Ollama モデル管理：ダウンロード、切り替え、削除とバージョン管理の完全ガイド

Ollama を使い始めたころ、モデルファイルがこんなに大きいとは気づきませんでした。

ある日 SSD の空き容量が警告を出したとき、~/.ollama を開いてみると——40GB 以上。使わないモデルばかり。どう削除する？バージョンはどう切り替える？また同じ轍を踏まないには？

この記事は、そのときの失敗からまとめたものです。Ollama のモデル管理コマンドを、ダウンロード、切り替え、削除、そしてバージョン管理のベストプラクティスまで順に説明します。読み終える頃には、ローカル LLM ライブラリを落ち着いて管理でき、ディスク容量に驚かされることも少なくなるはずです。

---

主要コマンド早見表

まず一覧表を置いておきます。後半で各コマンドを詳しく説明します。

コマンド	用途	例
ollama pull	モデルをダウンロード（バージョン指定可）	ollama pull llama3.2:latest
ollama run	モデルを実行	ollama run llama3.2
ollama list	ローカルモデル一覧	ollama list
ollama ps	実行中のモデル一覧	ollama ps
ollama stop	実行中のモデルを停止	ollama stop llama3.2
ollama rm	モデルを削除	ollama rm llama3.2
ollama show	モデルの詳細情報	ollama show llama3.2
ollama create	カスタムモデルを作成	ollama create mymodel -f Modelfile
ollama serve	API サービスを起動	ollama serve

日常管理の 9 割はこの表でカバーできます。コマンドを覚え、あとは組み合わせるだけです。

---

モデルのダウンロード：バージョン選びが重要

指定バージョンをダウンロード

ollama pull でモデルを取得します。見落としがちなのがバージョンタグです。

# 最新版をダウンロード
ollama pull llama3.2:latest

# 特定のパラメータ規模
ollama pull llama3.1:70b

# 特定の量子化版
ollama pull mistral:7b-q4_K_M

タグの意味は次のとおりです。

• latest：デフォルトタグ。最新の安定版
• 7b、70b：パラメータ規模。数字が大きいほど性能は上がるが、リソースも多く必要
• q4_K_M、q3_K_L：量子化レベル。数字が小さいほどファイルは軽いが、精度はやや下がる

ひとことで言えば、ハードウェアに合わせてバージョンを選ぶことです。

ハードウェア要件一覧

盲目的にダウンロードせず、まず自分の環境と照らし合わせてください。

モデル規模	パラメータ数	ファイルサイズ	最低 RAM	推奨 RAM	VRAM 目安
小型	1〜3B	1〜2GB	4GB	8GB	2〜4GB
中型	7〜8B	4〜5GB	8GB	16GB	6〜8GB
大型	13〜14B	7〜8GB	16GB	32GB	10〜12GB
超大型	70B	40GB 以上	32GB	64GB 以上	24GB 以上

経験上、RAM 8GB のマシンで 7B モデルは動きますが遅いです。16GB あると快適になります。70B モデルは——正直、家庭用 PC ではほぼ無理。デュアル RTX 4090 クラスでないと厳しいでしょう。

一括ダウンロードスクリプト

複数モデルを入れるなら、1 本ずつ手打ちするよりスクリプトが楽です。

#!/bin/bash
# download_models.sh

MODELS=(
  "llama3.2:latest"
  "mistral:7b"
  "qwen2:7b"
  "deepseek-r1:7b"
)

for model in "${MODELS[@]}"; do
  echo "ダウンロード中: $model"
  ollama pull "$model"
  echo "---"
done

echo "すべてのモデルのダウンロードが完了しました！"

download_models.sh として保存し、実行します。

chmod +x download_models.sh
./download_models.sh

必要なモデルをまとめて取得できます。

---

モデルの切り替え：GPU を空転させない

ローカルモデル一覧の確認

ダウンロード後、まず手元に何があるか確認しましょう。

ollama list

出力例：

NAME                ID              SIZE    MODIFIED
llama3.2:latest     a80c4f17acd5    2.0GB   2 days ago
mistral:7b          f974a74358d6    4.1GB   5 days ago
qwen2:7b            d53d04290064    2.3GB   10 days ago

各列の意味は次のとおりです。

• NAME：モデル名とタグ
• ID：一意の識別子（削除時に使うこともある）
• SIZE：ファイルサイズ。容量を食っているモデルが一目でわかる
• MODIFIED：最終更新日時。古いモデルの判断材料になる

ここまで見れば、よく使うモデルと削除候補が見えてきます。

指定モデルの実行

切り替えは ollama run だけです。

# 基本実行
ollama run llama3.2

# GPU アクセラレーション付き
ollama run llama3.2 --gpu

# 詳細モード（読み込み時間を確認）
ollama run llama3.2 --verbose

補足：未ダウンロードのモデルを run すると、自動で pull されます。事前に pull しなくても run だけで動かせます。

ただし落とし穴があります。起動したモデルは stop するまで GPU/CPU を占有し続けます。切り替える前に、前のモデルを止めましょう。

実行中モデルの停止

まず動いているモデルを確認します。

ollama ps

出力例：

NAME        ID              SIZE    PROCESSOR   UNTIL
llama3.2    a80c4f17acd5    2.0GB   100% GPU    4 minutes from now

実行中があれば停止します。

ollama stop llama3.2

GPU のリソースが空き、次のモデルに切り替えられます。

以前は stop を忘れて、PC がだんだん重くなることがよくありました。切り替え前に ps → stop を習慣にすると楽です。

---

モデルの削除：ディスク容量確保の要

単一モデルの削除

いよいよ本題——モデルの削除です。

ollama rm llama3.2

出力：

deleted 'llama3.2'

シンプルです。注意点は削除前にモデル名を確認すること。誤削除を防ぐため、先に ollama list を見ておきましょう。

削除後、ファイルがすぐ消えるわけではありません。クリーンアップに数分かかることもあります。

一括削除スクリプト（ホワイトリスト付き）

モデルが増えすぎたが、常用モデルは残したい——そんなとき用のスクリプトです。

#!/bin/bash
# cleanup_models.sh

# ホワイトリスト：削除しないモデル
KEEP=(
  "llama3.2:latest"
  "mistral:7b"
)

# 全モデルを取得
ALL_MODELS=$(ollama list | tail -n +2 | awk '{print $1}')

for model in $ALL_MODELS; do
  # ホワイトリストに含まれるか確認
  keep=false
  for keeper in "${KEEP[@]}"; do
    if [ "$model" == "$keeper" ]; then
      keep=true
      break
    fi
  done

  # ホワイトリスト外は削除
  if [ "$keep" = false ]; then
    echo "削除: $model"
    ollama rm "$model"
  else
    echo "保持: $model"
  fi
done

echo "クリーンアップ完了！"

全モデルを列挙し、ホワイトリストにないものだけ削除します。KEEP 配列に常用モデルを書き換えて使ってください。

モデル保存パスの管理

削除しても容量が足りない場合、保存先の設定が原因かもしれません。

デフォルトの保存先：

• Windows: C:\Users\<ユーザー名>\.ollama\models
• Linux/macOS: ~/.ollama/models

システムドライブの空きが足りない場合は、別ドライブへ移せます。環境変数 OLLAMA_MODELS を設定します。

# Linux/macOS
export OLLAMA_MODELS=/path/to/your/models

# Windows（PowerShell）
$env:OLLAMA_MODELS="D:\ollama\models"

設定後、新規ダウンロードは新しいパスに保存されます。既存モデルは旧パスに残るため、手動で移動が必要です。

最初から保存先を決めておくのがおすすめです。容量が逼迫してから移行すると手間もミスも増えます。

---

バージョン管理：混乱を防ぐ戦略

バージョン混乱の典型例

こんな一覧、見覚えはありませんか？

llama3.1:latest
llama3.1:8b
llama3.2:latest
llama3.2:1b
llama3.2:3b

バージョンが積み上がり、どれが本番用で、どれがテスト用で、どれを消していいのかわからなくなります。

混乱を避ける 3 つのコツ

1. タグで用途を分ける

   • latest：日常利用のメインバージョン
   • test、dev：検証用バージョン
   • パラメータ規模の違う版を大量に入れず、1 つに絞る

2. 定期的に整理する

   • 週 1 回 ollama list で余分なモデルを確認
   • 前掲のクリーンアップスクリプトでライブラリをスリムに保つ

3. 名前は意味のあるものに

   • カスタムモデルは用途がわかる名前に
   • 例：myproject-llama3.2。mymodel1、mymodel2 のような名前は避ける

モデルの更新（差分ダウンロード）

新しい版が出たら、もう一度 pull するだけです。

ollama pull llama3.2:latest

Ollama は差分だけを取得するため、ファイル全体を再ダウンロードする必要はありません。帯域を気にせず更新できます。

カスタムモデルバリアント

temperature の調整やシステムプロンプトの追加など、パラメータを変えたい場合は Modelfile を使います。

# Modelfile を作成
FROM llama3.2
PARAMETER temperature 0.7
SYSTEM """あなたはプロの技術アシスタントです。簡潔な言葉で質問に答えてください。"""

# カスタムモデルを作成
ollama create my-tech-assistant -f Modelfile

# 実行
ollama run my-tech-assistant

専用バージョンが 1 つできます。不要になったら ollama rm で削除してください。

---

よくある問題と対処法

ダウンロードが 99% で止まる

最後の 1% で進まなくなる——これも経験あります。

原因はだいたいネットワーク中断です。対処：

# Ctrl+C でダウンロードをキャンセル
# 再度 pull
ollama pull llama3.2

進捗は保持されるため、最初からやり直す必要はありません。多くは 2 回目で成功します。

削除後も容量が増えない

モデルを消したのに df -h では空きが変わらない。

考えられる原因：

1. クリーンアップがまだ終わっていない——数分待つ
2. 残留ファイルがある——パスを手動確認

手動確認：

# モデルディレクトリのサイズを確認
du -sh ~/.ollama/models

# まだ大きい場合は中身を確認
ls -lh ~/.ollama/models/blobs/

残留ファイルを見つけたら手動で削除します。

モデル切り替えに失敗する

ollama run がエラーになる場合：

1. リソース不足：RAM または VRAM が足りない
2. 設定ミス：Modelfile に問題がある

対処：

• 先に ollama ps で他モデルがリソースを占有していないか確認
• --verbose で詳細なエラーを確認
• カスタムモデルなら Modelfile の構文をチェック

---

まとめ

結局のところ、やることはダウンロード、切り替え、削除の 3 つです。これらのコマンドに加え、バージョンを乱暴に増やさない計画を少しだけ持てば、ローカル LLM ライブラリはすっきり保てます。

OpenClaw ユーザーなら、モデル管理はさらに重要です。OpenClaw は Ollama に依存しており、モデルバージョンがそのままアプリ体験に効きます。定期的にライブラリを見直し、使わないモデルは削除してスリムに保ちましょう。

困ったら早見表を見るか、該当セクションに戻ってください。この記事が、いくつかの落とし穴を避ける助けになれば幸いです。

---