OllamaとLM Studioの違い｜操作・API・モデル管理から選ぶ

2026年10月18日

OllamaとLM Studioは、どちらも手元のPCでローカルLLMを動かすためのソフトで、Windows・Mac・Linuxで使えます。

大きな違いは、Ollamaがコマンドと他のアプリへの接続を中心にしたオープンソース（MITライセンス）のソフトで、LM Studioがモデルの検索から設定までを画面で行えるデスクトップアプリである点です。

アプリやスクリプトからつないで使うならOllama、画面でモデルを探して比べながら使うならLM Studioが合います。

この記事の内容は、2026年10月18日に読んだ両者の公式ドキュメント、規約、公式リポジトリの記載をもとにしています。

実機での再現は含まないため、動作の速さなどの比較は載せていません。

違いの一覧

項目	Ollama	LM Studio
主な操作	コマンド（ollama）とアプリ。アプリでもモデルの取得とチャットができる	デスクトップアプリ。コマンド（lms）もある
ソースコード	公開（MITライセンス）	非公開。規約で個人利用と社内の業務での利用を許諾
モデルの入手先	Ollamaのモデルライブラリ。GGUFやSafetensorsはModelfileで取り込む	アプリ内でHugging Faceから検索してダウンロード
動かせる形式	GGUF（取り込み）など	GGUF（llama.cpp）。Apple シリコンのMacではMLXも
APIの初期のアドレス	localhost のポート11434	localhost のポート1234
互換のAPI	OpenAI互換・Anthropic互換	OpenAI互換・Anthropic互換
画面なしで常駐させる	インストール後はバックグラウンドで動く	llmster（画面のないLM Studio）を使う
クラウドの機能	サインインするとクラウドのモデルを使える。無効にもできる	有料の機能がある（規約に記載）

OllamaとLM Studioの主な違い（2026年10月18日に読んだ公式ドキュメントの記載）

操作の違い

Ollamaは、インストールするとバックグラウンドで動き、ollama コマンドでモデルの取得や実行を行うのが基本です（Ollama公式：Windows）。

2025年7月30日の公式ブログでは、macOSとWindowsのアプリでモデルのダウンロードとチャットができるようになり、ファイルのドラッグ＆ドロップにも対応したと発表されています（Ollama公式ブログ）。

LM Studioは、チャットの画面、Hugging Faceからのモデルの検索とダウンロード、モデルごとの設定の管理を、1つのアプリで行う作りです（LM Studio Docs）。

LM Studioの公式ドキュメントでは、画面の表示言語に日本語が含まれ、設定のタブで切り替えられると説明されています。

LM Studioにもコマンドの lms があり、モデルのダウンロード（lms get）やサーバーの起動（lms server start）を画面を使わずに行えます。

それぞれの導入手順は、Ollamaの使い方入門とLM Studioの使い方で説明しています。

APIの違い

どちらも、手元のPCにAPIのサーバーを立て、OpenAI互換とAnthropic互換の形で呼び出せます。

項目	Ollama	LM Studio
OpenAI互換の接続先	http://localhost:11434/v1/	http://localhost:1234/v1
Anthropic互換の接続先	http://localhost:11434	LM Studioのサーバー（公式ドキュメントにAnthropic互換のページあり）
独自のAPI	/api/chat・/api/generate など	LM Studio REST API（/api/v1/chat など）
公式のライブラリ	Python・JavaScript	Python（lmstudio-python）・TypeScript（lmstudio-js）

APIの比較（公式ドキュメントの例に載っているアドレス）

Ollamaの公式ドキュメントでは、OpenAI互換で手元のサーバーにつなぐ場合、クライアントはAPIキーの値を求めるがOllamaはそれを無視すると説明されています（Ollama公式：OpenAI compatibility）。

LM Studioの公式ドキュメントでは、OpenAI・Anthropicに加えて、独自のREST API、MCPのツールの利用などが案内されています（LM Studio Developer Docs）。

Ollamaは初期設定で 127.0.0.1 のポート11434で待ち受け、LANの他のPCから使う場合は OLLAMA_HOST という環境変数で変えると公式のFAQに書かれています。

どちらも既存のOpenAI用のコードは、接続先のアドレスを変えるだけで試せる形です。

モデルの入手と管理の違い

Ollamaは、Ollamaのモデルライブラリにある名前を指定して取得するのが基本です。

ライブラリにないモデルは、Modelfileを書いてGGUFやSafetensorsの重みを取り込みます（Ollama公式：Importing a Model）。

同じページでは、GGUFを取り込むときOllamaは量子化を行わないため、先に量子化しておくよう説明されています。

LM Studioは、アプリの中でHugging Faceのモデルを検索してダウンロードします。

公式ドキュメントでは、Windows・Mac・Linuxでllama.cpp（GGUF）を使い、Apple シリコンのMacではAppleのMLXでも動かせると説明されています。

項目	Ollama	LM Studio
モデルの保存場所（Windows）	C:\Users\ユーザー名\.ollama\models	~/.lmstudio/models（公式ドキュメントの例。My Modelsのタブから変更できる）
保存場所の変え方	環境変数 OLLAMA_MODELS	アプリのMy Modelsのタブ
コンテキスト長の初期値	VRAMの量で変わる（24GiB未満は4k、24〜48GiBは32k、48GiB以上は256k）	モデルを読み込むときの設定で決める（My Modelsのタブでモデルごとの既定値を保存できる）

モデルの管理（公式ドキュメントの記載）

Ollamaのコンテキスト長の初期値は、公式ドキュメントのContext lengthのページの記載です（Ollama公式：Context length）。

同じページでは、コンテキスト長を大きくするほど必要なメモリが増えると説明されています。

メモリが足りずに読み込めない場合の切り分けは、ローカルLLMでメモリが足りないときの切り分けにまとめています。

ライセンスとクラウドの機能

Ollamaは、公式リポジトリでMITライセンスとして公開されています（ollama/ollama）。

LM Studioのデスクトップアプリの規約（2026年8月23日の版）では、個人の目的と社内の業務の目的に限って使用を許諾すると定めています（LM Studio App Terms of Service）。

同じ規約には、一部の機能が有料で提供される場合があるとも書かれています。

Ollamaは、サインインするとOllamaのクラウドで動くモデルも使えます。

公式のFAQでは、手元で動かす場合はプロンプトやデータを見ず、クラウドのモデルを使う場合は処理のために扱うが保存や学習には使わないと説明されています（Ollama公式：FAQ）。

クラウドの機能を使わない場合は、設定ファイル（~/.ollama/server.json）の disable_ollama_cloud か、環境変数 OLLAMA_NO_CLOUD で無効にできると、同じFAQに書かれています。

社外に出したくないデータを扱うときは、手元のモデルとクラウドのモデルのどちらを選んでいるかを確かめてから使います。

用途別の選び方

やりたいこと	合うもの	理由
まずローカルLLMを試したい	LM Studio	モデルの検索・ダウンロード・チャットを画面で済ませられる
MacでMLXのモデルを使いたい	LM Studio	公式ドキュメントにApple シリコンでのMLX対応の記載がある
自作のアプリやスクリプトから呼び出したい	どちらでも	どちらもOpenAI互換のAPIがある
コーディングエージェントにつなぎたい	Ollama	ollama launch でClaude Code・Codexなどを起動する手順が公式ドキュメントにある
サーバーや家庭内LANで常に動かしたい	Ollama	バックグラウンドで動き、待ち受けのアドレスを環境変数で変えられる
ソースコードが公開されたソフトを使いたい	Ollama	MITライセンスで公開されている