公開日: 最終更新:
執筆・編集：株式会社Nexa 編集部（下書きと機械検査はAI、公開前に人が確認）／約13分で読めます。公式ドキュメント・公式発表などの一次情報を確認したうえで執筆・更新しています。AIツールの仕様や料金は変わることがあるため、導入判断の前に各公式サイトの最新情報もご確認ください。記事の作り方と検査の方針
Ollama 0.19のMLX対応で、新モデル「Qwen3.5-35B-A3B」のMac上での生成速度（decode）が約93%（約1.93倍）向上しました。対象は現時点でこのモデルに限られますが、機密データを社外に出さないローカルAI活用の選択肢が広がっています。
- 要点1: Qwen3.5-35B-A3Bモデルで、decode速度が約58→112 token/s（約93%向上）、prefill速度が約1,154→1,810 token/s（約57%向上）。M5・M5 Pro・M5 Maxチップで検証（出典: Ollama公式ブログ）
- 要点2: データが社外に出ないローカルAIは、機密文書・社内コードを扱う企業のセキュリティ課題を解決
- 要点3: プレビュー版の対象はQwen3.5-35B-A3Bのみ。Unified Memory 32GB以上のMacが必要で、Llama 3やQwen 2.5など既存のGGUF形式モデルは今回のMLX高速化の対象外
対象: AI導入を検討しているDX推進担当者・情報システム部門・経営者
今日やること: 社内で機密情報をAIに入力しているケースを洗い出し、ローカルAI化できる業務を3つ特定する
確認日: 2026年10月7日（Ollama公式ブログで確認）
2026年4月、ローカルAIツール「Ollama」のバージョン0.19がプレビュー公開され、新モデル「Qwen3.5-35B-A3B」でApple SiliconのMac上での生成速度が最大93%高速化されました。AIコーディングツールのソースコード流出事件が相次ぐなか、「データを社外に出さずにAIを使いたい」というニーズが企業で急速に高まっています。
「ChatGPTやClaude Codeは便利だが、機密情報を入力して大丈夫なのか」——こうした不安を抱えるDX担当者や経営者にとって、今回のOllama 0.19のMLX対応は注目すべきニュースです。
この記事では、Ollama 0.19のMLX対応がもたらす性能向上の実態と、企業がローカルAIをどのように活用すべきかについて、非エンジニアにもわかるかたちで解説します。
Ollama 0.19のMLX対応——何が変わったのか
Ollamaとは？ローカルAIの基本を解説
Ollamaとは、LLM（大規模言語モデル）をインターネット接続なしで自社のPCやサーバー上で動かせる無料ツールです。通常、ChatGPTやClaude.aiなどのAIサービスは、入力したテキストをクラウドサーバーに送信して処理します。一方、Ollamaを使えば、Llama 3やQwen 2.5などのオープンソースモデルをローカル環境で実行できるため、データが外部に一切送信されません。
Ollamaはオープンソースで無料提供されており、macOS・Windows・Linuxで動作します。インストールはコマンド1行で完了するシンプルさも特徴です。
MLXとは？AppleのAI向けフレームワーク
MLXとは、Appleが2023年に公開したApple Silicon専用の機械学習フレームワークです。Apple SiliconチップはCPU・GPU・Neural Engineが一体化した「Unified Memory Architecture（統合メモリアーキテクチャ）」を採用しており、MLXはこの構造を最大限に活かした演算処理を実現します。
従来のOllamaはMetal（AppleのGPU API）経由でGPU処理を行っていましたが、バージョン0.19では、新モデル「Qwen3.5-35B-A3B」などsafetensors形式のモデルに限り、MLXをベースとした実装に切り替えました（Llama 3やQwen 2.5などのGGUF形式モデルは引き続きllama.cpp／Metal経由で動作します）。これにより、対象モデルではApple SiliconチップのUnified Memoryを効率的に活用できるようになり、大幅な性能向上を実現しています。
性能向上の数値——どのくらい速くなったのか
Ollama公式ブログの発表によると、新モデル「Qwen3.5-35B-A3B」（コーディング向けに調整されたモデル）における今回のMLX対応の性能は、以下のように向上しています（2026年10月7日にOllama公式ブログで確認）。
| 指標 | 旧バージョン（Ollama 0.18・Q4_K_M量子化） | Ollama 0.19（MLX・NVFP4量子化） | 向上率 |
|---|---|---|---|
| Prefill速度（プロンプト処理） | 約1,154 token/s | 約1,810 token/s | 約57% |
| Decode速度（テキスト生成） | 約58 token/s | 約112 token/s | 約93%（約1.93倍） |
（測定条件: Qwen3.5-35B-A3Bモデル、M5・M5 Pro・M5 Max搭載Mac。Ollama公式ブログの発表値、2026年10月7日に確認）
特にdecode速度（テキスト生成速度）が約93%向上（約1.93倍）したことで、AIとの対話がより自然なテンポで行えるようになりました。長い文書の要約や、詳細な回答を生成するタスクで実感しやすい向上です。ただし、この高速化はQwen3.5-35B-A3Bモデルに限られ、Llama 3やQwen 2.5などの既存モデル（GGUF形式）は引き続き従来のエンジンで動作し、今回の対象には含まれません。
今回のベンチマークはM5・M5 Pro・M5 Maxチップで実施されています。M5世代はGPUコアごとにNeural Acceleratorを搭載しており、この新機能がMLXでの高速化を支えています。M1〜M4チップでもMLX自体は動作しますが、同条件での向上率はOllama公式からは2026年10月7日時点で公開されていません。
AI導入に関するお困りごとは、株式会社NexaのAI顧問がサポートします。「何から始めればいいか分からない」という段階からご相談いただけます。
企業にとっての意味——なぜ「ローカルAI」が重要なのか
クラウドAIの課題——機密データの送信リスク
ChatGPTやClaude.aiなどのクラウドAIサービスは、入力したテキストをインターネット経由でサービス提供企業のサーバーに送信します。多くのサービスでは「学習には使わない」と明記していますが、以下のような課題が依然として存在します。
企業が懸念するクラウドAIのリスク:
| リスク | 内容 |
|---|---|
| データ送信リスク | 入力した機密情報・顧客情報が外部サーバーを経由する |
| コンプライアンス | 業種によっては社外へのデータ送信が規制される場合がある（医療・金融・公共等） |
| ベンダー依存 | サービス停止・価格改定・仕様変更のリスクがある |
| コスト管理 | 利用量に応じた従量課金で予算管理が難しい |
実際、2026年3月にはAIコーディングツール「Claude Code」のソースコードが誤って公開される事件も発生しており、AIツールのセキュリティに対する企業の関心は急速に高まっています。（Claude Codeのソースコード流出で企業が知るべきこと →）
ローカルAIのメリット——プライバシー・コスト・カスタマイズ
OllamaのようなローカルAIツールを使うと、これらのリスクを大きく低減できます。
ローカルAIの主なメリット:
- 完全なデータ保護: すべての処理が自社のデバイス内で完結し、外部にデータが送信されない
- コストの予測可能性: APIの従量課金がなく、モデルを何度使っても追加費用ゼロ
- オフライン利用: インターネット接続がなくても動作する
- カスタマイズ性: 自社データでFine-tuningしたモデルをそのまま運用できる
特に医療・法律・金融・製造業などの機密情報を多く扱う業種では、ローカルAIの採用が有力な選択肢になります。
どんな企業・業務にローカルAIが向くか
ローカルAIがとくに有効なシナリオは以下の通りです。
ローカルAI活用が向く業務:
- 社内機密文書の要約・分析: 未公開の事業計画書・契約書・開発仕様書の読み込みと要約
- 社内コードへのAI支援: 社外に見せられないプロジェクトコードのレビュー・補完
- 個人情報を含む文書の処理: 顧客情報・人事データが含まれる文書の処理（外部送信禁止の業種）
- 社内ナレッジボットの構築: 全社員が社内ルールや過去事例に即座にアクセスできるAIアシスタント
逆に、一般的な業務調査・マーケティング文章作成・英語翻訳など機密性の低いタスクでは、性能に優れたクラウドAI（Claude, ChatGPT等）の利用が効率的です。「業務の機密性に応じて使い分ける」という判断軸を持つことが重要です。
Ollama 0.19を使うための要件と注意点
必要なMacのスペック
Ollama 0.19のMLX対応（プレビューリリース、対象はQwen3.5-35B-A3Bモデル）を利用するには、以下の要件が必要です。
| 要件 | 詳細 |
|---|---|
| チップ | Apple Siliconシリーズ（M1以降。公式のベンチマークはM5・M5 Pro・M5 Maxで実施） |
| Unified Memory | 32GB以上が必須（Ollama公式が明記） |
| 対象モデル | 現時点ではQwen3.5-35B-A3Bのみ（他モデルへの対応は今後拡大予定） |
| OS | macOS 13 Ventura以降 |
なお、32GB以上という要件は、Ollama公式が今回のQwen3.5-35B-A3B（MLX版）について明記しているものです。一方、従来のGGUF形式の小型モデル（7Bパラメータ以下など）は、今回の要件とは関係なく、以前から16GB程度のUnified Memoryでも実用的な速度で利用できます。
プレビュー版の注意事項
Ollama 0.19のMLX統合は現時点でプレビュー版（試験的リリース）かつ対象モデルがQwen3.5-35B-A3Bのみです。本番環境への本格展開前に、以下の点に留意してください。
- 対応モデルは現時点でQwen3.5-35B-A3Bのみで、他モデルへの対応拡大はOllamaの今後のアップデートを待つ必要がある
- バグや不安定な動作の可能性があるため、まずは開発・検証環境でのテストが推奨
- フィードバックを元にしたアップデートが継続的に行われる予定
セキュリティリスク——信頼できるモデルを使う
ローカルAIはデータ送信リスクを低減できる一方、「ダウンロードするモデルの信頼性」には注意が必要です。悪意のある改ざんがされたモデルファイル（GGUF形式）をロードすると、システム上でリモートコード実行が可能になる脆弱性が過去に報告されています。
安全なモデル利用のためのポイント:
- モデルはOllama公式ライブラリ（ollama.com/library）またはHugging Face等の信頼できる配布元から取得する
- 組織内でのOllama利用はネットワーク分離された環境で実施する
ollama pullコマンド実行前にモデルのハッシュ値を確認する
日本企業が今すぐ取るべきアクション
まず試すべきユースケース3選
Ollama自体は以前から様々なモデルをローカルで動かせるツールですが、今回の0.19でMLXによる高速化の対象になるのはQwen3.5-35B-A3Bモデルのみです（2026年10月7日にOllama公式ブログで確認）。この点を踏まえたうえで、以下の3つのユースケースから試験導入を始めることをおすすめします。
1. 機密文書の要約・分析（最優先）
社内にある機密性の高い文書（未公開の事業計画書、取締役会資料、M&A関連書類等）をClaudeやChatGPTに入力することをためらっている場合、Ollamaを使ったローカル処理が有力な選択肢になります。MLX対応で高速化されたQwen3.5-35B-A3B、またはLlama 3.3 70B-instruct（Q4_K_M量子化）などの既存モデルを使えば、ローカルで十分に実用的な要約が可能です（既存モデルは今回のMLX高速化の対象外ですが、従来どおりの速度でローカル動作します）。
2. 社内コードのAIレビュー・補完
Claude Codeなどのクラウドベースのコーディングツールは高性能ですが、未公開のプロダクトコードを外部サービスに送信することを懸念するケースがあります。Ollama上でQwen 2.5 Coder 32Bなどのコード特化モデル、またはMLX対応で高速化されたQwen3.5-35B-A3Bを動かすことで、社内コードをローカルで処理できます。
3. 社内ナレッジQ&Aボットの構築
OllamaはAPIインターフェースを提供しており、社内のRAGシステム（検索拡張生成）と組み合わせることが可能です。社内規程・マニュアル・過去の議事録などを読み込ませ、従業員の質問に答えるAIアシスタントを低コストで構築できます。
クラウドAIとの使い分け方
ローカルAIはすべての業務に適しているわけではありません。以下の判断軸で使い分けることが重要です。
| 業務タイプ | 推奨ツール | 理由 |
|---|---|---|
| 機密文書の処理・社内コード | Ollama（ローカル） | データを社外に出せない |
| 一般的な文章作成・調査 | Claude / ChatGPT（クラウド） | 高い品質と最新情報を利用 |
| 高精度が必要な判断業務 | Claude / ChatGPT（クラウド） | 最新の大型モデルの精度を活用 |
| オフライン作業・出張中 | Ollama（ローカル） | ネット接続なしで動作 |
今後の展望——ローカルAIと企業AIの進化
今回のOllama 0.19 MLX対応は、ローカルAIが「マニア向けの実験的ツール」から「企業で実用的に使えるツール」へと進化する重要な転換点を示しています。
Appleは2026年を通じてApple IntelligenceとMLXの統合を深める方向性を示しており、ローカルAIの性能はさらに向上することが予測されます。また、Meta・Alibaba・Mistral AIなどのオープンソースモデルの品質向上により、ローカルで動くモデルとクラウドAIの性能差は年々縮小しています。
企業においても、「AI活用の目的・機密性・コスト」に応じてクラウドとローカルを柔軟に使い分けるハイブリッドAI戦略が標準になっていくでしょう。今からローカルAIの試験導入を始めることで、その知見とノウハウを早期に蓄積できます。
よくある質問
Q. OllamaはWindowsやLinuxでも使えますか？
OllamaはmacOS・Windows・Linuxの3プラットフォームに対応しています。ただし、今回のMLX対応（Ollama 0.19）はApple Silicon搭載のMac専用です。WindowsおよびLinux環境では、NVIDIA GPU（CUDA）やAMD GPU（ROCm）を活用した従来のアーキテクチャが引き続き使用されます。Windowsでは、GeForce RTX 4090などの高性能GPUを搭載したマシンであれば、Mac同等以上の性能が出ることもあります。
Q. Ollama 0.19のMLX対応はすべてのMacで有効ですか？
MLXはApple Silicon（M1以降）搭載のMacでのみ動作し、Intel MacではMLXの恩恵は受けられません。ただし、Ollama公式が性能計測を公表しているのはM5・M5 Pro・M5 Maxチップでの結果（decode速度約93%向上）で、M1〜M4チップでの具体的な向上率は、2026年10月7日時点でOllama公式からは公開されていません。また、MLXによる高速化の対象は現時点でQwen3.5-35B-A3Bモデルのみです。
Q. ローカルAIはChatGPTやClaudeと比べて性能が低いですか？
最新のオープンソースモデル（Llama 3.3 70B、Qwen 2.5 72B等）は、一般的なビジネスタスクにおいてChatGPT-4oやClaude Sonnetと遜色ない品質を発揮するケースが増えています。一方で、高度な推論・最新情報の取得・コンテキスト長が長い処理ではクラウドAIが有利なことも多いです。「機密性が高い業務はローカルAI、高精度が必要な業務はクラウドAI」という使い分けが現実的な判断です。
＼ AI活用の「次の一手」を一緒に考えませんか ／
AI顧問の無料相談はこちらまとめ
2026年4月のOllama 0.19プレビュー公開は、ローカルAIが企業レベルで実用的に使える可能性を示す重要なアップデートです。
今回の要点を振り返ります:
- Ollama 0.19がApple MLXに対応し、新モデルQwen3.5-35B-A3BでMac上の生成速度がdecodeで約93%（約1.93倍）向上
- 今回の高速化の対象はQwen3.5-35B-A3Bモデルのみ。Llama 3やQwen 2.5など既存モデルは対象外
- ローカルAIの最大のメリットは、機密データを社外に出さずにAI処理ができること
- 企業における活用シーン: 機密文書の要約、社内コードのレビュー、オフライン業務など
- クラウドAIとの使い分け: 機密性・精度要件・コストに応じたハイブリッド戦略が鍵
まず試すべきアクションは、「社内でAIに入力することをためらっている機密情報が何か」を棚卸しすることです。そのリストをもとに、ローカルAIで対処できる業務を特定し、小規模な試験導入を始めてみましょう。
法人向けAI導入・活用の月額伴走サービス
AI導入の疑問を、週1回のMTGで相談できる「AI顧問」
株式会社Nexaでは、ChatGPT・Claude・Claude CodeなどのAI導入に関する質問や、社内活用・業務自動化の進め方を週1回相談できる 月額7万円（毎月3社限定で月額5万円）のAI顧問サービス を提供しています。
「自社では何から始めるべきか」「この業務はAI化できるか」「どのツールを選ぶべきか」を、無料相談で整理します。
AI導入を検討中の方へ
