説明します。
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 · ラベル、サイズ、コンテキストウィンドウは、2026-10-26時点のOllamaライブラリとドキュメントで確認しました。ライブラリは頻繁に変わるため、使う予定のタグのページを確認してください。
Ollamaライブラリは、各モデルが対応する機能をラベルで示しています。サーバー上で何かを作るときに関わるのは、そのうち4つです。ドキュメントでは次のように説明されています。
| ラベル | ドキュメントの説明 | 使い方 |
|---|---|---|
| tools | ツール呼び出し(関数呼び出しとも呼ばれます)により、モデルはツールを呼び出し、その結果を返答に取り込めます。単一のツール呼び出し、並列のツール呼び出し、複数ターンのエージェントループに対応しています。 | 利用できるツールを、/api/chat へのリクエストの tools フィールドに列挙します。モデルがツールを呼び出したら、こちらでそれを実行し、出力をロール tool のメッセージとして送り返します。 |
| thinking | thinking に対応したモデルは、推論の過程を最終的な答えとは別に出力します。そのため、モデルの手順を確認することも、その過程を非表示にすることもできます。 | リクエストに think パラメータを指定します。推論は message.thinking に、答えは message.content に返ります。 |
| vision | vision モデルはテキストと一緒に画像を受け取れるので、モデルは見たものについて、説明、分類、質問への回答ができます。 | メッセージに images 配列を渡します。REST APIでは、base64でエンコードした画像データを渡す必要があります。 |
| embedding | embedding(埋め込み)は数値のベクトルで、ベクトルデータベースに保存したり、コサイン類似度で検索したり、RAGのパイプラインで使ったりできます。 | /api/embed を呼び出します。ドキュメントは、たいていの意味検索ではコサイン類似度を勧めており、インデックス作成とクエリには同じ埋め込みモデルを使うよう勧めています。 |
この表には、Ollamaライブラリが各モデルファミリーに表示しているラベルを、1つのタグ、タグ一覧のその行に表示されているサイズ、コンテキストウィンドウとあわせて載せています。このサイズはダウンロードサイズなので、モデルが最低限必要とするメモリであり、見込むべき量ではありません。
| タグ | ラベル | ダウンロードサイズ | コンテキストウィンドウ | ライブラリでの説明 |
|---|---|---|---|---|
| qwen3:4b | tools, thinking | 2.5 GB | 256K | Qwen3は、Qwenシリーズの最新世代の大規模言語モデルです |
| llama3.2:3b | tools | 2.0 GB | 128K | MetaのLlama 3.2は、1Bと3Bのモデルで小型化を進めています |
| gemma3:4b | vision | 3.4 GB | 128K | 単一のGPUで動くモデルのなかで最も高性能なモデルです |
| qwen3-vl:4b | vision, tools, thinking | 3.3 GB | 256K | これまでのQwenファミリーで最も強力なビジョン言語モデルです |
| deepseek-r1:7b | tools, thinking | 4.7 GB | 128K | オープンな推論モデルのファミリーです |
| qwen2.5-coder:7b | tools | 4.7 GB | 32K | コード特化のQwenモデルの最新シリーズです |
| mistral:7b | tools | 4.4 GB | 32K | Mistral AIが公開した7Bモデルで、バージョン0.3に更新されています |
| gpt-oss:20b | tools, thinking | 14 GB | 128K | OpenAIの、推論とエージェント的なタスク向けのオープンウェイトモデルです |
| nomic-embed-text | embedding | 274 MB | 2K | 大きなトークンコンテキストウィンドウを持つ、オープンな埋め込みモデルです |
| embeddinggemma | embedding | 622 MB | 2K | Googleによる、パラメータ数300Mの埋め込みモデルです |
ラベルはモデルファミリーに付いているもので、ファミリーにはいくつかのサイズがあります。ダウンロードする前に、使う予定のタグそのもののページを開いて、入力の種類とサイズを確認してください。
ドキュメントは各機能の用途を挙げています。以下は、それが自分で運用するサーバーにとって何を意味するかについての私たちの解釈であり、品質についての主張ではありません。
何を動かせるかはメモリで決まります。上のダウンロードサイズは下限で、そこにコンテキスト長に応じたKVキャッシュが加わります。Qwen3とMistral 7Bについては、下の計算ツールが公式の設定値を使うので、自分のコンテキスト長と検討中のプランでの合計を確認できます。
表のほかのモデルには、計算ツールのプリセットがありません。各モデルの設定ファイルから、レイヤー数、KVヘッド数、ヘッドの次元数が必要になるためです。これらはカスタムモデルとして自分で入力できます。
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。
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)