TodoONada株式会社
AI・ローカルLLM

Claude Codeをローカルモデルで動かす。Anthropic互換APIの現在地と限界

Claude Codeをローカルモデルで動かす。Anthropic互換APIの現在地と限界

Claude Codeのバックエンドを、ローカルモデルに差し替えられる時代になりました。2026年の接続方法は公式にサポートされており、環境変数の向き先を変えるだけでClaude CodeがローカルのAnthropic互換APIと通信します。本記事では3つの接続方法の設定手順と、「何が動いて、どこで苦しいのか」という実用性の現在地を整理します。

この記事の要点

  • Ollama v0.14.0以降がAnthropic Messages APIに正式対応し、プロキシなしでClaude Codeを接続できます。ANTHROPIC_BASE_URLを向けるだけです
  • LM Studioも0.4.1でAnthropic互換の/v1/messagesを提供しています。SSEストリーミングとtool useに対応します
  • 前提はtool callingに強いモデル（gpt-oss:20b・Qwen3-Coder系）で、コンテキスト長は32K以上が目安です（LM Studio公式は最低25Kトークンを推奨）
  • 単発のコード生成・小さな編集は動きやすい一方、多段の自律タスクは苦しく、実用の入口は32B級のコーディング特化モデルが目安です
  • クラウドClaude Codeの置き換えではなく、「外に出せないコードのための選択肢」として使い分けるのが現実解です

なぜClaude CodeをローカルLLMで動かしたいのか

Claude CodeはクラウドのClaudeを使うのが基本ですが、モデルをローカルに向けたい動機があります。

  • コードを外に出せない: 機密性の高い受託案件・社内システムのコード
  • API費用・レート制限: 大量に使うとコストが積み上がる
  • オフライン: ネットワークのない環境での開発

前提として、この構成はClaude Code本体はそのままに、モデルの呼び出し先をローカルのAnthropic互換APIに向けるものです。Claude Codeを別のツールに置き換えるわけではありません。

Claude Codeをローカルモデルに接続する3つの方法

2026年7月時点の接続経路は3つあります。まず全体像を表にまとめます。

経路対応状況接続先特徴
Ollamav0.14.0以降でAnthropic Messages APIに正式対応http://localhost:11434プロキシ不要で最も手軽
LM Studio0.4.1でAnthropic互換の/v1/messagesを提供http://localhost:1234SSEストリーミングとtool useに対応
Claude Code RouterOSSプロキシ任意のOpenAI互換エンドポイントリクエスト種別ごとにモデルを振り分け可能

接続方法1: OllamaのAnthropic互換API（公式サポート）

最も手軽なのがOllamaです。Ollama v0.14.0以降がAnthropic Messages APIに正式対応し、プロキシなしでClaude Codeを接続できます（Ollama公式ブログ）。

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

APIキーは必須ですが検証されないため、ollamaなど任意の文字列でかまいません。使うモデルは、tool callingに強いモデルが前提です。公式もgpt-oss:20bやqwen3-coderを推奨しており、コンテキスト長は32K以上が目安です。なぜtool callingが要るのかは『ローカルLLMのtool calling。エージェント実用の鍵はモデル選び』で解説しています。

接続方法2: LM Studio

LM Studioも0.4.1でAnthropic互換の/v1/messagesを提供しています（LM Studio公式ブログ）。SSEストリーミングとtool useに対応します。

export ANTHROPIC_BASE_URL=http://localhost:1234
export ANTHROPIC_AUTH_TOKEN=lmstudio

LM Studio公式は、Claude Codeのセッションに最低25Kトークンのコンテキストを推奨しています。システムプロンプトとツール定義がコンテキストを消費するためです。

接続方法3: Claude Code Router（任意プロバイダ）

より柔軟に構成するなら、Claude Code RouterというOSSプロキシがあります。Anthropic形式のリクエストを各プロバイダ形式に変換し、Ollama・OpenRouter・DeepSeekなど任意のOpenAI互換エンドポイントに振り分けられます。

特徴的なのは、リクエスト種別ごとにモデルを割り当てられる点です。重い設計判断はクラウドのClaude、軽い背景処理（background）は小型のローカルモデル、といった振り分けでコストを下げられます。

実用性の現在地: 何が動いて、どこで苦しいか

接続できることと、快適に使えることは別の問題です。ローカルモデルでの実用性は、モデルのtool calling精度とコンテキスト規模に強く依存します。一般的な傾向を表にまとめます。

作業の種類ローカルモデルでの実用性
単発のコード生成・説明・小さな編集（1ファイルで完結する作業）動きやすい
ファイル探索→編集→テスト→修正を繰り返す多段の自律タスク苦しくなりやすい。tool呼び出しの精度が落ちると途中でループが破綻する

実用の入口としては、32B級のコーディング特化モデル（Qwen3-Coder系）あたりが目安になります。

重要なのは、この実用性が使うモデル・マシン・タスクで大きく変わることです。マシン側の性能がどう効くかというスペックの読み方は『ローカルLLMの速度はメモリ帯域で決まる。スペック表の正しい読み方』で解説しています。採用判断は、自分の実際の開発タスクで試すのが確実です。「クラウドのClaude Codeを完全に置き換えられる」と過大な期待をせず、自分のユースケースで検証してください。

クラウドClaudeとローカルモデルの現実的な使い分け

作業の性質で使い分けるのが現実解です。

作業向くもの
機密コード・定型作業・オフラインローカルモデル
設計判断・大規模リファクタ・難しいデバッグクラウドClaude

この二層構造は、コーディングでも他の業務と同じです。ローカルは「外に出せないコードのための選択肢」であって、クラウドClaudeの上位互換ではありません。

チームに導入する場合は、個人の環境差やモデル管理の運用コストも見込む必要があります。個人の試用から共有の推論基盤へ発展させる際の考え方は『試作はOllama、本番はvLLM。乗り換えのタイミングと20倍の性能差』が参考になります。

導入前チェックリスト

Claude Codeをローカルモデルに向ける前に、次の項目を確認してください。

  • 対象に「外に出せないコード」（機密案件・社内システム）があるか、動機を確認した
  • 使うモデルがtool callingに強いことを確認した（gpt-oss:20b・Qwen3-Coder系など）
  • コンテキスト長を32K以上に設定した（LM Studioでは最低25Kトークン推奨）
  • 単発タスクと多段の自律タスクの両方を、自分の実際の開発タスクで検証した
  • クラウドClaudeとの使い分け基準（どの作業をローカルに寄せるか）を決めた
  • チーム導入の場合、個人の環境差とモデル管理の運用コストを見込んだ

まとめ

  • Claude Code本体はそのままに、モデルの呼び出し先をローカルのAnthropic互換APIに向ける構成です
  • 接続はOllama v0.14以降（公式サポート）・LM Studio 0.4.1・Claude Code Routerの3経路で、ANTHROPIC_BASE_URLを向けるだけです
  • 前提はtool callingに強いモデル（gpt-oss:20b・Qwen3-Coder系）と、コンテキスト長32K以上です
  • 実用性はモデル・マシン・タスクに依存します。単発の作業は動き、多段の自律タスクは苦しいのが現在地です
  • クラウドの置き換えではなく、「外に出せないコードのための使い分け」として位置づけるのが現実解です

よくある質問

Q. Claude CodeはローカルLLMで動かせますか？

動かせます。Claude Code本体はそのままに、環境変数ANTHROPIC_BASE_URLをローカルのAnthropic互換APIに向ける構成です。2026年7月時点の接続経路は、Ollama（v0.14.0以降で公式サポート）・LM Studio（0.4.1でAnthropic互換の/v1/messagesを提供）・Claude Code Router（OSSプロキシ）の3つです。

Q. Claude CodeをOllamaに接続する設定方法は？

ANTHROPIC_AUTH_TOKEN=ollamaとANTHROPIC_BASE_URL=http://localhost:11434を設定し、claude --model gpt-oss:20bのようにモデルを指定して起動します。APIキーは必須ですが検証されないため、任意の文字列でかまいません。Ollama v0.14.0以降がAnthropic Messages APIに正式対応しており、プロキシは不要です。

Q. Claude Codeのローカル実行にはどのモデルが良いですか？

tool callingに強いモデルが前提です。公式はgpt-oss:20bやqwen3-coderを推奨しており、実用の入口は32B級のコーディング特化モデル（Qwen3-Coder系）が目安です。モデルのtool calling性能の見極め方は『ローカルLLMのtool calling』、VRAM別のモデル候補は『日本語で使えるローカルLLMおすすめ2026』で解説しています。

Q. Claude Codeをローカルモデルで使うにはコンテキスト長はどれくらい必要ですか？

32K以上が目安です。LM Studio公式は、Claude Codeのセッションに最低25Kトークンのコンテキストを推奨しています。Claude Codeはシステムプロンプトとツール定義だけでコンテキストを消費するため、短いコンテキスト設定では実用になりません。

Q. ローカルモデルでクラウドのClaude Codeを完全に置き換えられますか？

置き換えは現実的ではありません。単発のコード生成・説明・小さな編集は動きやすい一方、ファイル探索→編集→テスト→修正を繰り返す多段の自律タスクでは、tool呼び出しの精度が落ちるとループが破綻しやすくなります。機密コード・定型作業・オフラインはローカル、設計判断・大規模リファクタ・難しいデバッグはクラウドClaudeという使い分けが現実解です。

Q. Claude Codeをローカルで動かすにはどんなPCが必要ですか？

使うモデルの規模で決まります。実用の入口とされる32B級のコーディング特化モデルを動かせるマシンがひとつの目安です。予算別にどのクラスのモデルが動くかは『予算別ローカルLLM PC 2026』、MacとRTXのどちらを選ぶかは『ローカルLLMはMacかRTXか』で解説しています。

Q. Claude Code Routerとは何ですか？

Anthropic形式のリクエストを各プロバイダ形式に変換するOSSプロキシです。Ollama・OpenRouter・DeepSeekなど任意のOpenAI互換エンドポイントにClaude Codeのリクエストを振り分けられます。リクエスト種別ごとにモデルを割り当てられるため、重い設計判断はクラウドClaude、軽い背景処理は小型ローカルモデルという構成でコストを下げられます。

主な参考資料: Ollama Anthropic互換API（公式ブログ）、LM Studio + Claude Code（公式）、Claude Code Router（GitHub）

TodoONada株式会社では、開発環境へのローカルLLM導入・検証を支援しています。「Claude Codeをローカルモデルで使えるか試したい」という段階のご相談も歓迎です。詳しくはローカルLLM導入支援をご覧ください。

この記事に関連するサービス

TodoONada株式会社では、機密データを外部に出さないローカルLLMの導入支援を行っています。

導入・開発のご相談はお問い合わせからお気軽にどうぞ。検討段階のご相談も歓迎です。

出典・参照

関連記事

コーディングに強いローカルLLM 2026。VRAM別の現実解とエージェント接続まで ローカルLLMのtool calling。エージェント実用の鍵はモデル選び 日本語で使えるローカルLLMおすすめ2026。VRAM別の現実解 試作はOllama、本番はvLLM。乗り換えのタイミングと20倍の性能差
技術ブログ一覧へ戻る