この記事では、Mac（Appleシリコン）でOllamaを使い、DeepSeek-R1などのLLM（大規模言語モデル）を自分のPCで動かす手順を解説します。インストール方法、基本コマンド、メモリに合わせたモデルの選び方、そしてOllamaの最近の大きな変更点（AppleシリコンではMLXでの実行が標準になったこと）までまとめました。情報は2026年10月時点のOllama公式サイト・公式ドキュメント・GitHubのリリースノートで確認しています。
Ollamaとは？Macで動かすメリット
Ollamaは、LLMを手元のPCでダウンロード・実行するためのツールです。Mac・Windows・Linuxに対応し、ターミナルのコマンドとデスクトップアプリの両方から使えます。動かしたモデルには http://localhost:11434 のAPIからアクセスできるので、ほかのアプリやスクリプトと連携するのも簡単です。
AppleシリコンのMacはCPUとGPUがメモリを共有する（ユニファイドメモリ）ため、メモリが多い機種ほど大きなモデルを動かせます。最近のOllamaでは、Appleシリコン向けの機械学習フレームワークMLXでの実行にも対応しました（後述）。なお、最近のOllamaには自分のPCではなくOllamaのサーバーで動かす「クラウドモデル」もありますが、この記事ではローカルで動かす方法を扱います。
システム要件
Ollama公式ドキュメント（macOS）の要件は次のとおりです。以前は「macOS 10.15以降」と紹介していましたが、現在の要件は大きく上がっています。
- OS：macOS Sonoma（14）以降
- CPU：Apple Mシリーズ（CPUとGPUの両方を使用）またはIntel（x86、CPUのみ）
- ストレージ：モデルの保存に数GB〜数百GBの空き容量
Intel MacではGPUが使われずCPUだけで動くため、かなり遅くなります。快適に使うならAppleシリコンのMacがおすすめです。
MacにOllamaをインストールする方法
方法1：公式サイトからアプリをダウンロード（おすすめ）
公式ドキュメントで「推奨」とされている方法です。ollama.comのダウンロードページから「Download manually」を選んで ollama.dmg を入手し、開いたらOllamaアプリを「アプリケーション」フォルダにドラッグ＆ドロップします。
初回起動時、アプリは ollama コマンドが使える状態かを確認し、見つからなければ /usr/local/bin にリンクを作る許可を求めてきます。許可すれば、ターミナルからも ollama コマンドが使えるようになります。アップデートは自動でダウンロードされ、メニューバーのアイコンから「Restart to update」を選ぶと適用されます。
Ollamaのダウンロードページ（macOS）を開き、macOS版のアプリをダウンロードします。ダウンロードした ollama.dmg を開き、Ollamaアプリを「アプリケーション」フォルダへドラッグ＆ドロップすればインストール完了です（参考：Ollama公式ドキュメント）。
方法2：ターミナルからインストール
公式ダウンロードページには、ターミナルで1行実行するインストール方法も載っています。
curl -fsSL https://ollama.com/install.sh | sh方法3：Homebrewでインストール
Homebrewを使っている場合は、次のどちらかでも入れられます。以前この記事で紹介した brew install ollama はコマンドだけが入る方法で、デスクトップアプリは入りません。アプリも使いたい場合は、caskの ollama-app を使います（以前のcask名「ollama」は「ollama-app」に変わっています）。
# アプリ（Ollama.app）とコマンドを入れる
brew install --cask ollama-app
# コマンドだけを入れる（サーバーは自分で起動）
brew install ollama
brew services start ollamaインストールの確認
ターミナルで次のコマンドを実行し、バージョンが表示されればインストールできています（ollama -v でも確認できます）。
ollama --versionまた、最近のOllamaでは引数なしで ollama と打つと初回セットアップが始まり、サインインするか、ローカルのモデルだけで使うかを選べます。ローカルで使うだけならサインインは不要です。
Ollamaの基本コマンド
よく使うコマンドを公式のCLIリファレンスからまとめました。
| コマンド | できること |
|---|---|
ollama run <モデル名> | モデルを起動して対話する（未ダウンロードなら自動で取得） |
ollama pull <モデル名> | モデルをダウンロード・更新する |
ollama list（ollama ls） | ダウンロード済みのモデル一覧 |
ollama ps | いまメモリに読み込まれているモデルと、GPU/CPUの割り当て |
ollama stop <モデル名> | 動いているモデルを止めてメモリを空ける |
ollama rm <モデル名> | モデルを削除してストレージを空ける |
ollama serve | Ollamaのサーバーを起動する（アプリ起動中は不要） |
ollama launch | Claude Code・Codex・OpenCodeなどのツールをOllamaのモデルで起動する |
DeepSeek-R1をOllamaで動かす手順
1. モデルをダウンロードする
サイズを指定してダウンロードします。
ollama pull deepseek-r1:8bサイズを省略した deepseek-r1（latest）は、以前は7B版でしたが、現在は8B版（DeepSeek-R1-0528をQwen3に蒸留したモデル）になっています。以前に入れたモデルを新しいものに更新するには、もう一度 ollama pull deepseek-r1 を実行します。
2. モデルを起動する
ollama run deepseek-r1:8bターミナルに >>> のプロンプトが出たら質問を入力できます。終了するときは /bye と入力します。pull していなくても、run した時点で自動的にダウンロードされます。
初回はモデルのダウンロードが始まり、完了すると >>> のプロンプトに切り替わります。DeepSeek-R1は「考える」タイプのモデルなので、回答の前に考える過程が表示されることがあります。表示の細かい形はOllamaのバージョンによって変わるため、ここではコマンドだけ載せています。
3. デスクトップアプリで使う
ターミナルが苦手な方は、Ollamaのデスクトップアプリからもモデルを選んでチャットできます。アプリの設定画面では、コンテキスト長（モデルが一度に扱える文章量）をスライダーで変更できます。macOSではアプリの「Apps」から、ClaudeやChatGPTのデスクトップアプリとOllamaのモデルをつなぐ設定もできます。
アプリでは、チャット画面でモデルを選んで質問を入力するだけで使えます。コンテキスト長は設定（Settings）画面のスライダーを動かして変更します。
4. APIから使う（localhost:11434）
Ollamaが起動していれば（アプリが動いている、または ollama serve を実行中）、http://localhost:11434 でAPIが使えます。ローカルの場合はAPIキーは不要です。OpenAI互換のAPI（http://localhost:11434/v1）もあるので、OpenAI向けに作られたツールからもつなげられます。
curl http://localhost:11434/api/chat -d '{
"model": "deepseek-r1:8b",
"messages": [{"role": "user", "content": "こんにちは"}]
}'メモリ別・DeepSeek-R1のモデルサイズの目安
Ollama公式ライブラリに表示されているDeepSeek-R1の各サイズと、ダウンロードサイズは次のとおりです（2026年10月時点）。
| タグ | もとのモデル | サイズ |
|---|---|---|
| deepseek-r1:1.5b | DeepSeek-R1-Distill-Qwen-1.5B | 1.1GB |
| deepseek-r1:7b | DeepSeek-R1-Distill-Qwen-7B | 4.7GB |
| deepseek-r1:8b（latest） | DeepSeek-R1-0528-Qwen3-8B | 5.2GB |
| deepseek-r1:14b | DeepSeek-R1-Distill-Qwen-14B | 9.0GB |
| deepseek-r1:32b | DeepSeek-R1-Distill-Qwen-32B | 20GB |
| deepseek-r1:70b | DeepSeek-R1-Distill-Llama-70B | 43GB |
| deepseek-r1:671b | DeepSeek-R1（フルモデル、0528版） | 404GB |
Macで動かすには、モデルのサイズに加えて、OSやほかのアプリ、コンテキスト（会話の内容）の分のメモリが必要です。目安として、メモリ8GBのMacなら1.5b、16GBなら7b〜8b、32GBなら14b、64GB以上なら32b、70bはさらに大きなメモリの機種、と考えておくと選びやすいでしょう（これは上のサイズから考えた筆者の目安で、公式の数値ではありません）。671bは一般的なMacで動かすのは現実的ではありません。
DeepSeek-R1以外のおすすめモデル
DeepSeek-R1は「考える過程」を出力する推論モデルですが、7b・14b・32bなどは2025年1月公開の古い蒸留モデルです。Ollamaのリリースノート（v0.32.0）でも、ollama launch で古いモデル（基本のDeepSeek-R1タグなど）を選ぶと非推奨の警告が出るようになったと書かれています。いまから試すなら、次のような新しいモデルも候補になります。
- gemma4（Google）：e2b・e4b・12b・26b・31bなどのサイズがあり、画像も読めます。小さいサイズならメモリが少ないMacでも試しやすいモデルです。
- qwen3.6（Alibaba）：27b・35bがあり、コーディングやエージェント用途に強化されています。サイズが18GB以上あるので、メモリに余裕のあるMac向けです。
ollama run gemma4ほかのモデルはOllamaのモデル一覧で、ダウンロードサイズや「Tools」「Thinking」「Vision」などの機能で絞り込んで探せます。
AppleシリコンではMLXでの実行が標準に
Ollama v0.40.0（2026年9月）から、Appleシリコンでは、MLXに対応したモデルは自動的にMLXで実行されるようになりました。MLXはApple製の機械学習フレームワークで、Appleシリコンの性能を引き出しやすいのが特徴です。リリースノートでは、gemma4・qwen3.5・qwen3.6などが対応モデルとして挙げられています。ライブラリのページには gemma4:e4b-mlx のように「mlx」が付いたタグもあります。
特別な設定はいらず、Ollamaを最新版にして対応モデルを ollama run するだけです。DeepSeek-R1がMLXで動くかどうかはリリースノートに書かれていないため、MLXの恩恵を受けたい場合は上の対応モデルを試すのがよいでしょう。
macOSで快適に使うためのポイント
1. 小さいモデルから試す
メモリが足りないと、読み込みに失敗したり極端に遅くなったりします。まずは小さいモデルで動作を確認し、余裕があれば大きいモデルに切り替えましょう。
2. ollama psでGPUに載っているか確認する
ollama ps のPROCESSOR列が「100% GPU」ならモデル全体がGPU側で動いています。「CPU/GPU」と分かれている場合は一部がCPUで動いていて遅くなるので、小さいモデルにするかコンテキスト長を下げます。CONTEXT列では、割り当てられているコンテキスト長も確認できます。
ollama ps公式ドキュメントに載っている出力例は次のとおりです（モデル名や数値は環境によって変わります）。
NAME ID SIZE PROCESSOR CONTEXT UNTIL
gemma4:latest c6eb396dbd59 9.6 GB 100% GPU 131072 2 minutes from nowNAMEはモデル名、SIZEは使っているメモリ量、PROCESSORはCPUとGPUの割合、CONTEXTは割り当てられたコンテキスト長、UNTILはメモリから外れるまでの時間です。
3. コンテキスト長を用途に合わせる
Ollamaは使えるメモリ（VRAM）の量に応じて初期のコンテキスト長を決めます。公式ドキュメントでは24GB未満なら4k、24〜48GBなら32k、48GB以上なら256kです。長い文章やコーディングツールで使う場合は、公式では64000トークン以上が推奨されています。アプリの設定画面のスライダーで変更できますが、長くするほどメモリを多く使う点に注意してください。
4. 使い終わったモデルは止める
複数のモデルを同時に読み込むとメモリを圧迫します。なお、ollama reset というコマンドはありません（2026年10月に訂正）。使い終わったモデルは ollama stop <モデル名> で止め、もう使わないモデルは ollama rm <モデル名> で削除してストレージを空けましょう。
まとめ
MacでOllamaを使う手順は、①公式サイトからアプリを入れる（macOS 14以降）、②ollama run でモデルを動かす、③メモリに合ったサイズを選ぶの3つです。DeepSeek-R1は今も ollama run deepseek-r1 ですぐ試せますが、Appleシリコンでは新しいモデルがMLXで動くようになったので、gemma4やqwen3.6などもあわせて試してみてください。
DeepSeek-R1をVS CodeのAIエージェント「Cline」とつなぐ方法は、応用編の「DeepSeek R1×Cline×OllamaでローカルAI開発環境を作る」で解説しています。
参考情報
- Ollama公式ドキュメント：macOS
- Ollama公式ドキュメント：CLI Reference
- Ollama公式ドキュメント：Context length
- Ollama公式ドキュメント：API
- Ollama公式ライブラリ：deepseek-r1
- Ollama GitHubリリースノート
- Homebrew：ollama-app
※2026年10月時点の情報です。最新情報は各公式サイトをご確認ください。
コメント