Ollama最新バージョン2026：v0.40.5＋用途別おすすめモデル

現在のOllamaバージョン：v0.40.5（2026年10月14日リリース）。これが最新の安定版で、ollama.com/downloadから入手できます。10月16日にv0.40.6のプレリリースが公開されましたが、まだ安定版ではありません。`curl https://ollama.ai/install.sh | sh`（macOS：`brew upgrade ollama`）で更新し、`ollama --version`で確認してください。

v0.33〜v0.40系列の変更点（2026年8月〜10月）： v0.33.0（8月21日）はClaude Desktopをサードパーティゲートウェイとして有効化し、KVキャッシュのプリフィル復元ポイントの信頼性を高めました。v0.34.0（9月5日）はChatGPT DesktopでOllamaモデルを使えるようにし、Apple Siliconでの構造化出力を高速化。v0.34.1（9月14日）はMLX safetensorsでの`ollama create`の実験扱いを解除しました。v0.40.0（9月25日）はApple Siliconでqwen3.8、gemma4、qwen3.6などの対応アーキテクチャを標準でMLXで実行します。v0.35.0（9月28日）は`/v1/systemone`経由の判断モデル（テキストではなく選択肢・確率・スコアを返すモデルで、最初はNimbleとTev1）を追加し、v0.35.1（9月29日）はマルチモーダルのClefモデルを追加しました。v0.40.2（10月8日）は旧モデルのバックグラウンド更新時にバックアップを保持し、v0.40.4（10月12日）は`ollama run <判断モデル> --ask`を追加、v0.40.5（10月14日）はNVIDIA Nemotron 3.5 Superのサポートと、Clef判断モデルのクラウド利用を追加しました。詳細なリリースノート：github.com/ollama/ollama/releases。

今月追加された最新モデル（2026年7月）：

Ollamaは2023年7月8日に最初のリリースv0.0.1を公開し、2026年10月14日にv0.40.5に到達しました。 表はOllamaでできることを変えたリリースをまとめたものです。全タグとリリースノートはgithub.com/ollama/ollama/releasesにあります。2026年9月下旬にバージョン番号がv0.35からv0.40へ飛んだため、GitHub上ではv0.40.0（9月25日）がv0.35系（9月28〜29日）と並んでいます。

Ollamaは完全公開ダウンロード統計を提供。 2026年7月データより：

Llama 3.2 3Bは全体で最多ダウンロード。主にチュートリアルとして使用。コンシューマー向け品質では、Qwen3.8-27B（61.7 SWE-bench Pro、Q4で24GBに収まる）が現在の総合最良の選択。

Qwen3・Qwen3.8はOllama ライブラリで最速成長のモデルファミリー。Qwen3と新しいQwen 3.6密度バリアントがQwen3を急速に置き換え。DeepSeek-R1はリリース後に大きなスパイクを記録し、推論タスク向けに常に高ダウンロード状態。

Meta Llama 4 2026年4月リリースでScout（17B活性、109B合計、MoE）とMaverick（17B活性、400B合計）を展開。Ollama ライブラリで安定済み（`ollama pull llama4:scout`）。Llama 4はMoEアーキテクチャを採用し、トークンあたり17Bのみが活性だが、109B合計のためScoutはQ4で~55GB VRAMが必要（24GBは1.78ビットのみ、~20 tok/s）。Scoutの強みは10Mトークンのコンテキストとマルチモーダル入力であり、コンシューマーハードウェアへの適合性ではない。Ollama エコシステムは2026年4月に大幅拡張。Kimi K2.6（Moonshot AI、Modified MIT、32B活性/1T合計MoE）はSWE-Bench Pro 58.6を記録しGPT-5.5と同等。Qwen3.8-27Bは61.7 SWE-bench Proでコンシューマー向け総合最高を達成（Q4で24GBに収まる）。OpenAIのオープンウェイトgpt-oss:20b（21B合計/3.6B活性MoE）は16GBで~o3-miniレベル、推論調整可能で動作。現在のリリースであるOllama v0.40.5（2026年10月14日）はNVIDIA Nemotron 3.5 Superのサポートを追加しました。Ollama ライブラリは現在数百のモデルを参照しており、最新追加はLaguna XS 2.1（Poolside、エージェント型コーディング）とKimi K2.7 Code（Moonshot AI）です。

バージョン注記：Ollamaでは、Qwen3.6とQwen3.8がより新しいQwen世代です（qwen3.6:35bは約24GB、qwen3.8:27bは18GB）。qwen3:30bとqwen3-coder:30b（各19GB）は前世代の選択肢で、引き続き利用できます。Mistralの現行のSmallモデルはMistral Small 4ですが、確認時点でOllamaライブラリには掲載されていませんでした。そのため、mistral-small3.1とmistral-small:24b（Mistral Small 3）が、取得できるSmallモデルです。

モデルの出力品質はプロンプトの設計に大きく左右されます。Chain-of-Thought、Few-Shot例、出力フォーマットなど、すべてのローカルモデルで使える構造化テクニックについてはプロンプトエンジニアリングガイドをご覧ください。推論タスク用に、Chain-of-ThoughtプロンプティングはDeepSeek-R1とQwen3出力品質を大幅に改善。各モデルに必要なRAMを確認するには、VRAM要件ガイド →をご参照ください。Gemma 4エージェントワークフロー用はTree-of-Thoughtと ReAct参照。このリストにあるツール呼び出し対応モデルを、ファイルアクセスやデータベース照会まで含むマルチステップのループに組み込む方法は、MCP を使ったローカル AI エージェントを参照してください。オープンソースのオーケストレーションパターンを解説しています。

Ollamaライブラリの最新モデルを新しい順に示します。ワークフローを組む前に`ollama pull <モデル>`で利用可否を確認してください。新モデルはリリースから数日でollama.com/libraryに掲載されます。

DeepSeek-R1は2025年1月リリース。ローカルサイズでの推論大躍進。Chain-of-Thought（CoT）実装で思考過程を表示。バージョン注記：DeepSeek-R1は前世代のモデルです。DeepSeekの現行のオープンウェイトファミリーはDeepSeek-V4ですが、確認時点でOllamaライブラリには掲載されていませんでした。そのため、deepseek-r1の蒸留版（1.5B〜70B）が、取得できる推論モデルの選択肢です。DeepSeekは、ホスト型のR1 APIモデルをDeepSeek-V4に置き換えました。

4つの優秀ビジョンモデルがOllamaネイティブ対応：

ダウンロード数は、チュートリアルの多さからいまもLlama 3.xが優勢です。2026年の新規プロジェクトでは、Qwen3.8-27B（コンシューマー向け総合最高）、Laguna XS 2.1またはDevstral Small 2（コーディング）、gpt-oss:20b、qwen3:30bをおすすめします。

Ollamaモデルの操作には2つの方法があります。インストール済みモデルの切り替え： Ollama Macアプリのチャット入力欄下部にあるモデルドロップダウンボタン（例："gemma3:1b"と表示）をクリックして、ローカルにインストールされたモデルを切り替えます。新しいモデルの検索・ダウンロード： ollama.com/libraryで数百のモデルをカテゴリ別に検索し、以下のCLIコマンドでインストールします。

EU / GDPR＋ライセンス遵守。 本番環境でOllamaモデルを展開するEU組織にとって、ライセンスの選択は性能と同じくらい重要です。Apache 2.0（完全オープン、商用利用可）：Mistral Small 3、Mistral Small 3.1、Qwen3 8B、Qwen3.8-27B、Devstral Small 2、Granite 4.2。Meta Llama Community Licence（月間アクティブユーザー7億人超で商用利用制限）：Llama 3.1 8B、Llama 3.2 3B、Llama 3.2 Vision 11B。Llama 3.2 Visionは例外で、その利用規定（Acceptable Use Policy）はEUに居住または主たる事業所を置く個人・企業にライセンス上の権利を付与していません（それを組み込んだ製品のエンドユーザーは対象外）。EUで使う前に確認してください。MIT（商用利用可）：DeepSeek-R1 7B・14B。修正MIT（帰属表示条項つきで商用利用可）：Kimi K2.6。OpenMDW-1.1（寛容、商用利用可）：Laguna XS 2.1。商用展開の前に必ずライセンス条件を確認してください。規制業種のEU企業には、Devstral Small 2などのMistralモデル（フランス、Apache 2.0）が妥当な既定の選択です。EU発で寛容なライセンスだからです。Ollamaでモデルを完全オンプレミスで動かせばプロンプトは外部サーバーに送信されません。これはGDPR対応を支えますが、それだけで満たすわけではありません（`:cloud`タグはOllamaのホスト型サービスにデータを送信します）。

日本（METI）。 日本企業のOllama展開では、Qwen3 / Qwen3.8が推奨できるモデルファミリーです。日本語テキストをネイティブに扱えるため、推論時間とKVキャッシュの面で有利です。日本語のコーディングワークフローでは、Qwen3.8-27B（Qwen公表のSWE-bench Pro 61.7）が日本語のコードコメントをネイティブに扱います。正確なモデルバージョンを記録しておくことは、コンプライアンス文書の良い実務です。`ollama show <モデル>`で、パラメータ数、量子化レベル、コンテキスト長を含む完全な仕様をコンプライアンス記録用に取得できます。

中国。 中国のCAC生成AI管理弁法（2023年）は、中国で一般向けに生成AIサービスを提供する事業者に、届出や安全評価の義務を課す場合があります。ご自身に該当するかどうかは法務の専門家にご確認ください。Qwen3 / Qwen3.8（Alibaba、Apache 2.0）は、中国企業のOllama展開に自然な選択肢です。中国発のモデルで、Apache 2.0ライセンス、中国語性能も高いためです。Kimi K2.6（Moonshot AI、修正MIT）も中国発ですが、Ollamaではクラウドタグのみで、ローカル実行にはサーバー級ハードウェアが必要です。コマンド：最高品質なら`ollama run qwen3.8:27b`、速度重視なら`ollama run qwen3:8b`。推論にはDeepSeek-R1（MITライセンス）が適しています。Ollamaでローカル実行する推論それ自体はデータを国外へ送信しないため、その工程については越境移転の問題が生じません。ただし、PIPLなどの義務がご自身のデータ処理に適用されるかどうかは、法務の専門家とご確認ください。本セクションは一般的な情報であり、法的助言ではありません。