--- title: "OllamaでCodexをローカルLLM実行する方法｜ollama launch codex・chatgpt（旧codex-app）の設定【2026年10月】" url: "https://www.issoh.co.jp/tech/details/12264/" published: 2026-05-27 updated: 2026-10-15 categories: ["AIエージェント・MCP"] publisher: "株式会社一創" --- # OllamaでCodexをローカルLLM実行する方法｜ollama launch codex・chatgpt（旧codex-app）の設定【2026年10月】 OllamaのモデルでOpenAIのCodexを動かす経路は2つあります。ターミナルのCodex CLIをOllamaにつなぐ方法と、ChatGPTデスクトップアプリのCodexモードにOllamaのモデルを足す方法です。CLIなら `ollama launch codex` の1コマンドで設定と起動が済み、Ollama v0.40.4（2026年10月12日）からはCodexの中で `/model` と打てば、手元に入れた別のモデルへ切り替えられます。以前の `ollama launch codex-app` は、v0.32.0で `ollama launch chatgpt` に改称され、旧名は別名として残っています。 この記事は、Ollama v0.40.4 のソース（[CLI連携の実装 codex.go](https://github.com/ollama/ollama/blob/v0.40.4/cmd/launch/codex.go)・[ChatGPT連携の実装 codex\_app.go](https://github.com/ollama/ollama/blob/v0.40.4/cmd/launch/codex%5Fapp.go)）、Codex CLI 0.162.1 のソース、公式ドキュメントに加え、Codex CLI 0.162.1とOllama 0.40.4を実際につないで確かめた結果をもとに書いています。 ## まとめ：OllamaでCodexを動かす要点 - **CLIで使う**：`ollama launch codex` が専用プロファイル（`~/.codex/ollama-launch.config.toml`）とモデル一覧（`~/.codex/model.json`）を書き出して起動します。Codex CLIは0.134.0以上が必要です。手動なら `codex --oss -m gpt-oss:20b`。 - **アプリで使う**：Ollama v0.34.0以降で、Ollamaアプリの「Apps」から「ChatGPT (Desktop)」をオンにします。コマンドなら `ollama launch chatgpt`（`codex-app` でも同じ処理）。macOSとWindowsだけで、Linuxは対象外です。 - **コンテキスト長が不足する場合はサーバー側で引き上げる**：VRAM 24GiB未満の既定は4kです。実測では、Codexが最初に送る指示とツール定義だけで3,621トークンあり、ファイルを1つ読ませた時点で入力が2,050トークンまで切り詰められ、モデルは指示を見失いました。エラーは出ません。`OLLAMA_CONTEXT_LENGTH=64000 ollama serve` のように、Ollamaサーバーの起動時に設定します。 - **モデル**：`/model` の一覧に入るのは、導入済みでツール呼び出しに対応し、非推奨でないモデルだけです。16GB級のGPUならgemma4かqwen3.5の既定タグが候補です。`:cloud` 付きはOllama Cloudで動き、使用クレジットか有料プランが必要です。 - **戻し方**：`ollama launch codex --restore` と `ollama launch chatgpt --restore`。上書き前の設定は `~/.ollama/backup/` 配下に残ります。 ## OllamaとCodexをつなぐ2つの経路と対応環境 ChatGPTデスクトップアプリは、OpenAIが2026年7月9日に単体のCodexアプリを統合したアプリで、Codexは「Codexモード」として入っています（[OpenAIの発表](https://openai.com/index/chatgpt-for-your-most-ambitious-work/)）。ここにOllamaのモデルを足すのがアプリの経路です。もう1つは、ターミナルで動くCodex CLIの接続先をOllamaに切り替える経路です。 | 項目 | Codex CLI | ChatGPTアプリ（Codexモード） | | --------- | ------------------------------------ | --------------------------------- | | 設定コマンド | `ollama launch codex` | `ollama launch chatgpt` | | 旧名・別名 | なし | codex-app・codex-desktop・codex-gui | | 対応OS | macOS・Windows・Linux | macOS・Windows | | Ollamaの要件 | 0.13.4以上（Codex側の判定） | v0.34.0以上（docs） | | Codex側の要件 | Codex CLI 0.134.0以上 | ChatGPTデスクトップアプリ | | 書き換える設定 | `~/.codex/ollama-launch.config.toml` | `~/.codex/config.toml` | | 使えるモデル | 導入済みのツール対応モデル（`/model` で切替） | ChatGPT標準モデル＋Ollamaのモデル最大5つ | Codex CLIの下限は `codex.go` の `minVersion`、Ollamaの下限はCodex CLI側の [codex-rs/ollama](https://github.com/openai/codex/blob/rust-v0.162.1/codex-rs/ollama/src/lib.rs) にある `min_responses_version()` の値です。アプリ経路は `codexAppSupported()` がdarwinとwindowsしか許可しないため、Linux、SSH先のサーバー、CIではCLIの経路しかありません。 ### codex-appからchatgpt、v0.40.4までの変更履歴 検索すると `ollama launch codex-app` の手順が多く出てきますが、その後に名前も仕組みも変わっています。日付はGitHub Releasesの公開日（UTC）です。 | Ollamaの版 | 公開日 | Codexまわりの変更 | | -------- | ---------- | ----------------------------------------------------- | | v0.15.0 | 2026-01-21 | `ollama launch` を新設（Claude Code・Codex・OpenCode・Droid） | | v0.24.0 | 2026-05-14 | `ollama launch codex-app` でCodexアプリに対応 | | v0.30.2 | 2026-06-03 | `ollama launch codex` が独立プロファイルで起動 | | v0.32.0 | 2026-07-11 | Codexアプリ連携を「ChatGPT」に改称 | | v0.34.0 | 2026-09-05 | ChatGPTデスクトップ連携。Ollamaアプリから設定可能に | | v0.40.3 | 2026-10-11 | サービスティアの警告が出なくなる | | v0.40.4 | 2026-10-12 | `/model` で導入済みモデルを切替。使用クレジットでクラウドモデル | v0.40.3では、`ollama launch codex` が起動引数に `-c service_tier="default"` を足すようになりました。v0.40.4の2点は[リリースノート](https://github.com/ollama/ollama/releases/tag/v0.40.4)にあります。これから設定するなら、v0.40.4以降に上げてから始めてください。 ## Codex CLIでOllamaを使う3つの設定方法 Codex CLIの導入は `npm install -g @openai/codex` です。CLIそのものの使い方は[Codex CLIとは](/tech/details/8457/)にまとめています。Ollamaへのつなぎ方は次の3通りで、迷ったら1つ目を使ってください。 ### ollama launch codex による自動設定と起動 ``` ollama pull gemma4 ollama launch codex --model gemma4 # 設定だけ書き出して起動しない ollama launch codex --config # Codex CLIに引数を渡す（-- の後ろ） ollama launch codex -- --sandbox workspace-write ``` Ollamaはモデル一覧とプロファイルを書き出し、`codex --profile ollama-launch` を起動します。`OPENAI_API_KEY` には `ollama` という値を渡すので、OpenAIのAPIキーは要りません。v0.30.2から専用プロファイル方式になり、接続設定を利用者の `config.toml` と別ファイルで管理します。ただし、プロファイルに指定していない共通設定は引き継がれるため、設定全体が分離されるわけではありません。プロファイルは `ollama launch codex` が管理するので、`--` の後ろに `--profile` を渡すと「ollama launch codex manages –profile」というエラーで止まります。 起動後にモデルを変えたいときは、Codexの入力欄で `/model` と打ちます。v0.40.4からは、起動時に指定したモデルに加え、手元に入っているツール対応モデルが一覧に並びます。一覧に足したいモデルは、起動する前に `ollama pull` しておいてください（[Ollama公式のCodex CLIページ](https://docs.ollama.com/integrations/codex)）。 ### codex –oss によるローカルモデルの起動 ``` codex --oss codex --oss -m gpt-oss:120b codex --oss --local-provider ollama -m qwen3.5 # Ollama Cloud のモデル codex --oss -m gpt-oss:120b-cloud ``` `--oss` だけで起動すると、既定モデルは `gpt-oss:20b` です（`codex-rs/ollama` の `DEFAULT_OSS_MODEL`）。手元に無いモデルは起動時にpullされます。LM Studioも入っている環境では `--local-provider ollama` で接続先を固定しておくと、どちらにつながったか迷いません。`--oss` と `--local-provider` は0.162.1でも残っています（`utils/cli/src/shared_options.rs`）。Ollamaが0.13.4より古いと「Ollama <版> is too old. Codex requires Ollama 0.13.4 or newer.」で止まります。 ### Codexプロファイルの手動設定と接続先の固定 自動設定を使わずに固定したい場合は、`~/.codex/ollama-launch.config.toml` を自分で書きます。このファイルは `ollama launch codex` の書き出し先と同じなので、後から `ollama launch codex` を実行すると、手で書いた内容は丸ごと上書きされます（`writeCodexNamedProfileConfig`）。手動で固定するなら、以後は `codex --profile ollama-launch` で起動してください。 ``` model = "gpt-oss:120b" model_provider = "ollama-launch" # model_catalog_json は、実在するモデル一覧ファイルを用意した場合だけ指定する [model_providers.ollama-launch] name = "Ollama" base_url = "http://localhost:11434/v1/" wire_api = "responses" ``` ``` codex --profile ollama-launch # Ollama経由のWeb検索を止める codex --profile ollama-launch -c 'web_search="disabled"' ``` 公式docsの例には `model_catalog_json = "/Users/you/.codex/model.json"` の行がありますが、この `model.json` は `ollama launch codex` が生成するファイルです。ファイルが無いまま指定すると設定の読み込みに失敗するため、上の例ではコメントにしました。旧形式の `[profiles.ollama-launch]` テーブルが `config.toml` に残っていると「legacy profiles table」として弾かれるので、手で書いた旧設定は消してください。ほかのオプションは[Codex CLIのプロキシ設定・承認モード・オプション一覧](/tech/details/8157/)にあります。 ## ollama launch codex の実測：生成ファイルと4kコンテキストで起きること 2026年10月14日に、Intel MacのCodex CLI 0.162.1とOllama 0.40.4のCLIから、Docker上のOllama 0.40.4サーバー（GPUなし・CPU実行）へつないで確かめました。手元には qwen3:1.7b・qwen3:0.6b・gemma3:270m・qwen2.5:0.5b の4つを入れています。 ### ollama launch codex が生成するプロファイルとモデル一覧 `ollama launch codex --model qwen3:1.7b` を実行すると、`~/.codex/` に次のプロファイルが書き出されました（`OLLAMA_HOST` を指定した環境なので、`base_url` もその値になっています）。 ``` model = "qwen3:1.7b" model_provider = "ollama-launch" model_catalog_json = "/Users/you/.codex/model.json" [model_providers.ollama-launch] name = "Ollama" base_url = "http://127.0.0.1:11434/v1/" wire_api = "responses" ``` もう1つの `model.json` に入ったのは qwen3:1.7b と qwen3:0.6b の2つだけでした。gemma3:270m は `ollama show` の Capabilities に tools が無く、qwen2.5:0.5b は非推奨モデルの一覧（`deprecated_models.go`）に入っているため、どちらも除かれています。`launch.go` の `resolveRunModels()` が、ツール非対応・非推奨・（クラウド無効時の）クラウドモデルを外す実装です。`/model` に目当てのモデルが出ないときは、ツール対応、非推奨指定の有無、クラウド機能の有効・無効を確かめてください。 各モデルの `context_window` は 40960 でした。qwen3:1.7b がモデルとして持つ最大長です。`ollama launch` を `OLLAMA_CONTEXT_LENGTH=32768` 付きで実行すると、ここが 32768 に変わりました。 ### 4kコンテキストでの入力切り詰めの実測 ところがOllamaサーバー側の `ollama ps` では、`CONTEXT` 列がどちらの実行でも 4096 のままでした。`model.json` の値はCodexが「このモデルは何トークン扱える」と判断するための情報で、Ollamaサーバーが実際に確保する長さとは別物です。`ollama launch` の側に環境変数を付けても、サーバーの枠は広がりません。 この状態で「OKとだけ返して」と頼むと、Ollamaのログでは入力が3,621トークンでした。Codexが毎回送る指示文とツール定義だけで、4,096の枠の約9割を使っています。続けて、300行のテキストファイル（約16KB、最終行に目印の文字列）を `cat` させて最終行を答えさせると、Ollamaは「truncating input prompt limit=2050 prompt=6659」と記録しました。6,659トークンの入力を2,050トークンまで削っています。Ollamaは入力の後ろ側を残すため、先頭側にあった依頼文が消え、モデルの回答も64行目以降の内容にしか触れていません。2026年10月15日に同じ手順で測り直しても、同じ値で切り詰められました。モデルの回答は、1回目が繰り返されている文（パングラム）の解説、2回目が「64行目から300行目までの237行は同じ文」という行数の要約で、どちらも依頼した「目印の文字列だけを答える」ことはしていません。Codexの画面にはエラーも警告も出ません。 サーバーを `OLLAMA_CONTEXT_LENGTH=32768` で起動し直すと、`ollama ps` の `CONTEXT` は 32768 になり、ログの切り詰めも消えました。`ollama ps` の `SIZE` は1.9GBから5.3GBに増えています。広げた分のKVキャッシュです。ただし qwen3:1.7b は、`cat` を権限昇格つきで実行しようとしては `codex exec` の承認なし設定（approval: never）に4回拒否され、最後はファイルを読まないまま「FINAL-MARKER: This is the final line of the file.」という存在しない行を答えました。枠を広げれば切り詰めは止まりますが、ツールを正しく呼べるかどうかはモデルの力で決まります。 OllamaでCodexを使うときは、モデルを選ぶ前に `ollama ps` の `CONTEXT` 列で割り当て長を確かめます。切り詰めが実際に起きたかどうかはCodexの画面に出ないため、Ollamaのサーバーログで「truncating input prompt」を探します。ログはmacOSなら `~/.ollama/logs/server.log`、systemdのLinuxなら `journalctl -u ollama`、コンテナなら `docker logs` で見られます（[Ollamaのトラブルシューティング](https://docs.ollama.com/troubleshooting)）。 ## コンテキスト長64kの確保とVRAMの関係 Ollamaの[コンテキスト長のドキュメント](https://docs.ollama.com/context-length)は、エージェントやコーディングツールには64,000トークン以上を推奨しています。既定値はVRAM容量で決まります。 | VRAM | 既定のコンテキスト長 | Codexでの扱い | | -------------- | ---------- | ---------- | | 24GiB未満 | 4k | 引き上げが必要 | | 24GiB以上48GiB未満 | 32k | 引き上げが必要 | | 48GiB以上 | 256k | モデルの最大長を確認 | 引き上げはOllamaアプリの設定のスライダーか、サーバー起動時の環境変数で行います。 ``` # macOS・Linuxのbash/zsh用。既存のOllamaサーバーを終了してから実行 OLLAMA_CONTEXT_LENGTH=64000 ollama serve # 別の端末で、割り当てられたコンテキスト長とGPU割合を確認 ollama ps ``` Windowsでは、ユーザー環境変数 `OLLAMA_CONTEXT_LENGTH` に `64000` を設定してからOllamaを起動し直します。`PROCESSOR` 列が「100% GPU」でなくCPUとの分割なら、モデルがVRAMに収まっていません。64kで収まらなければモデルを一段小さくします。モデルの最大長が64kに届かない場合（qwen3:1.7bは40,960）は、その最大長が上限です。クラウドモデルは最初から最大長で動きます。 ## Codexで使うモデルの選び方と必要メモリ Ollama v0.40.4 の `ollama launch` に組み込まれているフォールバック用の推奨モデルは次の6つです。通常はサーバーから取得した推奨情報を優先するため、選択画面はこの一覧と異なる場合があります（`cmd/launch/models.go`）。容量はollama.comのライブラリに載っている既定タグとMLX版タグのダウンロードサイズ（2026年10月14日時点）、目安VRAMは `models.go` の値です。 | モデル | 実行場所 | 容量・目安VRAM | コンテキスト | | ------------------ | ------------ | ---------------------------- | ------- | | gemma4 | ローカル | 6.6GB・MLX版9.5GB（目安VRAM 12GB） | 128K | | qwen3.5 | ローカル | 6.6GB・MLX版8.9GB（目安VRAM 14GB） | 256K | | kimi-k2.6:cloud | Ollama Cloud | ダウンロードなし | 262,144 | | qwen3.5:cloud | Ollama Cloud | ダウンロードなし | 262,144 | | glm-5.1:cloud | Ollama Cloud | ダウンロードなし | 202,752 | | minimax-m2.7:cloud | Ollama Cloud | ダウンロードなし | 204,800 | 推奨一覧の外でよく使われるローカルモデルの容量は、gpt-oss:20b が14GB、gpt-oss:120b が65GB、gemma4:31b が19GB、qwen3.5:27b が17GB（MLX版は20GB）、qwen3-coder（30b-a3b）が19GBです。 選び方の基準は、VRAM（Apple Siliconならユニファイドメモリ）から「モデル容量＋64kコンテキスト分」を引いて余りが出るかどうかです。16GB級ならgemma4かqwen3.5の既定タグ、32GB級ならgemma4:31bかqwen3.5:27bが候補です。gpt-oss:120bはollama.comの説明で「単一の80GB GPUに収まる」とされ、64GB級の環境では選ばないほうが安全です。なお、v0.40.0からApple Siliconでは、MLXランタイムが対応するモデル（gemma4・qwen3.5・qwen3.6など）が自動でMLXで動きます（[v0.40.0のリリースノート](https://github.com/ollama/ollama/releases/tag/v0.40.0)）。gpt-ossの20bと120bの差は[gpt-oss-120bの性能と20bとの違い](/tech/details/8080/)、Gemma 4のサイズ別の要件は[Gemma 4とは](/tech/details/11888/)で比べています。 上の実測では、qwen3:1.7bはファイルを読んで答える課題をこなせませんでした。検証したのはこの1モデルだけなので、必要なモデル規模の下限までは判断できません。まず推奨一覧のモデルを候補にし、実際に任せるファイル読み取りや編集の課題で、指示への追従とツール呼び出しを確かめてください。古い系統にも注意が要ります。codellama・qwen2.5・qwen2.5-coder・llama3系・mistral・starcoder と deepseek-r1 の小型タグ（1.5b〜32b）を選ぶと、`ollama launch` は「does not work well with」という警告を出します。 ### クラウドモデルの料金と使用クレジット `:cloud` 付きのモデルは `ollama signin` でサインインして使います。v0.40.4からは有料プランに上げなくても、使用クレジットで `ollama launch` からクラウドモデルを選べます。クレジットか有料プランが要るモデルを選ぶと「This model requires usage credits or a paid plan.」と表示され、続けるか別のモデルを選ぶかを聞かれます（`account.go`）。[Ollamaの料金ページ](https://ollama.com/pricing)（2026年10月14日時点）では、Free（0ドル）でもクレジットを買えば全モデルが使え、Proは月20ドルで月60ドル分のクレジットを含みます。100万トークンあたりの単価は、gpt-oss:120bが入力0.15ドル・出力0.60ドルです。 クラウドモデルでは、入力したコードがOllamaのサーバーへ送られます。社外に出せないコードを扱うなら、ローカルモデルを選び、Web検索も止めてください。社内でローカルLLMを使う範囲や運用ルールの決め方から相談したい場合は、[生成AI導入支援](/service/ai/genai/)で受け付けています。 ## ChatGPTアプリのCodexモードでOllamaのモデルを使う手順 ### Ollamaアプリの「Apps」からのChatGPT接続 [OllamaのChatGPT Desktopページ](https://docs.ollama.com/integrations/chatgpt)の手順は次の4段階です。ChatGPTアプリが未導入なら、途中でOllamaがダウンロードを案内します。 1. Ollamaのデスクトップアプリを開き、「Apps」を選ぶ 2. 「ChatGPT (Desktop)」をオンにする 3. 画面の案内に従う。ChatGPTが起動中なら、新しいモデルを表示するための再起動を求められる 4. ChatGPTアプリを開き、Codexモードに切り替える モデルは「Settings」→「Apps」→「ChatGPT」で、ローカルとクラウドを合わせて最大5つ選べます。macOSでは、Ollamaの設定が済んだ状態でアプリを開くとき、`codex://threads/new?mode=codex` というURLを付けてCodexモードの新しいスレッドを開きます（`codex_app.go`）。 ### ollama launch chatgpt（旧codex-app）による連携設定 ``` ollama pull gemma4 ollama launch chatgpt --model gemma4 # 起動せず設定だけ書き込む ollama launch chatgpt --model gemma4 --config ``` `chatgpt` の代わりに `codex-app` と打っても同じ処理が動きます。このコマンドは `~/.codex/config.toml` の最上位にある `model`・`model_catalog_json`・`openai_base_url` を書き換え、`openai_base_url` をOllama内のルーター（`http://127.0.0.1:11434` 配下）へ向けます。ChatGPTのアカウント機能を残すため `model_provider` は消され、書き換え前の値は `~/.ollama/launch/codex-app-restore.json` に記録されます。 ### Codexモードでの挙動と制約 - Ollamaに送られるのは、Ollamaのモデルを選んだリクエストだけ。ChatGPT標準のモデルは通常どおりOpenAIへ送られる - Ollamaのモデルが使えるのはCodexモードだけで、通常のChatと音声は対象外 - セッションはCodexが管理し、OllamaはChatGPTのセッションを保存しない - OllamaのモデルでWeb検索を使うと、Ollamaの検索サービスが処理する。Ollamaへのサインインが必要で、1回の応答につき3回まで Web検索の仕組みは[Ollama Web Searchの使い方](/tech/details/9059/)、統合後のアプリの中身は[OpenAIのスーパーアプリとは](/tech/details/11490/)、導入は[CodexをMacにインストールする方法](/tech/details/10842/)と[Windows版Codexの使い方](/tech/details/11247/)を参照してください。 ## ChatGPT連携とCLI・VS Code拡張が同じconfig.tomlを共有する落とし穴 ChatGPT連携が書き換える `~/.codex/config.toml` は、プロファイルなしで起動した `codex` コマンドも読みます。OpenAIの[Codexの設定ドキュメント](https://developers.openai.com/codex/config-basic)は、CLIとIDE拡張が同じ設定レイヤーを共有すると書いています。連携を有効にしている間は、素の `codex` もVS CodeのCodex拡張も、既定モデルと接続先がOllama側に引きずられます。 対策は、CLIを必ず `ollama launch codex` か `codex --profile ollama-launch` で起動し、プロファイルを分けることです。OpenAIのモデルだけでCLIやVS Code拡張を使う日は、先に `ollama launch chatgpt --restore` で連携を外します。Azure OpenAIなど別の接続先を `config.toml` に書いている場合も同じ理由で分けておきます（書き方は[Azure OpenAIとCodexの連携設定](/tech/details/16637/)）。 ## 元の設定へ戻す方法とバックアップの場所 ``` # Codex CLIのOllamaプロファイルと生成したモデル一覧を消す ollama launch codex --restore # ChatGPTアプリからOllamaのモデルを外す（旧 codex-app でも可） ollama launch chatgpt --restore ``` ChatGPT連携の `--restore` は、`codex-app-restore.json` に記録した値で `config.toml` の `model`・`model_provider`・`model_catalog_json`・`openai_base_url` を元に戻します。Ollamaアプリの「Apps」でChatGPTをオフにしても同じです。上書き前の控えは `~/.ollama/backup/` に保存され、ChatGPT連携の分は改称後も `codex-app` というサブフォルダに入ります。`--restore` が途中で失敗すると「Restore did not complete」と一緒に、確認すべきファイルとバックアップの場所が表示されます。 ## OllamaとCodexの接続・モデル切り替えエラーへの対処 - **「codex is not installed」「failed to get codex version」**：Codex CLIが無いか、`codex --version` が失敗しています。npm版はNode.jsが `PATH` に無いと起動できません。実測では、`--config` で設定だけ書く場合もこの確認で止まりました。0.134.0未満なら「is too old」と出るので `npm update -g @openai/codex` で上げます。 - **「Codex requires Ollama 0.13.4 or newer」**：Ollama本体が古い状態です。ChatGPT連携も使うならv0.34.0以上、`/model` での切り替えまで使うならv0.40.4以上にします。 - **`/model` にモデルが出ない**：ツール非対応か非推奨のモデルは一覧から外れます。対応モデルを `ollama pull` してから `ollama launch codex` を実行し直します。 - **「ChatGPT launch is only supported on macOS and Windows」**：LinuxではChatGPT連携を使えません。CLIの経路を使います。 - **Codexモードのモデル一覧にOllamaのモデルが出ない**：ChatGPTアプリを再起動します。起動中に設定を変えた場合、再起動するまで一覧は変わりません。 - **長い作業で前の指示が反映されない・回答が的外れになる**：コンテキストの切り詰めを疑い、`ollama ps` の `CONTEXT` 列を見ます。4096や32768なら、サーバー側で引き上げます。 - **素の `codex` やVS Code拡張が意図しないモデルで動く**：ChatGPT連携が `config.toml` を書き換えています。CLIはプロファイル付きで起動します。 ## よくある質問 ### ollama launch codex-appはもう使えませんか？ 使えます。v0.32.0で正式名が `ollama launch chatgpt` に変わり、`codex-app` は `codex-desktop`・`codex-gui` と並ぶ別名として残っています。どれを打っても同じ処理が動きます。Codex CLIにつなぐのは別コマンドの `ollama launch codex` です。 ### OllamaでCodexを使うのにOpenAIのAPIキーや料金はかかりますか？ ローカルモデルを選んだリクエストはOllamaが処理するため、OpenAIのAPI料金はかかりません。`ollama launch codex` はAPIキーの代わりに `ollama` という値を渡して起動します。Ollama Cloudのモデルを使う場合は、Ollamaへのサインインと、使用クレジットか有料プランが必要です。 ### Codex CLIとChatGPTアプリのどちらでOllamaを使うべきですか？ Linux、SSH先のサーバー、CIで使うならCLIです。ChatGPTの標準モデルとOllamaのモデルを同じ画面で切り替えたいならアプリです。両方使う場合は、CLIを `ollama launch codex` のプロファイルで起動し、設定の共有を避けます。CodexとClaude Codeの比較は[CodexとClaude Codeの違い](/tech/details/17627/)を参照してください。 ### VS CodeのCodex拡張でもOllamaのモデルを使えますか？ CodexのIDE拡張はCLIと同じ `config.toml` を読むため、ChatGPT連携を有効にすると拡張の既定モデルもOllama側に向きます。ただし、OllamaのドキュメントにIDE拡張向けの手順は無く、`--profile` を拡張から選ぶ方法もOpenAIのドキュメントには書かれていません。拡張でOpenAIのモデルに戻すには、`ollama launch chatgpt --restore` で連携を外し、拡張のモデル表示が元に戻ったことを確かめます。ローカルモデルはCLIをプロファイル付きで起動して使うと、拡張の設定とぶつかりません。 ### Ollama以外のローカルLLM実行環境でもCodexは動きますか？ Codex CLIは `--local-provider` でLM Studioにも対応しています（`codex --oss --local-provider lmstudio`）。LM Studio側の設定は[LM StudioのMCP設定](/tech/details/11736/)、ほかのコーディングエージェントをローカルLLMで動かす例は[Pi（pi-coding-agent）をローカルLLMで動かす設定手順](/tech/details/12925/)にあります。 ## 関連記事 - [Codexとは？OpenAIの自律型AIコーディングエージェントの使い方・料金・モデルを解説【2026年最新】](/tech/details/6968/) - [Codex CLIとは｜始め方・料金・コードを学習させない設定まで解説](/tech/details/8457/) - [Codex CLIのプロキシ設定・承認モード・オプション一覧｜導入とアンインストール【2026年9月】](/tech/details/8157/) - [gpt-oss-120bの性能と20bとの違い｜ベンチマーク・推論レベル・必要GPUを一次情報で整理](/tech/details/8080/) - [Ollama Web Searchの使い方｜APIキー設定・料金・Python実装【2026年10月】](/tech/details/9059/) --- 出典: [OllamaでCodexをローカルLLM実行する方法｜ollama launch codex・chatgpt（旧codex-app）の設定【2026年10月】]()（株式会社一創）