Codex CLIをローカルLLMで動かす｜Ollama連携でgpt-ossに接続する手順と性能の限界

Codex ローカルLLM運用——OpenAIのCodex CLIをローカルのOSSモデルで動かす組合せは2026年1月から可能だったが、5月14日のOllama v0.24.0 で公式機能として揃った。ollama launch codex 一発でCodex CLIがローカルLLMバックエンドで立ち上がり、OpenAIのコーディングエージェントが自分のマシンで、レート制限なし、API課金なしで動く。

LLMそのものの仕組み・量子化・主要モデル比較は LLMとは？仕組み・主要モデル比較・ローカル実行・量子化を一気にまとめる2026年版 が土台になる。本記事はその一歩先、CLIのコーディングエージェント（Codex CLI）とローカルLLMの統合を扱う。

何が起きたのか：Ollama 0.24でCodex統合が完成

2026年1月15日のOllama公式ブログ「OpenAI Codex with Ollama」で ollama launch codex（と codex --oss）が初登場し、1月23日の「ollama launch」ブログで Claude Code・OpenCode・Codex・Droid をワンコマンドで起動する ollama launch ファミリーが正式化された。5月14日のv0.24.0でデスクトップ版Codex Appを起動する ollama launch codex-app が加わり、CLI・デスクトップの両系統が揃った。

Ollamaは以前から http://localhost:11434/v1 でOpenAI互換APIを提供していたので、Codex側を手で設定すればローカル接続はできていた。新しいのはセットアップの摩擦を消すレイヤーだ。

gpt-ossは128kまでのコンテキストに対応する。これまで30分かけていた作業が1コマンドになり、ollama launch ファミリーが主要エージェントCLIを広くカバーしていく方向から、Ollamaが「ローカルLLMコーディングのハブ」を狙っているのが見える。関連オプションは2つ、--model（起動モデルの指定）と --restore（Ollama連携で書き換える前のCodex設定に戻す。バックアップは ~/.ollama/backup/codex-app/）だ。

Codex ローカルLLM化のしくみ：Codex CLIとOllamaの接続

OpenAI Codex CLI は @openai/codex としてnpm（Homebrewも可）で配布される、Rust実装・Apache-2.0ライセンスの公式コーディングエージェントだ。リポジトリの説明は “Lightweight coding agent that runs in your terminal”。2026年7月時点で0.142系まで進んでおり、--oss や --profile が使えるかは codex --version で確かめるのが確実だ。ファイル読み書き、シェル実行、Git操作、ブラウザ確認といったツールを呼びながら自律的にタスクを進める、Claude Codeに対するOpenAI側のカウンターパートである。

認証は3系統ある。

・ChatGPT契約でのサインイン：Plus／Pro／Business／Edu／Enterprise。ChatGPT側のメッセージ枠を消費
・OpenAI APIキー：OPENAI_API_KEY を環境変数に入れる。トークン課金
・OSSモード（本題）：codex --oss か --profile <ollama-profile> でローカル／OSSプロバイダ接続。課金もレート制限もない

構成は、Codex CLIがHTTPクライアント、OllamaがOpenAI互換のHTTPサーバーだ。Codexから見ると api.openai.com と localhost:11434 の違いはベースURLだけで、エージェントループ・ツール実行・コンテキスト管理は同一のコードパスで走る。クラウドAPIをローカルAPIに丸ごと置き換えても、上位のエージェント体験は変わらない。

注意点は2つ。1つ目はコンテキスト窓で、Codexは1ターンごとに思考・ツール出力・差分パッチを大量に積むため、Ollama公式ドキュメントは64k以上を推奨している（初出ブログでは32k以上だったが、実運用の推奨値は上振れした）。2つ目はツール呼出（function calling）への対応で、OllamaのTools APIに乗っていないモデルではエージェントループが破綻する。ollama show <model> で Tools: yes を確認する。

Codex CLIのセットアップ：数分で動かす最短手順

最短手順は「Ollama 0.24以上を入れる → Codex CLIを入れる → ollama launch codex」の3段階だ。

# Ollama（macOS / Linux。Macは brew install ollama でも可）
curl -fsSL https://ollama.com/install.sh | sh
ollama --version   # 0.24.0以上であること

# Codex CLI（Homebrew の cask は codex。openai-codex-cli ではない）
npm install -g @openai/codex
# brew install --cask codex
codex --version

ollama launch が認識されなければバージョンが古いので、brew upgrade ollama か再インストールで上げる。Windowsは公式のPowerShellスクリプトでCodexを入れる。

# デフォルト構成で起動（gpt-oss:20b、64kコンテキスト）
ollama launch codex

# gpt-oss:120b（ローカル。量子化込みで60〜80GB級のメモリが目安）
ollama launch codex --model gpt-oss:120b

# gpt-oss:120b-cloud（Ollama Cloud経由。手元のリソースを使わない）
ollama launch codex --model gpt-oss:120b-cloud

初回はgpt-oss:20bのpull（十数GB規模）が入る。起動後はChatGPT版Codexと同じUI・キーバインドで、ファイル編集・シェル実行・Git操作も同じように使える。Cloud版は「120Bを試してからローカルに落とすか決めたい」ときに便利だ。

config.tomlを自分で管理したい、CIなど非対話環境で使いたいなら手動でもつなげる。base_urlを http://localhost:11434/v1 に向け（http:// を省くと失敗する）、Ollamaサーバーを起動しておき、codex --oss か codex --profile <名前> で起動する。

ollama serve &                 # アプリ常駐なら不要
ollama pull gpt-oss:20b
codex --oss -m gpt-oss:20b     # OSSモード（ローカルプロバイダ）で起動

モデル選定とconfig.tomlプロファイル管理

ollama launch が生成するのは、次のようなプロバイダ定義とプロファイルだ。ここに自分用のプロファイルを足す。

# Ollama接続定義（base_urlが11434なのがポイント）
[model_providers.ollama-launch]
name = "Ollama"
base_url = "http://localhost:11434/v1"

# プロファイル1: ローカル20B（普段使い）
[profiles.ollama-launch]
model = "gpt-oss:20b"
model_provider = "ollama-launch"

# プロファイル2: ローカル120B（M4 Max級限定）
[profiles.ollama-120b]
model = "gpt-oss:120b"
model_provider = "ollama-launch"

# プロファイル3: クラウド120B（外部送信OKな案件）
[profiles.ollama-cloud]
model = "gpt-oss:120b-cloud"
model_provider = "ollama-launch"

軽量タスクは codex --profile ollama-launch、重い設計レビューは ollama-120b、外部送信OKな案件は ollama-cloud と、同じコマンド体系で使い分ける。エージェント系は反復のたびにトークンを消費するので、ローカル比率を上げるほど月額のAPI課金が減り、気にせず叩ける体験に近づく。

メモリとコンテキストは量子化・設定に依存する概算で、「相性」は筆者が同一プロンプト（軽量リファクタ＋PR作成）で試した主観評価だ。OpenAI自身がオープン化したgpt-oss:20b／120bが、Codexのプロンプト前提に最も自然に噛み合う。長尺リファクタや既存コード読解ではQwen3 Coderが20Bより良いこともある。Kimi K2.6は1Tパラメータ級のMoEでローカル実行は事実上不可能なのでクラウド経由になる（Kimi K2.6エージェントスワーム解説）。小型Chatモデルは自己修正能力が低く不向きだ。

失敗しにくいのは、gpt-oss:20bで ollama launch codex を試し、ollama ps でメモリの余裕を見て120Bに上げ、足りなければCloud版、さらに特定タスクで足りなければOpenAI公式モデルのプロファイルを足す順だ。

Codex Appの改名と、v0.32以降の変更

ollama launch codex-app は、OpenAI公式のCodex App（デスクトップ版）をOllamaのモデルで起動するv0.24.0の目玉だった。macOSとWindowsに対応し、組み込みブラウザで開発中のページに直接注釈して修正指示を出せる、レビューモードで差分にコメントを返せる、モデル設定がセッションをまたいで残る、といった機能を持つ。Ollama公式ドキュメントのApp例には gemma4:31b（ローカル）や kimi-k2.6:cloud（クラウド）の指定もある。

ollama launch codex-app            # v0.32.0以降は ollama launch chatgpt
ollama launch codex-app --restore  # Ollama連携前の設定に戻す

v0.32.0（2026-07-11）では次の変更が入った。

改名されたのはデスクトップApp側だけで、CLI側の ollama launch codex は変わっていない。非推奨警告は選定に効き、ツール呼び出しの精度が体験を左右するエージェント用途では、警告が出る世代をあえて選ぶ理由は薄い。挙動が記述と食い違うときは、まず ollama --version と codex --version を確かめてほしい。

Codex ローカルLLMの性能・限界とトラブルシュート

傾向として、diffが30行以内・影響範囲が3ファイル以内ならループが早く収束し、20Bでもクラウドに近い体験になりやすい。20ファイル横断のリファクタのような大物は、20Bだとループが回ってもまとまらず、結局120Bかクラウドに切り替えることになる。境界を意識してプロファイルを切り替えるのが現実的な運用だ。

エージェント系は1タスクで数十回モデルを呼ぶのが普通なので、回数を気にせず叩けると「PRを複数の観点でレビューさせて修正案を比べる」ような使い方が成立する。代わりに、コード理解の絶対値とコンテキスト窓では最新の公式モデルに譲る。速度・課金・プライバシーを取るか、品質・コンテキスト・最新性を取るかのトレードオフだ。

ollama show gpt-oss:20b | grep -i tools
# => Tools: yes  ← OK

最後の制約は openai/codex #8240 で、config.tomlで別マシンのIPを指定しても無視され「No running Ollama server detected」で失敗する。”not planned” でクローズされた仕様上の制約だ。

Ollama自体の入門とAPIの叩き方は、同じクラスタの Ollama入門2026｜Mac/Windows/Linuxでローカル大規模言語モデルを動かす完全ガイド と Ollama API完全ガイド2026｜REST・OpenAI互換・Python/JSでローカルLLMを叩く にまとめている。

参照ソース

• Ollama Releases (GitHub) — v0.24.0以降のリリースノート、ollama launch codex-app／launch/codex 関連コマンドの公式記載
• OpenAI Codex with Ollama (Ollama公式ブログ) — gpt-oss:20b／120bでのCodex CLI実行、codex --ossフラグの初出（2026-01-15）
• ollama launch (Ollama公式ブログ) — Claude Code／OpenCode／Codex／Droidを一括起動する ollama launch の正式化（2026-01-23）
• Codex CLI Integration (docs.ollama.com) — config.tomlプロファイル設定・64kコンテキスト推奨の公式ドキュメント
• Codex App Integration (docs.ollama.com) — ollama launch codex-app・組み込みブラウザ・レビューモード・--restore の公式説明
• OpenAI Codex Repository (GitHub) — Codex CLI本体、”Lightweight coding agent that runs in your terminal”、Rust／Apache-2.0