DOKはコンテナー型のGPUサービスで、NVIDIA V100やH100を実行時間課金で利用できるサービスです。
コンテナー型GPUクラウドサービス 高火力 DOK（ドック） | さくらインターネット
今回はこのDOKを使って、Ollama経由でPhi-4を使ってみます。DOKを利用すれば、ローカルにGPUがなくとも、速いレスポンスが得られます。
必要なもの
Docker（ローカル。強力なGPUは不要です）
Ollamaとは
Ollamaは、LLMを簡単に実行できるオープンソース・ソフトウェアです。Llama 3やMistral、そして今回試すPhi-4など、さまざまなモデルに対応しています。CLIで利用することが多いですが、今回はWeb APIとして立ち上げて、Open WebUIから操作します。
Phi-4とは
Phi-4は、Microsoftが2024年12月に発表したSLMです。パラメータ数は140億（14b）で、大規模なモデルです。ライセンスはMIT Licenseとなっており、商用利用も可能です。
日本語も問題なく利用でき、コーディング能力にも優れています。
microsoft/phi-4 · Hugging Face
実行する
DOKで、下記の条件でタスクを作成します。
| 項目 | 設定 |
|---|---|
| イメージ | ollama/ollama |
| HTTPポート | 11434 |
実行して、しばらく待つとHTTPアクセスできるURL（ https://UUID.container.sakurausercontent.com のような）が発行されます。
Open WebUIで操作する
ローカルで実行します。これはGPUが不要なので、Dockerさえ実行できれば、どこでも実行できます。先ほど出力されたURLを OLLAMA_BASE_URL として指定します。
docker run -p 8080:8080 \
# 発行されたURLに置き換え
-e OLLAMA_BASE_URL=https://UUID.container.sakurausercontent.com \
-v open-webui:/app/backend/data \
--name open-webui --restart always ghcr.io/open-webui/open-webui:main
そして、ブラウザで http://localhost:8080 にアクセスします。以下のような画面が表示されます。
モデルの追加
設定の中にある接続設定から、モデルを追加します。今回はphi4を追加しました。サイズは14bになります。ダウンロードはDOK側で行われます。
ダウンロードさえ終われば、チャットが利用できます。
チャットでの利用
夏目漱石について日本語で教えて と入力すると、返答が返ってきます。結果はかなり正しい内容ではないかと思います。少なくとも素のDeepSeekよりは正しい印象です。
さくらインターネットについて聞く
さくらインターネットについても説明してもらいました。こちらも読んでみて、特に違和感はありませんでした。
プログラミング
React + TailwindでTodoアプリを作ってもらいました。一度作成した後、タスクの編集機能を追加していますが、それも問題なく動作しました。
注意点
DOK上でコンテナが実行されている限り、課金が発生します。使い終わったら、タスクを終了してください。
なお、執筆時点（2025年6月現在）では、h100-80gbが0.11円/秒とキャンペーン中になっています（2025年7月末までの価格）。
まとめ
今回はDOKでPhi-4を試しました。v100-32gbを使いましたが、より大規模なモデルを利用するならh100-80gbもあります。大規模LLMの学習や評価に使うと、ローカルのGPUを使うよりも早く結果が得られます。ぜひ試してみてください。
DOKはタスク実行用途での利用が多いですが、HTTPアクセスを使えばJupyter Notebookなども利用できます。ぜひAI・機械学習に活用してください。