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・ChatGPT連携の実装 codex_app.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）。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。

Codex CLIの下限は codex.go の minVersion、Ollamaの下限はCodex CLI側の codex-rs/ollama 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。

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）。

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）。

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。

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。

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）。gpt-ossの20bと120bの差はgpt-oss-120bの性能と20bとの違い、Gemma 4のサイズ別の要件はGemma 4とはで比べています。

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（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、統合後のアプリの中身はOpenAIのスーパーアプリとは、導入はCodexをMacにインストールする方法とWindows版Codexの使い方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）。

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、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】
• 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
• 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】
• 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
• Ollama Web Searchの使い方｜APIキー設定・料金・Python実装【2026年10月】