重要なポイント
- Apache 2.0ライセンス。プロジェクト自身によるllama.cppとwhisper.cppへの変更は、アップストリーム可能に保つためMITライセンスのまま
- 2026年9月時点でGitHubスター数は約25,900以上、リポジトリはgithub.com/mozilla-ai/llamafile
- Cosmopolitan Libcの作者でもあるJustine Tunney氏が作成し、2023年11月にMozillaのイノベーショングループが最初に公開
- 1つの実行ファイルがmacOS・Linux・BSD・Windows上で動作 — Windowsのみ実行ファイルのサイズを4GBに制限
- GPUアクセラレーションはMetal(Apple Silicon)、CUDA(NVIDIA)、ROCm(AMD)、Vulkan経由で利用可能
- 実際のモデル推論はllama.cppに直接依存し、Cosmopolitan Libcがクロスプラットフォームのパッケージングを解決
📍 一文で説明
llamafileは、Justine Tunney氏が作成しMozillaが最初に公開した無料・Apache 2.0ライセンスのプロジェクトで、モデルとllama.cppエンジンを1つの実行ファイルにまとめ、Cosmopolitan LibcによってmacOS・Linux・Windows・BSD上で変更なしに動作します。
💬 簡潔に説明
ファイルをダウンロードしてダブルクリックするだけです — インストーラーもプラットフォーム別ビルドの選択も不要です。これはファイル自体が複数のOS上で同時に有効だからで、llamafileが複数の別々のビルドをまとめているわけではなく、Cosmopolitan Libcが可能にしているトリックです。
📌補足: バージョン0.10.0では、llamafileを最新のllama.cppバージョンに追従させるためビルドシステムが刷新され、Linux向けCUDAサポートは同期が途絶えていた期間を経て2026年2月に再導入されました — ダウンロードするバージョンの正確な機能セットはリリースノートで確認してください。
llamafileとは?
llamafileは、言語モデルとllama.cpp推論エンジンを1つの実行ファイルにまとめ、複数のOS上でインストールなしに配布・実行できるようにする無料・オープンソースのプロジェクトです。 Justine Tunney氏によって作成され、2023年11月にMozillaのイノベーショングループが最初に公開しました。
このプロジェクトはgithub.com/mozilla-ai/llamafile(以前はMozilla-Ocho組織下)でホストされており、GitHubスター数は約25,900を超えています。Apache 2.0ライセンスで公開されており、プロジェクト自身によるllama.cppとwhisper.cppへの変更は、それらのプロジェクトとの互換性とアップストリーム可能性を保つためMITライセンスのままです。
- モデルファイルとllama.cppエンジンを1つの配布可能な実行ファイルに統合し、別々のエンジンインストールとモデルダウンロードを不要にする
- 実際の推論作業はllama.cppに直接依存 — llamafile独自の貢献はパッケージングとクロスプラットフォーム実行レイヤー
- 起動時にデフォルトでチャットWeb UIが立ち上がり、OpenAI API互換のサーバーモードも同時に利用可能
- 人気のオープンウェイトモデル向けのプリビルドされたサンプルllamafileが、プロジェクトおよびコミュニティメンバーによってHugging Face上で公開されている
Cosmopolitan Libcとは何で、どのようにこれを可能にしているのか?
Cosmopolitan Libcも同じくJustine Tunney氏が作成したCの標準ライブラリで、複数のOSとCPUアーキテクチャ上で同時に有効な実行ファイルとなる「ファット」バイナリをコンパイルするために設計されています。 これがllamafileの単一ファイル・クロスプラットフォーム配布を可能にする基盤技術です。
- Cosmopolitan Libcでビルドされたバイナリは、OSごとに別々のビルドを用意することなく、macOS・Linux・BSD・Windows上で変更なしに動作できる
- これは複数のプラットフォーム別バイナリを1つのアーカイブにまとめる方式とは異なり、複数のシステムで有効な、真に1つのバイナリである
- Windowsは実行ファイルに4GBのサイズ制限を課しており、これが特にこのプラットフォーム上で1つのllamafileが取り得るサイズの上限となる
- Cosmopolitan Libcは独立した汎用プロジェクトであり、llamafileはその代表的な応用例の1つに過ぎない
llamafileのダウンロードと実行方法は?
目的のモデルのプリビルドされたllamafileをダウンロードし、実行可能にして直接実行します — 別途のインストール手順は不要です。 独自のGGUFモデルファイルからカスタムllamafileをビルドすることもサポートされています。
- 1プロジェクトのHugging FaceページまたはGitHub Releasesページから、プリビルドされたllamafile(エンジンとバンドルされたモデル)をダウンロードします。
- 2macOSとLinuxでは、まだ実行可能になっていなければファイルを実行可能にし(
chmod +x yourmodel.llamafile)、直接実行します(./yourmodel.llamafile)。 - 3Windowsでは、まだ
.exe拡張子が付いていなければファイル名に追加します。これはWindowsが実行ファイルを識別する仕組みによるものです。 - 4デフォルトでは、ファイルを実行するとブラウザでローカルチャットWeb UIが起動し、OpenAI API互換のサーバーエンドポイントも同時に利用できます。
- 5GPUアクセラレーションを有効にするには
-ngl 999を渡し、検出されたGPU(Metal、CUDA、ROCm、Vulkan)にできるだけ多くのレイヤーをオフロードします。 - 6独自のGGUFモデルからカスタムllamafileをビルドするには、プロジェクトのパッケージングツールを使ってモデルとllamafileエンジンバイナリを組み合わせます。
llamafileにインストールは必要ですか?
いいえ。ファイルをダウンロードし、必要であれば実行可能にして、直接実行するだけです — 別途のインストーラーは不要です。
llamafileはGPUなしで実行できますか?
はい。CPUのみでの動作はそのまま機能し、GPUアクセラレーション(Metal、CUDA、ROCm、Vulkan)は必須ではなくオプションの性能向上です。
llamafileが対応するハードウェアとGPUアクセラレーションは?
llamafileはそのままCPUのみでの動作をサポートし、主要なベンダーのほとんどでオプションのGPUアクセラレーションを利用できます。 GPUサポートは時間とともに進化しているため、正確な機能はダウンロードするバージョンによって異なります。
- Apple Silicon — Metal GPUが検出されるとデフォルトで有効になるMetalアクセラレーション(2025年12月に実装)
- NVIDIA — Linux上のCUDAアクセラレーション。上流のllama.cppとの同期が途絶えた期間を経て2026年2月に再導入
- AMD — ROCmアクセラレーション
- ベンダー横断 — Vulkanバックエンドサポート
- GPUライブラリ(CUDA、ROCm、Vulkan)は実行ファイルに永続的に組み込まれるのではなく、実行ファイルと共にプリビルドされたファイルから動的に読み込まれる
llamafileはどんな人に向いているか?
モデルを依存関係のないクロスプラットフォームの単一ファイルとして配布・実行することが、最新のllama.cpp機能をすぐに使えることよりも重要な場合はllamafileを使ってください。単一ファイルのポータビリティが優先事項でない場合は、llama.cppを直接使うか、ラッパーアプリを使ってください。
llamafileはKoboldCppや他のインストール不要ツールとどう比較されるか?
llamafileに最も近い比較対象はKoboldCppです — どちらもllama.cppをベースにした単一ファイルとして配布されますが、解決している問題は異なります。クロスプラットフォームの可搬性か、ロールプレイ向けの同梱UIかです。
llamafileを評価する際によくある誤解
ほとんどの混乱は、クロスプラットフォームの単一ファイルの仕組みを誤解していることや、最新のllama.cpp機能をすぐに期待することから生じます。
よくある質問
llamafileとは何ですか?
llamafileは、モデルとllama.cppエンジンを1つの実行ファイルにまとめ、Cosmopolitan Libcを使ってmacOS・Linux・Windows・BSD上で変更なしに動作させる、無料・Apache 2.0ライセンスのプロジェクトです。
llamafileを作ったのは誰ですか?
Cosmopolitan Libcの作者でもあるJustine Tunney氏がllamafileを作成し、2023年11月にMozillaのイノベーショングループが最初に公開しました。現在はgithub.com/mozilla-ai/llamafileで保守されています。
なぜ1つのファイルがmacOS・Linux・Windows上で動作できるのですか?
llamafileはCosmopolitan Libcでビルドされています。これは、プラットフォームごとに別々のビルドを用意する代わりに、複数のOSとCPUアーキテクチャ上で同時に有効な単一バイナリを生成するよう設計されたCの標準ライブラリです。
llamafileは商用利用でも無料ですか?
はい。llamafileはApache 2.0ライセンスで、個人利用・商用利用ともに無料です。llama.cppとwhisper.cppへの独自の変更はMITライセンスのままです。
llamafileにGPUは必要ですか?
いいえ。デフォルトでCPUのみの動作が機能します。Metal、CUDA、ROCm、Vulkan経由のGPUアクセラレーションはオプションで、速度が向上します。
llamafileにファイルサイズの上限はありますか?
はい、特にWindows上です — Windowsは実行ファイルを4GBに制限しており、これがWindowsユーザー向けに1つのllamafileとしてパッケージ化できるモデルの大きさを制限する場合があります。
llamafileはllama.cppに追従して最新に保たれますか?
継続的にではなく定期的に同期されます — バージョン0.10.0では現行のllama.cppバージョンに追従するためのビルドシステムが刷新され、Linux向けCUDAサポートは遅れていた期間を経て2026年2月に再導入されました。
llamafileとKoboldCppの違いは何ですか?
どちらもllama.cppをベースにした単一ファイルとして別途のインストーラーなしで配布されますが、llamafileの特徴は真のクロスプラットフォーム可搬性(1つのファイルが4つの異なるOS上で動作)である一方、KoboldCppの特徴はロールプレイやストーリー執筆に特化した同梱Web UIです。
自分のモデルからllamafileを作成できますか?
はい。プロジェクトはGGUFモデルファイルとllamafileエンジンバイナリを組み合わせてカスタムの単一実行ファイルを作るためのパッケージングツールを提供しています。
llamafileは本番のマルチユーザーサービングに適していますか?
それが主眼ではありません。llamafileはシンプルでポータブルな単一ファイル配布と、単一ユーザーまたは小規模利用向けに作られています。高スループットのマルチユーザー本番サービングには、vLLMやSGLangの方が適したツールです。