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への接続は両方でできるため、コマンド中心で管理したいか、画面でモデルを探して設定したいかを基準に選べます。
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） |
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 | http://localhost:1234（Messagesは /v1/messages） |
| 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） |
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。
既存のクライアントを使う場合は、接続先だけでなくモデル名と利用するエンドポイントも合わせます。
互換APIは全機能が同じという意味ではありません。
画像入力・ツール呼び出し・構造化出力など、アプリが必要とする機能を、選んだモデルとサーバーの両方が扱えるか確認してください。
接続先を切り替える前に、小さな入力で確認する
最初は個人情報を含まない短い質問を1件送り、モデル名と応答を確認します。
次に、実際に使う機能を1つずつ試します。
接続できても、ツール呼び出しや画像入力まで動くとは限りません。
設定を記録しておけば、元の接続先へ戻せます。
Ollamaのローカル接続でAPIキー欄に文字を入れても、それがアクセス制限になるわけではありません。
LANで使う場合は待ち受けアドレスを変えるだけで終わらせず、接続を許可する端末やネットワークを決めてください。
LM Studioも、利用する版の認証設定と公開範囲を確認します。
API互換性の説明は2026年10月20日にOllama公式とLM Studio公式で再確認しました。
上記の接続テストは確認手順であり、この記事で両者を実測した結果ではありません。
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） |
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 | どちらでも | Ollamaは ollama launch、LM StudioはClaude Code・Codexなどとの接続手順を公式に案内している |
| サーバーや家庭内LANで常に動かしたい | どちらでも | Ollamaはバックグラウンド実行、LM Studioは画面のないllmsterに対応するため、OSと起動・認証・ネットワーク設定を確認して選ぶ |
| 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 |
エージェントの接続方法はOllamaの連携一覧とLM Studioの連携一覧、常駐実行はLM Studioのheadless実行を確認してください。
LM StudioのAnthropic互換APIは、Require Authenticationを有効にすると、発行したトークンをx-api-keyまたはAuthorization: Bearerで送る必要があります（LM Studio公式：Anthropic Compatibility）。
これらの連携・常駐実行・接続先は2026年10月27日に公式資料で再確認しました。
初期のポートが11434と1234で分かれているため、同じPCに両方を入れて使い分けることもできます。
ただし、モデルは別々のフォルダーに保存されるため、両方で同じモデルを取得すると、その分だけストレージを使います。
どのモデルを選ぶかは、ローカルLLMの日本語おすすめモデルを参考にしてください。
