最近、ローカルLLM環境をいろいろ試している中で、雑誌「日経ソフトウエア」（何月号だったかは忘れてしまった...）の記事で見かけた ollama launch を使ってみました。

とは言え、今の時点ではローカルAIとしては使い物にならず、今は無料で使えるクラウドAPIみたいなqwen3.5:cloudで遊んでます。

以下、仕組みやセキュリティなどAIにまとめてもらった内容です。

■ 試した環境

MacBook Air (M4, RAM 24GB)
Ollama.app
モデル: qwen3.5 系

■ ローカルモデルは動くが「ollama launch」経由だと遅い

まず結論から。

qwen3.5:9b → Ollama単体なら普通に動く
しかし ollama launch claude 経由だと かなり遅い

体感的には、

レスポンス開始までが遅い
トークン生成も遅い

正直、実用レベルではありませんでした。

これはおそらく：

Claude Code側のプロトコル変換オーバーヘッド
ストリーミング処理の差
ローカル推論＋ブリッジ処理の二重負荷

このあたりが原因だと思われます。

■ cloudモデルを指定すると一気に速くなる

ところが、次のコマンドを試すと状況が一変します。

ollama launch claude --model qwen3.5:cloud

これだと：

レスポンスが明らかに速い
実用レベルで普通に使える
体感は「クラウドLLM」

つまりこれは名前の通り、ローカルではなくクラウド側で推論していると考えて良さそうです。

■ qwen3.5:cloud の特徴

調べた限り、qwen3.5:cloud は以下の特徴があります。

1. 実体はリモート推論

ローカルにモデルは存在しない
APIのように外部サーバーで実行される

2. 高速・高性能

GPUクラスタ上で動作している可能性が高い
ローカル9Bとは比較にならない速度

3. セットアップ不要

ダウンロード不要
VRAM/RAM制約なし

つまり「Ollama経由で使える無料API」に近い存在です。

■ なぜ無料で提供できるのか？

ここが一番気になるポイントです。

完全に公式に明言されているわけではありませんが、一般的に考えられる理由は以下です。

1. プロモーション目的

モデルの普及
開発者コミュニティの獲得

いわゆる「まず使ってもらう」戦略です。

2. 使用データの収集

プロンプトやコードの傾向
ユースケースの分析

モデル改善のためのデータ収集の可能性があります。

3. 将来的な課金モデル

現在は無料
将来的に制限 or 有料化

これは他のAIサービスでもよくある流れです。

4. 推論コストの最適化

バッチ処理
低コストGPU
混雑時制御

裏側でかなり効率化されている可能性もあります。

■ セキュリティリスクについて

ここはかなり重要です。

qwen3.5:cloud はローカルではなく外部サーバーにデータを送るため、以下のリスクがあります。

1. 入力データの外部送信

ソースコード
APIキー
機密情報

これらが外部に送られる可能性があります。

2. 学習・ログ保存の可能性

明確に「学習されない」と保証されていない場合：

ログとして保存
モデル改善に利用

される可能性があります。

3. コンプライアンス問題

企業利用の場合：

情報漏洩リスク
NDA違反
個人情報保護

などの問題に直結します。

■ 自分の使い分け

自分は以下のように割り切っています。

✔ cloudモデルを使う場合

公開前提のコード
OSS
サンプルコード
調査・実験用途

❌ 使わないケース

非公開プロジェクト
認証情報を含むコード
顧客データ

■ 結論

ollama launch + ローカルモデルはまだ実用性が低い
qwen3.5:cloud は非常に快適
ただし 完全にクラウドサービスとして扱うべき

■ 個人的な感想

正直、

「これ無料でいいの？」

というレベルで快適です。

ただし、それと同時に：

「無料には理由がある」

とも感じます。

■ まとめ

ローカルLLM → 安全だが遅い
cloudモデル → 速いがリスクあり

このトレードオフを理解した上で使うのが重要です。

もし「ローカルで速くする方法（量子化・GPU活用）」や
「安全にクラウドLLMを使う設計（プロキシ・マスキング）」なども気になる場合は、そのあたりも解説できます。