Claude CodeをローカルLLMで動かす方法｜LM Studio・Ollamaとのつなぎ方と実際の使用感

この記事について（広告・アフィリエイトリンクはありません）

Claude Code は、環境変数で接続先を変えると、自分の PC で動くローカルLLM につなげます。ふだんは Anthropic のサーバーにある Claude が動いている AI コーディングツールです。

この記事では、LM Studio と Ollama のそれぞれでつなぐ手順と、3つの作業を頼んだ結果を紹介します。失敗した例もそのまま載せました。版や試行回数の条件は末尾の「検証メモ」にあります。

結論：つなぐのは簡単。ただし Claude と同じ働きは期待しない
検証した環境
仕組み：Claude Code の接続先を差し替える
必要なもの
LM Studio でつなぐ手順（Windows）
Ollama でつなぐ手順（Windows）
つながったかの確かめ方
実際に3つの作業を頼んでみた
1. LM Studio での失敗の中身
注意点
まだ試していないこと
よくある質問（FAQ）
検証メモ
参考にした公式情報
関連記事

結論：つなぐのは簡単。ただし Claude と同じ働きは期待しない

基本は接続先の URL と認証用の文字列の2つです（2つで接続できたのは筆者が試した結果です）。加えて、公式の手順にある設定を入れます。LM Studio は CLAUDE_CODE_ATTRIBUTION_HEADER、Ollama は ANTHROPIC_API_KEY を空にする設定です。LM Studio でも、普段の API キーが使われないように、ANTHROPIC_API_KEY を空にする設定を入れます。
gpt-oss-20b に「ファイルを作る」「ファイルを直す」「コマンドを実行して説明する」の3つを頼むと、Ollama 経由では3つとも成功しました。
LM Studio 経由では、ファイルの修正に失敗しました。「できません」と答えたのに、ファイルは途中まで書き換わっていて、ページが動かなくなりました。

Claude 以外のモデルで動かすことは、Anthropic が動作を保証している使い方ではありません。手順は LM Studio と Ollama がそれぞれ公式に出しています。

オフラインで試したい人や、API の料金を気にせず練習したい人には面白い使い方です。大事なファイルで使う前に、必ずバックアップを取るか Git で管理してください。

検証した環境

GPU	NVIDIA GeForce RTX 5090（32GB）
OS	Windows 11
Claude Code	2.1.90
LM Studio	0.4.25（モデル：openai/gpt-oss-20b、コンテキスト長 32,768）
Ollama	0.40.11（モデル：gpt-oss:20b）
検証日	2026年10月29日

仕組み：Claude Code の接続先を差し替える

Claude Code は、環境変数 ANTHROPIC_BASE_URL に書かれた場所へ問い合わせを送ります。会社などで使う「LLM ゲートウェイ」向けとして Claude Code の公式ドキュメントに載っている仕組みです。

LM Studio と Ollama は、Anthropic の API と同じ形式（/v1/messages）で返事をする機能を持っています。接続先を自分の PC の LM Studio や Ollama に向ければ、Claude Code はローカルLLMを使って動きます。

必要なもの

Claude Code（インストール済みであること）
LM Studio、または Ollama（Ollama は v0.14.0 以上が必要）
ローカルLLM（今回は gpt-oss-20b、約12〜13GB）
コンテキスト長の長い設定：LM Studio は「約25k より大きく」、Ollama は「64k 以上」を勧めています（2026年10月30日に Ollama の公式ガイドで確認）。Claude Code は一度に多くの文字をモデルに送るためです。

gpt-oss-20b は今回の環境で、読み込み後に VRAM を約12GB 使いました。VRAM が少ない GPU では、もっと小さいモデルを選ぶ必要があります。小さいモデルでの動作は試していません。

LM Studio でつなぐ手順（Windows）

LM Studio で openai/gpt-oss-20b をダウンロードし、コンテキスト長を 32,768 などの大きい値にして読み込みます。
LM Studio のローカルサーバーを起動します（標準のポートは 1234）。コマンドなら lms server start --port 1234 です。
PowerShell を新しく開き、次の4行を実行します。

$env:ANTHROPIC_BASE_URL = "http://localhost:1234"
$env:ANTHROPIC_AUTH_TOKEN = "lmstudio"
$env:CLAUDE_CODE_ATTRIBUTION_HEADER = "0"
$env:ANTHROPIC_API_KEY = ""

作業用のフォルダーに移動して、モデル名を指定して起動します。

claude --model openai/gpt-oss-20b

3行目の CLAUDE_CODE_ATTRIBUTION_HEADER は、LM Studio の公式手順に入っている設定です。LM Studio で「Require Authentication」をオンにしている場合は、lmstudio の代わりに LM Studio で作った API トークンを入れます。4行目は、普段の Anthropic の API キーが環境変数に入っていても使われないようにするための設定です（くわしくは次の Ollama の手順の説明を見てください）。

Ollama でつなぐ手順（Windows）

Ollama を起動した状態で、PowerShell を新しく開いて次を実行します。

ollama pull gpt-oss:20b
$env:ANTHROPIC_BASE_URL = "http://localhost:11434"
$env:ANTHROPIC_AUTH_TOKEN = "ollama"
$env:ANTHROPIC_API_KEY = ""
claude --model gpt-oss:20b

4行目の ANTHROPIC_API_KEY は、Ollama の公式ガイドの手動設定に入っている設定です。すでに Anthropic の API キーを環境変数に入れている場合に、それが使われないようにします（PowerShell では空の文字列を入れると、その変数は消えた扱いになります）。コマンドプロンプト（CMD）では次のように書きます。

set ANTHROPIC_BASE_URL=http://localhost:11434
set ANTHROPIC_AUTH_TOKEN=ollama
set ANTHROPIC_API_KEY=
claude --model gpt-oss:20b

Mac・Linux（bash・zsh）では export ANTHROPIC_API_KEY="" のように書きます（筆者は Windows だけで試しています）。Ollama の公式ガイドには、ollama launch claude の1行で Claude Code を起動する方法も載っています（この方法は未検証です）。

今回の環境では、Ollama のコンテキスト長は何も設定しなくても 131,072 になっていました。設定方法は環境やバージョンで変わるので、短すぎる場合は Ollama の公式ドキュメントを確認してください。

つながったかの確かめ方

Claude Code を起動する前に、PowerShell から直接問い合わせを送ると、接続先の問題か Claude Code の設定の問題かを切り分けられます。Claude Code の公式ドキュメントにある確認方法を、ローカル用に書き換えたものです。

$body='{"model":"openai/gpt-oss-20b","max_tokens":200,"messages":[{"role":"user","content":"Say hello in Japanese in one short sentence."}]}'
curl.exe -sS -w "`nHTTP %{http_code} time %{time_total}s`n" http://127.0.0.1:1234/v1/messages -H "content-type: application/json" -H "x-api-key: lmstudio" -H "anthropic-version: 2023-06-01" -d $body

PowerShell では curl が別のコマンドの別名になっていることがあるので、curl.exe と書きます。Ollama の場合は、URL を http://127.0.0.1:11434/v1/messages、x-api-key を ollama、model を gpt-oss:20b に変えます。

今回の結果は、LM Studio が 0.66 秒、Ollama が 58 秒で返事を返しました（どちらも HTTP 200）。Ollama は最初の問い合わせでモデルを読み込むため、時間がかかっています。

Claude Code を起動した後は、/status を実行すると「Anthropic base URL」の行に接続先が表示されます。

実際に3つの作業を頼んでみた

空のフォルダーで、同じ3つの作業を LM Studio と Ollama のそれぞれで頼みました。両方にモデルが載ると VRAM が 31.6GB まで増えたので、Ollama を試す前に LM Studio のモデルを外しています。

見出しとボタンのある index.html を作る
ボタンを押したら、今日の日付をページの中（p#date）に表示するよう直す
dir コマンドを実行して、フォルダーの中身を説明する

作業	LM Studio（gpt-oss-20b）	Ollama（gpt-oss:20b）
1. ファイルを作る	成功（6.8秒）	成功（13.4秒）
2. ファイルを直す	失敗	成功（8.6秒）
3. コマンドを実行して説明	成功（3.6秒）	成功（4.3秒）

LM Studio での失敗の中身

2つ目の作業で、モデルは「I’m sorry, but I can’t modify the file（ファイルを変更できません）」と答えました（8.4秒）。ところが実際にはファイルが途中まで書き換わっていました。日付を p#date に書き込むスクリプトは直っていたのに、肝心の <p id="date"> の要素が追加されておらず、ボタンを押すとエラーになる状態でした。

3つ目の作業でフォルダーの中身を説明させたときも、この不具合には触れませんでした。「できない」と言いながらファイルを変えていることがあるので、ローカルLLMに作業させた後は、変更内容を自分の目で確かめることが大切です。

同じモデルでも、Ollama 経由では修正がきちんとできました。各1回ずつしか試していないため、どちらの方が向いているとまでは言えません。

注意点

環境変数は、その PowerShell の中だけ有効です。ウィンドウを閉じれば、普段の Claude Code に戻ります。ずっと使いたい場合は設定ファイルにも書けますが、普段の Claude を使うときに戻すのを忘れやすいので、今回は勧めません。
使えなくなる機能があります。公式ドキュメントによると、これらの環境変数を設定している間は Remote Control と音声入力が使えません。
大事なファイルでいきなり使わない：上の失敗のように、意図しない変更が入ることがあります。

まだ試していないこと

モデルは gpt-oss-20b だけで試しました。コーディング向けのモデルなどほかのモデル、VRAM の少ない GPU、複数ファイルにまたがる修正のような大きな作業は未確認です。

llama.cpp 単体や LiteLLM を経由する方法も試していません。Mac・Linux の手順は、各公式ドキュメントのコマンドを参照してください。

よくある質問（FAQ）

Q. 料金はかかりますか？

接続先がローカル（localhost）になっていれば、モデルへの問い合わせは Anthropic のサーバーには送られません。ただし、Claude Code の設定ファイル（settings.json の env など）が PowerShell の環境変数より優先されることがあるため、「絶対に料金がかからない」とは言い切れません。起動したら必ず /status で接続先が localhost になっているかを確かめ、普段使っている API キーは環境変数に残さないのが安全です。このほか、電気代と PC の性能が必要になります。

Q. 普段の Claude Code に戻すには？

環境変数を設定した PowerShell を閉じて、新しいウィンドウで claude を起動すれば元に戻ります。

Q. Claude と同じくらい賢くなりますか？

頭脳にあたるのはローカルLLMなので、性能はそのモデル次第です。今回の gpt-oss-20b では、簡単な作業でも失敗することがありました。

検証メモ

版：表の版は検証時点のものです。2026年10月30日に確認した最新は Claude Code 2.1.314、LM Studio 0.4.27、Ollama 0.40.13 で、最新版での動作は未確認です。
試行回数：3つの作業は各1回ずつです。LM Studio と Ollama の差は、モデルの出力のばらつきの可能性があります。
料金の表示：結果の JSON の total_cost_usd には 0.15 ドルなどの値が出ましたが、Claude の料金表で計算した値で、ローカル実行では実際にはかかっていません。
検証中に起きたこと：LM Studio で最初の作業を実行したとき、Claude Code が設定ファイルが見つからないという警告を出し、~/.claude/.claude.json を新しく作りました。普段の ~/.claude.json は変わっていません。検証はアプリの中から起動したので、原因はその環境変数を引き継いだことかもしれませんが、未確認です。

参考にした公式情報

この記事の検証環境

Windows 11 / RTX 5090（32GB）/ Claude Code 2.1.90 / LM Studio 0.4.25（openai/gpt-oss-20b、コンテキスト長 32,768）/ Ollama 0.40.11（gpt-oss:20b）/ 3つの作業を各1回 / 2026年10月29日。
これまでの検証の一覧はこちら